Design and Aerodynamic Modeling of MetaMorpher: A Hybrid Rotary andFixed-Wing Morphing UAV
University of Zagreb, Faculty of Electrical Engineering and Computing, LARICS Laboratory for Robotics and Intelligent Control Systems（萨格勒布大学电气工程与计算学院LARICS机器人智能控制系统实验室）
本文提出了一种通用非线性数学模型和概念设计，用于Metamorpher变形无人机，旨在结合垂直起降敏捷性和固定翼巡航效率。基于Spincopter平台的成功设计，引入了轻质材料和新型机翼折叠策略，建立了非线性飞行动力学模型，支持任意力分布。
2026-03-31 cs.RO
Heterogeneous Fixed-wing Aerial Vehicles for Resilient Coverage of an Area
University of Hawai’i at Mānoa（夏威夷大学马诺阿分校）
本文提出了一种分布式的方法来提供持久的覆盖任意形状的区域使用异构覆盖的固定翼无人机（UAV），并恢复从多个UAV的同时故障。所提出的方法讨论了水平均匀部署和维护的固定翼无人机给定的边界信息和最小游荡半径的同质舰队。无人机部署在不同的高度水平，以提供异构的覆盖和感测。在给定最小游荡半径和区域边界的情况下，我们使用一种有效的正方形布局方法来部署无人机。无人机以同步运动的方式在这些包装方块上的圆圈上徘徊，以实现全覆盖目标。一个自上而下的层次结构的正方形包装，其中每个外部广场（超级广场）被划分成四个相等大小的内部广场（子广场），被利用来引入部署的无人机网络的弹性。对于失效的子区域无人机，在考虑有效覆盖的情况下选择替代邻居，并将其部署到更高高度的相应超区域，以恢复全覆盖，并与子区域的覆盖质量进行权衡。这是一种分布式方法，因为所有决策都是在损失区域的近距离内进行的，并且它可以缩放并适应各种大规模区域和UAV配置。仿真结果表明了该方法的有效性。
2020-09-17 cs.RO
A Search Strategy and Vessel Detection in Maritime Environment Using Fixed-Wing UAVs
Faculty of Electrical Engineering and Computing, University of Zagreb（萨格勒布大学电气工程与计算学院）
本文针对无GNSS海洋环境中固定翼无人机的自主搜索与船只检测问题，提出了基于概率地图的有信息搜索和基于预定路径的无信息搜索方法，并通过合成数据训练的检测算法在仿真中验证了有效性。
2023-06-22 cs.RO
Real-Time Maneuver Planning for Fixed-Wing UAVs in Unsteady Flows Using a GPU-Accelerated Vortex Particle Model
本文提出一种基于GPU加速涡粒子模型的实时规划与控制方法，通过采样策略优化推理非定常气动效应，硬件实验证明其能提升失速后固定翼栖停机动在扰动流中的性能。
2026-09-17 cs.RO
From Model to Prototype: Design and Motor-Flap Propulsion Control of a Twin-Wing Metamorphic UAV
University of Zagreb（萨格勒布大学）
本文提出变体无人机MetaMorpher的悬停控制策略，比较电机与襟翼推进，仿真和实验验证了模型的稳定性和有效性。
2026-10-07 cs.RO
Robust Co-design Optimisation for Agile Fixed-Wing UAVs
Department of Aeronautics, Imperial College London（帝国理工学院伦敦校区航空系）；Department of Mathematics, Politecnico di Milano（米兰理工学院数学系）
本文提出了一种面向敏捷固定翼无人机的鲁棒协同框架，通过整合参数不确定性与风扰动，优化物理设计与控制策略，提升在无结构环境中的鲁棒性和性能表现。
2026-07-22 cs.RO
On Flying Backwards: Preventing Run-away of Small, Low-speed, Fixed-wing UAVs in Strong Winds
Swiss Federal Institute of Technology (ETH Zürich)（苏黎世联邦理工学院）
小型低速固定翼无人机（UAV）自主运行，在超视距（BVLOS）飞行时，不可避免地会遇到风速接近或超过飞行器标称空速的情况。在本文中，我们开发了一个非线性的横向路径跟踪制导律，明确考虑在线风估计。为过量风场景开发了能量有效的空速参考补偿逻辑（即当风速上升到空速以上时），能够减轻、防止或克服过量的风引起的偏离给定路径的失控。在瑞士山区进行的两次飞行实验中，狂风大作，阵风高达每秒十三米。我们演示了在阵风、过量风和平均地面速度低于命令的最小前进地面速度0.5米/秒的代表性持续时间内，在超过5分钟的展示飞行结果中，始终保持小于1米的航迹保持误差。
