新概念空中机器人研究的现状、挑战与前景

周熙栋 ,  钟杭 ,  张辉 ,  贺威 ,  华和安 ,  王耀南

工程（英文） ›› 2024, Vol. 41 ›› Issue (10) : 21 -37.

PDF (5572KB)
工程（英文） ›› 2024, Vol. 41 ›› Issue (10) : 21 -37. DOI: 10.1016/j.eng.2024.05.008
研究论文

新概念空中机器人研究的现状、挑战与前景

作者信息 +

Current Status, Challenges, and Prospects for New Types of Aerial Robots

Author information +
文章历史 +
PDF (5705K)

摘要

新概念空中机器人（New Types of Aerial Robots，NTAR）已广泛应用于军事、民用、科学研究以及灾害管理等领域。与传统空中机器人相比，NTAR具有更多的形态、运动方式以及更强的作业能力。因此，本文将具有可变形性、仿生性、多模态运动以及操作器附着四个特征的空中机器人定义为NTAR。本文首先讨论了 NTAR 的材料与制造技术、驱动技术以及感知与控制技术的最新研究进展。随后，本文总结了NTAR系统的研究现状，重点介绍了扑翼微型飞行器、栖息空中机器人、两栖机器人和空中作业机器人的前沿发展和应用案例。最后分析了NTAR在能源、材料、感知等方面面临的主要挑战，并从尺寸与续航能力、机电一体化、复杂场景等方面总结了NTAR未来的发展趋势，为NTAR的后续探索提供了参考方向。

Abstract

New types of aerial robots (NTARs) have found extensive applications in the military, civilian contexts, scientific research, disaster management, and various other domains. Compared with traditional aerial robots, NTARs exhibit a broader range of morphological diversity, locomotion capabilities, and enhanced operational capacities. Therefore, this study defines aerial robots with the four characteristics of morphability, biomimicry, multi-modal locomotion, and manipulator attachment as NTARs. Subsequently, this paper discusses the latest research progress in the materials and manufacturing technology, actuation technology, and perception and control technology of NTARs. Thereafter, the research status of NTAR systems is summarized, focusing on the frontier development and application cases of flapping-wing micro-air vehicles, perching aerial robots, amphibious robots, and operational aerial robots. Finally, the main challenges presented by NTARs in terms of energy, materials, and perception are analyzed, and the future development trends of NTARs are summarized in terms of size and endurance, mechatronics, and complex scenarios, providing a reference direction for the follow-up exploration of NTARs.

关键词

空中机器人 / 可变形性 / 仿生学 / 栖息 / 两栖

Key words

Aerial robot / Morphability / Biomimicry / Perch / Amphibious

引用本文

引用格式 ▾
周熙栋,钟杭,张辉,贺威,华和安,王耀南. 新概念空中机器人研究的现状、挑战与前景[J]. 工程（英文）, 2024, 41(10): 21-37 DOI:10.1016/j.eng.2024.05.008

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

最早的空中机器人应用起源于军事领域，用于执行危险的任务，可减少飞行员的风险，并提高作战效率。随着空中机器人技术的飞速发展，目前在民用领域中已开始广泛应用空中机器人。例如，使用空中机器人执行电力巡检、农业监测、森林火灾监控、搜索救援、地理测绘等任务[1]。然而，传统的空中机器人在面对日益复杂和苛刻的任务时表现出一些缺点。这些限制源于它们有限的飞行配置和运动模式，从而导致诸如高噪声排放、大物理尺寸、有限的续航能力以及无法在复杂的受限环境中导航等缺点。

对新概念空中机器人（NTAR）的研究已成为全球学术机构的焦点。许多著名大学都建立了国际知名的空中机器人专业实验室，如哈佛大学微机器人实验室[2]、伦敦帝国理工学院空中机器人实验室[3]、香港科技大学空中机器人研究组[4]和浙江大学无人系统与自主计算实验室[5]等。全球学者已经研发出了各种各样的NTAR，包括模拟动物飞行的空中机器人、能够在自然和人工表面栖息的空中机器人、具有游泳或爬行能力的空中机器人以及配备操作器的空中机器人。在众多新兴的空中机器人形态中，我们将具有可变形性、仿生性、多模态运动和操作器附着特征的空中机器人统称为NTAR（图1）。

1.1 变形能力

具有变形能力的NTAR主要包括固定翼空中机器人和多旋翼空中机器人。固定翼空中机器人的变形包括翼型变形和机翼变形。其中翼型变形包括可变弯度和可变厚度调整，而机翼变形包括翼展变形、可变后掠角、扭转变形和折叠机翼机构[6]。相比之下，多旋翼空中机器人通过螺旋桨折叠、机身折叠和机身弯曲进行变形。

1.2 仿生

仿生空中机器人是一类前景广阔、具有前瞻性的NTAR。仿生空中机器人是一类受到生物学启发而设计的空中机器人，其设计和功能受到自然界中生物体的特征和行为的影响。这种类型的空中机器人旨在模仿生物体的特定特征，以实现更高的性能、效率和适应性。目前按照启发设计可将仿生空中机器人划分为：受蝙蝠[7]、鸟类[8‒12]和昆虫[13]启发的机器人，以及人形空中机器人[14]。

1.3 多模运动

通过采用多模态运动，NTAR可以在不同的运动模式之间切换，以提高其任务执行效率。例如，海洋监测时，可潜入水中进行环境采样。在长距离巡航时通过栖息节省能源，从而延长续航时间。在搜救任务期间，NTAR可以步行或爬行到达无法飞行的地方。多模态运动增强了NTAR的适应性、效率、稳定性和机动性，使它们能够执行广泛的任务并在各种环境中有效运行。

1.4 操作器附着

操作器的加入使得NTAR在飞行过程中执行操作任务成为可能。这种能力在高空检查和维护领域中具有广泛的应用前景，可大大减少人工劳动的时间、成本和风险。目前，NTAR配备了各种操作器，包括夹持器、单臂、线性致动器、三角机械手、多臂、超冗余系统和长距离机械臂[15]。

在先前的研究中，学者们对各种类型的空中机器人进行了全面的综述，包括小型自主无人机[16]、空中机器人的变形翼[6]、扑翼空中机器人[13]、多模态机器人[17]、栖息空中机器人[18‒19]和空中作业机器人[15,20]。基于这些综述，本文对空中机器人的最新研究进行了综合和总结。与之前主要关注单一类型空中机器人的综述不同，本研究涵盖了广泛的空中机器人，并对每种类型进行了彻底的分析和总结。整合对NTAR的研究可以全面了解不同类型的共性和差异，从而为未来空中机器人的研究和发展提供更全面的参考。本文首先介绍NTAR的关键技术。随后，我们总结了目前主要的NTAR系统，最后探讨了NTAR未来发展的方向和挑战。

2 NTAR关键技术

NTAR的关键技术包括材料和制造技术、驱动技术以及感知和控制技术。材料与制造技术影响着空中机器人的重量、强度、续航能力、变形能力以及成本，因此材料与制造技术是NTAR设计的关键因素。驱动器作为空中机器人的动力源，提供必要的推力或动力，使其能够飞行或保持在大气中悬停。因此，驱动技术是NTAR设计的核心要素，直接影响NATR的性能和能力。感知和控制技术对于空中机器人的导航、避障、任务执行、自主决策和稳定飞行至关重要。传感器用于收集环境信息，控制系统利用来自这些传感器的数据来执行各种操作。NTAR这三大关键技术的综合作用使得空中机器人能够在各种应用领域中发挥作用。目前针对这三个关键技术，学者们已经开展了大量的研究，如图2所示[7,21‒29]。

2.1 材料和制造技术

NTAR的显著特征之一是其变形能力，这主要涉及机翼变形。因此，NTAR的材料和制造技术主要针对机翼进行研究与改进。NTAR所采用的材料旨在减轻整体重量，从而提高机器人的机动性和效率。鉴于机翼的几何形状是影响机翼空气动力学性能的关键因素，这些材料应使机器人能够在各种飞行阶段或任务中改变其机翼形状，从而提高其性能和多功能性。为实现这一点，机翼材料必须具有更高的强度和刚度以减轻机器人的重量。这些材料应具有灵活性和适应性，以适应各种飞行要求。满足这些标准的机翼材料主要包括柔性膜、机械超材料和形状记忆合金（SMA），如表1中所列。

2.1.1 柔性膜

柔性膜是一种薄而柔韧的材料，通常由弹性或柔性聚合物组成。这种材料的主要特点是可以在外部力作用下产生弯曲、拉伸、扭曲等形变，并且能够恢复到原始状态。使用柔性膜作为NTAR的机翼材料可以有效减轻机器人的重量，从而提高其飞行效率。此外，柔性膜可实现复杂的形变，因此可以很好地模拟自然飞行动作。例如，BatBot [7]是一种受蝙蝠启发的扑翼空中机器人，由加州理工学院的研究生航空航天实验室（Graduate Aerospace Laboratories of the California Institute of Technology）设计，它采用了高度可拉伸的硅基膜翼。同样，哈佛大学微机器人实验室开发的RoboBee [30‒34]类似地也使用了聚酯薄膜机翼。

然而，柔性膜相对较薄，易受到机械压力和外界环境因素的影响而损坏，且可能无法满足高性能飞行场景下的性能要求。因此柔性膜通常仅应用在微型的扑翼空中机器人上，具有局限性。

2.1.2 机械超材料

机械超材料具有高度的灵活性和可扩展性。通过在材料中引入折叠（折纸）或切割（剪纸），可以在变形过程中获得预定的三维形状。折纸技术是一种很有前景的技术，它利用二维激光微加工将复杂的折叠图案雕刻到多层材料中，从而产生具有复杂折叠行为的轻质结构。折纸技术已应用于固定翼空中机器人[35]和多旋翼空中机器人[21,36‒38]。值得注意的是，美国华盛顿大学提出了一种称为“太阳能变形折纸微型飞行器”的新颖设计[39]。他们直接在折叠的折纸结构上制作了一个电路，其中包括一个可编程微控制器、一个蓝牙收音机、一个太阳能收集电路、一个用于估计高度的压力传感器和一个温度传感器。

剪纸是折纸技术的一种变体，结合了裁剪和折叠技术。由于负责构成剪纸网络的纤细结构所产生的弯曲模式是能量上有利的，因此这些系统在形态变化方面更具有吸引力。例如，美国弗吉尼亚理工大学设计的基于剪纸复合材料的变形空中机器人[22]表现出了惊人的变形能力。

然而，基于机械超材料的变形系统的可重构性和可逆性可能会受到限制，因为这些结构通常表现出双稳态，需要施加载荷来保持其形状或永久变形，以实现形状变化。

2.1.3 形状记忆合金

SMA是一类具有独特性能的金属合金，当受到热或应力诱导刺激时，能够从改变的配置恢复到其预定义的形状，这就是所谓的形状记忆效应。例如，由韩国首尔国立大学的Sung-Hoon Ahn领导的团队设计了一系列基于SMA的复合材料，并将其应用于固定翼空中机器人的各种机翼变形，包括扭曲变形翼段[40]、变形翼梢小翼[41]和变形襟翼[23]。

