本文属于UAV与USV协同的实物实验案例，
abstract
主要说明了自己系统的低成本，并且完成了从无人艇上自主起飞航行至某一地点抓取一个物体之后飞回来自主降落的过程。
introduction：
将旋翼飞机落到船上有以下几个挑战：
1.由于船具有纵倾，旋翼机落到船上时需要调整自己的pitch角，以保证其起落架能够平稳地接触到船甲板。
2.旋翼机接近船甲板后，与接近地面相似，具有地面效应，容易干扰旋翼机控制效果
无人机自主降落的研究现状：
[Vision-based Autonomous Landing of an Unmanned Aerial Vehicle]文使用GPS和视觉引导无人机自主降落到草坪处。
[Autonomous Safe Landing of a Vision Guided Helicopter]文和[Vision Guided Landing of an Autonomous Helicopter in Hazardous Terrain]增加了用视觉判断降落点周边的威胁物识别，以判断是否可以降落。
[An Aerial-Ground Robotic System for Navigation and Obstacle Mapping in Large Outdoor Areas]文使用UAV与UGV的协同，UAV的空中视角为UGV提供全局地图用于避碰。
[Automatic Take Off, Trackinwg and Landing of a Miniature UAV on a Moving Carrier Vehicle]
文使用UAV对接一个移动的UGV，成功率达90%。
它们使用的红外相机只适用于有光源控制的室内条件，并且UAV与UGV的对接，UGV的降落平面一般始终保持水平。而USV的降落甲板同时具有pitch和roll的自由度，使得USV的降落有一定挑战性。
无人艇的设计：
设计采用双体船结构，以减小吃水并增加稳性，片体间使用8020铝型材连接，动力系统使用四台推进器，两两呈外八30°布置，从而保证USV可以于水平面进行左右平移运动，使得USV可以更好地使用动力定位定点，为UAV提供稳定地降落位置点。四台推进器产生地艏向最大推力为22lbs，艇长宽高为72''*30''*36''
无人机设计：
使用大疆F450机架，搭载6000mah3s锂电池，滞空时间15min。使用的是APM飞控，带有GPS和惯性器件，可以提供位姿信息，主要的传感器是罗技的c920摄像头，提供障碍物检测和目标识别功能，UAV和USV之间的通讯使用的是XBee数传，具有300feet通讯距离。如图3所示：
四轴的控制和路径规划都是由APM飞控完成的，任务点生成和视觉方面的识别由外部运行ubuntu系统的ROS节点完成如图4，通过数传和APM之间通讯，发送任务目标点信息，包括起飞降落更改飞行模式等信息。
从文中可以得知，UAV和USV的决策层和感知层使用的硬件平台是ODROID，支持UBUNTU系统，进行视觉处理和任务点的生成.
USV的降落甲板如图5所示，其形心是UAV的期望降落目标点，等腰三角形的顶角是指示UAV的期望降落航向角。之后文章描述了一下降落过程，采用串级PID控制算法，分位置环和姿态环，首先，USV将自己GPS位置发布出去，UAV订阅到后，通过APM的运动规划器运动到USV降落甲板上空，随后视觉处理器开始识别三个正方形组成的等腰三角形形心，识别完成后，通过控制高度环慢慢降低高度，期间相机不断读取自身与目标形心点XY偏差，并输入APM的姿态环中修正姿态，以减少地面效应干扰。到达较低高度后，向APM发送降落指令，四轴盲降，完成降落。至此，本文结束。
笔者认为，UAV与USV对接的主要难题在于USV平台受水流影响的不固定，因此USV的动力定位问题与甲板稳定问题应该着重强调论述一番，但文中对USV的介绍一笔带过，对其运动控制只字未提。在APM成熟的运动控制与规划能力的加持下，完成UAV在地面的自主起降并不困难，如果此文章不突出其在降落USV方面的创新性，感觉不是很饱满。同时，平台不稳定的起降问题本身是一种复杂多变的控制问题，然而作者只是用一个串级PID简略带过，全文没有理论推导与控制公式，因此笔者认为此文只是篇有一定工作量的实验报告。学术参考价值不高。