2019-08-04 cs.RO
Slot-hopping Enabled Loiter Guidance and Automation for Fixed-wing UAV Corridors
American Institute of Aeronautics and Astronautics, Inc.（美国航空航天学会）；Department of Mechatronics Engineering（机械电子工程系）；Department of Aerospace Engineering（航空航天工程系）
本文提出了一种基于slot-hopping的滞空引导策略，用于管理固定翼无人机走廊的交通拥堵问题，通过减少对现有飞行器的干扰，实现更紧凑的走廊布局。
2026-04-28 cs.RO cs.SY eess.SY
MF-UAVPose6D: A Model-Free Monocular 6-DoF Pose Estimation Framework for Fixed-Wing UAVs
School of Aerospace Engineering, Beijing Institute of Technology（北京理工大学航空工程学院）；Technology Innovation Institute（技术创新研究所）
提出一种无模型单目6自由度姿态估计框架MF-UAVPose6D，通过热图引导中心定位、视角感知模块、动态拓扑采样和解耦平移旋转解码，实现无需CAD模型的固定翼无人机姿态估计。
2026-06-29 cs.CV cs.RO
Suspended Magnetometer Survey for Mineral Data Acquisition with Vertical Take-off and Landing Fixed-wing Aircraft
Toronto Metropolitan University（多伦多都会大学）；Rosor Exploration（罗索尔勘探公司）
本文探讨了在UAV平台上安装高灵敏度磁力仪的挑战及解决方案，提出了一种基于垂直起降固定翼飞行器的悬挂式测量系统，实现了比传统多旋翼更高效、低成本的矿物数据采集。
2024-02-19 cs.RO
Lifting-wing Quadcopter Modeling and Unified Control
Beihang University（北京航空航天大学）
本文提出了一种新型升翼四旋翼的建模与统一控制方法，通过统一控制器实现悬停与前进飞行的无缝过渡，并通过优化控制分配实现节能协同控制。
2023-01-02 cs.RO
Acceleration-Based Control of Fixed-Wing UAVs for Guidance Applications
School of Aerospace Engineering, Beijing Institute of Technology（航空工程学院，北京理工大学）；Autonomous Robotics Research Centre, Technology Innovation Institute（自主机器人研究中心，技术创新研究所）
本文提出了一种基于加速度的固定翼无人机控制框架，通过工程映射和能量公式实现切向和法向加速度的转换，以实现比例导航的实用应用。
2026-02-27 cs.RO
Loiter UAV Reinsertion Guidance for Fixed-wing UAV Corridors
American Institute of Aeronautics and Astronautics, Inc.（美国航空航天学会）；Department of Mechatronics Engineering（机电工程系）；Department of Aerospace Engineering（航空航天工程系）
本文研究了固定翼无人机走廊中无人机从盘旋车道安全重新插入主车道的引导问题，提出基于速度限制和安全距离的算法以确保交通流畅。
2026-05-13 cs.RO cs.SY eess.SY
L1 guidance logic extension for small UAVs: handling high winds and small loiter radii
Autonomous Systems Lab ETH Zürich（苏黎世联邦理工学院自主系统实验室）
L1制导逻辑是小型固定翼无人机（UAV）最广泛使用的路径跟踪控制器之一，主要是由于其简单性（在嵌入式机载处理器（例如微控制器）上的低成本实现）以及跟踪圆和线的能力，这些圆和线构成了典型固定翼飞行器飞行计划的绝大多数。该逻辑后来被扩展为具有自适应L1距离的速度无关动态相似性，该公式目前用于常见的开源自动驾驶仪平台。两个主要的缺点仍然存在，具体到小型，慢速飞行的固定翼无人机;即，1）低运营商定义的增益和高地面速度的组合可能会违反算法收敛区域的边界的情况下，具有小半径的徘徊圆和2）L1逻辑故障时，风速超过车辆的空速，另一个常见的困境，小型，慢速飞行的无人机。本简报介绍了对这种经过广泛现场测试的算法的简单扩展，允许传统操作员保留现有的控制器调谐，同时利用内部开发的增强性能和安全功能。
2018-05-23 cs.RO
