ÌÇĐÄÍűÒł°æ

Hem
NÄgra mÀn som stÄr bredvid varandra med en drönare.
NÄgra mÀn som stÄr bredvid varandra med en drönare.
NÄgra mÀn som stÄr bredvid varandra med en drönare.

Forskningsprojekt i drönare och svärmar

Linköpings universitet är ett av Sveriges mest aktiva och profilerade lärosäten inom drönarforskning, med både lång historik, starka samarbeten och flera stora forsknings- och innovationsprojekt.

LiU driver många forskningsprojekt om drönare och svärmar, bland annat om detektering, kommunikation och störning av drönarsvärmar med massiv MIMO och 5G teknik. HISOS-projektet studerar dessutom hur en operatör kan styra autonoma drönarsvärmar och deras svärmbeteenden.

Här hittar du information om pågående forskningsprojekt rörande drönare och drönarsvärmar vid LiU. Projekten listas ämnesvis. Här hittar du också forskare och aktuella avhandlingar i ämnet.

Säkerhet för autonoma system är starkt beroende av cyber- och AI-säkerhet, varför kompetenscentret RESIST och annan sådan forskning på LiU är centralt även i detta område.

hand som hÄller mobiltelefon

Världsledande LiU-forskning kring nästa generations mobilnät

Massiv MIMO ses som en nyckelteknik för framtidens supersnabba 5G-nät. Forskare vid Linköpings universitet var tidigt ute och ett nära samarbete med Ericsson Research har gett svensk industri en tätplats i den kommersiella utvecklingen av tekniken.

Projekt inom området för drönare och svärmar

Forskningsledare

Fotografi av Mattias Arvola
Mattias Arvola
Biträdande professor, Avdelningschef
Fotografi av Daniel Axehill
Daniel Axehill
Professor
Fotografi av Magnus BĂ„ng
Magnus Bång
Professor
Fotografi av Patrick Doherty
Patrick Doherty
Fotografi av Michael Felsberg
Michael Felsberg
Professor, Avdelningschef
Fotografi av Per-Erik Forssén
Per-Erik Forssén
Biträdande professor
Fotografi av Erik Frisk
Erik Frisk
Proprefekt, Professor, Avdelningschef
Fotografi av Andrei Gurtov
Andrei Gurtov
Professor
Fotografi av Fredrik Gustafsson
Fredrik Gustafsson
Professor
Fotografi av Fredrik Heintz
Fredrik Heintz
Professor, Avdelningschef, Enhetschef
Fotografi av Gustaf Hendeby
Gustaf Hendeby
Universitetslektor, Docent
Fotografi av Martin Holmberg
Martin Holmberg
Biträdande professor
Fotografi av Björn Johansson
Björn Johansson
Professor
Fotografi av Petter Krus
Petter Krus
Professor, Avdelningschef
Fotografi av Erik G. Larsson
Erik G. Larsson
Professor, Avdelningschef
Fotografi av Jonas Lundberg
Jonas Lundberg
Professor
Fotografi av Diana Pamela Moya Osorio
Diana Pamela Moya Osorio
Universitetslektor
Fotografi av Mårten Wadenbäck
Mårten Wadenbäck
Universitetslektor, Docent
Fotografi av Mariusz Wzorek
Mariusz Wzorek
Biträdande universitetslektor, Enhetschef

Forskningsprojekt

WASP WARA Public Safety 

Forsknings- och demonstrationsarena för autonoma system som stÀrker den offentliga sÀkerheten. Arenan tillhandahÄller styrprogramvara som kan hantera olika tillgÄngar över flera domÀner och arrangerar Àven test- och demonstrationsveckor. ProgramvarutillgÄngar utvecklas ocksÄ för att leva vidare efter projektets slut och kunna anvÀndas i andra konfigurationer.

Tidsperiod: 2026-2028

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Mariusz Wzorek, Jonas Lundberg, Magnus BĂ„ng

Adaptive HMI and virtual assistant for future cockpit/ground station

Stridspiloter i framtida stridsflygplan riskerar informationsöverbelastning nĂ€r de kognitiva kraven för beslutsfattande ökar i omfattning, betydelse och komplexitet. Projektet syftar till att möta dessa utmaningar genom att undersöka möjligheterna och begrĂ€nsningarna hos adaptiva HMI‑lösningar och virtuella assistenter för framtidens stridsflyg.

Tidsperiod: 2025-2028

Finansiering: 

Forskningsledare: Jonas Lundberg, Magnus BĂ„ng

Virtual Demonstrator

Med fokus pÄ flygning ingÄr den virtuella demonstratorn i det svensk-brasilianska samarbetet inom en övergripande studie av luftdomÀnen. Fokus ligger dels pÄ uppdragshantering, dels pÄ hantering av luftrummet under grÄzons­scenarier.

Tidsperiod: 2025-2028

Finansiering: Vinnova

Forskningsledare: Jonas Lundberg, Magnus BĂ„ng

ASSIST – A digital assistant for resilient traffic management during routine operations and societal disruptions

I projektet ASSIST utforskar vi hur digitala assistenter kan ges förmĂ„gan att förstĂ„ och stödja operatörer i bĂ„de rutinmĂ€ssiga och avvikande hĂ€ndelser, inom bemannad och obemannad maritim trafik. Vi utformar och testar en proof‑of‑concept‑prototyp för en digital assistent.

