基于空中自然特性的小型直升机控制及检测

可在www.sciencedirect.com上在线ScienceDirect电气系统与信息技术学报2（2015）58基于空中自然特性Chinthaka Premachandra， Satoshi Takagi，Kiyotaka Kato日本东京理科大学2015年3月10日在线发布摘要小型直升机的控制是无人机发展中的一个有趣的研究领域。本研究的目的是检测一个更典型的直升机没有配备标记作为一种手段，通过它来解决以前的研究中的各种问题。因此，我们提出了一种方法来检测直升机的位置和姿态，通过使用基础设施摄像机来识别其在空中的自然特征，如椭圆跟踪直升机的螺旋桨的旋转以单旋翼系统直升机为被控机体进行了实验研究。这里，直升机的位置是通过检测主旋翼椭圆根据这些检测结果，我们通过实验证实了直升机悬停控制的可能性。版权所有© 2015制作和主办由Elsevier B.V.电子研究所（ERI）这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。关键词：直升机控制;直升机检测;基础设施摄像机;直升机空中自然特征;螺旋桨旋转1. 介绍1.1. 研究背景小型直升机由于其安全性和灵活性最近引起了人们的关注。然而，它们有几个未解决的问题，例如需要先进的操作技术，以及无法在操作员的视野之外飞行 为了解决这些问题，已经对小型直升机的自主飞行控制进行了广泛的研究（Angeletti等人，2008; Lee等人，2013a，b; Misaki和Fujimoto，2008; Cho等人，2009;Censi等人，2013 a，b; Noda等人，2011，2012; Passow等人，2009; Schmid等人，2013; Ruangwiset，2009;Budiyono等人，2011;Lim和Machida，2010;Salado等人，2010;Jeong和Jung，2013;Gurdan等人，2007;Rejon和Aranda-Bricaire，2007; Bae等人，2007; Shimada等人，2009; Fang等人，2010; Weng和Abidin，2006; Teoh等人， 2012年）。通讯作者：东京理科大学，6-3-1，Niijuku，Katsushika，125-8585 Tokyo，Japan.联系电话：+81 35876 1717/90 8069 0087;传真：+81 3 5876 1717。电子邮件地址：chinthaka@ee.kagu.tus.ac.jp，cpremachandra@yahoo.co.jp（C。Premachandra）。电子研究所（ERI）负责同行评审。http://dx.doi.org/10.1016/j.jesit.2015.03.0062314-7172/Crown版权所有© 2015由Elsevier B. V.代表电子研究所（ERI）制作和主办。这是一个在CC BY-NC-ND许可证下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5859小型自主直升机的研究大致可分为室内自主飞行研究和室外自主飞行研究。本研究提出了一种室内环境下的自主飞行系统。预计未来将应用于室内检查活动和有效载荷运输等领域。所提出的自主飞行系统包括测量部分和控制部分。在室内自主飞行过程中，测量机身位置和姿态的测量部分至关重要。 对于机身检测室内GPS（Niwa等人，2008; Van Diggelen，2002）或基础设施摄像机。室内GPS无法获得足够的精度，因此难以应用于小型直升机。 使用基础设施相机来检测附接到机身的独特标记（诸如LED和颜色标记）的方法（Angeletti等人，2008; Lee等人，2013a; Misaki和Fujimoto，2008）是使用基础设施摄像机的一个示例。基础设施摄像机的优点在于，除了关于机身的信息之外，还能够在视觉上感知然而，小型直升机的机身空间有限，额外的部件会给机身带来额外的载荷。控制部分通过使用由测量部分测量的信息来控制机身的飞行。 