Design and Control of a Coaxial Dual-rotor Reconfigurable Tailsitter UAV Based on Swashplateless Mechanism
Jinfeng Liang ∗ , Haocheng Guo ∗ , and Ximin Lyu（某机构）
本文提出一种基于无斜盘机构的共轴双旋翼可重构尾座式无人机，通过可收放机翼降低多旋翼模式风扰影响，并优化无斜盘结构以减振，最终经全包线飞行测试验证了稳定飞行性能。
2025-11-06 cs.RO
Mission Oriented Miniature Fixed-wing UAV Swarms: A Multi-layered and Distributed Architecture
National University of Defense Technology（国防科技大学）
近年来，无人机集群因其潜在的应用价值而引起了广泛关注。虽然有人提出了无人机群的架构设计方面的研究，但仍然存在两个主要挑战：（1）可扩展性，支持大规模的飞行器;（2）多功能性，整合多样化的任务。为此，本文提出了一种面向任务的小型固定翼无人机机群的多层分布式体系结构。建议的架构是建立在模块化的概念。它将整个系统分为五层：低级控制层、高级控制层、协调层、通信层和人机交互层，以及许多可以被视为具有输入和输出接口的黑盒的模块。这样，不仅可以降低开发大型系统的复杂性，而且可以确保支持多样化任务的通用性。此外，所提出的架构是完全分布式的，每个无人机自主执行决策过程，以实现更好的可扩展性。此外，通过控制分配矩阵和集成硬件盒，可以对不同类型的空中平台进行可行的扩展。构建了一个基于该体系结构的群体原型系统，并通过21架固定翼无人机的现场实验对该体系结构进行了评估。特别是，据我们所知，本文是第一个工作，成功地演示了编队飞行，目标识别和跟踪任务的一个集成架构内的固定翼无人机群通过现场实验。
2019-12-13 cs.MA cs.RO
Pitch-axis supermanoeuvrability in a biomimetic morphing-wing UAV
Chalmers University of Technology（查尔姆斯理工大学）；University of Cambridge（剑桥大学）
本文通过含Goman–Khrabrov动态失速模型的多体飞行仿真，证明变形翼可调控非线性纵向稳定性，使无人机完成RaNPAS与贴墙着陆等失速后超机动。
2025-05-14 cs.RO physics.bio-ph
Monocular Obstacle Avoidance Based on Inverse PPO for Fixed-wing UAVs
School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院）
针对传统固定翼无人机避障系统在未知环境和小型平台的局限性，本文提出基于逆PPO的轻量级DRL避障系统，通过单帧图像深度推理模块和自适应熵调整机制，实现仅用视觉传感器以超30m/s速度避障，性能优于其他方法且可在边缘设备部署。
2024-11-27 cs.CV cs.RO
Collaborative target-tracking control using multiple autonomous fixed-wing UAVs with constant speeds
Department of Electrical Engineering, Eindhoven University of Technology（埃因霍温理工大学电子工程系）；Universidad Complutense de Madrid（马德里complutense大学）；Research School of Electrical, Energy and Material Engineering, Australian National University（澳大利亚国立大学电气、能源和材料工程研究学校）；Optus-Curtin Centre of Excellence in Artificial Intelligence, Curtin University（Curtin大学人工智能卓越中心）
本文研究了使用多架固定翼无人机进行协同跟踪控制的问题，通过设计控制器使无人机群体能够协同跟踪目标的位置和速度，提出了相对速度条件和参考速度构造方法，并讨论了常速约束下的控制器设计和性能限制。
2020-09-02 cs.MA cs.RO cs.SY
Deep Reinforcement Learning Attitude Control of Fixed-Wing UAVs Using Proximal Policy Optimization
SINTEF Digital（挪威科技工业研究院数字研究所）；Norwegian University of Science and Technology（挪威科技大学）
