2016P01 / cinematography
Niels Joubert, Jane L. E, Dan B Goldman, Floraine Berthouzoz, Mike Roberts, James A. Landay, Pat Hanrahan
Calcula planos canônicos de duas pessoas e as transições entre eles respeitando restrições de distância e do veículo. Rastreadores GPS RTK e IMU localizam os dois atores e o drone de câmera.
Leia resultados, aplicações e limites
MÉTODO
Constrói planos canônicos a partir da geometria de dois sujeitos e otimiza transições com restrições entre trajetórias.
AVALIAÇÃO
Avalia trajetórias filmadas ao ar livre com rastreadores de posição e orientação carregados pelos sujeitos.
RESULTADO
Fazer a média de duas trajetórias de câmera pode violar a separação; a mistura com restrições resolve isso.
CONEXÃO PRÁTICA
Use o posicionamento em espaço de tela para planejar planos de diálogo ou cerimônia antes de escolher as posições de voo.
LIMITAÇÃO
Considera principalmente um ou dois sujeitos relativamente parados. Não é uma solução de autonomia urbana sem marcadores.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · 1 Introduction · 7 Transitioning Between Shots · 8 Tracking and Control Platform · 9 Results · 11 Conclusion
DOI: 10.48550/arxiv.1610.01691
Citações OpenAlex para este registro: 65 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 65 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2018P02 / cinematography
Quentin Galvane, Christophe Lino, Marc Christie, Julien Fleureau, Fabien Servant, François-Louis Tariolle, Philippe Guillotel
Apresenta o Drone Toric Space, uma representação de câmera que liga a composição às restrições físicas do drone, junto com ferramentas interativas de trajetória e pontos de vista coordenados de vários drones.
Leia resultados, aplicações e limites
MÉTODO
O Drone Toric Space codifica enquadramento e restrições do veículo para manipulação na tela e trajetórias desenhadas.
AVALIAÇÃO
Doze novatos comparam controles manuais, de enquadramento e de desenho; os experimentos físicos usam Vicon e mapas de obstáculos preparados.
RESULTADO
Composição, separação e limites de atuação da câmera podem ser representados em um único quadro de planejamento.
CONEXÃO PRÁTICA
Uma base útil para interfaces que especificam o tamanho do sujeito e o ponto de vista antes das coordenadas do mundo.
LIMITAÇÃO
O hardware experimental limitou a inclinação e a estabilização da câmera; a operação arbitrária ao ar livre não foi estabelecida.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · 4 Drone Toric Space · 8 Results · 8.5 Limitations · 9 Conclusion · 8.1 User evaluation
DOI: 10.1145/3181975
Citações OpenAlex para este registro: 64 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 64 ↗ · Crossref / separate-database: 60 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2016P03 / cinematography
Quentin Galvane, Julien Fleureau, François-Louis Tariolle, Philippe Guillotel
Traduz descrições de plano de alto nível em configurações de câmera e trajetórias de drone, adaptando técnicas de cinematografia virtual ao controle físico de UAV.
Leia resultados, aplicações e limites
MÉTODO
Traduz descrições de plano em pontos de vista e trajetórias antes de passá-las ao controle de voo.
AVALIAÇÃO
A avaliação física usa uma montagem de captura de movimento em ambiente fechado, e não a exploração autônoma de exteriores desconhecidos.
RESULTADO
Representações esféricas e tóricas transformam instruções de enquadramento em pontos de vista candidatos.
CONEXÃO PRÁTICA
Use-o para estruturar briefings de plano por enquadramento, sujeito e posição na tela.
LIMITAÇÃO
O artigo reconhece explicitamente a falta de uma prevenção eficiente de obstáculos; aeronaves maiores e sem proteção exigem mais trabalho.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · 4 Autonomous path planning · 7 Experimental Results · 8 Limitations and Future work · 9 Conclusions
DOI: 10.2312/wiced.20161097
Citações OpenAlex para este registro: 29 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 29 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2016P04 / cinematography
Julien Fleureau, Quentin Galvane, François-Louis Tariolle, Philippe Guillotel
Propõe uma arquitetura genérica de controle para asas rotativas que liga o planejamento de trajetória cinematográfica a APIs de UAV de alto nível por meio de modelos dinâmicos acoplados e controle por realimentação.
Leia resultados, aplicações e limites
MÉTODO
Uma arquitetura genérica mapeia comandos de pose cinematográfica para um modelo de veículo e controle por realimentação.
AVALIAÇÃO
Demonstrações de filmagem com um único ARDrone ilustram a arquitetura; não validam a coordenação de vários drones.
RESULTADO
Separar a especificação do plano do controle de baixo nível do veículo é a contribuição arquitetural.