传统的控制方法将机身的测量信息发送到安装在机身中的微处理器（Censi等人，2013a; Noda等人，2011，2012; Lim和Machida，2010），它通过有线通信控制小型直升机。然而，在小型直升机机身中安装微处理器主板是有问题的，因为它使机身沉重且不稳定。虽然存在将多直升机机身用于小型直升机的系统，但它们需要大量部件以允许在飞行器上附接和控制四个或更多个旋翼。因此，本研究旨在解决这些问题，并提出一种自主飞行系统，减少小型直升机上的1.2. 研究概况本研究的目的是检测一个更典型的直升机没有配备标记作为一种手段，通过它来解决上述先前研究的各种问题。因此，我们提出了一种方法来检测直升机的位置和姿态，通过使用基础设施摄像机来识别其在空中的自然特征，如椭圆跟踪直升机的螺旋桨的旋转以单旋翼系统直升机为被控机体进行了实验研究。这里，直升机的位置是通过检测主旋翼椭圆的中心和姿态测量之间的关系的主旋翼椭圆和尾桨椭圆测量。Hough变换（Chia等人，2007），其具有相对低的误识别率，被用作椭圆识别方法由于通过椭圆的Hough变换求椭圆的五个参数是一个复杂的过程，因此不能期望实时处理为了克服这个问题，我们找到了椭圆的切线，通过使用Hough变换的线检测和执行椭圆识别使用Hough变换的线检测，找到中心，长轴，短轴和梯度的长轴，在该顺序，从切点和梯度信息。在测量位置和姿态后，控制部分通过连接到比例控制器的微处理器无线控制小型直升机控制变量由微处理器根据测量部分确定的小型直升机的位置和姿态信息计算，并且小型直升机由比例控制器无线控制。利用上面概述的思想，我们构建了一个控制系统，减少了小型直升机机身上的载荷2. 直升机三维定位测控系统2.1. 系统概述图 1显示了本研究系统的概要。因此，有必要建立一个测量系统，满足使用要求，测量精度和测量范围的室内应用。因此，我们的目标是构建一个系统，以促进室内自主飞行，并测量直升机的位置和姿态，而无需在直升机上安装标记或其他特征组件。 该系统如图所示。 1，它显示了测量和控制过程。60C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58Fig. 1. 系统概要。图二. RC直升机的外观。首先，从安装在天花板上的摄像机获取图像，并在图像内检测直升机。由于螺旋桨的旋转轨迹为椭圆，因此通过在采集到的图像中检测主旋翼所跟踪的椭圆的过程来实现直升机检测。其次，对于机身位置和姿态的测量，从图像中的主旋翼螺旋桨中心的位置和尺寸测量机身的3-D坐标。由此，主旋翼和尾桨被识别，并且从它们的相对位置找到机身的姿态。然后将获得的位置和姿态信息传送到控制部分微处理器，并根据比例-积分-微分（PID）控制从直升机的目标位置和当前位置之间的差计算受控变量最后，基于被控量，采用比例控制器对小型直升机进行无线控制以上就是本研究中提出的系统2.2. 硬件和软件椭圆的识别和绘制采用OpenCV，编程语言采用C++。测量红色、蓝色和绿色的水平的USB照相机（以下称为RGB照相机）用于成像。无线电控制（RC）直升机是S.R.B.Quark STD（HIROBO Corp.）。 图 2显示了RC的外观C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5861表1实验中使用的计算机规格操作系统Windows 7专业版32位CPU英特尔®酷睿TMi5-2500CPU@3.30 GHzRAM 4.00 GB图三. R8 C/29安装微处理器主板。直升机本研究中使用的计算机规格见表1。微处理器主板（Sunhayato Corp.）安装有R8 C/29微处理器（由瑞萨电子公司（RenesasElectronicsCorporation）制造）的脉冲位置调制（PPM）信号被用于发送作为RC直升机的控制信号的脉冲位置调制（PPM）信号。图3显示了安装R8 C/29微处理器的微处理器主板的外观。3. 测量部分3.1. 测量部分测量部分从安装在天花板上的摄像机获取图像，并检测图像内的直升机一旦旋转的螺旋桨在图像中被检测为椭圆，则可以从椭圆中心的位置和大小计算出机身的3-D坐标。