与在初始设计阶段施加几何约束的机械超材料相比，SMA具有更大的灵活性。然而，基于SMA的变形机制需要持续的刺激或能量输入来保持重新配置的形状，因为这些形状取决于特定条件或外部场相互作用。因此，在选择机翼变形材料时，必须全面评估设计目标、应用要求和材料特性，以确定最合适的选择。在某些情况下，SMA是一种有吸引力的选择，特别是对于需要轻质、紧凑、快速响应和可编程形状变化的应用。SMA甚至可以用来驱动仿生爪[42,43]。这些例子证明了 SMA 在空中机器人领域的强大适用性。

2.2 驱动技术

驱动器是空中机器人的心脏，为空中机器人提供执行各种任务和飞行操作所需的动力和控制，是 NTAR 的重要组成部分。传统的大型空中机器人通常使用直流（DC）电机作为驱动器。然而，随着空中机器人的尺寸减小到微型飞行器的水平，直流电机的能量转换效率显著下降。尤其是在亚克级的扑翼微型飞行器（FWMAV）上，既需要控制飞行器的质量和体积，又需要足够的动力使飞行器起飞。因此，探索替代直流电机的驱动器势在必行。目前在亚克级FWMAV上主流的驱动策略包括：压电驱动器、电磁驱动器和介电弹性体驱动器，如表2所示。

2.2.1 压电驱动器

压电驱动器是一种利用压电效应来产生机械位移或振动的装置。当施加外部电场时，压电材料会发生变形。而FWMAV拍打翅膀的动作可以很好地匹配压电驱动器的特性，使压电执行器成为亚克级FWMAV最有前景的机制。例如，美国华盛顿大学的研究人员设计的RoboBee [30‒34]和RoboFly [44‒48]都采用了压电驱动器。

日本由Takashi Ozaki领导的研究小组同样致力于亚克级FWMAV的开发。他们最初设计的双翼FWMAV由两个单形压电驱动器驱动翅膀，可实现系留飞行[49]。后续开发的六翼FWMAV使用六个压电驱动器驱动翅膀[50]。同时使用无线射频电源提供动力源，类似RoboBee X-Wing与四翼Robofly可实现无线起飞。他们最新设计的八翼FWMAV使用八个压电单晶片驱动器驱动翅膀，并使用机载电池供电[24]。这是目前第一个具有昆虫级重量的电池驱动的无尾FWMAV。

尽管压电驱动器能够产生扑翼飞行所需的高速往复运动，但其需要可产生200 V数量级的轻质高效升压变换器。这种转换过程通常利用太阳能[34]、激光[45]、射频[50]和电池[24]等能源。这种转换电路显著降低了FWMAV的有效载荷能力。

2.2.2 电磁驱动器

由于电磁驱动器工作电压低，避免了使用复杂的电力电子设备。因此电磁驱动也被认为是亚克级FWMAV的另一种成功的驱动策略。例如，美国加州大学 Palak Bhushan 领导的团队主要研究电磁驱动器在MAV上的应用，并成功地将驱动器部署在毫克级[51]和亚毫克级FWMAV [52]中。此外，他们还演示了自旋MAV的起飞[53]。同样，Zou等[25]设计了一个80 mg的FWMAV，使用高频电磁驱动器作为机器人的驱动系统。

电磁驱动无需升压电路就可产生驱动MAV升空的能量，但它也会导致更高的能量成本以及产生更多热量。

2.2.3 介电弹性体驱动器

目前最先进的亚克级FWMAV主要由压电驱动器和电磁驱动器等刚性微尺度驱动器驱动。由于FWMAV对升力的要求很高，需要高功率密度和高带宽，因此大多数FWMAV采用压电驱动器。然而，先前的研究[54,55]表明，压电驱动器在脉冲负载或显著应变下容易破裂。压电驱动器的低断裂强度限制了机器人的飞行能力，使得压电驱动的FWMAV难以实现高机动性和碰撞后生存。因此具有变形能力的介电弹性体驱动器是一个很有前景的选择。

介电弹性体驱动器是由一个不可压缩的弹性体层制成的，中间夹着一对柔性电极。当两个电极之间施加电位差时，静电应力使弹性体变形，由此产生的机械应变用于驱动。由美国哈佛大学研究人员设计的SoftFly [26,56‒58]是采用介电弹性体驱动器的FWMAV的典型示例。但由于介电弹性体驱动器的缺陷，大多数介电弹性体驱动器工作在峰值性能条件下或遇到意外损坏时都会发生介电击穿和短寿命。SoftFly在最新的研究[59]中对介电弹性体驱动器的电极进行了优化，使其能够承受超过100次穿刺，同时保持高功率密度，以维持受控飞行。

2.3 感知与控制技术

感知与控制技术使机器人能够感知、理解和响应周围的情况。特别是在搜索和救援、监测等任务中，可以让空中机器人识别和跟踪目标，如人、车辆、建筑物等。在避障和导航方面，感知技术借助传感器可使机器人能够实时感知障碍物和地形变化，从而避免碰撞并规划最佳路径。这对于确保NTAR在复杂和不确定的环境中安全地操作至关重要。

控制系统的主要功能是提供控制信号来引导NTAR在空中飞行。因此，控制系统的设计对于NTAR的配置和整体结构非常重要。有了正确的设计，NTAR的飞行将变得更安全，从而降低经济损失的可能性。

2.3.1 传感器

当前感知技术的研究主要集中在使用视觉和激光传感器的成像技术上。视觉成像技术是通过相机镜头收集已存在的光线来创建图像。然而，传统相机的视野非常有限，这极大地限制了NTAR的感知能力。因此，生成具有更大视野的图像是当前NTAR视觉成像技术研究的重点之一。鱼眼相机[60]和反射相机[61]本身具有更宽的视野，已成功应用于 NTAR。虽然这些相机可以实现超过180°甚至高达360°的视野，但它们的图像通常会表现出明显的畸变，需要适当补偿。因此将多视觉传感器进行融合是一种很有前景的方法，如使用两个鱼眼相机[62]、四个鱼眼相机[27,63]、四个立体相机[64]或五个传统相机[65]。

然而，单纯依靠图像很难直接测量到物体的距离，因此需要使用其他传感器来获取深度数据。此外，视觉传感器对光照条件敏感，强光、弱光或背光等因素都会影响图像质量和传感器性能。激光成像技术使用光检测和测距（LiDAR）产生激光束来测量其到目标物体的距离，从而在空间环境中创建3D点云信息。其原理是通过激光的发射、传播和接收，测量光的往返时间来确定距离。因此，LiDAR不受环境光照条件的影响。研究人员对空中机器人的激光成像技术进行了广泛的研究，包括从3D点云中分割感兴趣的区域[66]、最佳LiDAR安装方向[67]，以及LiDAR、摄像机和惯性测量单元的传感器融合方法[68]。

传统3D LiDAR的成本和重量明显高于摄像头。为了实现轻量化设计，目前一个新颖的解决方案已被提出，就是利用空中机器人自身的运动来辅助激光成像。中国香港大学设计的PULSAR是一种灵活的自旋转空中机器人[28]。通过自旋转将激光成像范围拓展至360°，可以提高感知能力、任务效率和飞行安全性。

2.3.2 控制系统

为使NTAR实现更高难度的飞行动作以及展现更加敏捷的飞行性能，需要在空中机器人上使用更强大的算法、专用硬件和熟练的系统集成。然而如今大多数研究小组所开发的空中机器人在硬件和软件方面的研究过于碎片化，导致现有空中机器人仅对单一任务具有针对性，无法适应不同的任务需求。为了实现空中机器人的多任务执行能力和高性能飞行，空中机器人的控制系统应具有足够的计算能力，以同时运行机载估计、规划和控制算法。随着基于学习的方法的出现，神经网络推理也需要高效的硬件加速。因此开发具有高度集成的空中机器人专用控制系统，不仅能实现计算资源最大化，同时也能有效减小空中机器人的尺寸和重量，实现更强的飞行性能。

迄今为止，已经推出了许多开源的空中机器人研究平台，如Fast Lightweight Autonomy平台[69]、Multi-robot Systems Group UAV System quadrotor [70]、Autonomous Systems Lab-Flight [71]、Massachusetts Institute of Technology-Quad [72]和General Robotics, Automation, Sensing and Perception-Quad [73]。所有这些平台都针对相对较重的传感器设置或非自主环境中的敏捷飞行进行了优化。因此无法同时兼顾推动自主敏捷飞行技术所需的驱动能力和足够的计算资源来实现真正的自主性。瑞士苏黎世大学的研究人员提出了Agilicious [29]，这是一种专为自主、敏捷四旋翼飞行量身定制的硬件和软件框架。其控制系统配备图形处理单元加速硬件，用于实时感知和神经网络推理，从而使复杂的神经网络架构能够以高频率运行，同时在无人机上执行延迟敏感的基于优化的控制算法。此外，它还支持基于模型和基于神经网络的控制器。

3 NTAR系统

目前，NTAR系统广泛应用于各个领域。本文根据NTAR的定义，概述了一些著名的NTAR系统，包括FWMAV、栖息空中机器人、两栖机器人和空中作业机器人。FWMAV是典型的仿生空中机器人，可以通过模拟自然界飞行生物的飞行模式实现高度机动的飞行。栖息空中机器人和两栖机器人具有多模态运动能力，可以实现在物体表面停留，或者在不同的介质中运动。配备操纵器的空中作业机器人可以完成各种各样的作业任务。NTAR的可变形性在这四类NTAR系统中得到了有效利用。

3.1 扑翼微型飞行器

随着NTAR技术的发展，研究热点逐渐从更高速度的飞行转为更小的体积。在微型飞行器的开发过程中，工程师已经在自然界中寻找到了优秀的案例，通过模拟自然界中小型动物的飞行来设计新的飞行结构，如FWMAV。动物界的飞行生物大致可分为三类：鸟类、蝙蝠和昆虫。此前，已成功复制基于鸟类和蝙蝠的飞行结构[7‒11]。但其复杂的机械结构，导致难以进一步缩小飞行器的体积。由于昆虫级FWMAV具有高度灵活性，因此这些系统具有很高的自由度。控制柔性结构需要考虑振动和变形，这增加了控制算法的复杂性。此外，空气动力学效应给昆虫级FWMAV的控制带来了很大的不确定性，包括气流扰动和涡流[13]。这些不确定性使得准确建模和预测系统响应变得具有挑战性，进一步增加了控制工作的复杂性。

昆虫级FWMAV的成功案例包括DelFly系列[74‒76]、RoboBee系列[30‒34]、RoboFly系列[44‒48]和SoftFly系列[26,56‒58]，如图3所示[26,30‒34,44‒48,58,74‒76]。DelFly系列主要关注昆虫级FWMAV的飞行性能，飞行器重量均在克级。RoboBee和RoboFly系列旨在减少昆虫级FWMAV的重量和尺寸，希望实现亚克级重量的自主飞行。SoftFly系列主要关注软机器人领域，实现亚克级软驱动机器人的飞行。

3.1.1 Delfly

DelFly系列是由荷兰代尔夫特理工大学的研究团队开发的一系列昆虫级FWMAV，旨在模仿昆虫的飞行方式和机动性，如图3（a）所示。该团队在2005年完成了Delfly I的设计，质量为21 g [74]，可实现快速和慢速飞行。2007年设计的 DelFly II体积更小，质量为16 g [74]，可实现悬停。2008年，该团队进一步缩小了DelFly的尺寸，推出了全新的DelFly Micro，质量仅为3 g [74]。2013年设计的DelFly Explorer的质量为20 g，是第一款能够自主飞行的FWMAV [75]。它可以实现自主起飞和高度控制，可应用于稀疏避障任务。DelFly Nimble是于2018年开发的无尾FWMAV，质量为29 g [76]。它通过两对扑翼控制悬停或向任何方向飞行。