与有经验的人类飞行员相比，用于无人机（UAV）的当代自动驾驶系统在其飞行包线中受到更多限制，从而限制了UAV可以操作的条件以及它们可以自主完成的任务类型。提出了一种深度强化学习（DRL）控制器来处理非线性姿态控制问题，使固定翼无人机能够扩展飞行包线。开发了一种使用近端策略优化（PPO）算法的概念验证控制器，并证明该控制器能够将固定翼无人机从一组初始条件稳定到参考滚转、俯仰和空速值。概述了训练过程，并考虑了其进展速度的关键因素，发现最重要的因素是限制观察向量中变量的数量，并包括这些变量的几个先前时间步长的值。训练的强化学习（RL）控制器相比，比例积分微分（PID）控制器，并发现收敛在更多的情况下比PID控制器，具有可比的性能。此外，RL控制器的推广以及看不见的干扰的形式，风和湍流，即使在严重的干扰条件。
2019-11-13 cs.RO cs.SY eess.SY
Multiaxis nose-pointing-and-shooting in a biomimetic morphing-wing aircraft
University of Cambridge（剑桥大学）；Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本研究针对仿生无人机超机动潜力未被充分验证的问题，通过非线性飞行动力学分析配平空间，提出基于模型的制导策略，证明仿生变体翼无人机可实现多轴NPAS超机动，为相关超机动研究提供方法。
2022-01-10 cs.RO
FalconWing: An Ultra-Light Indoor Fixed-Wing UAV Platform for Vision-Based Autonomy
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
FalconWing是一款超轻量级室内固定翼无人机平台，通过结合轻量级硬件和基于视觉的仿真系统，实现了高精度的自主飞行控制与实验验证。
2025-11-21 cs.AI cs.RO
Coordinated Coverage and Fault Tolerance using Fixed-Wing Unmanned Aerial Vehicles
University of Hawai‘i at Mānoa（夏威夷大学马诺阿分校）；East-West Center（东西方中心）
本文提出了一种方法，部署和维护一个舰队的同质固定翼无人机（UAV）的所有时间覆盖的一个区域。提出了两种空中盘旋布局方法：正方形布局和六边形布局，并给出了六边形布局在最小化无人机部署数量方面的优势。基于可用的无人机的数量和期望的徘徊高度，所提出的算法解决了一个优化问题，以计算该高度的徘徊圆的中心和徘徊半径。该算法还包括故障恢复能力的情况下，同时多个无人机故障。这些故障可能会在没有总体幸存者信息的情况下在该地区形成幸存者（活动）无人机集群。该算法在较高的高度部署一个具有较大通信能力的超级智能体来恢复故障。超级智能体收集幸存者的信息，并更新同质半径和相同高度的游荡圈的位置，以恢复全覆盖。幸存者的无人机会被告知，并使用杜宾的路径转移到新的游荡圈。已部署的无人机的可回收损失分数的程度的关系进行了分析，为不同的初始游荡半径。仿真结果证明了该方法的适用性，并比较了两种包装方法。
2020-05-17 cs.MA cs.RO
Guidance algorithm for smooth trajectory tracking of a fixed wing UAV flying in wind flows
University of Toulouse（图卢兹大学）；Ecole nationale de l’aviation civile (ENAC)（国立民用航空学院（ENAC））；University of Groningen（格罗宁根大学）
本文提出一种算法，用于解决固定翼无人机在恒定空速和恒定风扰下跟踪平滑曲线的问题，通过构造隐函数描述的引导向量场实现轨迹跟踪，并能通过离线调整避免无人机物理约束。
2017-02-15 cs.RO cs.SY eess.SY
Circular formation control of fixed-wing UAVs with constant speeds
University of Toulouse（图卢兹大学）；Australian National University（澳大利亚国立大学）
本文提出了一种稳定固定翼无人机恒速圆形成形的算法，通过跟踪不同半径的圆来控制车辆相对于目标圆周的相位，确保团队在特定区域内保持约束。
2017-03-22 cs.RO cs.SY eess.SY
The NederDrone: A hybrid lift, hybrid energy hydrogen UAV
TUDelft（代尔夫特理工大学）
许多无人机应用需要垂直起降（VTOL），并结合非常长的航程或续航时间。过渡型无人机已经被提议将直升机的垂直起降能力与固定翼飞机的有效远程飞行特性结合起来。但能源仍然是许多电动长续航应用的瓶颈。虽然太阳能技术和电池技术已经有了很大的改进，但在恶劣的条件下，它们仍然分别缺乏许多现实世界情况所需的功率或能量总量。在本文中，我们介绍了NederDrone，一种混合升力，混合能源氢动力无人机，它可以使用12个螺旋桨进行垂直起飞和降落，同时由于其固定翼而在向前飞行中高效飞行。能量由氢驱动燃料电池的混合提供，以存储大量能量和电池电量，用于高功率情况。氢气储存在一个加压气缸中，无人机围绕该气缸进行优化。本文分析了概念的选择，实施的安全元件，电子和飞行控制，并显示飞行数据，包括3小时38分在海上飞行，启动和降落在一个小的移动船舶。
