MétaCan
Menu
Retour à la cohorte
Enregistrement W4414406564 · doi:10.3390/drones9090663

Mechanisms and Control Strategies for Morphing Structures in Quadrotors: A Review and Future Prospects

2025· review· en· W4414406564 sur OpenAlexaff
Osman Acar, Eija Honkavaara, Ruxandra Mihaela Botez, Deniz Çınar Bayburt

Notice bibliographique

RevueDrones · 2025
Typereview
Langueen
DomaineEngineering
ThématiqueAeroelasticity and Vibration Control
Établissements canadiensHôpital Notre-DameUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésMorphingScalabilityKey (lock)AerodynamicsControl (management)DroneFlexibility (engineering)Robot

Résumé

récupéré en direct d'OpenAlex

This review explores recent advancements in morphing structures for Unmanned Ariel Vehicles (UAVs), focusing on mechanical designs and control strategies of quadrotors that enable real-time geometric reconfiguration. Morphing mechanisms, ranging from closed-loop linkages to bioinspired and compliant structures, are evaluated in terms of adaptability, actuation simplicity, and flight stability. Control approaches, including model predictive control, reinforcement learning, and sliding mode control, are analyzed for their effectiveness in handling dynamic morphology. The review also highlights key morphing wing concepts such as GNATSpar and Zigzag Wingbox, which enhance aerodynamic efficiency and structural flexibility. A novel concept featuring an inverted slider-crank mechanism (ISCM) is introduced, enabling dual-mode UAV operation for both aerial and terrestrial missions, which is particularly useful in scenarios like wildfire suppression where stability and operation longevity are crucial. This study emphasizes the importance of integrated design approaches that align mechanical transformation with adaptive control. Critical gaps in real-world testing, swarm coordination, and scalable morphing architectures are identified, suggesting future research directions for developing robust, mission-adaptive UAV systems.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDronesMême sujetAeroelasticity and Vibration ControlTravaux en français237 207