3.1.2 Robobee

RoboBee由美国哈佛大学Wyss生物启发工程研究所的研究团队开发，旨在模拟蜜蜂等昆虫的飞行能力和行为，如图3（b）所示。在2008年设计的第一代Robobee [30]，质量为60 mg，可使用外部电源产生足够的推力实现垂直加速。2013年设计的第二代Robobee [31]，质量为80 mg，可实现稳定的无系留悬停和基本的受控飞行机动。2016年设计了带有电极装置的第三代Robobee [32]，质量为84mg，通过安装在顶部的电极可实现从飞行到栖息的可重复转换。2017年重新设计了一个混合的空中-水生昆虫级FWMAV，质量为175 mg [33]，能够进行空中悬停、空中到水中转换、游泳以及水面起飞和降落。2019年，新设计的X-Wing RoboBee [34]采用四扑翼结构，仅重90 mg，通过安装在顶部的太阳能电池可实现持续的无系绳飞行。

3.1.3 Robofly

RoboFly是由美国华盛顿大学的研究团队开发的一种昆虫级FWMAV，可实现自主飞行和稳定的空中悬停，如图3（c）所示。Robofly的设计初衷是希望降低 Robobee的制造难度。2018年设计的第一代Robofly，质量仅为74 mg [44]。同年设计的质量为190 mg的Robofly成为首次实现无线升空的昆虫级FWMAV [45]。2019年设计的四翼Robofly质量为143 mg，可实现飞行中的转向驱动以及使用动作捕捉反馈的悬停位置控制[46]。为进一步提高Robofly的飞行性能，2021年设计了质量为160 mg的Robofly-Expanded [47]。此版本首次展示了在受控飞行中对被动铰链飞行器的偏航角控制，实现了控制飞行。同年在Robofly-Expanded的基础上进一步修改，新的Robofly仅重74 mg [48]。并在早期的结果上，进一步演示了受控悬停飞行和闭环着陆。

3.1.4 SoftFly

SoftFly是美国哈佛大学陈宇峰领导的研究团队开发的软驱动FWMAV，如图3（d）所示。2019年设计的SoftFly I [26]的总质量为660 mg。2021年设计的SoftFly II的质量增加至665 mg [56]，但新的设计可使机器人在飞行中实现碰撞恢复，并在0.16 s内完成一个空翻。为了延长机器人的续航时间，在2022年设计了SoftFly III [57]，质量为680 mg，可实现时长为20 s的悬停飞行。进一步地，2023年设计SoftFly IV，通过开发的新型三层机翼铰链[58]，可以在悬停飞行中表现出有效的航向控制。同时悬停时间增加至40 s，是现有亚克级FWMAV中最长的。

综上所述，相比于早年的研究，FWMAV目前的研究成果已经有了明显的提升，在重量、续航时间、飞行性能方面均有了显著的改进。这些进步为NTAR执行监测和侦察任务带来了巨大的优势。然而，由于FWMAV体积小，其有效载荷能力有限，因此它们无法携带大电池或笨重的传感器，导致FWMAV目前仅仅停留在实验室研究中，难以真正地执行监测和侦察等任务。

3.2 栖息空中机器人

由于飞行续航时间受到电池电量的限制，NTAR无法长时间持续执行任务。与NTAR相比，鸟类、蝙蝠和昆虫等飞行动物可以在各种复杂的自然和人工表面上着陆和起飞。它们可以通过栖息来恢复长时间飞行所需的能量，这使它们能够比空中机器人飞得更远。对于无法在飞行过程中获取能量的空中机器人，通过栖息的方式来节约或补充能源是目前研究的一个热点。

栖息空中机器人的研究挑战主要涉及三个方面：接近、栖息和分离。在接近阶段，需要先进的感知系统来识别目标区域和周围环境。同时需要精准的导航算法，以确保 NTAR 在接近过程中避免碰撞和保持预定的轨迹。在目标位置保持栖息需要复杂的稳定控制算法来对抗潜在的风、气流和其他外部干扰。离开目标位置还需要安全可靠的控制系统，以确保机器人离开时不受损坏并能有效地绕过障碍物[18]。目前，空中机器人主要采用三种栖息机制：棘、黏合剂和夹持器，如图4所示[31,77‒84]。

3.2.1 棘

NTAR 可使用末端为棘（spines）的夹紧机构穿透目标，从而实现栖息，或通过类似倒钩的微棘附着在粗糙的目标表面。对于穿透式的栖息[77,85]，其缺点在于需要设计额外的电路实现棘的穿透以及释放。这大大增加了空中机器人的重量，导致续航能力和有效载荷能力下降。

使用微棘的附着式栖息不需要额外的动力，同时也能以最小的能耗实现接合和脱离。但对于固定翼空中机器人的附着栖息，在靠近附着表面之前需要执行一个俯仰动作，随后是一个受阻力影响的弹道阶段。因此Alexis Lussier Desbiens在早期的研究[78,86,87]中，虽然提出了一个可使固定翼空中机器人实现完整栖息与起飞流程的方案，但其悬挂着陆包线的大小可忽略不计。2017年其团队于加拿大谢布鲁克大学在早年研究的基础上进一步研制了Sherbrooke's Multimodal Autonomous Drone (S-MAD)[88]，这是第一款能够通过推力辅助栖息和起飞的固定翼空中机器人。同年，美国斯坦福大学仿生与灵巧操控实验室Mark Cutkosky的团队展示了攀爬和空中机动平台（四旋翼飞行器）[89]，这是第一个通过被动技术可在室外表面栖息、攀爬，然后再次起飞的NTAR。它同样也是通过微棘附着在粗糙表面上。

总体而言，虽然微棘的使用可以使NTAR实现栖息，但同时限制了栖息表面必须为软目标或者粗糙墙壁，导致使用棘穿透或附着的方式存在局限性。

3.2.2 黏合

黏合的方式对栖息表面没有严格的要求，对于光滑的栖息表面同样有着很好的适应性，因此黏合也是实现NTAR栖息的一种常用机制。采用化学黏合剂的方法包括使用黏性材料[90]、弹簧杠杆系统中的定向干黏合剂[91,92]、铰接式非定向干黏合剂[79]和定向干黏合剂夹持器[93]。值得注意的是，美国斯坦福大学设计的FlyCroTug [94]结合黏合剂和微棘两种方式实现栖息。

虽然化学黏合剂可以通过简单的附着机制实现栖息，但它们往往是不可逆的或难以剥离的。而使用吸盘进行黏合则不会存在此类缺点。例如，可以使用安装在机器人上的真空泵产生吸力[80]。或者通过一个冗余、流体静力增强仿生圆盘，实现类似生物圆盘的黏合[81]。

上述的黏合装置并不适用于亚克级的FWMAV，因此研究人员将目光转向了以静电方式进行附着的静电黏合剂。静电黏合剂在NTAR中最成功的应用之一是第三代RoboBee [31]。其设计的静电黏合剂通过贴片上积累的电荷，与衬底之间产生吸引力，这使得Robobee几乎可以在任何材料上控制栖息和脱离，包括玻璃、木材和天然树叶。

对于更大质量的FWMAV，静电黏合剂的吸附能力则有所欠缺。因此Li等[82]设计了一个采用扑翼/旋翼混合动力布局的空墙两栖机器人。扑翼用于飞行，旋翼用于产生负压吸附在墙壁上。

综上所述，使用黏合的方式几乎可以在任何材料上进行栖息。然而，化学黏合[79,90‒93]对栖息和起飞之间的过渡存在限制，传统的吸力装置[80]对泄漏和外部冲击很敏感，基于流体静力学的黏合方法[81]和静电黏合[31]不适用于大质量的NTAR的栖息。此外，采用混合推进布局的黏合方法[82]会消耗大量功率，从而严重影响NTAR的续航能力。

3.2.3 夹持器

附着式的栖息方式通常局限于水平或垂直表面，这使得NTAR很难栖息在不规则的表面。相比之下，鸟类可以毫不费力地降落在各种地方，这是由于鸟的脚能够被动地适应它们试图栖息的表面。2011年 Doyle等首次提出了受鸟脚启发的抓取器[95]，并在后续工作中设计了一个柔性腿机构的初始原型[96]。2021年美国斯坦福大学的Roderick等设计了一种受自然启发的空中抓取器（SNAG）[83]，这是目前模拟鸟脚最为成功的夹持器之一。同时，受到鸟脚启发的夹持器也可使固定翼空中机器人实现栖息[97]。

对于模拟鸟类的栖息，便不得不提到模拟鸟类飞行的扑翼空中机器人。虽然昆虫级的FWMAV可以轻松地实现栖息[31,82]，但在大型扑翼空中机器人上实现栖息并非易事。研究人员在这方面进行了广泛的基础研究和应用[42,98]。最终，2022年西班牙塞维利亚大学机器人、视觉和控制实验室的团队首次实现了大型扑翼空中机器人在树枝上的自主栖息飞行[99]。其完整地模拟了鸟类的行为，为扑翼空中机器人在远程任务、鸟类观察、操纵和户外飞行中的应用铺平了道路。

除了模仿鸟类爪子形状的夹持器外，还有许多不同外形的夹持器[38,84,100,101]。伦敦帝国理工学院空中机器人实验室的Mirko Kovac团队提出了一种新颖的自适应栖息机构[84]。通过在一个抓斗模块的底部放置微棘，使空中机器人能够被动地收紧并附着在各种直径和形状的树枝上。该团队在最新的研究中[38]，将变形设计巧妙地应用于NTAR的栖息机构上。这使得机器人的身体能够智能地变形和调整，以栖息在不同大小和形状的结构上。类似的，Ruiz等[101]展示了一种柔软轻便的空中机器人设计。同样可通过变形臂来实现在管道等不规则表面的栖息能力。相比于设计专门的夹持器[84,95‒100]，仅依靠自身变形[38,101]就能实现栖息的设计更能满足未来空中机器人作业的需求。

总的来说，使用夹持器的栖息方式是目前最有前景的栖息方式。这种方式在旋翼空中机器人、固定翼空中机器人以及扑翼空中机器人上都能实现栖息。但其还是限制了栖息表面必须为类圆柱物体。不过在室外或野外环境下，夹持器可适应绝大部分的栖息场景。

3.3 两栖机器人

随着空中机器人的发展与普及，单一运动模式的空中机器人逐渐无法满足人类的需求。因此开发一种能够在空中、水面、地面等不同介质中运动的两栖空中机器人成为研究热点。因此两栖空中机器人可以在不同环境中执行各种任务，展现出极大的灵活性和适应性，如可在水中游泳和空中飞行的空水两栖机器人，以及可在陆地行走和空中飞行的空地两栖机器人。

跨介质空中机器人需要设计在不同介质中有效的动力系统，并需要确保在不同介质中都能够提供足够的推力和操控性。这可能会涉及不同类型的推进器和传动系统。同时还需要设计合适的姿态控制算法和稳定性控制系统，用于克服介质转换时所引起的机器人飞行的不稳定，确保飞行平稳过渡，避免意外发生。目前跨介质空中机器人已在多种飞行平台上进行了开发研制，包括多旋翼机器人、固定翼机器人以及仿生机器人，如图5 [14,102‒106]所示。