2020-11-08 cs.RO
Autonomous Tracking and Terminal Guidance of Moving Targets for Fixed-Wing UAVs
Department of Mechanical Engineering, National Yang Ming Chiao Tung University（国立阳明交通大学机械工程学系）
研究为固定翼无人机引入统一控制框架，采用三相策略，利用UKF融合视觉检测与惯性测量，结合带约束感知的NMPC及BPNG律，实现从目标检测到终端拦截的任务，仿真验证其能稳定跟踪并精确拦截，同时遵守相关约束。
2026-07-15 cs.AI cs.RO cs.SY
Data-Efficient Deep Reinforcement Learning for Attitude Control of Fixed-Wing UAVs: Field Experiments
SINTEF DIGITAL（SINTEF数字研究所）；NTNU（挪威科技大学）
本文提出一种数据高效的深度强化学习方法用于固定翼无人机姿态控制，仅需三分钟飞行数据即可在仿真中训练并直接部署到真实无人机，性能与ArduPlane PID控制器相当，无需在线学习。
2023-04-19 cs.LG cs.RO cs.SY
Flexible Trinocular: Non-rigid Multi-Camera-IMU Dense Reconstruction for UAV Navigation and Mapping
在本文中，我们提出了一个视觉惯性框架，能够有效地估计相机的非刚性三目基线的远程深度估计板上的快速移动的空中平台。时变基线的估计是基于相对惯性测量，光度相对姿态优化，和概率机翼模型融合在一个有效的扩展卡尔曼滤波器（EKF）制定。所估计的深度测量可以被集成到地理参考的全局地图中，以呈现对局部重新规划算法有用的环境的重建。基于广泛的真实世界的实验，我们描述了获得概率机翼模型，可靠的相对惯性测量，和基于视觉的相对姿态更新的挑战和解决方案，并证明了整个系统在具有挑战性的条件下的计算效率和鲁棒性。
2019-08-23 cs.RO
Deep learning reduces sensor requirements for gust rejection on a small uncrewed aerial vehicle morphing wing
University of Michigan（密歇根大学）；University of California Davis（加州大学戴维斯分校）
针对无人机在城市阵风中响应慢的问题，研究提出基于深度强化学习的弯度变形机翼自主阵风缓解控制器，直接利用实时压力信号将阵风影响降低84%，并发现仅需三个压力传感器即可达到与六个相近的效果。
2024-03-21 cs.RO cs.SY eess.SY
Semi-Aerodynamic Model Aided Invariant Kalman Filtering for UAV Full-State Estimation
Sun Yat-sen University（中山大学）
本研究首次将ES-RIEKF应用于固定翼无人机全源导航，结合半气动模型与LSTM网络实现无漂移气流角预测，提升了GNSS拒止下的状态估计精度与鲁棒性。
2023-10-03 cs.RO
Object Detection and Tracking with Autonomous UAV
Huawei Turkey R&D Center（华为土耳其研发中心）；Istanbul University – Cerrahpasa（伊斯坦布尔大学-塞拉赫帕萨分校）
本文以作战无人机为研究对象，建立了作战无人机的仿真模型.旋翼无人机成功地执行了各种任务，如锁定目标，跟踪，并与周围车辆共享相关数据。采用了不同的软件技术，如API通信、地面控制站配置、自主运动算法、计算机视觉和深度学习。
2022-06-26 cs.CV cs.RO
Model-Free versus Model-Based Reinforcement Learning for Fixed-Wing UAV Attitude Control Under Varying Wind Conditions
ONERA（法国航空航天研究院）；Université Paris-Saclay（巴黎萨克雷大学）；AKKODIS Research（AKKODIS研究公司）
本文以PID为基准，比较了无模型和基于模型的强化学习在固定翼无人机姿态控制中的性能，发现Temporal Difference Model Predictive Control在跟踪精度和鲁棒性上表现更优，并引入致动波动指标评估能效与执行器磨损。
2024-09-26 cs.LG cs.RO cs.SY
Swashplateless-elevon Actuation for a Dual-rotor Tail-sitter VTOL UAV
The University of Hong Kong（香港大学）；Sun Yat-sen University（中山大学）
针对双旋翼尾座式VTOL无人机，论文提出无倾斜盘升降副翼作动SEA，通过电机调速控俯仰、升降副翼专控偏航，实验证明其抗扰、近地起飞及固定翼飞行表现优于CEA。
