2016P01 / cinematography
Niels Joubert, Jane L. E, Dan B Goldman, Floraine Berthouzoz, Mike Roberts, James A. Landay, Pat Hanrahan
Calcule des plans canoniques de deux personnes et les transitions entre eux tout en respectant les contraintes de distance et du véhicule. Des traceurs RTK GPS et IMU localisent les deux acteurs et le drone caméra.
Lire les résultats, applications et limites
MÉTHODE
Construit des plans canoniques à partir de la géométrie à deux sujets et optimise les transitions sous contraintes entre trajectoires.
ÉVALUATION
Évalue des trajectoires filmées en extérieur avec des traceurs de position et d’orientation portés par les sujets.
RÉSULTAT
Faire la moyenne de deux trajectoires de caméra peut violer la distance de séparation ; le mélange sous contraintes résout ce problème.
LIEN AVEC LA PRATIQUE
Utilisez le placement dans l’espace de l’écran pour planifier des plans de dialogue ou de cérémonie avant de choisir les positions de vol.
LIMITE
Traite principalement d’un ou deux sujets relativement immobiles. Ce n’est pas une solution d’autonomie urbaine sans balise.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 1 Introduction · 7 Transitioning Between Shots · 8 Tracking and Control Platform · 9 Results · 11 Conclusion
DOI: 10.48550/arxiv.1610.01691
Citations OpenAlex pour cette fiche: 65 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 65 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2018P02 / cinematography
Quentin Galvane, Christophe Lino, Marc Christie, Julien Fleureau, Fabien Servant, François-Louis Tariolle, Philippe Guillotel
Introduit le Drone Toric Space, une représentation de la caméra qui relie la composition aux contraintes physiques du drone, avec des outils interactifs de trajectoire et des points de vue coordonnés multidrones.
Lire les résultats, applications et limites
MÉTHODE
Le Drone Toric Space encode le cadrage et les restrictions du véhicule pour la manipulation à l’écran et les trajectoires esquissées.
ÉVALUATION
Douze novices comparent les commandes manuelles, par cadrage et par esquisse ; les expériences physiques utilisent Vicon et des cartes d’obstacles préparées.
RÉSULTAT
La composition, la séparation et les limites d’actionnement de la caméra peuvent être représentées dans un même cadre de planification.
LIEN AVEC LA PRATIQUE
Une base utile pour des interfaces qui définissent la taille du sujet et le point de vue avant les coordonnées dans le monde.
LIMITE
Le matériel expérimental limitait l’inclinaison et la stabilisation de la caméra ; une exploitation quelconque en extérieur n’a pas été démontrée.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 4 Drone Toric Space · 8 Results · 8.5 Limitations · 9 Conclusion · 8.1 User evaluation
DOI: 10.1145/3181975
Citations OpenAlex pour cette fiche: 64 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 64 ↗ · Crossref / separate-database: 60 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2016P03 / cinematography
Quentin Galvane, Julien Fleureau, François-Louis Tariolle, Philippe Guillotel
Traduit des descriptions de plans de haut niveau en configurations de caméra et en trajectoires de drone, en adaptant les techniques de cinématographie virtuelle au contrôle physique d’un drone.
Lire les résultats, applications et limites
MÉTHODE
Traduit les descriptions de plans en points de vue et en trajectoires avant de les transmettre au contrôle de vol.
ÉVALUATION
L’évaluation physique utilise un dispositif de capture de mouvement en intérieur plutôt qu’une exploration autonome d’extérieurs inconnus.
RÉSULTAT
Les représentations sphériques et toriques transforment les instructions de cadrage en points de vue candidats.
LIEN AVEC LA PRATIQUE
Utilisez-le pour structurer les briefs de plan par cadrage, sujet et position à l’écran.
LIMITE
L’article reconnaît explicitement l’absence d’évitement d’obstacles efficace ; les aéronefs plus grands et non protégés nécessitent des travaux supplémentaires.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 4 Autonomous path planning · 7 Experimental Results · 8 Limitations and Future work · 9 Conclusions
DOI: 10.2312/wiced.20161097
Citations OpenAlex pour cette fiche: 29 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 29 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2016P04 / cinematography
Julien Fleureau, Quentin Galvane, François-Louis Tariolle, Philippe Guillotel
Propose une architecture de contrôle générique pour voilure tournante qui relie la planification de trajectoire cinématographique aux API de drone de haut niveau par des modèles dynamiques couplés et un contrôle par rétroaction.
Lire les résultats, applications et limites
MÉTHODE
Une architecture générique fait correspondre les commandes de pose cinématographiques à un modèle de véhicule et à un contrôle par rétroaction.
ÉVALUATION
Les démonstrations de tournage avec un seul AR.Drone illustrent l’architecture ; elles ne valident pas la coordination multidrones.
RÉSULTAT
La contribution architecturale consiste à séparer la spécification du plan du contrôle de bas niveau du véhicule.
LIEN AVEC LA PRATIQUE
Séparez les intentions de caméra communes des adaptateurs propres à chaque plateforme dans les logiciels multifabricants.
