開發基於 ROS / PX4 等嵌入式控制平台，整合多重感測器融合與避障演算法，實現無人機與自走車的自主移動功能，達成複雜環境下的精準導航與智慧決策。
本研究專注於無人機（UAV）與自走車（AGV）的自主控制系統開發。透過整合 ROS（Robot Operating System）與 PX4 飛控韌體，建立一套高度模組化的控制架構，使載具能夠在動態環境下進行穩定飛行、精準定位與自主避障。
研究核心在於多重感測器融合技術，結合 IMU、GPS、光流感測器與深度相機，透過 EKF（Extended Kalman Filter）演算法對載具狀態進行即時估測，提升定位準確度與系統穩定性。
在路徑規劃方面，採用 A*、RRT* 等演算法於已知地圖環境進行全域規劃，並結合動態窗口法（DWA）實現局部避障，確保載具在複雜環境中安全抵達目標位置。
EKF 多感測器融合，定位誤差 < 10 cm
DWA 局部規劃器，20 Hz 即時響應
ROS 節點設計，支援多載具協同任務
支援 Jetson Nano / Raspberry Pi 邊緣運算
設計 PID / LQR 飛控演算法，實現四旋翼無人機的姿態穩定控制與精準懸停，並支援自動起降功能。
結合全域路徑規劃（A*、Dijkstra）與局部避障（DWA、VFH），在靜態與動態障礙物環境下實現安全導航。
整合 IMU、LiDAR、深度相機與 GPS 資料，透過擴展卡爾曼濾波器（EKF）提升狀態估測精度。
開發差速驅動 AGV 的運動控制模型，實現倉儲環境中的自主巡線、搬運與目標追蹤功能。
在 NVIDIA Jetson、Raspberry Pi 等邊緣運算平台上部署 ROS 節點，實現車載即時推理與控制。
研究多台無人機或無人車的分散式協調策略，完成編隊飛行、協同探索與任務分配等應用。
設計能抵抗外部干擾的魯棒飛控系統，確保複雜氣流環境下的穩定飛行。
在無 GPS 訊號的室內環境中，透過視覺里程計（VO）與 SLAM 技術完成自主定位。
將目標偵測模型壓縮部署至嵌入式裝置，在功耗限制下達到即時感知與決策。
設計分散式通訊協定，支援異構載具（UAV + AGV）執行協作任務。