2023-09-24 cs.RO
Towards Autonomous UAV Landing Based on Infrared Beacons and Particle Filtering
Soloviev Rybinsk State Aviation Technical University（索洛维约夫雷宾斯克国立航空技术大学）；NPP SATEK plus（NPP SATEK plus 公司）；Program System Institute of Russian Academy of Sciences（俄罗斯科学院程序系统研究所）；Institute For Systems Analysis of Russian Academy of Sciences（俄罗斯科学院系统分析研究所）
基于差分GPS的固定翼无人机自主着陆是目前的主流，提供可靠和精确的着陆。但是，当GPS可用性有限时，如军用无人机，这项任务仍然具有挑战性。我们讨论了这个问题的解决方案的基础上，计算机视觉和点标记沿固定或临时跑道。我们集中我们的尝试使用红外信标以及窄带滤波器作为有前途的方式来标记任何临时跑道，并利用粒子滤波融合IMU和视觉数据。我们相信，与许多其他基于视觉的方法不同，该解决方案能够跟踪无人机的位置，直到发动机停止。给出了系统概况、算法描述以及沿实际记录轨迹合成序列的评价。
2017-02-09 cs.RO
Robust Cooperative Formation Control of Fixed-Wing Unmanned Aerial Vehicles
Institute for Aerospace Studies, University of Toronto（航空航天研究学院，多伦多大学）
本文研究了固定翼无人机在紧密编队飞行中用于节能的鲁棒协同编队控制问题，提出了一种新的协同控制方法，通过虚拟结构概念解决大规模无人机编队中虚拟领导者设计的难题，并采用协作者滤波器生成平滑的参考信号，同时利用不确定性与扰动观测器补偿气动耦合导致的模型不确定性，最终实现了鲁棒的编队控制。
2019-05-06 cs.MA cs.RO cs.SY
UAV-Assisted Maritime Search and Rescue: A Holistic Approach
Faculty of Computer Science, University of Tuebingen（蒂宾根大学计算机学院）
本文探讨无人机在海上搜救任务中的应用，提出一个结合机载初步检测与地面站高级目标检测的综合软件框架，并评估了有限带宽下感兴趣区域提议方法的性能。
2024-03-21 cs.RO
Modelling Power Consumptions for Multi-rotor UAVs
Inner Mongolia University（内蒙古大学）；Chengdu Aircraft Design and Research Institute（成都飞机设计研究所）
无人机具有诸多优点，但其能量有限，影响了其实际应用。因此，对其进行功耗管理，建立相应的功耗模型是非常重要的。然而，现有的研究大多是针对固定翼无人机和单旋翼无人机建立理论功耗模型，或者针对多旋翼无人机建立启发式功耗模型，缺乏严格的数学推导。建立了多旋翼无人机的功率消耗理论模型。具体地说，建立了多旋翼无人机在三种飞行状态下的闭合功耗模型，前飞、垂直上升和垂直下降是通过利用单旋翼无人机和多旋翼无人机在功耗方面的关系而得到的。在此基础上，得到了三维场景下无人机飞行功耗的通用模型。利用大疆M210和DJI Mobile SDK开发的手机应用程序在真实场景下进行了大量实验，验证了模型的正确性和有效性;并通过仿真进一步研究了旋翼数量对无人机功耗的影响。所提出的功耗模型不仅揭示了多旋翼无人机的功耗如何受到各种因素的影响，而且还为引入其他新的应用铺平了道路。
2022-09-09 cs.RO
Perching by hugging: an initial feasibility study
Ecole Polytechnique Federale de Lausanne（洛桑联邦理工学院）
针对现有无人机栖息需额外结构导致增重增阻的问题，提出利用已有结构的被动环抱式机翼栖息设计，通过实验验证可行性并分析相关影响因素，给出设计参考。
2023-06-08 cs.RO
PyFlyt -- UAV Simulation Environments for Reinforcement Learning Research
Coventry University（考文垂大学）；University of Leicester（莱斯特大学）
本文提出PyFlyt，一个基于Bullet物理引擎并支持Gymnasium API的无人机仿真平台，填补了强化学习在无人机领域缺乏标准化测试库的空白，并验证了其在四旋翼和固定翼控制中的有效性。
2023-04-03 cs.RO
Kinodynamic Planning for an Energy-Efficient Autonomous Ornithopter
University of Seville（塞维利亚大学）