此时，主旋翼和尾桨被识别，并且从它们的相对位置找到机身的姿态。62C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58见图4。小型直升机识别处理流程图。图五.原始图像（左：前一帧，右：当前帧）。3.2. 组件技术3.2.1. 小型直升机识别直升机识别过程总结在一个流程图中（图1）。 4）. 每个步骤将在接下来的小节中详细介绍。3.2.1.1. a.差分图像。如果在识别椭圆时使用整个原始图像，则可以识别除了直升机螺旋桨之外的许多椭圆。为了消除这种可能性，使用了螺旋桨在旋转过程中的频闪效应。取前一帧图像与当前帧图像之间的差异，并剪切颜色变化的圆周。该过程的图像示例如图5所示。由此，近似地确定直升机的存在并且执行椭圆识别此外，在已经执行椭圆识别之后，系统被设计为使得仅将所识别的椭圆中受频闪效应影响的区域作为直升机螺旋桨。在这一点上，螺旋桨的锯齿是极其微妙的C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5863×××见图6。二值化差分图像（左：降噪前，右：降噪后）。见图7。 基于Hough变换的因此在执行减法之后，图像被二值化以增强色彩变化。除了螺旋桨的混叠以外的色度变化作为噪声通过如图所示的数据平滑被消除。6为了提高检测率，进行了背景差分。预先获取其中不存在直升机的图像作为背景，并从存在直升机的图像中减去该图像，之后，仅从原始图像中分离出颜色变化的部分。在椭圆识别处理中使用这一点的目的是提高检测的时间效率。3.2.1.2. B. 基于Hough变换的椭圆识别 利用Hough变换直线检测和椭圆的性质（两个切点之间的弦的中点和相应的切线相交的点一起确定通过椭圆中心的线）进行椭圆检测以识别直升机螺旋桨的椭圆。程序如下。(1)通过从摄像机获得的图像进行边缘检测来获取边缘图像（图7A）。(2)从（1）中剪切的边缘内选择一个点，并提取周围9 × 9像素的值（图7B）。(3)从9个9像素中检索值为1的像素（不包括中心像素）。计算连接像素到中心像素的直线的截距和梯度，并在霍夫空间中执行投票程序（图1）。 7 D）。（4）这是在9 9像素内的值为1的所有像素之间进行的（图10）。 7 E）。（5）从投票结果中获得最大投票数的角度被设为与中心点相切的线的角度（6）对所提取的图像内的所有边缘点执行从（2）到（5）的处理（图1）。 7 G）。（7）使用所有边缘点的坐标和切线根据椭圆的几何性质，与圆周上任意两个边缘点的中点和相应切线的交点相交的直线必须与椭圆的中心相交，因此64C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58见图8。边缘图像（左：主螺旋桨检测前，右：主螺旋桨检测后）。见图9。 圆的投影可以通过计算多条这样的线来找到中心。这条直线的推导是对所有边缘点一起进行的（图10）。 7 I）。（8）如果存在一个点，超过一定数量的线相交的中心收敛，该点是椭圆的中心（图。 7 J）。（9）在以椭圆的中心为中心的投票处理中，针对所有边缘计算椭圆的长轴、短轴和长轴的梯度(10)最后，进行椭圆拟合（图1）。 7 K）。3.2.1.3. C.椭圆拟合 椭圆的识别是通过使用霍夫变换，但经过反复试验，发现螺旋桨和确定的椭圆之间发生轻微的误差。因此，进行椭圆拟合来解决这个问题。拟合是将确定的椭圆叠加在边缘图像上并判断是否为相同形状的操作详细描述如下。当（b）（9）的处理完成时，产生大量候选椭圆。边缘图像被叠加在每个候选上，并且判断有多少边缘点位于候选椭圆上。将原始图像中边缘点数目最多的椭圆确定为螺旋桨。3.2.1.4. D.面具进行掩模处理以识别尾桨。Hough变换椭圆识别的一个特点是具有许多边缘点的椭圆，如大椭圆，易于识别。因此，可以容易地识别主螺旋桨，但是尾桨的识别更加困难。因此，在识别主螺旋桨之后，去除边缘图像的主螺旋桨部分，并且再次执行椭圆识别以识别尾桨。在主旋翼的拆除中，使用了每个轴上确定尺寸的7/6比例的椭圆，以确保主螺旋桨的边缘点被移除。图8示出了掩模处理之前和之后的图像。