LIMITE
Les expériences étaient principalement à un seul drone et limitées par la caméra et le matériel de vol de l’AR.Drone.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 4 Drone and Cinematography · 6 Limitation and Future Work · 7 Conclusion
DOI: 10.1145/2935620.2935622
Citations OpenAlex pour cette fiche: 34 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 34 ↗ · Crossref / separate-database: 27 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2020P05 / cinematography
Rogerio Bonatti, Yanfu Zhang, Sanjiban Choudhury, Wenshan Wang, Sebastian Scherer
Équilibre fluidité, occultation, distance aux obstacles et objectifs artistiques du plan par une optimisation de trajectoire en temps réel avec des prédictions bruitées des mouvements des acteurs.
Lire les résultats, applications et limites
MÉTHODE
Un optimiseur à gradient sur un horizon long combine des coûts de fluidité, d’obstacles, d’occultation et de plan souhaité.
ÉVALUATION
La simulation et un tournage en extérieur évaluent les trajectoires sous les hypothèses d’une carte préalable et du GPS des acteurs.
RÉSULTAT
Des coûts d’occultation explicites améliorent la visibilité tout en augmentant parfois l’écart par rapport au plan préféré.
LIEN AVEC LA PRATIQUE
Lors d’un suivi en forêt, vérifiez la ligne de visée entre la caméra et le sujet en plus du couloir de vol.
LIMITE
Cette version repose sur le GPS des acteurs et une cartographie préalable ; la localisation visuelle et la cartographie en ligne relevaient de travaux futurs.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Motion planning formulation · 5 Experiments · 6 Conclusion and discussion
DOI: 10.1007/978-3-030-33950-0_11
Citations OpenAlex pour cette fiche: 65 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 65 ↗ · Crossref / separate-database: 33 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P06 / cinematography
Rogerio Bonatti, Cherie Ho, Wenshan Wang, Sanjiban Choudhury, Sebastian Scherer
Intègre la localisation visuelle des acteurs, une cartographie de distance LiDAR incrémentale et la planification en temps réel du mouvement de la caméra pour filmer des cibles en mouvement dans des environnements inconnus.
Lire les résultats, applications et limites
MÉTHODE
Combine l’estimation visuelle de la position et de l’orientation, la cartographie LiDAR et la planification de trajectoire embarquée.
ÉVALUATION
Des essais avec DJI M210/Jetson TX2 filment des personnes et des vélos et comparent estimation bruitée et cartographie partielle.
RÉSULTAT
L’estimation de l’orientation de l’acteur contribue au choix du point de vue, au-delà de la simple connaissance de sa position.
LIEN AVEC LA PRATIQUE
Évaluez séparément le suivi, la gestion des occultations, la cartographie et la replanification lorsque vous comparez des systèmes de suivi.
LIMITE
Suppose un environnement essentiellement statique ; des changements brusques de la cible et des échecs de suivi peuvent faire perdre le sujet.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · II Problem Formulation · System architecture · V Evaluation · VI Conclusion · V-A Experimental setup · V-B Field test results · Concluding limitations on static environments and reacquisition
DOI: 10.1109/iros40897.2019.8968163
Citations OpenAlex pour cette fiche: 92 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 92 ↗ · Crossref / separate-database: 76 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2020P07 / cinematography
Rogerio Bonatti, Wenshan Wang, Cherie Ho, Aayush Ahuja, Mirko Gschwindt, Efe Camci, Erdal Kayacan, Sanjiban Choudhury, Sebastian Scherer
Combine l’estimation des acteurs, une cartographie de distance incrémentale, l’optimisation de trajectoire et un choix appris du point de vue artistique dans un système intégré de tournage en extérieur.
Lire les résultats, applications et limites
MÉTHODE
Sépare la planification du mouvement en coordonnées monde du contrôle de la nacelle par rétroaction d’image, avec une sélection apprise des plans.
ÉVALUATION
Les évaluations du système en extérieur et des modules documentent des erreurs d’estimation en cascade et un transfert imparfait depuis la simulation.
RÉSULTAT
Les enseignements tirés soulignent les erreurs en cascade et la séparation entre le contrôle de la caméra fondé sur l’image et la planification dans l’espace monde.
LIEN AVEC LA PRATIQUE
Utilisez la décomposition du système pour diagnostiquer les interactions entre erreurs de suivi, localisation et images saccadées.
LIMITE
Les extensions à plusieurs drones et plusieurs acteurs et des modèles plus riches du raisonnement artistique restent des questions ouvertes.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 6 Mapping · 7 Motion Planning · 9 Experiments · 10.1 Lessons Learned · 11 Conclusion · 10.1 Lessons Learned: cascading error, height drift and simulation transfer
DOI: 10.1002/rob.21931
Citations OpenAlex pour cette fiche: 91 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 91 ↗ · Crossref / separate-database: 92 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P08 / cinematography
Mirko Gschwindt, Efe Camci, Rogerio Bonatti, Wenshan Wang, Erdal Kayacan, Sebastian Scherer
Utilise l’apprentissage par renforcement profond pour choisir les points de vue de tournage, en comparant des récompenses conçues à la main et issues de préférences humaines avant de tester le transfert de la simulation à un drone réel.
Lire les résultats, applications et limites
MÉTHODE
Un DQN choisit gauche/droite/avant/arrière toutes les six secondes à partir d’une carte de hauteur, du plan en cours et du nombre de répétitions.