本文提出了一种新的算法来规划自主扑翼飞机的能量有效的轨迹。在一般情况下，轨迹优化是一个相当相关的问题与\emph{Unmanned Aerial Vehicles}（无人机）的实际应用。尽管这个问题已经在固定翼和扑翼飞行器上得到了很好的研究，但在扑翼无人机（如扑翼飞机）上探索这个问题的工作却少得多。这些对于需要长飞行耐力和悬停能力的许多应用是有意义的。我们提出了一种有效的方法来规划扑翼飞机的轨迹，最大限度地减少能源消耗，结合滑翔和扑翼机动。我们的算法建立了一个树的动态可行的轨迹和应用启发式搜索有效的在线规划，使用参考曲线来指导搜索和修剪状态。我们提出了计算实验来分析和调整关键参数，以及与最近的替代概率规划的比较，显示出最佳性能。最后，我们演示了我们的算法可以用于规划栖息演习在线。
2020-10-23 cs.RO
Three-dimensional Integrated Guidance and Control for Leader-Follower Flexible Formation of Fixed Wing UAVs
The University of Texas at San Antonio（德克萨斯大学圣安东尼奥分校）；University of Cincinnati（辛辛那提大学）
本文提出一种固定翼无人机领航-跟随柔性编队的非线性集成制导与控制方法，通过动态面反步和障碍函数实现半球形区域编队保持与约束满足，仅依赖相对信息，适用于GPS拒止场景。
2025-10-07 cs.MA cs.RO cs.SY
Coverage of an Environment Using Energy-Constrained Unmanned Aerial Vehicles
Virginia Tech（弗吉尼亚理工大学）；University of South Carolina（南卡罗来纳大学）；University of Maryland（马里兰大学）
研究了在电池容量有限的情况下，无人机对环境的覆盖问题。我们考虑的场景中，无人机可以降落在无人地面车辆（UGV）和车载电池充电。UGV还可以在将UAV运输到下一个起飞地点的同时为UAV充电。我们提出了一种算法来解决一个新的变种的区域覆盖问题，考虑到这种共生的无人机和UGV系统。输入由一组交错的单元组成--矩形条，其宽度等于无人机上传感器的视场。目标是为无人机和UGV找到一个协调的策略，在最短的时间内访问并覆盖所有电池，同时最佳地找到充电多少，在哪里充电，以及何时充电。这包括访问和覆盖所有牢房的飞行时间、充电时间以及起飞和降落时间。我们展示了如何减少这个问题的一个已知的NP-难问题，广义旅行商问题（GTSP）。给定一个最优的GTSP求解器，我们的方法找到了无人机和UGV的最优覆盖路径。我们的公式模型多旋翼无人机以及混合无人机，可以在固定翼和垂直起降模式。我们评估我们的算法，通过模拟和概念验证实验。
2020-07-07 cs.RO
Direct NMPC for Post-Stall Motion Planning with Fixed-Wing UAVs
固定翼无人机（UAV）在速度、续航力和效率方面比旋翼无人机具有显著的性能优势。然而，这些车辆传统上在机动性方面受到严重限制。在本文中，我们提出了一种非线性控制方法，使特技飞行的固定翼无人机在受限空间机动。我们的方法利用全状态直接轨迹优化和一个最小的，但代表性的，非线性飞机模型，以5 Hz的实时规划侵略性的固定翼轨迹在大迎角。随机运动规划用于避免局部最小值，局部线性反馈用于补偿更新之间的模型不准确性。我们证明了我们的方法在硬件和局部线性反馈和重新规划是必要的成功导航的复杂环境中存在的模型的不确定性。
2020-01-30 cs.RO
Unlocking Stopped-Rotor Flight: Development and Validation of SPERO, a Novel UAV Platform
本文提出SPERO无人机平台，通过翻转锁定机翼、主动压力中心等创新，解决了停转旋翼飞行稳定问题，实现了VTOL与前飞的首个稳定双向过渡。
2025-09-09 cs.RO
Autopilot-Preserving Residual Q-Learning with HJB-Inspired Finite-Action Risk Filtering for Fixed-Wing UAV Command Supervision
PythaLab, Yildiz Technical University, Istanbul, Turkey（伊兹密尔技术大学吡塔实验室，伊斯坦布尔，土耳其）；Turkish Aerospace (TUSAŞ), Ankara, Turkey（土耳其航空航天（TUSAŞ），安卡拉，土耳其）
提出一种保持自动驾驶仪的残差指令监督框架，通过HJB方程启发的半离散值迭代评价器和控制Lyapunov/屏障函数启发的有限动作屏蔽，选择有限有界动作集中的残差，显著降低路径跟踪误差。
2026-05-31 cs.LG cs.RO cs.SY
A Narwhal-Inspired Sensing-to-Control Framework for Small Fixed-Wing Aircraft
California Institute of Technology（加州理工学院）；Technology Innovation Institute（技术创新研究所）；HKUST (Guangzhou)（香港科技大学（广州））