3.3.1 空水两栖机器人

空水两栖机器人在军事、科研、环境等领域有着广泛的应用，可执行包括两栖侦察、海洋生物调查、水下结构检查和冰山探测的任务。为了在水中和空中具备移动的能力，水空两栖机器人面临许多挑战：①由于水和空气的密度相差三个数量级，因此在水中需要产生足够的动力使机器人移动；②从水中到空中的转变需要足够的动力来克服水的阻力。目前已经开发了多种形式的空水两栖机器人，包括多旋翼、固定翼、混合固定旋翼以及扑翼形式。

为使多旋翼空中机器人克服水的阻力，实现空中与水中的快速转换，学者提出了许多新颖的设计。例如，美国新泽西理工学院的Naviator系列机器人采用双层螺旋桨设计[107,108]，该设计使得机器人总有一组螺旋桨在水下或在空中，因此可产生足够的动力逃离。美国奥克兰大学的Loon Copter [102]和美国加州大学的mini UAUV [109]借助浮力装置在水和空气之间进行无缝过渡。空中与水中搭便车机器人[81]采用了被动变形螺旋桨，可以在空中展开，在水下折叠。这种设计尽可能缩短空中与水中的过渡时间，实现机器人的快速起飞。

固定翼空中机器人的翼型设计可以更有效地克服水的阻力，并且相比于旋翼空中机器人具有更高的效率和续航能力。目前在以螺旋桨为动力的平直翼空中机器人[110,111]以及飞翼空中机器人[112,113]上进行了验证与应用。值得一提的是，由上海交通大学开发的NEZHA [103]将多旋翼与平直翼相结合，使其获得了更长的飞行续航时间、更快的巡航速度、更强的悬停能力以及水下耐力。

为了使空水两栖机器人更快地逃离水面，可通过脉冲运动实现冲动性的水上逃生动作。例如，伦敦帝国理工学院设计的可变后掠翼空中机器人——AquaMAV [114‒116]。它利用压缩空气产生强大的水射流推力，迅速离开水面并达到必要的空中速度。该团队还设计了将固体反应物作为动力的飞翼空中机器人[104]，它通过电石粉与可用的环境水反应，产生可燃乙炔气体，使其在水中迅速达到飞行速度。此外，FWMAV中的RoboBee [32]则通过氢燃烧使其从水面脉冲起飞。

3.3.2 空地两栖机器人

空地两栖机器人可执行搜索、救援、未知环境侦察以及环境监测等任务。特别是在灾区或战场等非结构化地形中，同时具备空中和地面移动能力的机器人有着巨大的优势。在早期空地两栖机器人的设计中，多采用固定翼的形式，如美国凯斯西储大学的MALV [117,118]和具有变形机翼的MMALV [119]系列机器人，以及瑞士洛桑联邦理工学院的DALER [105,120]系列机器人。这些空地两栖机器人使用轮腿和轮翼进行陆地运动。而固定翼的空地两栖机器人需要足够的加速度才能实现从地面行走过渡到飞行，使其仅能从屋顶起飞或弹射起飞。

由于旋翼空中机器人可实现垂直起飞，因此可以有效克服从地面到空中的过渡所带来的挑战。基于旋翼的空地两栖机器人在陆地上大多通过滚动的方式前进。例如，在早期的设计中，研究人员将机器人放置在球形[121]或圆柱形笼子[106]内，并允许笼子相对于机器人自由滚动。为了简化机械结构，Kossett等[122‒124]设计了一个两轮的同轴旋翼空中机器人。在地面模式下，旋翼折叠，机器人使用身体两端的轮子进行移动。后期将此机器人改进为四旋翼空中机器人，不过没有改变地面运动模式[125]。Wang等[126]设计了一个四轮的多旋翼空中机器人，将轮子和四旋翼结合在一起，并且轮子是空中和地面运动共享的，进一步降低了机器人的重量和设计复杂性。

受自然界的启发，空地两栖机器人使用腿在陆地运动成为一种新颖的方式，如双足的多旋翼机器人[127]以及双足[128]、四足[48,129]和六足[130]的FWMAV。美国伊利诺伊大学的团队受到飞鼠的启发设计了一种多模式运动机器人[131,132]。在地面上利用四个高自由度腿实现了出色的陆地运动，在空中通过双腿之间的膜获得升力来滑翔。值得注意的是，美国加州理工学院设计的LEONARDO是一个具有四旋翼的仿生双足机器人[14]，它通过螺旋桨和腿部关节的同步控制可实现极其惊人的运动能力，比如在滑绳上行走和滑板。

3.4 空中作业机器人

先进传感器、通信系统和自主飞行技术的不断改进，使得空中机器人能够在各种环境中执行各种任务。空中机器人最早的应用是在军事领域，用于侦察、情报收集和目标打击等任务。这些军事应用为空中机器人技术的发展提供了经验和技术积累。随后，商业和工业部门认识到空中机器人提高效率和降低成本的潜力，从而推动了空中机器人的更广泛应用。空中机器人现在被广泛应用于测量、制造和运输等领域，取代人类劳动力。

在执行作业任务的过程中，空中机器人需要先进的控制算法来保持稳定性，以确保机器人在负载变化时仍能保持稳定。高精度定位系统和先进的目标对准算法对于接触式作业至关重要。这些过程涉及复杂的姿态控制和路径规划。制定有效的冗余控制策略对于确保空中机器人即使在部件发生故障的情况下也能安全运行是必要的[15]。图6描绘了不同领域中空中作业机器人的控制精度和有效载荷能力[43,133‒138]。

3.4.1 勘测应用

空中机器人在勘测领域有着广泛的应用，包括地形测绘、矿产勘探、农业监测和环境评估等任务。它们甚至可以代替人类执行高度危险的检查任务，如电力线检查和风力涡轮机叶片检查等。然而，这些应用只涉及感知任务。近年来，NTAR 已被证明可有效执行操纵任务[20]。空中操纵涉及使用操纵器与物理对象交互，包括与刚性结构保持接触以及抓取并运输物体。接触式检测[139]是勘测领域中对空中机器人控制精度最高的任务，可应用于混凝土基础设施的无损检测[133]和桥梁检测[134]。具体来说，由瑞士联邦理工学院环境系统科学系环境机器人实验室设计的eDrone [135]，结合了力感应笼和基于触觉的控制策略，可以建立并保持与树枝表面的接触，从而能够收集环境脱氧核糖核酸，并为大规模生物多样性监测提供解决方案。

3.4.2 制造应用

近年来，3D打印和增材制造取得了重大进展，并已成为一种成熟的制造方法。目前，现场施工的大型增材制造方法主要使用地面机器人和龙门吊系统。然而，这些技术需要将机器人硬件的尺寸放大到比期望的制造外壳更大的尺寸，这使得施工现场变得具有挑战性和危险性。因此学者们研究了使用NTAR进行增材制造的可能性。英国伦敦帝国理工学院的空中机器人实验室率先将增材层制造技术与空中机器人技术相结合，开发了一种能够在飞行过程中沉积聚氨酯泡沫以创建结构的空中3D打印机[136]。他们在最近的研究中提出了一种多自主机器人空中增材制造方法[137]，增强了空中机器人在制造领域的大规模应用潜力。

3.4.2 运输应用

NTAR在物流和运输领域的应用正在迅速扩大。在中国的一些城市，已经有多家公司开始发展多旋翼空中机器人即时送餐的业务[140,141]。传统的空中机器人主要通过吊挂系统或者固定夹具来完成货物的携带。最近，研究人员探索了新的货物运输方法，以实现更稳健的操作，这些方法包括操作器[43,142,143]和变形机构[138]。

在多旋翼空中机器人上安装操作器，使机器人更容易抓取物体[43,142]。当多旋翼空中机器人识别出要抓取的目标时，它会悬停、接近目标，然后抓住它。相比之下，固定翼空中机器人必须采用受猛禽启发的俯冲策略来抓取物体[143]。美国加州大学高性能机器人实验室设计了一种可变形四旋翼空中机器人[138]。相较于通过额外的复杂机构执行空中操作，该四旋翼空中机器人可在飞行期间改变形状，停泊，并执行简单的空中操作。

然而，目前NTAR尚无法产生超过其自身质量两倍的空气动力推力。受黄蜂多模态运动策略的启发，美国斯坦福大学的研究人员设计了FlyCroTug [94]，它利用可控的黏附力或微刺牢牢地附着在地面上，然后使用绞盘拉动重物。这使机器人能够拖曳重量高达其重量40倍的物体。

4 挑战与未来展望

本文对NTAR的三个关键技术以及四个主要的NTAR系统进行了全面综述。本节将对NTAR在研发过程所面临的挑战以及未来的发展趋势进行探讨。

4.1 NTAR的挑战

NTAR在巡逻侦察、紧急救援、物流交付以及农业等各个领域都有着广泛的应用[16]。在巡逻侦察领域，NTAR可以提供实时图像和数据，从而加强边境、城市和基础设施的安全监控。在紧急救援方面，它们可以快速响应灾害事件，执行搜索任务，传递救援物资，显著提高救援效率。此外，NTAR在物流交付领域的应用可实现更迅捷、高效的货物运输服务。在农业领域，NTAR能够监测农田状况，有效提高农业生产效率。

然而，NTAR在实现这些应用的过程中面临一系列挑战，其中最为突出的包括能源[144]、材料[145]和感知[146]。在能源方面，为了保持长时间的飞行，需要寻找更高效的能源存储和转换技术。在材料方面，NTAR需要轻量化且强度足够的材料，以确保在飞行过程中既能保持稳定性又能降低重量。在感知方面，机器人需要先进的感知系统，以在不同环境和气象条件下进行精确导航和执行任务。解决这些挑战将是推动NTAR广泛应用的关键。因此，NTAR需要在能量存储和转换技术、先进的轻量化材料开发和高效感知系统领域进一步创新和突破。表3对三大挑战的影响、现有解决方案、困难和突破方向进行了全面分析。

4.1.1 能源

对于大体积的NTAR来说，携带大容量的电池甚至内燃机都是可能的。然而当NTAR的体积不断减小，意味着负载能力也不断减小，导致传统能源方案已无法满足更小体积的NTAR。目前已有太阳能[34]、激光[45]、射频[50]等解决方案被提出，但仍然无法实现给NTAR提供长时间稳定的能源供给。因此探索一种新型能源供应方案是NTAR所面临的挑战之一。

4.1.2 材料

NTAR的材料对于其飞行性能、机身强度、变形能力以及机体重量至关重要。尤其对于FWMAV来说，机身和机翼使用的材料将极大影响其升力比和续航时间。同时，对于具有变形能力的 NTAR，变形材料的选择决定了其变形的程度、时长以及寿命。因此新型材料的研发在未来主要朝着质量轻、强度高以及变形能力强几个方向突破。