CONEXÃO PRÁTICA
Separe as intenções comuns de câmera dos adaptadores específicos de cada plataforma em software multifornecedor.
LIMITAÇÃO
Os experimentos foram principalmente com um único drone e limitados pela câmera e pelo hardware de voo do AR.Drone.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · 4 Drone and Cinematography · 6 Limitation and Future Work · 7 Conclusion
DOI: 10.1145/2935620.2935622
Citações OpenAlex para este registro: 34 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 34 ↗ · Crossref / separate-database: 27 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2020P05 / cinematography
Rogerio Bonatti, Yanfu Zhang, Sanjiban Choudhury, Wenshan Wang, Sebastian Scherer
Equilibra suavidade, oclusão, afastamento de obstáculos e objetivos artísticos do plano por meio de otimização de trajetória em tempo real sob previsões ruidosas do ator.
Leia resultados, aplicações e limites
MÉTODO
Um otimizador por gradiente de horizonte longo combina custos de suavidade, obstáculos, oclusão e plano desejado.
AVALIAÇÃO
Simulação e filmagem ao ar livre avaliam trajetórias sob as hipóteses de mapa prévio e GPS do ator.
RESULTADO
Custos explícitos de oclusão melhoram a visibilidade, embora às vezes aumentem o desvio em relação ao plano preferido.
CONEXÃO PRÁTICA
Durante o rastreamento em floresta, verifique a linha de visada entre a câmera e o sujeito, além do corredor de voo.
LIMITAÇÃO
Esta versão depende do GPS do ator e de mapeamento prévio; a localização visual e o mapeamento online ficaram como trabalho futuro.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Motion planning formulation · 5 Experiments · 6 Conclusion and discussion
DOI: 10.1007/978-3-030-33950-0_11
Citações OpenAlex para este registro: 65 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 65 ↗ · Crossref / separate-database: 33 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P06 / cinematography
Rogerio Bonatti, Cherie Ho, Wenshan Wang, Sanjiban Choudhury, Sebastian Scherer
Integra localização visual do ator, mapeamento incremental de distâncias por LiDAR e planejamento de movimento de câmera em tempo real para filmar alvos em movimento em ambientes antes desconhecidos.
Leia resultados, aplicações e limites
MÉTODO
Combina estimativa visual de posição e direção, mapeamento LiDAR e planejamento de trajetória embarcado.
AVALIAÇÃO
Ensaios com DJI M210/Jetson TX2 filmam pessoas e bicicletas e comparam estimativas ruidosas e mapeamento parcial.
RESULTADO
A estimativa da direção do ator contribui para a escolha do ponto de vista, além de simplesmente conhecer a posição.
CONEXÃO PRÁTICA
Avalie separadamente rastreamento, tratamento de oclusão, mapeamento e replanejamento ao comparar sistemas de seguimento.
LIMITAÇÃO
Assume um ambiente essencialmente estático; mudanças abruptas do alvo e falhas de rastreamento podem perder o sujeito.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 92 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 92 ↗ · Crossref / separate-database: 76 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2020P07 / cinematography
Rogerio Bonatti, Wenshan Wang, Cherie Ho, Aayush Ahuja, Mirko Gschwindt, Efe Camci, Erdal Kayacan, Sanjiban Choudhury, Sebastian Scherer
Combina estimativa do ator, mapeamento incremental de distâncias, otimização de trajetória e seleção aprendida de pontos de vista artísticos em um sistema integrado de filmagem ao ar livre.
Leia resultados, aplicações e limites
MÉTODO
Separa o planejamento de movimento em coordenadas do mundo do controle do gimbal por realimentação de imagem, com seleção aprendida de planos.
AVALIAÇÃO
Avaliações do sistema e dos módulos ao ar livre documentam erros de estimativa em cascata e transferência imperfeita da simulação.
RESULTADO
As lições aprendidas destacam erros em cascata e a separação entre o controle de câmera baseado em imagem e o planejamento no espaço do mundo.
CONEXÃO PRÁTICA
Use a decomposição do sistema para diagnosticar interações entre erros de rastreamento, localização e filmagem trepidante.
LIMITAÇÃO
Extensões para vários drones e vários atores, e modelos mais ricos de raciocínio artístico, continuam em aberto.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 91 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 91 ↗ · Crossref / separate-database: 92 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P08 / cinematography
Mirko Gschwindt, Efe Camci, Rogerio Bonatti, Wenshan Wang, Erdal Kayacan, Sebastian Scherer
Usa aprendizado por reforço profundo para escolher pontos de vista de filmagem, comparando recompensas definidas manualmente e derivadas de humanos antes de testar a transferência da simulação para um drone real.