ÉVALUATION
Dix participants classent des clips de cinq scènes inédites ; l’étude ne teste pas la réalisation d’un film entier.
RÉSULTAT
Les préférences humaines peuvent guider les politiques de choix de point de vue ; perdre l’acteur reste fortement indésirable.
LIEN AVEC LA PRATIQUE
Séparez les scores de préférence des critères de visibilité et de sécurité lorsque vous concevez des recommandations de plans.
LIMITE
La politique choisit parmi des modes de plan ; elle ne modélise pas la direction complète d’un film, le récit ni le montage.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Learning framework · User study · VII Conclusion · III-B State/action/reward formulation · V-C User study results · VI Discussion
DOI: 10.1109/iros40897.2019.8967592
Citations OpenAlex pour cette fiche: 58 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 58 ↗ · Crossref / separate-database: 52 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2020P09 / cinematography
Luis-Evaristo Caraballo, Ángel Montes-Romero, José-Miguel Díaz-Báñez, Jesús Capitán, Arturo Torres-González, Aníbal Ollero
Répartit les tâches de tournage entre drones pour maximiser la couverture enregistrée tout en tenant compte de la capacité des batteries et du retour à la base.
Lire les résultats, applications et limites
MÉTHODE
Optimise la durée de tournage sur un graphe discret, en attribuant séquentiellement des solutions à un véhicule à une équipe.
ÉVALUATION
Des simulations aléatoires et des démonstrations de tournage à deux et trois drones évaluent la planification, y compris le remplacement des batteries.
RÉSULTAT
Une solution à un seul drone fondée sur un graphe est étendue de façon gloutonne à de petites équipes.
LIEN AVEC LA PRATIQUE
Associez la liste de plans aux calendriers de déplacement, de recharge et de changement de véhicule pour la couverture d’événements.
LIMITE
La solution gloutonne multidrones n’est pas optimale globalement et simplifie la consommation d’énergie.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Problem formulation · IV Greedy strategy · Field experiments · VII Conclusions
DOI: 10.1109/iros45743.2020.9341622
Citations OpenAlex pour cette fiche: 16 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 16 ↗ · Crossref / separate-database: 11 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2024P10 / cinematography
Pablo Pueyo, Juan Dendarieta, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Étend le contrôle autonome de la caméra à la mise au point, à l’ouverture et à la focale en plus de la pose de la caméra, grâce à la perception et à la commande prédictive non linéaire.
Lire les résultats, applications et limites
MÉTHODE
Une MPC non linéaire régule conjointement le cadrage, la distance et la profondeur de champ par les réglages du véhicule et de l’objectif.
ÉVALUATION
L’expérience de vol E6 filme une chaise sans contrôle de l’orientation ni de l’ouverture ; E7 mesure le calcul sur Jetson à partir de données enregistrées.
RÉSULTAT
Le contrôle conjoint des paramètres intrinsèques et extrinsèques permet des effets qui dépassent la planification de position et d’orientation.
LIEN AVEC LA PRATIQUE
Distinguez les changements d’échelle de l’image des changements de perspective lorsque vous planifiez des mouvements de caméra.
LIMITE
L’essai en vol réel ne contrôlait ni l’orientation de la caméra ni l’ouverture ; il ne faut pas supposer une capacité matérielle sur toutes les variables.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · V Control Module · VIII Experiments · VIII-B Real Experiments · IX Future work and limitations · X Conclusions · VIII-B3 Experiment 6: real flight constraints · VIII-B4 Experiment 7: recorded-data compute test
DOI: 10.1109/tro.2024.3353550
Citations OpenAlex pour cette fiche: 17 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 17 ↗ · Crossref / separate-database: 19 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2023P11 / cinematography
Pablo Pueyo, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Extrait la composition du sujet et les caractéristiques de mise au point d’une vidéo de référence et les convertit en instructions CineMPC pour une nouvelle scène.
Lire les résultats, applications et limites
MÉTHODE
Extrait des caractéristiques de pose, de segmentation et de mise au point, les lisse par optimisation, puis émet des instructions CineMPC.
ÉVALUATION
Utilise deux séquences sources — un film et une séquence synthétique — et trois environnements cibles virtuels.
RÉSULTAT
Le style est représenté par des caractéristiques transférables de cadrage et de profondeur de champ.
LIEN AVEC LA PRATIQUE
Annotez le placement du sujet et les changements de mise au point en plus du mouvement de caméra dans l’analyse des références.
LIMITE
De vraies vidéos sources ont été analysées, mais le tournage cible a été évalué en simulation ; les expériences sur robot mobile réel relevaient de travaux futurs.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Feature extraction and optimization · VI Experiments · VII Conclusions · VI-A Source sequences and target environments · VI-B Implementation details
DOI: 10.1109/iros55552.2023.10342280
Citations OpenAlex pour cette fiche: 3 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 3 ↗ · Crossref / separate-database: 3 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P12 / cinematography
Chong Huang, Yuanjie Dang, Peng Chen, Xin Yang, Kwang-Ting (Tim) Cheng
Apprend des caractéristiques de style et l’imitation d’actions afin qu’une seule démonstration puisse guider le tournage sans entraîner un modèle distinct pour chaque style démontré.