4.1.3 感知

感知能力是NTAR走出实验室并执行实际作业任务的基础。然而目前许多NTAR仍无法投入市场的绝大部分原因是无法部署环境感知传感器，导致其无法执行侦察、测绘、监测等任务。尤其是大部分的FWMAV目前仅具有起飞与降落功能。传感器的感知精度也很大程度影响了NTAR的作业效率。而传感器的精度往往与体积、重量成正比，这对于NTAR的续航以及飞行性能是不利的。因此如何使用小体积、低重量的传感器实现高精度的环境感知是目前NTAR需要解决的难题之一。

4.2 NTAR的未来展望

未来NTAR将引领社会的深刻变革，尤其是在战争、交通和建筑等领域发挥重要作用，并带来全新的战略、运输和建设方式。在未来战场上，NTAR有可能重塑战争格局，因为它们可以执行高度复杂的侦察任务，并协助军队制定有效的战略。此外，NTAR还可以作为攻击平台，在敌后进行打击，减少伤亡。在交通领域，NTAR将成为革命性的交通方式。它们可以与地面车辆协作，为地面交通提供精确的路况信息。通过多个机器人之间的联网通信，可以为城市交通提供快速高效的导航服务。NTAR在建筑领域的应用有望成为未来的一个主要趋势，因为它们可用于高空施工和维护等任务。此外，这些机器人可以处理施工现场的危险任务，从而最大限度地降低其对人类工人的风险。

NTAR将深刻改变我们的生活和社会运作方式。在这些应用的基础上，NTAR的发展趋势包括更小的尺寸和更长的续航、机电一体化以及在日益复杂场景中的作业能力，如图7所示。

4.2.1 尺寸和续航

NTAR的尺寸和续航能力通常成正比。尺寸越大意味着能携带更大的电源，从而延长飞行时间。对于侦察、监测等任务，长时间的续航将很大程度地提高NTAR的作业效率，但同时也意味着NTAR的体积将更大。在现代战争中，NTAR的隐蔽性至关重要，因为小型NTAR被发现的可能性较小。因此更小的尺寸以及更长的续航时间必定是未来NTAR发展的趋势。

4.2.2 机电一体化

许多现有的NTAR具有相对复杂的机械设计，涉及众多组件和连接器。这种复杂性增加了制造、维护和维修方面的挑战。复杂的机械设计往往伴随着高能耗，这对电池供电的NTAR构成了挑战。此外，复杂的设计可能会引入潜在的故障点，进一步损害NTAR的可靠性。机电一体化技术将NTAR的电气元件和机械结构无缝结合，从而降低了机械结构的复杂性，并减轻了空中机器人的重量和体积[147]。这种集成使机电系统之间能够更紧密地协作，并增强了对系统的精确控制。机电一体化还可以结合各种传感技术，包括视觉、声音、激光和雷达传感器，从而提供更全面的环境感知。因此，机电一体化在提高NTAR性能、扩大应用范围以及促进其更广泛的商业和科学用途方面发挥着关键作用。

4.2.3 复杂场景

随着NTAR关键技术的逐渐成熟，NTAR未来的应用将变得更具挑战性。例如，在受限空间中，需要控制NTAR通过极其狭小的通道，这将极大程度地考验其路径规划与控制能力。在多障碍物空间中，为避免NTAR与障碍物碰撞，需要准确的感知环境信息，甚至在GPS信号据止环境下，通过自身传感器实现高精度的避障。在极高或极低温度条件下，通信可能会受到干扰或限制，因此开发强大的通信技术对于确保NTAR与地面控制站或其他NTAR之间的可靠通信至关重要。为确保NTAR在不同场景中的稳定运行，未来应大力发展NTAR的控制、感知以及通信技术。

5 结论

本文首先对NTAR进行了定义，将具有可变形性、仿生性、多模态运动以及操作器附着这四类特征的空中机器人称为NTAR。接着对NTAR进行了全面的概述，分别对NTAR的材料与制造技术、驱动技术及感知与控制技术这三个关键技术进行了综述，并分析和讨论了最新的研究进展。随后对FWMAV、栖息空中机器人、两栖机器人和空中作业机器人这四类NTAR系统进行了归纳总结，展示了当前最新、最前沿的研究成果。最后，对当前NTAR面临的挑战和未来发展趋势进行了初步探讨，为进一步研究提供参考。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

Khan MA, Menouar H, Eldeeb A, Abu-Dayya A, Salim FD. On the detection of unauthorized drones—techniques and future perspectives: a review. IEEE Sens J 2022;22(12):11439‒55. . 10.1109/jsen.2022.3171293
[2]

Micro.seas.harvard.edu [Internet]. Boston: Harvard Microrobotics Laboratory; [cited 2023 Aug 4]. Available from:

[3]

Aerial robotics lab research groups imperial college London [Internet]. London: Imperial College London; [cited 2023 Aug 4]. Available from: 10.31256/hsmr2023.56
[4]

HKUST aerial robotics group [Internet]. Hong Kong: HKUST Aerial Robotics Group; [cited 2023 Aug 4]. Available from: 10.14711/dataset/wyjqd0
[5]

Fast lab field autonomous system and computing laboratory [Internet]. Hangzhou: FAST Lab; [cited 2023 Aug 4]. Available from: 10.1891/9780826134769.0001
[6]

Li D, Zhao S, Da Ronch A, Xiang J, Drofelnik J, Li Y, et al. A review of modelling and analysis of morphing wings. Prog Aerosp Sci 2018;100:46‒62. . 10.1016/j.paerosci.2018.06.002
[7]

Ramezani A, Chung SJ, Hutchinson S. A biomimetic robotic platform to study flight specializations of bats. Sci Robot 2017;2(3):eaal2505. . 10.1126/scirobotics.aal2505
[8]

Di Luca M, Mintchev S, Heitz G, Noca F, Floreano D. Bioinspired morphing wings for extended flight envelope and roll control of small drones. Interface Focus 2017;7(1):20160092. . 10.1098/rsfs.2016.0092
[9]

Ajanic E, Feroskhan M, Mintchev S, Noca F, Floreano D. Bioinspired wing and tail morphing extends drone flight capabilities. Sci Robot 2020;5(47): eabc2897. . 10.1126/scirobotics.abc2897
[10]

Chang E, Matloff LY, Stowers AK, Lentink D. Soft biohybrid morphing wings with feathers underactuated by wrist and finger motion. Sci Robot 2020;5(38):eaay1246. . 10.1126/scirobotics.aay1246
[11]

Huang H, He W, Wang J, Zhang L, Fu Q. An all servo-driven bird-like flappingwing aerial robot capable of autonomous flight. IEEE/ASME Trans Mechatron 2022;27(6):5484‒94. . 10.1109/tmech.2022.3182418
[12]

Wu X, He W, Wang Q, Meng T, He X, Fu Q. A long-endurance flapping-wing robot based on mass distribution and energy consumption method. IEEE Trans Ind Electron 2022;70(8):8215‒24. . 10.1109/tie.2022.3213905
[13]

Phan HV, Park HC. Insect-inspired, tailless, hover-capable flapping-wing robots: recent progress, challenges, and future directions. Prog Aerosp Sci 2019;111:100573. . 10.1016/j.paerosci.2019.100573
[14]

Kim K, Spieler P, Lupu ES, Ramezani A, Chung SJ. A bipedal walking robot that can fly, slackline, and skateboard. Sci Robot 2021;6(59):eabf8136. . 10.1126/scirobotics.abf8136
[15]

Ollero A, Tognon M, Suarez A, Lee D, Franchi A. Past, present, and future of aerial robotic manipulators. IEEE Trans Robot 2021;38(1):626‒45. . 10.1109/tro.2021.3084395
[16]

Floreano D, Wood RJ. Science, technology and the future of small autonomous drones. Nature 2015;521(7553):460‒6. . 10.1038/nature14542
[17]

Mintchev S, Floreano D. Adaptive morphology: a design principle for multimodal and multifunctional robots. IEEE Robot Autom Mag 2016;23(3):42‒54. . 10.1109/mra.2016.2580593
[18]

Roderick WRT, Cutkosky MR, Lentink D. Touchdown to take-off: at the interface of flight and surface locomotion. Interface Focus 2017;7(1):20160094. . 10.1098/rsfs.2016.0094
[19]

Kovac M. Learning from nature how to land aerial robots. Science 2016;352(6288):895‒6. . 10.1126/science.aaf6605
[20]

Ruggiero F, Lippiello V, Ollero A. Aerial manipulation: a literature review. IEEE Robot Autom Lett 2018;3(3):1957‒64. . 10.1109/lra.2018.2808541
[21]

Kim SJ, Lee DY, Jung GP, Cho KJ. An origami-inspired, self-locking robotic arm that can be folded flat. Sci Robot 2018;3(16):eaar2915. . 10.1109/icra.2015.7139635
[22]

Hwang D, Barron III EJ, Haque ABMT, Bartlett MD. Shape morphing mechanical metamaterials through reversible plasticity. Sci Robot 2022;7(63):eabg2171. . 10.1126/scirobotics.abg2171
[23]

Kim NG, Han MW, Iakovleva A, Park HB, Chu WS, Ahn SH. Hybrid composite actuator with shape retention capability for morphing flap of unmanned aerial vehicle (UAV). Compos Struct 2020;243:112227. . 10.1016/j.compstruct.2020.112227
[24]

Ozaki T, Ohta N, Jimbo T, Hamaguchi K. Takeoff of a 2.1 g fully untethered tailless flapping-wing micro aerial vehicle with integrated battery. IEEE Robot Autom Lett 2023;8(6):3574‒80. . 10.1109/lra.2023.3269319
[25]

Zou Y, Zhang W, Zhang Z. Liftoff of an electromagnetically driven insectinspired flapping-wing robot. IEEE Trans Robot 2016;32(5):1285‒9. . 10.1109/tro.2016.2593449
[26]

Chen Y, Zhao H, Mao J, Chirarattananon P, Helbling EF, Hyun NP, et al. Controlled flight of a microrobot powered by soft artificial muscles. Nature 2019;575(7782):324‒9. . 10.1038/s41586-019-1737-7
[27]

Miiller MG, Steidle F, Schuster MJ, Lutz P, Maier M, Stoneman S, et al. Robust visual-inertial state estimation with multiple iodometries and efficient mapping on an MAV with ultra-wide FOV stereo vision. In: Proceedings of the 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2018 Oct 1‒5; Madrid, Spain. New York City: IEEE; 2018. p. 3701‒8. . 10.1109/iros.2018.8594117
[28]

Chen N, Kong F, Xu W, Cai Y, Li H, He D, et al. A self-rotating, single-actuated UAV with extended sensor field of view for autonomous navigation. Sci Robot 2023;8(76):eade4538. . 10.1126/scirobotics.ade4538
[29]

Foehn P, Kaufmann E, Romero A, Penicka R, Sun S, Bauersfeld L, et al. Agilicious: open-source and open-hardware agile quadrotor for vision-based flight. Sci Robot 2022;7(67):eabl6259. . 10.1126/scirobotics.abl6259
[30]

Wood RJ. The first takeoff of a biologically inspired at-scale robotic insect. IEEE Trans Robot 2008;24(2):341‒7. . 10.1109/tro.2008.916997
[31]

Ma KY, Chirarattananon P, Fuller SB, Wood RJ. Controlled flight of a biologically inspired, insect-scale robot. Science 2013;340(6132):603‒7. . 10.1126/science.1231806
[32]