Leia resultados, aplicações e limites
MÉTODO
Uma DQN escolhe esquerda/direita/frente/trás a cada seis segundos a partir de um mapa de altura, do plano atual e da contagem de repetições.
AVALIAÇÃO
Dez participantes classificam clipes de cinco cenas inéditas; o estudo não testa a direção de um filme inteiro.
RESULTADO
As preferências humanas podem informar políticas de ponto de vista; perder o ator continua fortemente indesejável.
CONEXÃO PRÁTICA
Separe as pontuações de preferência dos critérios de visibilidade e segurança ao desenhar recomendações de plano.
LIMITAÇÃO
A política escolhe entre modos de plano; não modela a direção completa do filme, a narrativa ou a edição.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 58 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 58 ↗ · Crossref / separate-database: 52 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2020P09 / cinematography
Luis-Evaristo Caraballo, Ángel Montes-Romero, José-Miguel Díaz-Báñez, Jesús Capitán, Arturo Torres-González, Aníbal Ollero
Distribui tarefas de filmagem entre UAVs para maximizar a cobertura gravada, considerando a capacidade da bateria e o retorno à base.
Leia resultados, aplicações e limites
MÉTODO
Otimiza a duração da filmagem em um grafo discreto, atribuindo sequencialmente soluções de um único veículo a uma equipe.
AVALIAÇÃO
Simulações aleatorizadas e demonstrações de filmagem com dois/três UAVs avaliam o agendamento, incluindo a troca de bateria.
RESULTADO
Uma solução baseada em grafo para um único UAV é estendida de forma gulosa a pequenas equipes.
CONEXÃO PRÁTICA
Combine a lista de planos com os cronogramas de deslocamento, recarga e troca de veículo para a cobertura de eventos.
LIMITAÇÃO
A solução gulosa para vários UAVs não é globalmente ótima e simplifica o consumo de energia.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Problem formulation · IV Greedy strategy · Field experiments · VII Conclusions
DOI: 10.1109/iros45743.2020.9341622
Citações OpenAlex para este registro: 16 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 16 ↗ · Crossref / separate-database: 11 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2024P10 / cinematography
Pablo Pueyo, Juan Dendarieta, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Estende o controle autônomo de câmera para foco, abertura e distância focal, além da pose da câmera, usando percepção e controle preditivo por modelo não linear.
Leia resultados, aplicações e limites
MÉTODO
O MPC não linear regula conjuntamente enquadramento, distância e profundidade de campo por meio das configurações do veículo e da lente.
AVALIAÇÃO
O experimento de voo E6 filma uma cadeira sem controle de orientação/abertura; o E7 mede a computação no Jetson usando dados gravados.
RESULTADO
O controle conjunto de parâmetros intrínsecos e extrínsecos permite efeitos além do planejamento de posição e orientação.
CONEXÃO PRÁTICA
Distinga mudanças na escala da imagem de mudanças de perspectiva ao planejar movimentos de câmera.
LIMITAÇÃO
O teste em voo real não controlou a orientação e a abertura da câmera; não se deve presumir capacidade de hardware para todas as variáveis.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 17 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 17 ↗ · Crossref / separate-database: 19 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2023P11 / cinematography
Pablo Pueyo, Eduardo Montijano, Ana C. Murillo, Mac Schwager
Extrai características de composição e foco do sujeito de um vídeo de referência e as converte em instruções CineMPC para uma nova cena.
Leia resultados, aplicações e limites
MÉTODO
Extrai características de pose, segmentação e foco, suaviza-as por otimização e então emite instruções CineMPC.
AVALIAÇÃO
Usa duas sequências-fonte — um filme e uma sintética — e três ambientes virtuais alvo.
RESULTADO
O estilo é representado por características transferíveis de enquadramento e profundidade de campo.
CONEXÃO PRÁTICA
Anote o posicionamento do sujeito e as mudanças de foco junto com o movimento de câmera na análise de referência.
LIMITAÇÃO
Vídeos-fonte reais foram analisados, mas a filmagem alvo foi avaliada em simulação; experimentos reais com robôs móveis ficaram como trabalho futuro.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 3 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 3 ↗ · Crossref / separate-database: 3 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P12 / cinematography
Chong Huang, Yuanjie Dang, Peng Chen, Xin Yang, Kwang-Ting (Tim) Cheng
Aprende características de estilo e imitação de ação para que uma única demonstração possa guiar a filmagem sem treinar um modelo separado para cada estilo demonstrado.
Leia resultados, aplicações e limites
MÉTODO
Transfere uma demonstração usando representações pré-treinadas em estilos básicos de filmagem.