3.2.2. 从摄像机到小型直升机的距离的推导本研究利用单目摄影机量测小型直升机的位置单目相机的图像很难然而，在固定大小的单个对象的情况下，可以从图像中的大小变化测量对于本研究中使用的相机，图像中的物体大小与实际距离成反比。螺旋桨尖端在三维空间中跟踪一个圆，但在所获得的二维图像中显示为椭圆考虑椭圆的长轴，下面的图9示出了当圆平行投影到图像表面上时，圆的直径被投影为椭圆的长轴因此，长度（以像素为单位）C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5865.=零见图10。在靠近相机的位置处的圆圈。见图11。在远离摄像机的位置的圆圈。在图像处理过程中提取的主轴被用来找到从相机到直升机的距离。图图10和11分别是从较近和较远距离拍摄的图像。从图如图10和图11所示，缩短到圆的距离L使长轴更长，并且延长它使长轴更短。这种关系由Eq给出（一）. 这里，L0是初始当前的L（t）S0L（1）S（t）上图显示，通过图像处理可以找到到圆（这里是直升机）的距离3.2.3. 确定真实空间到目前为止，我们已经找到了从相机到真实空间中的小型直升机的距离（单位：mm），并导出了相机图像中相对于图像中的垂直轴和水平轴的位置（单位：像素）为了计算控制变量，有必要找到直升机在真实空间中的位置，我们通过将摄像机到小型直升机的距离与摄像机的视场角相结合来找到该位置图12示出了该概念。左侧面板显示了与相机距离为L的平面。图中，H是从图像中心到视场边缘的长度，可由摄像机的视场角θ和长度L计算得出。考虑xy平面上的点的坐标，如果w是到该平面中心的距离（单位：像素），h是现实世界中的尺寸（单位：mm），则以下等式成立。66C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58×见图12。 距离数据和摄影平面。因为来自相机的图像的分辨率是640 480像素，所以从中心到边缘的水平距离因此，在本发明中，WHh=320（2）是将直升机图像中的x坐标（单位：像素）转换为真实空间中的x坐标（单位：mm）的结果y坐标也可以用类似的方法求出。4. 控制部4.1. 控制部分控制部分接收所确定的位置和姿态信息作为R8 C/29微处理器的输入，并计算控制变量以无线控制小型直升机。4.2. 组件技术4.2.1. 控制变量计算方法控制量由R8 C/29微处理器计算，使小型直升机实现悬停飞行。表2概述了直升机业务。图13示出了直升机操作。节气门、升降舵和副翼的变化由PID控制进行。方向舵由陀螺传感器控制，这是S.R.B.的内置功能本研究所使用的Quark STD遥控直升机，使方向舵保持固定的方向，因此此控制量不包含在比例控制器中PID控制如下。图14示出了PID控制系统的基本形式。表2直升机业务。控制直升机移动升降机前进和后退方向舵左右转向油门上下左右副翼C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5867Σ图十三. 直升机业务。见图14。PID控制系统的基本形式。将直升机的目标位置和当前位置之间的差作为误差，控制包含与该误差成比例的项，因为当误差小时动作变量小，并且当误差大时必须使动作变量相应地大。这被称为如果仅执行比例控制，则最终相对于目标值和噪声的逐步变化保留一定的误差。这被称为稳定的“稳态误差”或“偏移”。“这种偏移可以通过包括一个与误差积分成比例的项来消除。这被称为为了在动作变量的决定中反映误差的变动的作用，改善控制对象的动作，在控制中包含与误差的导数成比例的项这是一种预测行为，被称为结合上述三个动作的控制是PID控制。对于误差e和动作变量u，PID控制可以表示为u（吨） =KP.e（t）1+TI不0e（τ）dτ+TDde（t）（3）DTKp是比例增益，TI是积分时间，TD是微分时间。Kp是P作用中误差e与作用变量u积分时间TI是直到比例动作和I动作输出对于相同的步进输入变得相等的时间，并且微分时间TD等于直到比例动作和D动作对于相同的斜坡形式（线性）输入变得相等的时间∫68C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58图15.