Graule MA, Chirarattananon P, Fuller SB, Jafferis NT, Ma KY, Spenko M, et al. Perching and takeoff of a robotic insect on overhangs using switchable electrostatic adhesion. Science 2016;352(6288):978‒82. . 10.1126/science.aaf1092
[33]

Chen Y, Wang H, Helbling EF, Jafferis NT, Zufferey R, Ong A, et al. A biologically inspired, flapping-wing, hybrid aerial-aquatic microrobot. Sci Robot 2017;2(11):eaao5619. . 10.1126/scirobotics.aao5619
[34]

Jafferis NT, Helbling EF, Karpelson M, Wood RJ. Untethered flight of an insectsized flapping-wing microscale aerial vehicle. Nature 2019;570(7762):491‒5. . 10.1038/s41586-019-1322-0
[35]

Dufour L, Owen K, Mintchev S, Floreano D. A drone with insect-inspired folding wings. In: Proceedings of the 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2016 Oct 9‒14; Daejeon, Republic of Korea. New York City: IEEE; 2016. p. 1576‒81. . 10.1109/iros.2016.7759255
[36]

Mintchev S, Daler L, L’Eplattenier G, Saint-Raymond L, Floreano D. Foldable and self-deployable pocket sized quadrotor. In: Proceedings of the 2015 IEEE International Conference on Robotics and Automation (ICRA); 2015 May 26- 30; Washington, DC, USA. New York City: IEEE; 2015. p. 2190‒5. . 10.1109/icra.2015.7139488
[37]

Mintchev S, Shintake J, Floreano D. Bioinspired dual-stiffness origami. Sci Robot 2018;3(20):eaau0275. . 10.1126/scirobotics.aau0275
[38]

Zheng P, Xiao F, Nguyen PH, Farinha A, Kovac M. Metamorphic aerial robot capable of mid-air shape morphing for rapid perching. Sci Rep 2023;13(1):1297. . 10.1038/s41598-022-26066-5
[39]

Johnson K, Arroyos V, Ferran A, Villanueva R, Yin D, Elberier T, et al. Solarpowered shape-changing origami microfliers. Sci Robot 2023;8(82): eadg4276. . 10.1126/scirobotics.adg4276
[40]

Rodrigue H, Cho S, Han MW, Bhandari B, Shim JE, Ahn SH. Effect of twist morphing wing segment on aerodynamic performance of UAV. J Mech Sci Technol 2016;30(1):229‒36. . 10.1007/s12206-015-1226-3
[41]

Han MW, Rodrigue H, Kim HI, Song SH, Ahn SH. Shape memory alloy/glass fiber woven composite for soft morphing winglets of unmanned aerial vehicles. Compos Struct 2016;140:202‒12. . 10.1016/j.compstruct.2015.12.051
[42]

Gomez-Tamm AE, Perez-Sanchez V, Arrue BC, Ollero A. SMA actuated lowweight bio-inspired claws for grasping and perching using flapping wing aerial systems. In: Proceedings of the 2020 IEEE/RSJ International Conference. . 10.1109/iros45743.2020
[43]

on Intelligent Robots and Systems (IROS); 2020 Oct 25‒29; Las Vegas, NA, USA. New York City: IEEE; 2020. p. 8807‒14. . 10.1109/iros45743.2020
[44]

Perez-Sanchez V, Garcia-Rubiales FJ, Nekoo SR, Arrue B, Ollero A. Modeling and application of an SMA-actuated lightweight human-inspired gripper for aerial manipulation. Machines 2023;11(9):859. . 10.3390/machines11090859
[45]

Chukewad YM, Singh AT, James JM, Fuller SB. A new robot fly design that is easier to fabricate and capable of flight and ground locomotion. In: Proceedings of the 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2018 Oct 1‒5; Madrid, Spain. New York City: IEEE; 2018. p. 4875‒82. . 10.1109/iros.2018.8593972
[46]

James J, Iyer V, Chukewad Y, Gollakota S, Fuller SB. Liftoff of a 190 mg laserpowered aerial vehicle: the lightest wireless robot to fly. In: Proceedings of the 2018 IEEE International Conference on Robotics and Automation (ICRA); 2018 May 21‒25; Brisbane, QLD, Australia. New York City: IEEE; 2018. p. 3587‒94. . 10.1109/icra.2018.8460582
[47]

Fuller SB. Four wings: an insect-sized aerial robot with steering ability and payload capacity for autonomy. IEEE Robot Autom Lett 2019;4(2):570‒7. . 10.1109/lra.2019.2891086
[48]

Chukewad YM, Fuller S. Yaw control of a hovering flapping-wing aerial vehicle with a passive wing hinge. IEEE Robot Autom Lett 2021;6(2):1864‒71. . 10.1109/lra.2021.3060726
[49]

Chukewad YM, James J, Singh A, Fuller S. RoboFly: an insect-sized robot with simplified fabrication that is capable of flight, ground, and water surface locomotion. IEEE Trans Robot 2021;37(6):2025‒40. . 10.1109/tro.2021.3075374
[50]

Ozaki T, Hamaguchi K. Bioinspired flapping-wing robot with direct-driven piezoelectric actuation and its takeoff demonstration. IEEE Robot Autom Lett 2018;3(4):4217‒24. . 10.1109/lra.2018.2863104
[51]

Ozaki T, Ohta N, Jimbo T, Hamaguchi K. A wireless radiofrequency-powered insect-scale flapping-wing aerial vehicle. Nat Electron 2021;4(11):845‒52. . 10.1038/s41928-021-00669-8
[52]

Bhushan P, Tomlin CJ. Milligram-scale micro aerial vehicle design for lowvoltage operation. In: Proceedings of the 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2018 Oct 1‒5; Madrid, Spain. New York City: IEEE; 2018. p. 1‒9. . 10.1109/iros.2018.8594515
[53]

Bhushan P, Tomlin CJ. Design of the first sub-milligram flapping wing aerial vehicle. In: Proceedings of the 2019 IEEE 32nd International Conference on Micro Electro Mechanical Systems (MEMS); 2019 Jan 27‒31; Seoul, Republic of Korea. New York City: IEEE; 2019. p. 2‒5. . 10.1109/memsys.2019.8870882
[54]

Bhushan P, Tomlin C. Design of an electromagnetic actuator for an insectscale spinning-wing robot. IEEE Robot Autom Lett 2020;5(3):4188‒93. . 10.1109/lra.2020.2990886
[55]

Chen Y, Wang H, Helbling EF, Jafferis NT, Zufferey R, Ong A, et al. A biologically inspired, flapping-wing, hybrid aerial-aquatic microrobot. Sci Robot 2017;2(11):eaao5619. . 10.1126/scirobotics.aao5619
[56]

Chen Y, Ma K, Wood RJ. Influence of wing morphological and inertial parameters on flapping flight performance. In: Proceedings of the 2016 IEEE/ RSJ International Conference on Intelligent Robots and Systems (IROS); 2016 Oct 9‒14; Daejeon, Republic of Korea. New York City: IEEE; 2016. p. 2329‒36. . 10.1109/iros.2016.7759363
[57]

Chen Y, Xu S, Ren Z, Chirarattananon P. Collision resilient insect-scale softactuated aerial robots with high agility. IEEE Trans Robot 2021;37(5):1752‒64. . 10.1109/tro.2021.3053647
[58]

Ren Z, Kim S, Ji X, Zhu W, Niroui F, Kong J, et al. A high-lift micro-aerial-robot powered by low-voltage and long-endurance dielectric elastomer actuators. Adv Mater 2022;34(7):34. . 10.1002/adma.202270051
[59]

Hsiao YH, Kim S, Ren Z, Chen YF. Heading control of a long-endurance insectscale aerial robot powered by soft artificial muscles. In: Proceedings of the 2023 IEEE International Conference on Robotics and Automation (ICRA); 2023 May 29-Jun 2; London, UK. New York City: IEEE; 2023. p. 3376‒82. . 10.1109/icra48891.2023.10161547
[60]

Kim S, Hsiao YH, Lee Y, Zhu W, Ren Z, Niroui F, et al. Laser-assisted failure recovery for dielectric elastomer actuators in aerial robots. Sci Robot 2023;8(76):eadf4278. . 10.1126/scirobotics.adf4278
[61]

Gurtner A, Greer DG, Glassock R, Mejias L, Walker RA, Boles WW. Investigation of fish-eye lenses for small-UAV aerial photography. IEEE Trans Geosci Remote Sens 2009;47(3):709‒21. . 10.1109/tgrs.2008.2009763
[62]

Tarhan M, Altug˘ E. EKF based attitude estimation and stabilization of a quadrotor UAV using vanishing points in catadioptric images. J Intell Robot Syst 2011;62(3‒4):587‒607.
[63]

Gao W, Wang K, Ding W, Gao F, Qin T, Shen S. Autonomous aerial robot using dual-fisheye cameras. J Field Robot 2020;37(4):497‒514. . 10.1002/rob.21946
[64]

Harmat A, Trentini M, Sharf I. Multi-camera tracking and mapping for unmanned aerial vehicles in unstructured environments. J Intell Robot Syst 2015;78(2):291‒317. . 10.1007/s10846-014-0085-y
[65]

Gohl P, Honegger D, Omari S, Achtelik M, Pollefeys M, Siegwart R. Omnidirectional visual obstacle detection using embedded FPGA. In: Proceedings of the 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2015 Sep 28-Oct 3; Hamburg, Germany. New York City: IEEE; 2015. p. 3938‒43. . 10.1109/iros.2015.7353931
[66]

Wierzbicki D. Multi-camera imaging system for UAV photogrammetry. Sensors 2018;18(8):2433. . 10.3390/s18082433
[67]

Kulathunga G, Fedorenko R, Klimchik A. Regions of interest segmentation from lidar point cloud for multirotor aerial vehicles. In: Proceedings of the 2020 International Conference on Unmanned Aircraft Systems (ICUAS); 2020 Sep 1‒4; Athens, Greece. New York City: IEEE; 2020. p. 1213‒20. . 10.1109/icuas48674.2020.9214019
[68]

Diels L, Vlaminck M, De Wit B, Philips W, Luong H. On the optimal mounting angle for a spinning lidar on a UAV. IEEE Sens J 2022;22(21):21240‒7. . 10.1109/jsen.2022.3208434
[69]

Zhao S, Zhang H, Wang P, Nogueira L, Scherer S. Super odometry: IMU-centric lidar-visual-inertial estimator for challenging environments. In: Proceedings of the 2021 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2021 Sep 27-Oct 1; Prague, Czech Republic. New York City: IEEE; 2021. p. 8729‒36. . 10.1109/iros51168.2021.9635862
[70]

Mohta K, Watterson M, Mulgaonkar Y, Liu S, Qu C, Makineni A, et al. Fast, autonomous flight in GPS-denied and cluttered environments. J Field Robot 2018;35(1):101‒20. . 10.1002/rob.21774
[71]

Baca T, Petrlik M, Vrba M, Spurny V, Penicka R, Hert D, et al. The MRS UAV system: pushing the frontiers of reproducible research, real-world deployment, and education with autonomous unmanned aerial vehicles. J Intell Robot Syst 2021;102(1):26. . 10.1007/s10846-021-01383-5
[72]

Sa I, Kamel M, Burri M, Bloesch M, Khanna R, Popovic M, et al. Build your own visual-inertial drone: a cost-effective and open-source autonomous drone. IEEE Robot Autom Mag 2017;25(1):89‒103. . 10.1109/mra.2017.2771326
[73]