AVALIAÇÃO
Divide 146 vídeos em 97 de treinamento/49 de teste; avalia erro de movimento, classificação, avaliações de dez pessoas e exemplos com drone.
RESULTADO
A transferência one-shot ainda depende de um modelo treinado em estilos básicos de filmagem.
CONEXÃO PRÁTICA
Avalie a transferência para novos sujeitos separadamente da transferência para novos estilos de câmera.
LIMITAÇÃO
O estudo se concentra em uma única pessoa e filtra de seus dados iluminação difícil, sujeitos minúsculos e oclusões prolongadas.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 4 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 4 ↗ · OpenAlex / related-version-or-duplicate-not-added: 11 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P13 / cinematography
Chong Huang, Chuan-En Lin, Zhenyu Yang, Yan Kong, Peng Chen, Xin Yang, Kwang-Ting Cheng
Usa esqueletos do sujeito, aparência da cena e movimento de câmera por fluxo óptico em um modelo sequencial treinado com clipes profissionais de vídeo de movimento humano.
Leia resultados, aplicações e limites
MÉTODO
Alimenta um modelo sequência-a-sequência com pistas de esqueleto, fundo e fluxo óptico para prever o movimento de câmera.
AVALIAÇÃO
Relata avaliações de dados em seis estilos de filmagem e demonstrações de filmagem com o DJI Matrice 100.
RESULTADO
O contexto temporal e o movimento anterior da câmera importam além de um único quadro atraente.
CONEXÃO PRÁTICA
Revise a composição de abertura, meio e fechamento junto com as mudanças de velocidade.
LIMITAÇÃO
A avaliação usa seis estilos agrupados e uma plataforma personalizada, não todos os gêneros ou ambientes.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Method and features · 4 Experiments · 4.3 Drone Cinematography System · 5 Conclusions
DOI: 10.1109/cvpr.2019.00437
Citações OpenAlex para este registro: 35 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 35 ↗ · Crossref / separate-database: 31 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2020P14 / cinematography
Amirsaman Ashtari, Stefan Stevšić, Tobias Nägeli, Jean-Charles Bazin, Otmar Hilliges
Modela o movimento de um operador de câmera caminhando e do suporte de câmera para que um drone possa reproduzir planos subjetivos em primeira pessoa e transições para movimento suave.
Leia resultados, aplicações e limites
MÉTODO
Modela o movimento do operador caminhando e do suporte de câmera, depois o converte em movimento de câmera aérea viável.
AVALIAÇÃO
Combina filmagem real, comparação com dados de captura de movimento de caminhada e um estudo perceptual online com 106 respondentes.
RESULTADO
A trepidação intencional da câmera pode ser otimizada dentro da dinâmica da aeronave, em vez de removida indiscriminadamente.
CONEXÃO PRÁTICA
Escolha o caráter do movimento deliberadamente conforme a cena, em vez de maximizar a estabilização em toda parte.
LIMITAÇÃO
Os limites de atuação e do SDK impedem a imitação exata de todos os movimentos humanos.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Motion model · Evaluation · 10 Limitations and Future Work · Conclusion · Perceptual user study · 9 Evaluation of our walking camera model
DOI: 10.1145/3378673
Citações OpenAlex para este registro: 25 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 25 ↗ · Crossref / separate-database: 25 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2017P15 / cinematography
Tobias Nägeli, Lukas Meier, Alexander Domahidi, Javier Alonso-Mora, Otmar Hilliges
Usa trilhos virtuais e objetivos de enquadramento em otimização de horizonte recuado para planejar conjuntamente movimento e controle de um ou vários drones de filmagem.
Leia resultados, aplicações e limites
MÉTODO
O controle de horizonte recuado combina trilhos virtuais, enquadramento e coordenação sequencial de visibilidade/colisão entre vários drones.
AVALIAÇÃO
Os testes em ambiente fechado usam Vicon e Bebop2; a avaliação inclui a escalabilidade da computação e um retorno preliminar de um operador de câmera.
RESULTADO
A realimentação e as restrições dinâmicas são incorporadas diretamente ao planejamento, e não apenas ao seguimento de trajetória.
CONEXÃO PRÁTICA
Descreva os storyboards com intenções e tolerâncias relativas ao sujeito, não apenas com waypoints fixos.
LIMITAÇÃO
A viabilidade depende do modelo e do horizonte; o controle de foco óptico e de profundidade de campo ficou como extensão futura.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 168 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 168 ↗ · Crossref / separate-database: 149 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P16 / survey
Ioannis Mademlis, Nikos Nikolaidis, Anastasios Tefas, Ioannis Pitas, Tilman Wagner, Alberto Messina
Faz um levantamento da cinematografia aérea autônoma e formaliza enquadramento, movimento de um único UAV e movimento de vários UAVs em uma taxonomia de planos ligada a requisitos técnicos.