本文提出一种生物启发的传感-控制框架，通过多孔探头和稀疏翼压传感器测量空气流，结合数据驱动校准和控制-仿射动力学模型，提升小型固定翼无人机在低速时的敏捷性与控制精度。
2026-03-27 cs.RO
Flexible Stereo: Constrained, Non-rigid, Wide-baseline Stereo Vision for Fixed-wing Aerial Platforms
Autonomous Systems Lab, ETH Zurich（苏黎世联邦理工学院自主系统实验室）
本文提出了一种计算效率高的方法来估计安装在固定翼无人机（UAV）柔性机翼上的两个视觉惯性传感器之间的时变相对位姿。估计的相对姿态用于实时生成高度准确的深度图，并且可以用于低空飞行或着陆机动中的障碍物规避。该方法的结构如下：首先，机翼模型是通过拟合的概率密度函数从标称相对基线变换的测量偏差确定的。在运行时，机翼模型的先验知识被融合在一个扩展的卡尔曼滤波器~（EKF）与相对的角度N点问题（PNP）的解决获得的相对位姿测量，线加速度和角速度由两个惯性测量单元（IMU），这是刚性连接到相机测量。从广泛的合成实验中获得的结果表明，我们提出的框架是能够估计高度准确的基线变换和深度图。
2018-02-26 cs.CV cs.RO
ROSplane 2.0: A Fixed-Wing Autopilot for Research
Brigham Young University；AeroVironment Inc.
ROSplane 2.0是一款为研究人员设计的固定翼自动驾驶系统，通过改进的架构和模块化设计加速UAV研究，降低开发门槛。
2026-03-06 cs.RO cs.SY eess.SY
Robust Distributed Cooperative Path-Following and Local Replanning for Multi-UAVs Under Differentiated Low-Altitude Paths
School of Mechanical Engineering, Northwestern Polytechnical University（西北工业大学机械工程学院）；Tianjin University of Science and Technology（天津科技大学）
本文提出了一种鲁棒分布式协同路径跟随与局部重计划方法，解决多UAVs在复杂地形低空环境下面对风场扰动、突发障碍和分布式时间同步的挑战，通过时间索引量化问题，结合鲁棒引导法则实现风扰下的有限时间稳定，设计高效局部路径重计划方法以实现实时避障。
2026-03-25 cs.RO
Post-Stall Navigation with Fixed-Wing UAVs using Onboard Vision
Johns Hopkins University Applied Physics Lab（约翰斯·霍普金斯大学应用物理实验室）
最近的研究已经使得固定翼无人机（UAV）能够通过使用直接非线性模型预测控制（NMPC）在受限空间中机动。然而，这种方法已被限制到先验已知的地图和地面实况状态测量。在本文中，我们提出了一种直接的NMPC方法，利用NanoMap，一个轻量级的点云映射框架，使用机载立体视觉生成无碰撞的轨迹。我们首先在模拟中探索我们的方法，并证明我们的算法足以在城市环境中实现基于视觉的导航。然后，我们证明了我们的方法在硬件中使用42英寸的固定翼无人机，并表明我们的运动规划算法是能够使用一组最小的目标点周围的建筑物导航。我们还表明，存储点云的历史是很重要的导航这些类型的约束环境。
2022-01-04 cs.RO
Object Identification Under Known Dynamics: A PIRNN Approach for UAV Classification
Department of Mechanical and Industrial Engineering（机械与工业工程系）；Louisiana State University（路易斯安那州立大学）
针对无人机已知动力学下的目标识别，提出物理信息残差神经网络（PIRNN），结合物理信息学习与softmax分类，在四旋翼、固定翼和直升机案例中实现高精度且缩短训练时间。
2025-09-24 cs.LG cs.RO
Predicting UAV Type: An Exploration of Sampling and Data Augmentation for Time Series Classification
Northeastern University（东北大学）；U.S. National Reconnaissance Office（美国国家侦察局）；U.S. Space Force（美国太空部队）
本文针对受限空域无人机类型识别问题，采用LSTM进行时间序列分类，并比较不同时间戳采样与类别不平衡处理方法，评估其在四旋翼、六旋翼和固定翼分类上的性能与权衡。
2024-03-01 cs.AI cs.RO
UAV attitude estimation using Unscented Kalman Filter and TRIAD
本文提出一种基于UKF和TRIAD算法的AHRS，通过仿真和实验证明其在微控制器上具有低计算成本和实时性能。
2016-09-23 cs.RO cs.SY eess.SY