Tal E, Karaman S. Accurate tracking of aggressive quadrotor trajectories using incremental nonlinear dynamic inversion and differential flatness. IEEE Trans Control Syst Technol 2020;29(3):1203‒18. . 10.1109/tcst.2020.3001117
[74]

Loianno G, Brunner C, McGrath G, Kumar V. Estimation, control, and planning for aggressive flight with a small quadrotor with a single camera and imu. IEEE Robot Autom Lett 2016;2(2):404‒11. . 10.1109/lra.2016.2633290
[75]

De Croon G, de Clercq K, Ruijsink R, Remes B, de Wagter C. Design, aerodynamics, and vision-based control of the delfly. Int J Micro Air Veh 2009;1(2):71‒97. . 10.1260/175682909789498288
[76]

De Wagter C, Tijmons S, Remes BD, de Croon GCHE. Autonomous flight of a 20-gram Flapping Wing MAV with a 4-gram on-board stereo vision system. In: Proceedings of the 2014 IEEE International Conference on Robotics and Automation (ICRA); 2014 May 31- Jun 7; Hong Kong, China. New York City: IEEE; 2014. p. 4982‒7. . 10.1109/icra.2014.6907589
[77]

Kar’asek M, Muijres FT, De Wagter C, Remes BDW, de Croon GCHE. A tailless aerial robotic flapper reveals that flies use torque coupling in rapid banked turns. Science 2018;361(6407):1089‒94. . 10.1126/science.aat0350
[78]

Kovač M, Germann J, Hürzeler C, Siegwart RY, Floreano D. A perching mechanism for micro aerial vehicles. J Micro-Nano Mechatron 2009;5(3‒4):77‒91.
[79]

Desbiens AL, Asbeck A, Cutkosky M. Hybrid aerial and scansorial robotics. In: Proceedings of the 2010 IEEE International Conference on Robotics and Automation; 2010 May 3‒8; Anchorage, AK, USA. New York City: IEEE; 2010. p. 72‒7. . 10.1109/robot.2010.5509660
[80]

Daler L, Klaptocz A, Briod A, Sitti M, Floreano D. A perching mechanism for flying robots using a fibre-based adhesive. In: Proceedings of the 2013 IEEE International Conference on Robotics and Automation; 2013 May 6‒10, Karlsruhe, Germany. New York City: IEEE; 2013. p. 4433‒8. . 10.1109/icra.2013.6631206
[81]

Tsukagoshi H, Watanabe M, Hamada T, Ashlih D, Lizuka R. Aerial manipulator with perching and door-opening capability. In: Proceedings of the 2015 IEEE International Conference on Robotics and Automation (ICRA); 2015 May 26- 30; Washington, DC, USA. New York City: IEEE; 2015. p. 4663‒8. . 10.1109/icra.2015.7139845
[82]

Li L, Wang S, Zhang Y, Song S, Wang C, Tan S, et al. Aerial-aquatic robots capable of crossing the air-water boundary and hitchhiking on surfaces. Sci Robot 2022;7(66):eabm6695. . 10.1126/scirobotics.abm6695
[83]

Li Q, Li H, Shen H, Yu Y, He H, Feng X, et al. An aerial-wall robotic insect that can land, climb, and take off from vertical surfaces. Research 2023;6:0144. . 10.34133/research.0144
[84]

Roderick WR, Cutkosky MR, Lentink D. Bird-inspired dynamic grasping and perching in arboreal environments. Sci Robot 2021;6(61):eabj7562. . 10.1126/scirobotics.abj7562
[85]

Nguyen HN, Siddall R, Stephens B, Navarro-Rubio A, Kovacˇ M. A passively adaptive microspine grapple for robust, controllable perching. In: Proceedings of the 2019 2nd IEEE International Conference on Soft Robotics (RoboSoft); 2019 Apr 14‒18; Seoul, Republic of Korea. New York City: IEEE; 2019. p. 80‒7. . 10.1109/robosoft.2019.8722779
[86]

Mellinger D, Shomin M, Kumar V. Control of quadrotors for robust perching and landing. In: Proceedings of the International Powered Lift Conference; 2010 Oct 5‒10; Philadelphia, PA, USA. Fairfax: The Vertical Flight Society; 2010. p. 205‒25.
[87]

Desbiens AL, Cutkosky MR. Landing and perching on vertical surfaces with microspines for small unmanned air vehicles. J Intell Robot Syst 2010;57(1‒4):313‒27.
[88]

Desbiens AL, Asbeck AT, Cutkosky MR. Landing, perching and taking off from vertical surfaces. Int J Robot Res 2011;30(3):355‒70. . 10.1177/0278364910393286
[89]

Mehanovic D, Bass J, Courteau T, Rancourt D, Desbiens AL. Autonomous thrust-assisted perching of a fixed-wing UAV on vertical surfaces. In: Proceedings of the Biomimetic and Biohybrid Systems: 6th International Conference, Living Machines 2017; 2017 Jul 26‒28; Stanford, CA, USA. Berlin: Springer; 2017. p. 302‒14. . 10.1007/978-3-319-63537-8_26
[90]

Pope MT, Kimes CW, Jiang H, Hawkes EW, Estrada MA, Kerst CF, et al. A multimodal robot for perching and climbing on vertical outdoor surfaces. IEEE Trans Robot 2016;33(1):38‒48. . 10.1109/tro.2016.2623346
[91]

Anderson M. The sticky-pad plane and other innovative concepts for perching UAVs. In: Proceedings of the 47th AIAA Aerospace Sciences Meeting Including The New Horizons Forum and Aerospace Exposition; 2009 Jan 5‒8; Orlando, FL, USA. Reston: American Institute for Aeronautics and Astronautics (AIAA); 2009. p. 40. . 10.2514/6.2009-40
[92]

Hawkes EW, Christensen DL, Eason EV, Estrada MA, Heverly M, Hilgemann E. Dynamic surface grasping with directional adhesion. In: Proceedings of the 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2013 Nov 3‒7; Tokyo, Japan. New York City: IEEE; 2013. p. 5487‒93. . 10.1109/iros.2013.6697151
[93]

Jiang H, Pope MT, Hawkes EW, Christensen DL, Estrada MA, Parlier A. Modeling the dynamics of perching with opposed-grip mechanisms. In: Proceedings of the 2014 IEEE International Conference on Robotics and Automation (ICRA); 2014 May 31-Jun 7; Hong Kong, China. New York City: IEEE; 2014. p. 3102‒8. . 10.1109/icra.2014.6907305
[94]

Kalantari A, Mahajan K, Ruffatto D, Spenko M. Autonomous perching and take-off on vertical walls for a quadrotor micro air vehicle. In: Proceedings of the 2015 IEEE International Conference on Robotics and Automation (ICRA); 2015 May 26‒30; Washington, DC, USA. New York City: IEEE; 2015. p. 4669‒74. . 10.1109/icra.2015.7139846
[95]

Estrada MA, Mintchev S, Christensen DL, Cutkosky MR, Floreano D. Forceful manipulation with micro air vehicles. Sci Robot 2018;3(23):eaau6903. . 10.1126/scirobotics.aau6903
[96]

Doyle CE, Bird JJ, Isom TA, Johnson CJ, Kallman JC, Simpson JA. Avian-inspired passive perching mechanism for robotic rotorcraft. In: Proceedings of the 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2011 Sep 25‒30; San Francisco, CA, USA. New York City: IEEE; 2011. p. 4975‒80. . 10.1109/iros.2011.6094487
[97]

Doyle CE, Bird JJ, Isom TA, Kallman JC, Bareiss DF, Dunlop DJ, et al. An avianinspired passive mechanism for quadrotor perching. IEEE/ASME Trans Mechatron 2012;18(2):506‒17. . 10.1109/tmech.2012.2211081
[98]

Stewart W, Guarino L, Piskarev Y, Floreano D. Passive perching with energy storage for winged aerial robots. Adv Intell Syst 2023;5(4):2100150. . 10.1002/aisy.202100150
[99]

Broers KC, Armanini SF. Design and testing of a bioinspired lightweight perching mechanism for flapping-wing MAVs using soft grippers. IEEE Robot Autom Lett 2022;7(3):7526‒33. . 10.1109/lra.2022.3184447
[100]

Zufferey R, Tormo-Barbero J, Feliu-Taleg’on D, Nekoo SR, Acosta JÁ, Ollero A. How ornithopters can perch autonomously on a branch. Nat Commun 2022;13(1):7713. . 10.1038/s41467-022-35356-5
[101]

Hang K, Lyu X, Song H, Stork JA, Dollar AM, Kragic D, et al. Perching and resting—a paradigm for UAV maneuvering with modularized landing gears. Sci Robot 2019;4(28):eaau6637. . 10.1126/scirobotics.aau6637
[102]

Ruiz F, Arrue BC, Ollero A. SOPHIE: soft and flexible aerial vehicle for physical interaction with the environment. IEEE Robot Autom Lett 2022;7(4):11086‒93. . 10.1109/lra.2022.3196768
[103]

Alzu’bi H, Mansour I, Rawashdeh O. Loon copter: implementation of a hybrid unmanned aquatic-aerial quadcopter with active buoyancy control. J Field Robot 2018;35(5):764‒78. . 10.1002/rob.21777
[104]

Lu D, Xiong C, Zeng Z, Liang L. A multimodal aerial under-water vehicle with extended endurance and capabilities. In: Proceedings of the 2019 International Conference on Robotics and Automation (ICRA); 2019 May 20‒24; Montreal, QC, Canada. New York City: IEEE; 2019. p. 4674‒80. . 10.1109/icra.2019.8793985
[105]

Zufferey R, Ancel AO, Farinha A, Siddall R, Armanini SF, Nasr M, et al. Consecutive aquatic jump-gliding with water-reactive fuel. Sci Robot 2019;4(34):eaax7330. . 10.1126/scirobotics.aax7330
[106]

Daler L, Lecoeur J, Hählen PB, Hählen PB, Floreano D. A flying robot with adaptive morphology for multi-modal locomotion. In: Proceedings of the 2013 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2013 Nov 3‒7; Tokyo, Japan. New York City: IEEE; 2013. p. 1361‒6. . 10.1109/iros.2013.6696526
[107]

Kalantari A, Spenko M. Design and experimental validation of hyTAQ, a hybrid terrestrial and aerial quadrotor. In: Proceedings of the 2013 IEEE International Conference on Robotics and Automation; 2013 May 6‍‒‍10; Karlsruhe, Germany. New York City: IEEE; 2013. p. 4445‒50. . 10.1109/icra.2013.6631208
[108]

Maia MM, Mercado DA, Diez FJ. Design and implementation of multirotor aerial-underwater vehicles with experimental results. In: Proceedings of the 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2017 Sep 24‒28; Vancouver, BC, Canada. New York City: IEEE; 2017. p. 961‒6. . 10.1109/iros.2017.8202261
[109]

Ravell DAM, Maia MM, Diez FJ. Modeling and control of unmanned aerial/ underwater vehicles using hybrid control. Control Eng Pract 2018;76:112‒22. . 10.1016/j.conengprac.2018.04.006
[110]