Leia resultados, aplicações e limites
MÉTODO
Organiza movimentos de câmera elementares e combinados junto com restrições da aeronave e compensação óptica.
AVALIAÇÃO
Um tutorial que categoriza 26 tipos de movimento de câmera, não um benchmark de hardware que valide todos os tipos.
RESULTADO
Os tipos de plano diferem nas demandas de energia e na complexidade da autonomia, não só na aparência visual.
CONEXÃO PRÁTICA
Organize uma biblioteca de planos com dimensões separadas de enquadramento, movimento da aeronave e movimento da câmera.
LIMITAÇÃO
Uma taxonomia e um tutorial não são prova de que todos os tipos de plano possam ser automatizados com segurança em qualquer hardware.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Taxonomy of camera motion types · Focal-length and multi-drone compensation · Discussion
DOI: 10.1145/3347713
Citações OpenAlex para este registro: 49 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 49 ↗ · Crossref / separate-database: 44 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2011P17 / motion
Daniel Mellinger, Vijay Kumar
Usa planicidade diferencial e otimização polinomial para gerar trajetórias suaves por keyframes de posição/guinada e corredores seguros prescritos.
Leia resultados, aplicações e limites
MÉTODO
Usa planicidade diferencial e trajetórias polinomiais que minimizam o snap, a quarta derivada temporal da posição.
AVALIAÇÃO
Os experimentos com Hummingbird/Vicon incluem a interceptação de um arco e passagens restritas sob captura de movimento externa.
RESULTADO
Derivadas superiores suaves ligam waypoints geométricos a movimentos dinamicamente rastreáveis.
CONEXÃO PRÁTICA
Uma base para entender decolagens suaves, aceleração/desaceleração e transições de curva.
LIMITAÇÃO
Os experimentos usam captura de movimento em ambiente fechado; a percepção de obstáculos e a composição cinematográfica são problemas separados.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · II Model · V Trajectory Generation · VI Experiments · VI-A Spatially Scaled Trajectories
DOI: 10.1109/icra.2011.5980409
Citações OpenAlex para este registro: 2421 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 2421 ↗ · Crossref / separate-database: 2100 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2016P18 / motion
Charles Richter, Adam Bry, Nicholas Roy
Desenvolve otimização de trajetória polinomial numericamente estável e alocação de tempo por segmento para voo em espaços internos congestionados.
Leia resultados, aplicações e limites
MÉTODO
Combina busca de rota em baixa dimensão, otimização polinomial numericamente estável e alocação de tempo por segmento.
AVALIAÇÃO
Benchmarks de estabilidade numérica e voos internos no MIT usam LiDAR, IMU e computação embarcados.
RESULTADO
Separar a busca de rota da otimização polinomial melhora a eficiência à custa da otimalidade global.
CONEXÃO PRÁTICA
Trate o tempo de cada segmento como variável de projeto em sequências longas de waypoints.
LIMITAÇÃO
As velocidades de voo agressivo demonstradas não são velocidades recomendadas de filmagem nem limites gerais de segurança.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 764 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 764 ↗ · Crossref / separate-database: 565 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2021P19 / motion
Xin Zhou, Zhepei Wang, Hongkai Ye, Chao Xu, Fei Gao
Evita construir um ESDF completo, extraindo informações de obstáculos quando uma trajetória candidata colide, para então otimizar e retemporizar a trajetória.
Leia resultados, aplicações e limites
MÉTODO
Deriva a repulsão de obstáculos de trajetórias que guiam a colisão, otimiza B-splines e refina a temporização.
AVALIAÇÃO
Benchmarks e ensaios reais em ambiente fechado, com mudança abrupta de objetivo e em floresta avaliam a navegação, não a composição da imagem.
RESULTADO
Informações direcionadas de obstáculos reduzem a computação redundante durante o planejamento local.
CONEXÃO PRÁTICA
Meça separadamente a latência de mapeamento e de replanejamento em sistemas de filmagem autônoma.
LIMITAÇÃO
É um planejador de navegação, não um otimizador completo de enquadramento ou de oclusão cinematográfica.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 557 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 557 ↗ · Crossref / separate-database: 568 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P20 / motion
Boyu Zhou, Fei Gao, Luqi Wang, Chuhao Liu, Shaojie Shen
Combina busca cinodinâmica, otimização de trajetória por B-spline e ajuste de tempo para uma navegação autônoma eficiente de quadrirrotores.
Leia resultados, aplicações e limites
MÉTODO
A busca cinodinâmica inicializa a otimização por B-spline, seguida de realocação de tempo para os limites de movimento.