Lire les résultats, applications et limites
MÉTHODE
Transfère une démonstration à l’aide de représentations préentraînées sur des styles de tournage de base.
ÉVALUATION
Répartit 146 vidéos en 97 vidéos d’entraînement et 49 de test ; évalue l’erreur de mouvement, la classification, les notes de dix personnes et des exemples avec drone.
RÉSULTAT
Le transfert en une seule démonstration repose toujours sur un modèle entraîné sur des styles de tournage de base.
LIEN AVEC LA PRATIQUE
Évaluez séparément le transfert vers de nouveaux sujets et le transfert vers de nouveaux styles de caméra.
LIMITE
L’étude porte sur une seule personne et écarte de ses données les éclairages difficiles, les sujets minuscules et les occultations prolongées.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 3 One-Shot Imitation Filming · 5.1 Dataset · 5 Experiments · 6 Conclusions · 5.2 Experimental Setup and evaluation metrics
DOI: 10.48550/arxiv.1912.10609
Citations OpenAlex pour cette fiche: 4 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 4 ↗ · OpenAlex / related-version-or-duplicate-not-added: 11 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P13 / cinematography
Chong Huang, Chuan-En Lin, Zhenyu Yang, Yan Kong, Peng Chen, Xin Yang, Kwang-Ting Cheng
Utilise les squelettes des sujets, l’apparence de la scène et le mouvement de caméra estimé par flux optique dans un modèle séquentiel entraîné sur des clips vidéo professionnels de mouvement humain.
Lire les résultats, applications et limites
MÉTHODE
Fournit des indices de squelette, d’arrière-plan et de flux optique à un modèle séquence à séquence pour prédire le mouvement de la caméra.
ÉVALUATION
Présente des évaluations sur données couvrant six styles de tournage et des démonstrations de tournage avec un DJI Matrice 100.
RÉSULTAT
Le contexte temporel et le mouvement de caméra précédent comptent au-delà d’une seule image attrayante.
LIEN AVEC LA PRATIQUE
Examinez ensemble la composition d’ouverture, du milieu et de fin ainsi que les changements de vitesse.
LIMITE
L’évaluation utilise six styles regroupés et une plateforme sur mesure, pas tous les genres ni tous les environnements.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Method and features · 4 Experiments · 4.3 Drone Cinematography System · 5 Conclusions
DOI: 10.1109/cvpr.2019.00437
Citations OpenAlex pour cette fiche: 35 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 35 ↗ · Crossref / separate-database: 31 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2020P14 / cinematography
Amirsaman Ashtari, Stefan Stevšić, Tobias Nägeli, Jean-Charles Bazin, Otmar Hilliges
Modélise le mouvement d’un cadreur qui marche et de son dispositif de caméra afin qu’un drone puisse reproduire des plans subjectifs à la première personne et des transitions vers un mouvement fluide.
Lire les résultats, applications et limites
MÉTHODE
Modélise le mouvement du cadreur qui marche et du dispositif de caméra, puis le convertit en mouvement de caméra aérienne réalisable.
ÉVALUATION
Combine des prises de vue réelles, une comparaison avec des données de capture de mouvement de marche et une étude perceptive en ligne auprès de 106 répondants.
RÉSULTAT
Le tremblement de caméra intentionnel peut être optimisé dans les limites de la dynamique de l’aéronef au lieu d’être supprimé sans discernement.
LIEN AVEC LA PRATIQUE
Choisissez un caractère de mouvement délibéré en fonction de la scène plutôt que de maximiser partout la stabilisation.
LIMITE
Les limites d’actionnement et du SDK empêchent d’imiter exactement tous les mouvements humains.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Motion model · Evaluation · 10 Limitations and Future Work · Conclusion · Perceptual user study · 9 Evaluation of our walking camera model
DOI: 10.1145/3378673
Citations OpenAlex pour cette fiche: 25 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 25 ↗ · Crossref / separate-database: 25 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2017P15 / cinematography
Tobias Nägeli, Lukas Meier, Alexander Domahidi, Javier Alonso-Mora, Otmar Hilliges
Utilise des rails virtuels et des objectifs de cadrage dans une optimisation à horizon glissant pour planifier conjointement le mouvement et la commande d'un ou de plusieurs drones de prise de vue.
Lire les résultats, applications et limites
MÉTHODE
La commande à horizon glissant combine rails virtuels, cadrage et coordination séquentielle multi-drones de la visibilité et des collisions.
ÉVALUATION
Les essais en intérieur utilisent Vicon et Bebop2 ; l'évaluation comprend la montée en charge du calcul et un retour préliminaire d'un seul opérateur caméra.
RÉSULTAT
La rétroaction et les contraintes dynamiques sont intégrées directement dans la planification, et pas seulement dans le suivi de trajectoire.
LIEN AVEC LA PRATIQUE
Décrivez les storyboards par des intentions et des tolérances relatives au sujet, pas seulement par des points de passage fixes.