Zha J, Thacher E, Kroeger J, Mäkiharju SA, Mueller MW. Towards breaching a still water surface with a miniature unmanned aerial underwater vehicle. In: Proceedings of the 2019 International Conference on Unmanned Aircraft Systems (ICUAS); 2019 Jun 11‒14; Atlanta, GA, USA. New York City: IEEE; 2019. p. 1178‒85. . 10.1109/icuas.2019.8798350
[111]

Caruccio D, Rush M, Smith P, Carroll J, Warwick P, Smith E, et al. Design, fabrication, and testing of the fixed-wing air and underwater drone. In: Proceedings of the 17th AIAA Aviation Technology, Integration, and Operations Conference; 2019 Jun 5‒9; Denver, CO, USA. Reston: American Institute for Aeronautics and Astronautics (AIAA); 2017. p. 4447.
[112]

Weisler W, Stewart W, Anderson MB, Peters KJ, Gopalarathnam A, Bryant M. Testing and characterization of a fixed wing cross-domain unmanned vehicle operating in aerial and underwater environments. IEEE J Oceanic Eng 2017;43(4):969‒82. . 10.1109/joe.2017.2742798
[113]

Peloquin RA, Thibault D, Desbiens AL. Design of a passive vertical takeoff and landing aquatic UAV. IEEE Robot Autom Lett 2016;2(2):381‒8. . 10.1109/lra.2016.2633623
[114]

Moore J, Fein A, Setzler W. Design and analysis of a fixed-wing unmanned aerial-aquatic vehicle. In: Proceedings of the 2018 IEEE International Conference on Robotics and Automation (ICRA); 2018 May 21‒25; Brisbane, QLD, Australia. New York City: IEEE; 2018. p. 1236‒43. . 10.1109/icra.2018.8461240
[115]

Siddall R, Kovač M. A water jet thruster for an aquatic micro air vehicle. In: Proceedings of the 2015 IEEE International Conference on Robotics and Automation (ICRA); 2015 May 26‒30; Seattle, WA, USA. New York City: IEEE; 2015. p. 3979‒85. . 10.1109/icra.2015.7139755
[116]

Siddall R, Kovac M. Fast aquatic escape with a jet thruster. IEEE/ASME Trans Mechatron 2016;22(1):217‒26. . 10.1109/tmech.2016.2623278
[117]

Siddall R, Ortega Ancel A, Kovač M. Wind and water tunnel testing of a morphing aquatic micro air vehicle. Interface Focus 2017;7(1):20160085. . 10.1098/rsfs.2016.0085
[118]

Bachmann RJ, Boria FJ, Vaidyanathan R, Ifju PG, Quinn RD. A biologically inspired micro-vehicle capable of aerial and terrestrial locomotion. Mech Mach Theory 2009;44(3):513‒26. . 10.1016/j.mechmachtheory.2008.08.008
[119]

Bachmann RJ, Vaidyanathan R, Quinn RD. Drive train design enabling locomotion transition of a small hybrid air-land vehicle. In: Proceedings of the 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2009 Oct 11‒15; LouisSaint, MO, USA. New York City: IEEE; 2009. p. 5647‒52. . 10.1109/iros.2009.5354102
[120]

Boria FJ, Bachmann RJ, Ifju PG, Quinn RD, Vaidyanathan R, Perry C, et al. A sensor platform capable of aerial and terrestrial locomotion. In: Proceedings of the 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2005 Aug 2‒6; Edmonton, AB, Canada. New York City: IEEE; 2005. p. 3959‒64. . 10.1109/iros.2005.1545597
[121]

Daler L, Mintchev S, Stefanini C, Floreano D. A bioinspired multi-modal flying and walking robot. Bioinspir Biomim 2015;10(1):016005. . 10.1088/1748-3190/10/1/016005
[122]

Briod A, Kornatowski P, Zufferey JC, Floreano D. A collision-resilient flying robot. J Field Robot 2014;31(4):496‒509. . 10.1002/rob.21495
[123]

Kossett A, Purvey J, Papanikolopoulos N. More than meets the eye: a hybridlocomotion robot with rotary flight and wheel modes. In: Proceedings of the 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2009 Oct 10‒15; LouisSaint, MO, USA. New York City: IEEE; 2009. p. 5653‒8. . 10.1109/iros.2009.5354632
[124]

Kossett A, D’Sa R, Purvey J, Papanikolopoulos N. Design of an improved land/ air miniature robot. In: Proceedings of the 2010 IEEE International Conference on Robotics and Automation; 2010 May 3‍‒‍8; Anchorage, AK, USA. New York City: IEEE; 2010. p. 632‒7. . 10.1109/robot.2010.5509453
[125]

Kossett A, Papanikolopoulos N. A robust miniature robot design for land/air hybrid locomotion. In: Proceedings of the 2011 IEEE International Conference on Robotics and Automation; 2011 May 9‒13; Shanghai, China. New York City: IEEE; 2011. p. 4595‒600. . 10.1109/icra.2011.5979845
[126]

Morton S, Papanikolopoulos N. A small hybrid ground-air vehicle concept. In: Proceedings of the 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2017 Sep 24‒28; Vancouver, BC, Canada. New York City: IEEE; 2017. p. 5149‒54. . 10.1109/iros.2017.8206402
[127]

Wang H, Shi J, Wang J, Wang H, Feng Y, Yu Y. Design and modeling of a novel transformable land/air robot. Int J Aerosp Eng 2019;2019:2064131. . 10.1155/2019/2064131
[128]

Pratt CJ, Leang KK. Dynamic underactuated flying-walking (duck) robot. In: Proceedings of the 2016 IEEE International Conference on Robotics and Automation (ICRA); 2016 May 16‒21; Stockholm, Sweden. New York City: IEEE; 2016. p. 3267‒4. . 10.1109/icra.2016.7487498
[129]

Peterson K, Fearing RS. Experimental dynamics of wing assisted running for a bipedal ornithopter. In: Proceedings of the 2011 IEEE/RSJ International Conference on Intelligent Robots and Systems; 2011 Sep 25‒30; FranciscoSan, CA, USA. New York City: IEEE; 2011. p. 5080‒6. . 10.1109/iros.2011.6095041
[130]

Tu Z, Hui C, Liu L, Zhou Y, Romano DR, Deng X. Crawl and fly: a bio-inspired robot utilizing unified actuation for hybrid aerial-terrestrial locomotion. IEEE Robot Autom Lett 2021;6(4):7549‒56. . 10.1109/lra.2021.3099246
[131]

Peterson K, Birkmeyer P, Dudley R, Fearing RS. A wing-assisted running robot and implications for avian flight evolution.Bioinspir Biomim 2011;6(4):046008. . 10.1088/1748-3182/6/4/046008
[132]

Shin WD, Park J, Park HW. Bio-inspired design of a gliding-walking multimodal robot. In: Proceedings of the 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS); 2018 Oct 1‒5; Madrid, Spain. New York City: IEEE; 2018. p. 8158‒64. . 10.1109/iros.2018.8594210
[133]

Shin WD, Park J, Park HW. Development and experiments of a bio-inspired robot with multi-mode in aerial and terrestrial locomotion. Bioinspir Biomim 2019;14(5):056009. . 10.1088/1748-3190/ab2ab7
[134]

Bodie K, Brunner M, Pantic M, Walser S, Pfandler P, Angst U, et al. Active interaction force control for contact-based inspection with a fully actuated aerial vehicle. IEEE Trans Robot 2020;37(3):709‒22. . 10.1109/tro.2020.3036623
[135]

Jimenez-Cano AE, Sanchez-Cuevas PJ, Grau P, Ollero A, Heredia G. Contactbased bridge inspection multirotors: design, modeling, and control considering the ceiling effect. IEEE Robot Autom Lett 2019;4(4):3561‒8. . 10.1109/lra.2019.2928206
[136]

Aucone E, Kirchgeorg S, Valentini A, Pellissier L, Deiner K, Mintchev S. Droneassisted collection of environmental dna from tree branches for biodiversity monitoring. Sci Robot 2023;8(74):eadd5762. . 10.1126/scirobotics.add5762
[137]

Hunt G, Mitzalis F, Alhinai T, Hopper PA, Kovac M. 3D printing with flying robots. In: Proceedings of the 2014 IEEE international conference on robotics and automation (ICRA); 2014 May 31-Jun 7; Hong Kong, China. New York City: IEEE; 2014. p. 4493‒9. . 10.1109/icra.2014.6907515
[138]

Zhang K, Chermprayong P, Xiao F, Tzoumanikas D, Dams B, Kay S, et al. Aerial additive manufacturing with multiple autonomous robots. Nature 2022;609(7928):709‒17. . 10.1038/s41586-022-04988-4
[139]

Bucki N, Tang J, Mueller MW. Design and control of a midair-reconfigurable quadcopter using unactuated hinges. IEEE Trans Robot 2022;39(1):539‒57. . 10.1109/tro.2022.3193792
[140]

Alexis K, Darivianakis G, Burri M, Siegwart R. Aerial robotic contact-based inspection: planning and control. Auton Robots 2016;40(4):631‒55. . 10.1007/s10514-015-9485-5
[141]

Zhan DQ. [Meal delivery drones officially put into operation] [Internet]. Beijing: People’s Daily; 2018 May 30 [cited 2023 Aug 4]. Available from: 10.5465/ambpp.2018.18421abstract
[142]

[Low altitude economy is poised to soar] [Internet]. Beijing: China News Service; 2023 May 4 [cited 2023 Aug 4]. Available from: 10.33965/ciaca_ciawi2023_202308l014
[143]

Ramon-Soria P, Arrue BC, Ollero A. Grasp planning and visual servoing for an outdoors aerial dual manipulator. Engineering 2020;6(1):77‒88. . 10.1016/j.eng.2019.11.003
[144]

Stewart W, Ajanic E, Müller M, Floreano D. How to swoop and grasp like a bird with a passive claw for a high-speed grasping. IEEE/ASME Trans Mechatron 2022;27(5):3527‒35. . 10.1109/tmech.2022.3143095
[145]

Xie L, Cao X, Xu J, Zhang R. UAV-enabled wireless power transfer: a tutorial overview. IEEE Trans Green Commun Netw 2021;5(4):2042‒64. . 10.1109/tgcn.2021.3093718
[146]

Ibrahim MR, Azman MF, Ariffin AH, Mansur MN, Mustapa MS, Irfan AR. Overview of unmanned aerial vehicle (UAV) partsmaterial in recent application. In: Ariffin AH, Latif NA, Mahmod MFB, Mohamad ZB, editors. Structural integrity and monitoring for composite materials. Singapore: Springer; 2023. p. 179‒89. . 10.1007/978-981-19-6282-0_11
[147]

Ye X, Song F, Zhang Z, Zeng Q. A review of small UAV navigation system based on multi-source sensor fusion. IEEE Sens J 2023;23(17):18926‒48. . 10.1109/jsen.2023.3292427
[148]

Fumagalli M, Stramigioli S, Carloni R. Mechatronic design of a robotic manipulator for unmanned aerial vehicles. In: Proceedings of the 2016 IEEE/ RSJ International Conference on Intelligent Robots and Systems (IROS); 2016 Oct 9‒14; Daejeon, Republic of Korea. New York City: IEEE; 2016. p. 4843‒8. . 10.1109/iros.2016.7759711
AI Summary AI Mindmap
PDF (5572KB)

13678

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