AVALIAÇÃO
Testes computacionais e físicos em ambientes com obstáculos avaliam o voo; oclusão cinematográfica e enquadramento exigem projeto adicional.
RESULTADO
Uma resolução espacial mais grosseira troca eficiência computacional por cobertura de trajetórias viáveis.
CONEXÃO PRÁTICA
Considere em conjunto a resolução do mapa, o tamanho do veículo e a latência para a navegação em floresta.
LIMITAÇÃO
Cenas dinâmicas de grande escala e enxames ficaram como trabalho futuro; a qualidade estética não é o objetivo direto.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · VI Implementation Details · VII Results · VIII Conclusion
DOI: 10.1109/lra.2019.2927938
Citações OpenAlex para este registro: 754 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 754 ↗ · Crossref / separate-database: 749 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2018P21 / motion
Davide Falanga, Philipp Foehn, Peng Lu, Davide Scaramuzza
Otimiza conjuntamente o movimento do veículo e a percepção, mantendo visível um ponto de interesse e limitando sua velocidade no plano da imagem.
Leia resultados, aplicações e limites
MÉTODO
O MPC otimiza o posicionamento do centroide das características e a velocidade da imagem junto com o movimento do veículo.
AVALIAÇÃO
Os experimentos usam uma plataforma de 420 g, horizonte de dois segundos e controle a 100 Hz; são condições específicas da plataforma.
RESULTADO
Acelerar a aeronave pode conflitar com os objetivos de sensoriamento por causa das mudanças de atitude necessárias.
CONEXÃO PRÁTICA
Revise o movimento da imagem e a inclinação da aeronave quando o rastreamento ficar instável.
LIMITAÇÃO
Os objetivos de percepção são custos suaves, não uma garantia incondicional de que o alvo permanece visível.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Optimization formulation · V Experiments · VI Discussion · VII Conclusions · VI Discussion: centroid, horizon and computation
DOI: 10.1109/iros.2018.8593739
Citações OpenAlex para este registro: 11 · 2026-10-21 · Fonte ↗
O mesmo DOI está dividido entre registros do OpenAlex de publicação (11) e derivado de repositório (248). O 11 exibido é o resultado da consulta por DOI; o Crossref relata 231. As contagens não são somadas.
OpenAlex / primary-record: 11 ↗ · Crossref / separate-database: 231 ↗ · OpenAlex / related-version-or-duplicate-not-added: 248 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2018P22 / perception
Tong Qin, Peiliang Li, Shaojie Shen
Combina características monoculares e medições inerciais com inicialização, recuperação de falhas, relocalização e otimização de grafo de poses para estimativa de estado métrica.
Leia resultados, aplicações e limites
MÉTODO
Acopla fortemente IMU pré-integrada e características de imagem com relocalização e correção por grafo de poses.
AVALIAÇÃO
Avalia o EuRoC, trajetórias internas/externas e controle de drone; o fechamento de laço fica desativado no teste de voo de seguimento de trajetória.
RESULTADO
A fusão de sensores melhora a estimativa, mas certos movimentos e ambientes continuam fracamente observáveis.
CONEXÃO PRÁTICA
Uma base para entender o posicionamento visual-inercial quando o GNSS é fraco.
LIMITAÇÃO
A calibração e as condições visuais importam; não se pode presumir que a água, pobre em características, corresponda ao desempenho dos benchmarks.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
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
Citações OpenAlex para este registro: 4646 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 4646 ↗ · Crossref / separate-database: 4371 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2017P23 / perception
Raúl Mur-Artal, Juan D. Tardós
Fornece SLAM visual para câmeras monoculares, estéreo e RGB-D com relocalização, fechamento de laço e reutilização de mapa.
Leia resultados, aplicações e limites
MÉTODO
Usa características ORB para rastreamento, mapeamento e fechamento de laço com entrada monocular, estéreo e RGB-D.
AVALIAÇÃO
Os benchmarks incluem KITTI, EuRoC e TUM RGB-D, com perda de rastreamento relatada sob desfoque de movimento severo no EuRoC.
RESULTADO
A escala métrica na operação estéreo/RGB-D não deve ser confundida com a escala apenas monocular.
CONEXÃO PRÁTICA
Contexto útil para rotas de câmera repetíveis e localização em espaços já mapeados.
