GAP9Shield：面向纳米无人机的150GOPS具备AI功能的超低功耗模块，用于视觉和测距应用
本文介绍了一种用于小型自主飞行器（如无人机）的自主导航引擎，此引擎基于神经网络和并行低功耗计算平台GAP8，可以使得纳米无人机在严格的实时约束下完整地执行复杂的深度卷积神经网络，以实现闭环端到端可视化导航，同时系统耗能相对较小，且不会对飞行结果进行任何妥协。
May, 2018
通过使用超低功耗的GAP8芯片与卷积神经网络，我们实现了一种使用图像视觉引导的自主导航算法，在小型纳米无人机上实现了全自主室内导航，提高了其对高速飞行中的障碍物的响应速度，同时公开了代码、数据集和模型参数，以促进无人机研究的发展
May, 2019
本研究提出了一种通过深度神经网络解决双对等纳米无人机的单目相对定位的新型自治端到端系统，从数据集收集到最终的实地部署，包括数据集增强、量化和系统优化。实验结果表明，我们的DNN可以通过使用低分辨率单色图像，在最多2米的距离内精确定位10厘米大小的目标纳米无人机，系统精度达到15厘米，控制误差为17厘米，实现了长时间跟踪，具有泛化能力，每秒运行速度为48Hz，仅需95mW的最小功耗。
Mar, 2023
研究提出了一种新的实时目标检测算法YOLO-Drone，应用于两种新的无人机平台和特定光源，在UAVDT和VisDrone两个基准数据集以及夜间采集的自制数据集中表现优于现有的状态-of-the-art方法，并且在硅基金光LED下的性能表现明显优于普通光源，证明了该算法对无人机领域中的目标检测特别是夜间检测任务具有高效的解决方案。
Apr, 2023
本文介绍了一种名为ColibriUAV的无人机平台，其中集成了基于帧和事件的摄像头接口，以提高感知效率和感知任务的鲁棒性，并实现了低功耗和低延迟，使之非常适合于低延迟自主纳米无人机领域。
May, 2023
本文介绍了一种超轻量级物体检测网络TinyissimoYOLO，旨在为功耗为几毫瓦的边缘系统提供高度灵活且完全量化的解决方案，实验结果表明，该模型在不同参数下都表现出较好的性能，并且在多种超低功耗平台上展现出更高的能效和更低的推理延迟。
Jul, 2023
Shaheen是首个基于RISC-V ISA的异构主机+加速器架构完全基于ULP SoC硅原型，集成了Linux可用的RV64核心，符合v1.0核准的Hypervisor扩展，配备时序通道保护，同时还集成了用于通用DSP和减少和混合精度ML优化的RV32核心的高度可编程、能效和面积高效的多核集群，该SoC的能力已在与nano-UAV应用相关的各种基准测试上得到证明。
Jan, 2024
基于低分辨率相机和超低功耗车载SoC的垂直集成系统，通过全卷积神经网络（FCNN）在纳米无人机之间背对背的相对姿态估计方面取得了显著改进。
Feb, 2024
智慧农业和精确农业是高效和可持续农业的革命性技术，该研究提出了一种新的垂直集成解决方案，利用微型无人机作为智能传感器来检测农作物的有害虫，运行深度学习模型以轻量级和准确的方式进行虫害检测。
Apr, 2024
本研究解决了微型网络物理系统在不同环境中性能下降的问题，提出一种新的设备自我调优方法，专门针对纳米无人机的有限资源进行优化。研究表明，该方法在最具挑战性的环境下，通过现场测试显著减少了定位误差，提升了任务成功率。
Aug, 2024