实验环境。4.2.2. PPM信号比例控制器输出的信号称为PPM信号。PPM信号是由多个通道组成的波形相应的电机根据每个相应通道的脉冲宽度操作以控制直升机。虽然所使用的比例控制器的PPM信号总共有八个通道，但在本研究中仅使用了四个通道。在对应于第八通道的最后脉冲之后，PPM信号具有调节整个PPM信号的周期的所谓伪脉冲整个PPM信号的周期为22 ms。信号中各通道的脉宽为570 ~ 1770 µs，1170 µs时脉冲处于中性状态。表3显示了每个PPM信号通道和相应的直升机操作。表3每个PPM信号通道和相应的直升机操作。渠道移动1通道电梯2CH副翼3CH节流阀4CH方向舵5通道未使用6通道未使用7CH未使用8CH未使用伪脉冲周期调谐脉冲C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5869−- -- -图16. 测量位置（1）。图17. 测量位置（2）。5. 实验5.1. 实验一：定位测量实验5.1.1. 实验大纲图15示出了实验的环境。如图16所示，相机从上方面向下。摄像机以一定角度建立，但是测量结果的坐标变换使得摄像机图像中的x轴和y轴分别向右和向下，并且z轴垂直于地板，其中增加的z值指示增加的高度。小型直升机位置的机身测量了100帧。这三个位置如图1和图2所示。 十六比十八 图图16和图17分开500mm的实际距离，并且图17和图18分开500 mm的实际距离。图16和图18中所示的距离实际上为770 mm。首先，计算并评估每个测量值的标准偏差接下来，计算和评估实际值和测量值的平均误差。5.1.2. 结果和讨论图中的平均测量位置。 16是（x，y，z）=（199，602，177）。 图图19和图20分别示出xy和xz曲线图。每个都是针对100个测量值绘制的，对应于100个图像帧。图中的平均测量位置。 17是（x，y，z）=（235，424，209）。 图图21和22显示了xy和xz图，分别。两者都是针对100个测量值绘制的图中的平均测量位置。 18为（x，y，z）=（366，446，616）。 图图23和24显示了xy和xz图，分别。两者都是针对100个测量值绘制的每个点的标准差总结见表4。70C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58图18. 测量位置（3）。图十九岁点的xy图（199，−602，177）。图20. 点的xz图（199，−602，177）。图21岁点的xy图（−235，−424，209）。C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5871图22岁点的xz图（−235，−424，209）。图23岁点的xy图（−366，−446，616）。图24岁点的xz图（−366，−446，616）。表4标准偏差。X[mm]Y[mm]Z[mm]点（199，−602，177）6.988 19.726 27.928点（-235，−424，209）2.607 6.128 12.574点（−366，−446，616）18.360 29.884 46.69772C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58- -图25.小型直升机姿态测量。图26. 姿态测量结果。标准偏差保持在50 mm以内。点（366，446，616）处的标准偏差大的原因可能是由于螺旋桨更靠近照相机而导致螺旋桨中心的黑色部分的较大边缘产生的噪声最后，将实测值与实测值进行了比较。图图16和图17分开500 mm的实际距离，而图17和图17分开500mm的实际距离。 16和18的实际距离为770 mm。然而，跨帧平均的距离值分别具有28.7 mm和35.15 mm的误差此错误的主要原因之一可能是从相机中的位置（以像素为单位）转换到真实空间中的位置（以毫米为单位）时产生的当直升机离摄像机越远时，对应于1个像素的毫米距离越长，转换精度越低。5.2. 