LIMITE
La faisabilité dépend du modèle et de l'horizon ; la mise au point optique et le contrôle de la profondeur de champ étaient des extensions envisagées.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 3 Planning formulation · 4 Multi-Drone Flight · 5 Evaluation · 6 Conclusions · 5.1 Implementation Details · 5.2 Quantitative and qualitative experiments · 5.3 Preliminary expert feedback
DOI: 10.1145/3072959.3073712
Citations OpenAlex pour cette fiche: 168 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 168 ↗ · Crossref / separate-database: 149 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P16 / survey
Ioannis Mademlis, Nikos Nikolaidis, Anastasios Tefas, Ioannis Pitas, Tilman Wagner, Alberto Messina
Passe en revue la cinématographie aérienne autonome et formalise le cadrage, le mouvement d'un seul UAV et le mouvement de plusieurs UAV dans une taxonomie de plans reliée aux exigences techniques.
Lire les résultats, applications et limites
MÉTHODE
Organise les mouvements de caméra élémentaires et combinés en regard des contraintes de l'aéronef et de la compensation optique.
ÉVALUATION
Un tutoriel classant 26 types de mouvements de caméra, et non un banc d'essai matériel validant tous ces types.
RÉSULTAT
Les types de plans diffèrent par leurs besoins énergétiques et la complexité de leur autonomie, pas seulement par leur apparence visuelle.
LIEN AVEC LA PRATIQUE
Organisez une bibliothèque de plans selon des dimensions distinctes : cadrage, mouvement de l'aéronef et mouvement de la caméra.
LIMITE
Une taxonomie et un tutoriel ne prouvent pas que tous les types de plans peuvent être automatisés en toute sécurité sur n'importe quel matériel.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Taxonomy of camera motion types · Focal-length and multi-drone compensation · Discussion
DOI: 10.1145/3347713
Citations OpenAlex pour cette fiche: 49 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 49 ↗ · Crossref / separate-database: 44 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2011P17 / motion
Daniel Mellinger, Vijay Kumar
Utilise la platitude différentielle et l'optimisation polynomiale pour générer des trajectoires lisses passant par des images clés de position et de lacet et par des couloirs sûrs prescrits.
Lire les résultats, applications et limites
MÉTHODE
Utilise la platitude différentielle et des trajectoires polynomiales minimisant le snap, dérivée quatrième de la position par rapport au temps.
ÉVALUATION
Les expériences Hummingbird/Vicon comprennent l'interception d'anneaux et des passages contraints sous capture de mouvement externe.
RÉSULTAT
Des dérivées d'ordre supérieur lisses relient les points de passage géométriques à un mouvement dynamiquement suivable.
LIEN AVEC LA PRATIQUE
Une base pour comprendre les décollages en douceur, les accélérations progressives et les transitions en virage.
LIMITE
Les expériences utilisent une capture de mouvement en intérieur ; la perception des obstacles et la composition cinématographique sont des problèmes distincts.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · II Model · V Trajectory Generation · VI Experiments · VI-A Spatially Scaled Trajectories
DOI: 10.1109/icra.2011.5980409
Citations OpenAlex pour cette fiche: 2421 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 2421 ↗ · Crossref / separate-database: 2100 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2016P18 / motion
Charles Richter, Adam Bry, Nicholas Roy
Développe une optimisation de trajectoire polynomiale numériquement stable et une allocation du temps par segment pour le vol dans des espaces intérieurs encombrés.
Lire les résultats, applications et limites
MÉTHODE
Combine une recherche d'itinéraire de faible dimension, une optimisation polynomiale numériquement stable et une allocation du temps par segment.
ÉVALUATION
Les bancs d'essai de stabilité numérique et les vols en intérieur au MIT utilisent un LiDAR, une IMU et un calcul embarqués.
RÉSULTAT
Séparer la recherche d'itinéraire de l'optimisation polynomiale améliore l'efficacité au détriment de l'optimalité globale.
LIEN AVEC LA PRATIQUE
Traitez la durée des segments comme une variable de conception dans les longues séquences de points de passage.
LIMITE
Les vitesses de vol agressif démontrées ne sont ni des vitesses de prise de vue recommandées ni des limites de sécurité générales.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Polynomial optimization formulation · Time allocation · 6 Conclusion · 4.2 Performance of Polynomial Optimization · 4.3 Experimental Flight Tests
DOI: 10.1007/978-3-319-28872-7_37
Citations OpenAlex pour cette fiche: 764 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 764 ↗ · Crossref / separate-database: 565 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2021P19 / motion
Xin Zhou, Zhepei Wang, Hongkai Ye, Chao Xu, Fei Gao
Évite de construire un ESDF complet en extrayant les informations d'obstacle lorsqu'une trajectoire candidate entre en collision, puis optimise la trajectoire et recalcule son minutage.
Lire les résultats, applications et limites
MÉTHODE
Déduit la répulsion des obstacles à partir de chemins de guidage anticollision, optimise des B-splines et affine le minutage.
ÉVALUATION
Les bancs d'essai et les essais réels en intérieur, avec changement brusque d'objectif et en forêt évaluent la navigation, pas la composition de l'image.
RÉSULTAT
Des informations d'obstacle ciblées réduisent les calculs redondants pendant la planification locale.
LIEN AVEC LA PRATIQUE
Mesurez séparément la latence de cartographie et celle de replanification dans les systèmes de prise de vue autonomes.
