個人觀點：可研究的方向
1. 靜態規劃方面：將控制與定位結合起來；修正回環檢測誤差，提高演算法的計算精度和執行效率；
2. 動態規劃方面：用神經網路識別運動物體的行進方向，行進速度等引數，動態的規劃當前或者短時間內的行進路線；在不改變總體規劃路線的情況下，小範圍內實現靈活避障；
下面給出國內重點高校的軟硬體方案：
天津大學
硬體平台：
慣性導航單元 荷蘭xcens公司 mti
超聲波感測器 devantech公司 srf-08
雷射雷達 日本houkuyo公司 urg-04lx 精度10mm 半徑4000mm 圓心角240°
處理器 arm+dsp28335
雷射雷達的位姿估計演算法：
特徵-特徵 需要從參考掃瞄和當前掃瞄資料中提取一組特徵資訊，如線段，角點
點-特徵 當前掃瞄的原始資料與參考掃瞄中的特徵進行匹配
前兩種有很大的侷限性，只適用於特徵明顯，結構簡單的多邊形環境
問題：定位精度不高，沒有做多感測器資料融合，沒有將定位與控制結合起來；
浙江大學
硬體平台：
處理器 arm+dsp+fpga
慣性單元 adis-16405
超聲波 hc-sr04
雷射雷達 hokuyo 04-lx
演算法：
d&c slam/ins組合導航；精度 0.2m
問題：應用到了實際的室內飛行控制系統中，且完成了起飛，懸停等簡單任務；但演算法不是在機載計算機上執行的，通訊延遲造成了一定的導航誤差；
南京航空航天大學
硬體平台：
處理器 pcduino微型計算機 1ghz ,雙核arm a7 lubuntu系統
雷射雷達hokuyo utm-30lx
姿態感測器 lpms curs
超聲波感測器 us-100
問題：icp演算法資料匹配時，匹配率過低，匹配誤差較大，定位精度不高；只完成了室內的自主定位，沒有將控制方法應用於實際飛行控制中；
哈工大
提出了改進a*演算法的路徑規劃方法，設計出了基於backstepping思想的移動機械人軌跡跟蹤控制；利用柵格法對機械人的工作環境進行建模；
a*演算法：一種啟發式的狀態空間搜尋演算法；基本原理是從狀態空間的初始狀態（初始柵格）出發，按照一定的順序和條件對狀態空間中的狀態柵格進行遍歷，最終找到目標狀態柵格；
硬體平台：
大疆m100 軸距650mm
處理器 odroid-u3 四核arm架構 記憶體2g 質量49g
影象處理平台
乙太網介面數字相機 sg-100-dic/m 500w畫素 30fps
千兆網絡卡 用於攝像機影象傳輸
工控機配置 nuvo-1000 影象處理地面站介面 可同時接入5路千兆internet介面
問題：受攝像機視野的影響，無法進行大範圍的自主導航及路徑規劃；實驗過程中沒有採用實際的障礙物，是利用人為定義的虛擬障礙物；
江蘇大學
硬體平台：
pixhawk飛控板
odroid xu4 arm板
mvbluefox-mlc攝像頭 廣角攝像頭 120fps
搭建了無人機雙目視覺定位測試系統；以sift演算法作為特徵點提取和匹配的主要方法，解決了視覺定位中累計誤差，提出了一種基於歷史訪問資訊的視覺定位累積誤差抑制方法。該方法通過路標識別進行全域性誤差消除的方法相似；具有很好的未知環境適應能力；
演算法首先將相對於當前位置具有高影象特徵點匹配率的歷史訪問區域定義為可信空間，進而利用已儲存的所有可信歷史訪問點的影象特徵，對當前位置進行區域性旋轉和位移偏移量的重計算，並以影象匹配率為權重，對原始定位結果進行修正。
sift 是一種機器視覺演算法用來偵測與描述中的區域性性特徵，它在空間尺度中尋找極值點；具體包括 尺度空間極值檢測，特徵點定位，特徵點方向確定和特徵點描述；
無人機室內充電系統
由於新買的攝像頭還沒到，所以暫時停下了對雙目的實驗工作。實驗室最近突然多了很多微型無人機，大家玩的不亦樂乎，但是發現問題就是無人機的巡航時間過短，不僅是空心杯電機的微型無人機，常規尺寸的旋翼無人機的續航時間也不是很長。從而引發了我的對無人機充電的思考。大家在室內玩的這貨。還有在一邊兒陪著他的大傢伙。...
多個相機拍攝定位 無人機室內定位方案大PK
無人機室內定位方案大pk一說到無人機定位就想到gps,但對於gps訊號很弱的室內環境，我們的無人機飛行控制又該依賴誰呢？今天阿木實驗室就來帶大家了解一下無人機的各種室內定位方案。方案一 超聲波 光流感測器 超聲波測距原理 超聲波發射器向某一方向發射超聲波，在超聲波在空氣中的傳播速度為340m s，根...
六旋翼無人機（無人機應急基站）或巡檢無人機
諾基亞當時的無人機基站就是用的六旋翼嘛。無人機還可以去用來檢查基站。把六旋翼的原理弄懂。六旋翼和四旋翼的區別是不是還是在旋翼動力分配上？就像球上平衡車三輪和四輪的區別？其實球上平衡車不管三輪還是四倫，都是兩個角度環兩個速度環，可以投影成兩個一級倒立擺，只是最後轉化成的每個輪子的pwm的公式改變一下就...