实验二：机体姿态实验5.2.1. 实验大纲图25示出了检测主旋翼和尾旋翼的结果。θr被定义为当小型直升机沿x方向对齐将小型直升机相对于x轴以一定角度固定在适当位置，并且基于检测到的两个螺旋桨的位置测量100帧的姿态。当固定到位时，姿态的测量值为71度。首先，计算并评估每个测量值的标准偏差。接下来，计算和评估实际值和测量值的平均误差5.2.2. 结果和讨论平均测量值为68Ω。 图 26示出了针对100帧测量的结果。测量的姿态角的平均值为68°。标准偏差为6.37μ m。接下来，对实际值和测量值进行比较。与实际值71μ m的误差平均值为3.12μ m。产生标准差和误差的原因是尾桨检测精度低。由于尾桨椭圆较小，边缘点较少，影响了检测精度。C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）5873图27. PPM信号控制。5.3. 实验3：PPM信号控制5.3.1. 实验大纲节气门PPM信号从微处理器输出并由示波器检测，以确认PPM信号是否为了以易于理解的方式可视化变化，输出节流阀的最大值和最小值。小型直升机螺旋桨的旋转频率也在当时得到确认。5.3.2. 结果和讨论图 27示出了计算最大和最小节流阀值的结果。PPM信号波形中的第一到第因此，节气门对应于PPM信号中从左起的第三个波形。作为已经计算最大和最小节流值的结果，验证了第三脉冲（用箭头标记）的宽度变大。因此，PPM信号通常被正确地控制此外，证实了小型直升机的螺旋桨不以最小值旋转，节流阀的值逐渐增加到最大值，并且旋转频率响应地增加。6. 结论本研究提出了一种自主飞行系统，通过省略机身上的标记，超声波传感器和其他此类项目的安装来减少小型直升机的负载。实验结果表明，该系统能够利用廉价的RGB摄像机检测到小型直升机，并根据直升机的位置和方向确定直升机的悬停控制该方法在检测直升机位置和姿态时存在一定的误差，但这些误差并没有对直升机的控制造成很大的影响。这一次，相机的图像处理使用计算机进行。有时，计算机的处理性能不是那么稳定。作为未来的工作，我们计划解决这个问题，应用适当的硬件图像处理。引用Angeletti，G.，瓦伦特，J.R.P.，约基湖，纳迪，D.，2008. 四旋翼无人驾驶室内盘旋。在：自动机器人仿真，建模和编程国际会议论文集，pp。472-481Bae，S.K.，Hwang，H.C.，Yoon，K.J.，Goo，N.S. 2007. 小型旋翼飞行机器人及其自主控制系统的研制。在：2007年IEEE机器人和仿生学国际会议论文集，pp。1815-1820年。Budiyono，A.，Adipravita，W.，Riyanto，B.，2011年。 无人飞行机器人的建模与控制。2011年电气工程与信息学国际会议论文集。Censi，N.，Strubel，J.，布兰德利角，Delbruck，T.，Scaramuzza，D.，2013年a。 通过使用动态视觉传感器的有源LED标记跟踪的低潜伏期定位。在：IEEE/RSJ智能机器人和系统国际会议论文集，pp。891-89874C. Premachandra等人/Journal of Electrical Systems and Information Technology 2（2015）58Censi，A.，Strubel，H.，布兰德利角，Delbruck，T.，Scaramuzza，D.，2013年b。 通过使用动态视觉传感器的有源LED标记跟踪的低潜伏期定位。在：IEEE/RSJ智能机器人和系统（IROS）国际会议论文集。891-898Chia，A.Y.S.，梁明凯，豪龙，E.，Rahardja，S.，2007年 一维参数空间中基于Hough变换的椭圆检测。在：IEEE图像处理国际会议论文集，pp。333-336周，K.，申，J. Kang，M.S.，Shon，W.H.，公园，S.，2009. 室内飞行机器人控制与三维室内定位系统。在：第11届WSEAS自动控制，建模和仿真国际会议论文集，pp。524-528方，Z.，王晓云，孙，J.，2010年。 室内四旋翼飞行机器人的设计与非线性控制。 