LIMITE
Il s'agit d'un planificateur de navigation, et non d'un optimiseur complet du cadrage ou de l'occultation cinématographique.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Planning framework · VI Experiment Results · VII Conclusion and Future Work · VI-A Implementation Details · VI-E Real-world Experiments
DOI: 10.1109/lra.2020.3047728
Citations OpenAlex pour cette fiche: 557 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 557 ↗ · Crossref / separate-database: 568 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P20 / motion
Boyu Zhou, Fei Gao, Luqi Wang, Chuhao Liu, Shaojie Shen
Combine recherche cinodynamique, optimisation de trajectoire par B-splines et ajustement temporel pour une navigation autonome efficace des quadrirotors.
Lire les résultats, applications et limites
MÉTHODE
La recherche cinodynamique initialise l'optimisation par B-splines, suivie d'une réallocation temporelle selon les limites de mouvement.
ÉVALUATION
Les essais numériques et physiques en environnement encombré évaluent le vol ; l'occultation cinématographique et le cadrage nécessitent une conception supplémentaire.
RÉSULTAT
Une résolution spatiale plus grossière arbitre entre efficacité de calcul et couverture des chemins réalisables.
LIEN AVEC LA PRATIQUE
Considérez ensemble la résolution de la carte, la taille du véhicule et la latence pour la navigation en forêt.
LIMITE
Les scènes dynamiques à grande échelle et les essaims relevaient de travaux futurs ; la qualité esthétique n'est pas l'objectif direct.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · VI Implementation Details · VII Results · VIII Conclusion
DOI: 10.1109/lra.2019.2927938
Citations OpenAlex pour cette fiche: 754 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 754 ↗ · Crossref / separate-database: 749 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2018P21 / motion
Davide Falanga, Philipp Foehn, Peng Lu, Davide Scaramuzza
Optimise conjointement le mouvement du véhicule et la perception, en gardant un point d'intérêt visible et en limitant sa vitesse dans le plan image.
Lire les résultats, applications et limites
MÉTHODE
La MPC optimise le placement du centroïde des caractéristiques et la vitesse dans l'image conjointement avec le mouvement du véhicule.
ÉVALUATION
Les expériences utilisent une plateforme de 420 g, un horizon de deux secondes et une commande à 100 Hz ; ce sont des conditions propres à cette plateforme.
RÉSULTAT
L'accélération de l'aéronef peut entrer en conflit avec les objectifs de perception en raison des changements d'assiette nécessaires.
LIEN AVEC LA PRATIQUE
Examinez le mouvement dans l'image et l'inclinaison de l'aéronef lorsque le suivi devient instable.
LIMITE
Les objectifs de perception sont des coûts souples, et non une garantie inconditionnelle que la cible reste visible.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Optimization formulation · V Experiments · VI Discussion · VII Conclusions · VI Discussion: centroid, horizon and computation
DOI: 10.1109/iros.2018.8593739
Citations OpenAlex pour cette fiche: 11 · 2026-10-21 · Source ↗
Le même DOI est réparti entre des enregistrements OpenAlex issus de la publication (11) et d'un dépôt (248). Le chiffre 11 affiché est le résultat de la recherche par DOI ; Crossref indique 231. Les comptes ne sont pas additionnés.
OpenAlex / primary-record: 11 ↗ · Crossref / separate-database: 231 ↗ · OpenAlex / related-version-or-duplicate-not-added: 248 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2018P22 / perception
Tong Qin, Peiliang Li, Shaojie Shen
Combine des caractéristiques monoculaires et des mesures inertielles avec initialisation, reprise après défaillance, relocalisation et optimisation par graphe de poses pour une estimation d'état métrique.
Lire les résultats, applications et limites
MÉTHODE
Couple étroitement l'IMU préintégrée et les caractéristiques d'image avec relocalisation et correction par graphe de poses.
ÉVALUATION
Évalue EuRoC, des trajectoires intérieures/extérieures et le pilotage d'un drone ; la fermeture de boucle est désactivée lors de l'essai en vol de suivi de trajectoire.
RÉSULTAT
La fusion de capteurs améliore l'estimation, mais certains mouvements et environnements restent faiblement observables.
LIEN AVEC LA PRATIQUE
Une base pour comprendre le positionnement visuel-inertiel lorsque le GNSS est faible.
LIMITE
L'étalonnage et les conditions visuelles comptent ; on ne peut pas supposer qu'une surface d'eau pauvre en caractéristiques donne les performances des bancs d'essai.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Estimator architecture · VIII Global Pose Graph Optimization · Experiments · X Conclusion and Future Work · IX Experiments: trajectory-tracking flight configuration
DOI: 10.1109/tro.2018.2853729
Citations OpenAlex pour cette fiche: 4646 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 4646 ↗ · Crossref / separate-database: 4371 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2017P23 / perception
Raúl Mur-Artal, Juan D. Tardós
Fournit un SLAM visuel pour caméras monoculaires, stéréo et RGB-D avec relocalisation, fermeture de boucle et réutilisation de carte.
Lire les résultats, applications et limites
MÉTHODE
Utilise des caractéristiques ORB pour le suivi, la cartographie et la fermeture de boucle avec des entrées monoculaires, stéréo et RGB-D.
ÉVALUATION
Les bancs d'essai comprennent KITTI, EuRoC et TUM RGB-D, avec des pertes de suivi signalées en cas de fort flou de bougé sur EuRoC.