LIMITAÇÃO
A avaliação relata perda de rastreamento sob desfoque de movimento severo; a robustez é condicional.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · System overview · IV Evaluation · V Conclusion · IV-B EuRoC Dataset
DOI: 10.1109/tro.2017.2705103
Citações OpenAlex para este registro: 6886 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 6886 ↗ · Crossref / separate-database: 6272 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2017P24 / perception
Helen Oleynikova, Zachary Taylor, Marius Fehr, Roland Siegwart, Juan Nieto
Constrói campos de distância euclidiana com sinal de forma incremental a partir de campos de distância truncados para planejamento de trajetória embarcado e mapeamento interpretável de superfícies.
Leia resultados, aplicações e limites
MÉTODO
Converte incrementalmente um TSDF fundido a partir de profundidade em um ESDF para consultas de distância a obstáculos.
AVALIAÇÃO
Avalia o erro do campo de distância, a computação e o planejamento de MAV; o tamanho do voxel e a política para espaço desconhecido afetam o comportamento.
RESULTADO
O espaço desconhecido e o erro de aproximação do mapa exigem tratamento explícito no planejamento.
CONEXÃO PRÁTICA
Verifique se a resolução do mapa e o sensoriamento conseguem representar galhos finos ou fios.
LIMITAÇÃO
Voxels finitos e erros de sensor significam que uma lacuna mapeada não é automaticamente um corredor físico seguro.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Mapping representation · VII MAV Planning Experiments · VIII Conclusions
DOI: 10.1109/iros.2017.8202315
Citações OpenAlex para este registro: 727 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 727 ↗ · Crossref / separate-database: 681 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2020P25 / perception
Zachary Teed, Jia Deng
Estima o fluxo óptico denso por correlações de características entre todos os pares e refinamento recorrente, com forte precisão nos benchmarks na época da publicação.
Leia resultados, aplicações e limites
MÉTODO
Constrói correlações multiescala entre todos os pares e atualiza iterativamente o fluxo óptico entre dois quadros.
AVALIAÇÃO
Os benchmarks Sintel/KITTI e as ablações de arquitetura/iteração avaliam o fluxo, não o controle físico de voo.
RESULTADO
O deslocamento na imagem não é, por si só, uma trajetória de câmera 3D métrica.
CONEXÃO PRÁTICA
Analise o fluxo de primeiro plano/fundo ao estudar a trepidação e a velocidade percebida da câmera.
LIMITAÇÃO
Não é um controlador de voo; oclusão, desfoque e mudanças de domínio continuam sendo limitações relevantes.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · 1 Introduction · Architecture · Experiments · Conclusions
DOI: 10.1007/978-3-030-58536-5_24
Citações OpenAlex para este registro: 2803 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 2803 ↗ · Crossref / separate-database: 2456 ↗ · OpenAlex / related-version-or-duplicate-not-added: 112 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2019P26 / perception
Bo Li, Wei Wu, Qiang Wang, Fangyi Zhang, Junliang Xing, Junjie Yan
Melhora o rastreamento visual siamês por meio de backbones mais profundas, agregação de características em várias camadas e correlação cruzada depthwise.
Leia resultados, aplicações e limites
MÉTODO
Melhora o rastreamento siamês com características em camadas, correlação depthwise e amostras de treinamento deslocadas espacialmente.
AVALIAÇÃO
Avalia VOT, LaSOT, TrackingNet e o aéreo UAV123, sem garantir rastreamento livre de falhas.
RESULTADO
Detectar uma categoria de objeto e manter a identidade de um alvo específico são tarefas distintas.
CONEXÃO PRÁTICA
Teste a manutenção da identidade perto de sujeitos de aparência semelhante e sob oclusão temporária.
LIMITAÇÃO
Benchmarks gerais de rastreamento não estabelecem a segurança ou o desempenho da aeronave em qualquer cena aérea.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Network design · Experiments · 5 Conclusions · 4.4 Comparison with the state-of-the-art
DOI: 10.1109/cvpr.2019.00441
Citações OpenAlex para este registro: 2588 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 2588 ↗ · Crossref / separate-database: 2206 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2017P27 / simulation
Shital Shah, Debadeepta Dey, Chris Lovett, Ashish Kapoor
Apresenta um simulador modular para testes visuais e físicos de veículos, dados sintéticos e experimentação hardware-in-the-loop.
Leia resultados, aplicações e limites
MÉTODO
Separa a física do veículo, a simulação de sensores e a renderização, com interfaces para controladores de voo reais.
AVALIAÇÃO
O artigo de arquitetura demonstra exemplos e registra as capacidades de colisão e de modelo de câmera então ausentes.
RESULTADO
APIs compartilhadas ajudam na experimentação, mas não eliminam a lacuna entre simulação e realidade.
CONEXÃO PRÁTICA
Avalie tanto a composição renderizada quanto o movimento modelado do veículo durante a pré-visualização.