第八届世界智能控制与自动化大会论文集，pp。429-434Gurdan，D.，Stumpf，J.，Achtelik，M.，Doth，K.M.，Hirzinger，G.，Rus，D.，2007. 能量效率高的自主四旋翼飞行机器人控制在1千赫。在：IEEE机器人与自动化国际会议论文集，pp。361-366.郑，S.，荣格，S.，2013. 四旋翼飞行器系统与操作员交互控制的实验研究。第22届IEEE机器人与人类交互通信国际研讨会，pp。372-373.李，J.S.，Kim，H.Y.，（金），韩志辉2013年a。有尾扑翼飞行机器人的控制。第10届泛在机器人和环境智能国际会议（URAI）论文集。32比33李，J.，李，C.，Kim，D.E.，2013年b。基于机载视觉特征投影系统的四旋翼飞行器姿态控制。在：IEEE/RSJ智能机器人和系统（IROS）国际会议论文集。2426-2431Lim，H.O.，Machida，S.，2010年。 同轴双反转飞行机器人的机理与控制。2010年ICCAS控制、自动化与系统国际会议论文集，pp.1109-1114Misaki，N.，Fujimoto，H.，2008. 室内无线电遥控直升机多速率图像信息高度控制方案。在：日本电气工程研究所研究会议论文集，pp。四十七比五十二丹羽，H.，Kodaka，K.，坂本，Y.，大竹，M.，川口，S.，藤井，K.，Kanemori，Y.，苏加诺，S.，2008. 基于GPS的多通道伪卫星室内定位系统。在：机器人与自动化国际会议论文集，pp。905-910Noda，S.，Machida，S.，Lim，H.O.，2011. 四旋翼飞行机器人的机理与控制。第11届控制、自动化与系统国际会议论文集，pp。1152-1157.Noda，S.，Masuta，H.，Lim，H.O.，2012年。 四旋翼飞行机器人的模糊位置控制。在：SCIS-ISIS 2012的会议记录，pp.1238-1243.Passow，B.N.，史密斯，S.，Gongora，文学硕士，霍普古德，AA，2009. 利用其固有声音的飞行表演机器人的监督控制。在：世界计算机科学与信息工程大会论文集，pp。79比81Rejon，V.，Aranda-Bricaire，E.，2007年无速度测量的遥控飞行机器人的离散时间实时稳定。在：IEEE工业电子学会（IECON）第33届年会的会议记录，pp。756-761。Ruangwiset，A.，2009年飞机型无人机地面目标跟踪的路径生成。在：2008年IEEE机器人和生物识别国际会议论文集，pp。公元1354-1358年。上午，萨拉多，Vandeportaele，B.，Lacroix，S.，Hattenberger，G.，2010. 微型无人机在室内环境中使用LiDAR闪光灯相机的飞行自主性。在：IMAV 2010会议记录，国际微型航空载具会议和飞行比赛。不伦瑞克，阿勒曼尼。施密德，K.，Tomic，T.，Ruess，F.，Hirschmuller，H.，Suppa，M.，2013年。基于立体视觉的飞行机器人室内外导航。在：IEEE/RSJ智能机器人和系统国际会议（IROS），pp。3955-3962.岛田，Y.，濑户河伊藤，K.，2009. τ标记的检测及其在飞行机器人自主控制中的应用。第五届智能传感器、传感器网络和信息处理国际会议论文集（ISSNIP）。103比108Teoh，Z. E.，Fuller，S.B.，Chirarattananon，P.，Perez-Arancibia，N.O.，Greenberg，J.D.，伍德，R.J.，2012年。 具有高度控制和被动直立稳定性的悬停扑翼微机器人。在：IEEE/RSJ智能机器人和系统国际会议论文集，pp。3209 -3216Van Diggelen，F.，2002年。 室内GPS原理&实现。在：IEEE位置定位和导航研讨会的会议记录，pp。240-247.Weng，K.W.，阿比丁，M.S.B.Z.，2006. 四旋翼空中侦察飞行机器人的设计与控制。在：第四届研究与发展学生会议（SCOReD2006），pp。173-177页。