该论文提出了一种基于 EGO-Planner 算法的自主搜索与救援无人机系统，通过创新的无人机应用和逆向电机反馈算法来提高无人机的飞行效率和整机微型化，并通过引入 EGO-Planner 规划工具和双向 A * 算法以及目标检测算法解决了智能避障和搜索救援的问题，经过仿真和实地验证，并与传统算法进行比较，该方法在任务中展现出更高的效率和可靠性，同时由于改进的稳健性，这一应用有很好的前景。

Jun, 2024

本文提出了一种基于深度学习的无人机自适应路径规划算法，解决了无人机低空精细监测和高效数据采集的问题，并提出了一种新的深度学习精度模型，可以在不浪费能源的情况下获得高分辨率的语义分割图像。实验结果表明本方法可推广应用于不同领域。

Mar, 2022

本文提出了一种基于机器视觉和多层规划方案的无人机自主检测框架，用于评估爆破法隧道开挖表面的地理位置，能够在未知和动态的隧道环境中完成自主检测任务。

Jan, 2023

通过加强学习结合分析层次过程和基于相似性的经验重放，优化无人机轨迹，平衡运营目标与人类安全、舒适性等考虑因素，同时调查性别线索和拟人化在公众接受和信任方面的影响，在搜索与救援任务中设计与人类价值观相符的无人机系统的宝贵洞察。

Feb, 2024

针对智能四旋翼无人机，本文提出了一种稳健可靠的自主规划系统，结合动态障碍物的跟踪和轨迹预测实现高效可靠的自主飞行，采用轻量级目标检测算法识别动态障碍物，利用卡尔曼滤波跟踪和估计其运动状态，在规划阶段不仅考虑静态障碍物而且考虑动态障碍物的潜在移动，使用基于 B 样条的轨迹搜索算法生成轨迹，并通过各种约束进一步优化以提高安全性和与无人机运动特征的一致性，在仿真和实际环境中进行实验，结果表明我们的方法能够实时检测和避开动态环境中的障碍物，相较现有方法在可靠性上有更大优势。此外，在自然语言处理（NLP）技术展示出卓越的零样本泛化能力的进展下，更友好的人机交互变得可行，本研究还探索了自主规划系统与大型语言模型（LLMs）的集成。

Nov, 2023

我们提出了一种预测性框架，使无人机团队能够在协同场地覆盖和火灾跟踪方面进行合作，并提供概率性能保证。

Jun, 2022

通过使用人工神经网络和监督学习的数据集，本论文提出了一种在无人机拍摄的航拍图像中检测感兴趣对象（包括汽车、人类和火灾）的方法，并结合经典图像处理技术和预训练的神经网络实现了数据集的辅助标注和数据扩增。最后，评估了不同神经网络的性能。

Oct, 2023

本文提出了一个基于实时算法框架的无人机小组搜索多个移动目标的方法，以优化快速及成功发现目标的概率，经过实验验证证明了该方法在不确定条件下的高效性和明显的优越性。

Mar, 2022

本篇论文研究了利用无人机进行应急响应和灾害管理的自动化航空场景分类，提出了一个用于紧急响应的航空图像数据库（AIDER），并进行了现有方法的比较分析。通过该分析，开发出了一个轻量级的卷积神经网络（CNN）架构，能够在嵌入式平台上高效运行，在需要的时候能够在灾难性事件中提供即时帮助。

Jun, 2019

该研究探讨了无人机系统在基础设施检查中的应用，提出了一种有效的路径规划问题解决方案，重点解决了自动化飞行路径选择、损伤检测和效率优化等问题，进一步证明了自动化在无人机系统的结构检查任务规划中的可行性。

Dec, 2023