LIMITAÇÃO
O artigo nota a ausência de efeitos de colisão, de lente e de degradação de GNSS; a manutenção atual do software precisa de verificação separada.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Simulator architecture · Experiments · 5 Conclusion and Future Work
DOI: 10.1007/978-3-319-67361-5_40
Citações OpenAlex para este registro: 2247 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 2247 ↗ · Crossref / separate-database: 1650 ↗ · OpenAlex / related-version-or-duplicate-not-added: 26 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2021P28 / simulation
Yunlong Song, Selim Naji, Elia Kaufmann, Antonio Loquercio, Davide Scaramuzza
Separa renderização e dinâmica para que a velocidade e a fidelidade da simulação possam ser configuradas de forma independente para aprendizado, navegação e interação.
Leia resultados, aplicações e limites
MÉTODO
Desacopla a renderização em Unity da dinâmica para cargas de aprendizado paralelas com vários veículos.
AVALIAÇÃO
Mede dinâmica e renderização separadamente; a taxa de renderização depende do tamanho da imagem, da cena e do número de veículos.
RESULTADO
Realismo visual e fidelidade dinâmica são dimensões separadas da qualidade de um simulador.
CONEXÃO PRÁTICA
Escolha as configurações de fidelidade separadamente para prévias visuais de planos e para o treinamento de controladores.
LIMITAÇÃO
O desempenho de física relatado não é a velocidade de renderização fotorrealista simultânea nem prova de transferência para voo real.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Simulation architecture · Experiments · Conclusion and Discussion · 4.1 Simulation Speed
DOI: 10.48550/arxiv.2009.00563
Citações OpenAlex para este registro: 137 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 137 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2010P29 / motion
Taeyoung Lee, Melvin Leok, N. Harris McClamroch
Desenvolve controladores de seguimento geométrico em SE(3) para os modos de voo de atitude, posição e velocidade, sem singularidades de ângulos de Euler.
Leia resultados, aplicações e limites
MÉTODO
Projeta o controle de atitude, posição e velocidade diretamente em SE(3), com análise de estabilidade.
AVALIAÇÃO
A validação neste manuscrito é simulação numérica, não teste físico de confiabilidade fora das hipóteses da prova.
RESULTADO
Quatro entradas de empuxo controlam um veículo com seis graus de liberdade, acoplando translação e atitude.
CONEXÃO PRÁTICA
Distinga o controle de atitude da aeronave do papel do gimbal em manter a imagem.
LIMITAÇÃO
Os resultados de estabilidade e as demonstrações numéricas dependem das hipóteses do modelo, não de perturbações ou falhas arbitrárias.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Dynamic model · Tracking controllers · Numerical examples · VIII Conclusions
DOI: 10.48550/arxiv.1003.2005
Citações OpenAlex para este registro: 104 · 2026-10-21 · Fonte ↗
As 104 citações pertencem a este título de preprint; as contagens do artigo Geometric Tracking Control, de título diferente, não são substituídas.
OpenAlex / primary-record: 104 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗2021P30 / cinematography
Alfonso Alcántara, Jesús Capitán, Rita Cunha, Aníbal Ollero
Planeja trajetórias coordenadas de filmagem com vários UAVs considerando dinâmica do veículo, restrições de colisão, limites do gimbal, suavidade e visibilidade mútua das câmeras.
Leia resultados, aplicações e limites
MÉTODO
A otimização distribuída baseada em prioridade trata movimento, limites do gimbal, suavidade e visibilidade mútua das câmeras.
AVALIAÇÃO
Usa simulação e filmagem ao ar livre de um ator com três UAVs; tamanhos arbitrários de frota e redes continuam sem validação.
RESULTADO
A separação entre drones e manter as outras aeronaves fora da imagem exigem restrições diferentes.
CONEXÃO PRÁTICA
Verifique em conjunto a separação no espaço aéreo e a cobertura da imagem nos planos com várias câmeras.
LIMITAÇÃO
O planejamento distribuído baseado em prioridade não garante uma solução globalmente ótima para a equipe.
ESCOPO DA LEITURA
Texto integral obtido; as seguintes seções principais foram revisadas. Equações, código e experimentos não foram reproduzidos de forma independente.
Abstract · Optimization formulation · Simulation and field experiments · 7 Conclusions · 6 Field Experiments
DOI: 10.1016/j.robot.2021.103778
Citações OpenAlex para este registro: 56 · 2026-10-21 · Fonte ↗
Contagem para este registro do OpenAlex; versões e registros duplicados não são somados, e nenhuma classificação global é reivindicada.
OpenAlex / primary-record: 56 ↗ · Crossref / separate-database: 54 ↗
Abrir o texto original ↗ ·
Abrir o texto original ↗