RÉSULTAT
L'échelle métrique en mode stéréo/RGB-D ne doit pas être confondue avec l'échelle en mode monoculaire seul.
LIEN AVEC LA PRATIQUE
Contexte utile pour des trajets caméra reproductibles et la localisation dans des espaces déjà cartographiés.
LIMITE
L'évaluation signale des pertes de suivi en cas de flou de bougé important ; la robustesse est conditionnelle.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · System overview · IV Evaluation · V Conclusion · IV-B EuRoC Dataset
DOI: 10.1109/tro.2017.2705103
Citations OpenAlex pour cette fiche: 6886 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 6886 ↗ · Crossref / separate-database: 6272 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2017P24 / perception
Helen Oleynikova, Zachary Taylor, Marius Fehr, Roland Siegwart, Juan Nieto
Construit de manière incrémentale des champs de distance signée euclidienne à partir de champs de distance tronqués, pour la planification de trajectoire embarquée et une cartographie de surface interprétable.
Lire les résultats, applications et limites
MÉTHODE
Convertit de manière incrémentale un TSDF fusionné à partir de la profondeur en ESDF pour les requêtes de distance aux obstacles.
ÉVALUATION
Évalue l'erreur du champ de distance, le calcul et la planification de MAV ; la taille des voxels et la politique vis-à-vis de l'espace inconnu influent sur le comportement.
RÉSULTAT
L'espace inconnu et l'erreur d'approximation de la carte doivent être traités explicitement dans la planification.
LIEN AVEC LA PRATIQUE
Vérifiez si la résolution de la carte et les capteurs peuvent représenter des branches fines ou des câbles.
LIMITE
Avec des voxels finis et des erreurs de capteur, un passage cartographié n'est pas automatiquement un couloir physique sûr.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Mapping representation · VII MAV Planning Experiments · VIII Conclusions
DOI: 10.1109/iros.2017.8202315
Citations OpenAlex pour cette fiche: 727 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 727 ↗ · Crossref / separate-database: 681 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2020P25 / perception
Zachary Teed, Jia Deng
Estime un flot optique dense par corrélations de caractéristiques sur toutes les paires et affinement récurrent, avec une forte précision sur les bancs d'essai au moment de la publication.
Lire les résultats, applications et limites
MÉTHODE
Construit des corrélations multi-échelles sur toutes les paires et met à jour itérativement le flot optique entre deux images.
ÉVALUATION
Les bancs d'essai Sintel/KITTI et les ablations d'architecture et d'itérations évaluent le flot, et non la commande de vol physique.
RÉSULTAT
Le déplacement dans l'image n'est pas en soi une trajectoire 3D métrique de la caméra.
LIEN AVEC LA PRATIQUE
Analysez le flot du premier plan et de l'arrière-plan pour étudier les tremblements et la vitesse de caméra perçue.
LIMITE
Ce n'est pas un contrôleur de vol ; l'occultation, le flou et les changements de domaine restent des limites pertinentes.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · 1 Introduction · Architecture · Experiments · Conclusions
DOI: 10.1007/978-3-030-58536-5_24
Citations OpenAlex pour cette fiche: 2803 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 2803 ↗ · Crossref / separate-database: 2456 ↗ · OpenAlex / related-version-or-duplicate-not-added: 112 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2019P26 / perception
Bo Li, Wei Wu, Qiang Wang, Fangyi Zhang, Junliang Xing, Junjie Yan
Améliore le suivi visuel siamois grâce à des réseaux de base plus profonds, à l'agrégation de caractéristiques multicouches et à la corrélation croisée en profondeur.
Lire les résultats, applications et limites
MÉTHODE
Améliore le suivi siamois avec des caractéristiques par couches, une corrélation en profondeur et des échantillons d'entraînement décalés spatialement.
ÉVALUATION
Évalue VOT, LaSOT, TrackingNet et UAV123 (aérien), sans garantir un suivi sans échec.
RÉSULTAT
Détecter une catégorie d'objet et conserver l'identité d'une cible particulière sont des tâches distinctes.
LIEN AVEC LA PRATIQUE
Testez la conservation de l'identité en présence de sujets d'apparence similaire et d'occultations temporaires.
LIMITE
Les bancs d'essai de suivi généraux n'établissent ni la sécurité de l'aéronef ni ses performances dans toutes les scènes aériennes.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Network design · Experiments · 5 Conclusions · 4.4 Comparison with the state-of-the-art
DOI: 10.1109/cvpr.2019.00441
Citations OpenAlex pour cette fiche: 2588 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 2588 ↗ · Crossref / separate-database: 2206 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2017P27 / simulation
Shital Shah, Debadeepta Dey, Chris Lovett, Ashish Kapoor
Présente un simulateur modulaire pour les essais visuels et physiques de véhicules, les données synthétiques et l'expérimentation matériel dans la boucle.
Lire les résultats, applications et limites
MÉTHODE
Sépare la physique du véhicule, la simulation des capteurs et le rendu, avec des interfaces vers de vrais contrôleurs de vol.
ÉVALUATION
L'article d'architecture présente des exemples et consigne des fonctions de collision et de modèle de caméra alors manquantes.
RÉSULTAT
Des API communes facilitent l'expérimentation mais n'éliminent pas l'écart entre simulation et réalité.
LIEN AVEC LA PRATIQUE
Évaluez à la fois la composition rendue et le mouvement modélisé du véhicule pendant la prévisualisation.
LIMITE
L'article signale l'absence d'effets de collision, d'objectif et de dégradation du GNSS ; l'état actuel de la maintenance du logiciel doit être vérifié séparément.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Simulator architecture · Experiments · 5 Conclusion and Future Work
DOI: 10.1007/978-3-319-67361-5_40
Citations OpenAlex pour cette fiche: 2247 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 2247 ↗ · Crossref / separate-database: 1650 ↗ · OpenAlex / related-version-or-duplicate-not-added: 26 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2021P28 / simulation
Yunlong Song, Selim Naji, Elia Kaufmann, Antonio Loquercio, Davide Scaramuzza
Sépare le rendu et la dynamique afin que la vitesse et la fidélité de simulation puissent être configurées indépendamment pour l'apprentissage, la navigation et l'interaction.
Lire les résultats, applications et limites
MÉTHODE
Découple le rendu Unity de la dynamique pour des charges d'apprentissage parallèles multi-véhicules.
ÉVALUATION
Mesure séparément la dynamique et le rendu ; la cadence de rendu dépend de la taille d'image, de la scène et du nombre de véhicules.
RÉSULTAT
Le réalisme visuel et la fidélité dynamique sont deux dimensions distinctes de la qualité d'un simulateur.
LIEN AVEC LA PRATIQUE
Choisissez séparément les réglages de fidélité pour les aperçus visuels de plans et pour l'entraînement des contrôleurs.
LIMITE
Le débit physique annoncé n'est ni une vitesse de rendu photoréaliste simultanée ni une preuve de transfert au vol réel.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Simulation architecture · Experiments · Conclusion and Discussion · 4.1 Simulation Speed
DOI: 10.48550/arxiv.2009.00563
Citations OpenAlex pour cette fiche: 137 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 137 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2010P29 / motion
Taeyoung Lee, Melvin Leok, N. Harris McClamroch
Développe des contrôleurs de suivi géométriques sur SE(3) pour les modes de vol en assiette, en position et en vitesse, sans les singularités des angles d'Euler.
Lire les résultats, applications et limites
MÉTHODE
Conçoit la commande d'assiette, de position et de vitesse directement sur SE(3), avec une analyse de stabilité.
ÉVALUATION
La validation dans ce manuscrit est une simulation numérique, et non un essai de fiabilité physique en dehors des hypothèses de la démonstration.
RÉSULTAT
Quatre entrées de poussée commandent un véhicule à six degrés de liberté, couplant translation et assiette.
LIEN AVEC LA PRATIQUE
Distinguez le contrôle d'assiette de l'aéronef du rôle de la nacelle dans le maintien de l'image.
LIMITE
Les résultats de stabilité et les démonstrations numériques reposent sur des hypothèses de modèle, et non sur des perturbations ou défaillances quelconques.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Dynamic model · Tracking controllers · Numerical examples · VIII Conclusions
DOI: 10.48550/arxiv.1003.2005
Citations OpenAlex pour cette fiche: 104 · 2026-10-21 · Source ↗
Les 104 citations correspondent au titre de cette prépublication ; les décomptes de l'article au titre différent, Geometric Tracking Control, ne lui sont pas substitués.
OpenAlex / primary-record: 104 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗2021P30 / cinematography
Alfonso Alcántara, Jesús Capitán, Rita Cunha, Aníbal Ollero
Planifie des trajectoires de prise de vue coordonnées pour plusieurs UAV en tenant compte de la dynamique des véhicules, des contraintes de collision, des limites de la nacelle, de la régularité et de la visibilité mutuelle des caméras.
Lire les résultats, applications et limites
MÉTHODE
L'optimisation distribuée par priorités gère le mouvement, les limites de la nacelle, la régularité et la visibilité mutuelle des caméras.
ÉVALUATION
Utilise la simulation et un tournage extérieur à trois UAV d'un seul acteur ; des tailles de flotte et des réseaux quelconques ne sont pas validés.
RÉSULTAT
La séparation entre drones et le fait de garder les autres aéronefs hors de l'image nécessitent des contraintes différentes.
LIEN AVEC LA PRATIQUE
Vérifiez ensemble la séparation dans l'espace aérien et la couverture d'image dans les plans multi-caméras.
LIMITE
La planification distribuée par priorités ne garantit pas une solution d'équipe globalement optimale.
PORTÉE DE LA LECTURE
Texte intégral récupéré ; les sections clés suivantes ont été examinées. Les équations, le code et les expériences n'ont pas été reproduits de manière indépendante.
Abstract · Optimization formulation · Simulation and field experiments · 7 Conclusions · 6 Field Experiments
DOI: 10.1016/j.robot.2021.103778
Citations OpenAlex pour cette fiche: 56 · 2026-10-21 · Source ↗
Décompte pour cette notice OpenAlex ; les versions et notices en double ne sont pas additionnées, et aucun classement global n’est revendiqué.
OpenAlex / primary-record: 56 ↗ · Crossref / separate-database: 54 ↗
Ouvrir le texte source ↗ ·
Ouvrir le texte source ↗