Tidsperiod: 2024-2027

Finansiering: Annat

Forskningsledare: Jonas Lundberg, Magnus BĂ„ng

Safe Insertion and Management of Unmanned Aircraft

Projektets syfte Ă€r att utforma och testa operativa metoder, ”Detect‑And‑Avoid”-strategier (DAA) och grĂ€nssnitt mot automation för en sĂ€ker integration mellan bemannade och obemannade luftfarkoster i grĂ„zons­scenarier.

Tidsperiod: 2024-2027

Finansiering: Vinnova

Forskningsledare: Jonas Lundberg

Autonomous Search System, Step 2

En del av det svensk‑brasilianska samarbetet inom en övergripande studie av luftdomĂ€nen. Projektet bygger vidare pĂ„ de tidigare projekten AuSSys steg 1, fas 1/2 (2022‑00086/2023‑01035), dĂ€r en prototyp för ett söksystem utvecklades och demonstrerades i olika scenarier. HĂ€r introduceras nya koncept för att utöka AuSSys autonoma förmĂ„gor, med fokus pĂ„ att skapa och uppdatera distribuerad situationsmedvetenhet som kan anvĂ€ndas bĂ„de av operativ personal och av systemet sjĂ€lvt för uppdragsplanering och hantering av nödsituationer. Dessutom studeras utvecklingen av nya grĂ€nssnitt för naturligt sprĂ„k för AuSSys-systemet.

Tidsperiod: 2024-2027

Funding: Vinnova

Forskningsledare: Bo Granbom (Saab), Mariusz Wzorek (LiU, PI), Daniel de Leng (LiU/Saab, co-PI)

Autonomous Priority-based Target Tracking for Drone Swarms

Projektet syftar till att utveckla ett autonomt multidronesystem dĂ€r en drönare övervakar ett omrĂ„de medan andra automatiskt följer prioriterade mĂ„l. Systemet hanterar detektion, geolokalisering och swarm‑koordinering, delar mĂ„lspĂ„rningsdata och stödjer ATAK‑grĂ€nssnitt. En hĂ„rdvaruoberoende design baseras pĂ„ beprövade moduler och möjliggör snabb integration och full demonstration före sommaren 2026.

Tidsperiod: 2025-2026

Finansiering: Vinnova

Forskningsledare: Mariusz Wzorek

Automated Human-AI Interaction and Mission Planning with UAS Teams

MĂ„lgruppen Ă€r team av luftfartssystem, sĂ„som UAV‑grupper. Utmaningen Ă€r att utveckla ett integrerat planeringssystem för multiagentuppdrag som inte bara koordinerar agenter och Ă„tgĂ€rder för att uppnĂ„ komplexa mĂ„l, utan Ă€ven inkluderar interaktions­handlingar och data-/kunskapsgenererande handlingar som behövs för att uppnĂ„ mĂ„len. Fysiska handlingar, datagenerering och interaktion blir dĂ€rmed delar av uppdragsplaneringen. Resultatet Ă€r multiagentplaner som omfattar alla tre typer av handlingar.

Tidsperiod: 2024-2028

Finansiering: Vinnova

Forskningsledare: Bo Granbom (Saab), Mariusz Wzorek (LiU, PI), Daniel de Leng (LiU/Saab, co-PI)

An Agentic Approach to Mixed Initiative Multi-Robot Interaction for Public Safety Applications

MĂ„let Ă€r att utöka förmĂ„gan hos en mĂ€nsklig operatör att hantera flera robotar i komplexa, dynamiska och oregelbundna miljöer genom att utveckla en agentbaserad metod för mixed‑initiative‑interaktion som anvĂ€nder vision‑language‑action‑modeller.

Tidsperiod: 2026-2030

Finansiering: Annat

Forskningsledare: Fredrik Heintz

AVT419

Utveckling av nĂ€sta generations flygkontrollsystem som ska verifieras med 3D‑printade UAV:er, med fokus pĂ„ optimeringsbaserade metoder för kontrollallokering. Systerprojekt till AVT419 vid IEI.

Tidsperiod: 2025-2028

Finansiering: Annat

Forskningsledare: Daniel Axehill

Safe motion planning with Learning in the loop

Integrering av rörelseplanering, styrning och förstÀrkningsinlÀrning, med sÀkerhetsgarantier.

Tidsperiod: 2025-2030

Finansiering: Vinnova

Forskningsledare: Daniel Axehill

Integrated reactive motion planning and motion control

Integrering av reaktiv optimal rörelseplanering, optimal styrning och styrning av banutförande.

Tidsperiod: 2025-2030

Finansiering: Annat

Forskningsledare: Daniel Axehill

Predictive control for belief-space planning

Rörelseplanering och prediktiv styrning under osÀkerhet för informativ fÀrdplanering.

Tidsperiod: 2022-2027

Finansiering: Annat

Forskningsledare: Daniel Axehill

Next-generation fast real-time certified optimization algorithms for MPC

Vidareutveckling av vĂ„ra realtids­certifierbara QP‑lösare för MPC. TillĂ€mpning inom sĂ€kerhetskritiska, resursbegrĂ€nsade och högpresterande plattformar som drönare.

Tidsperiod: 2023-2028

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Daniel Axehill

Visionen 2.0

Uppgradering av laboratoriemiljöer för sim‑till‑verklighet‑forskning.

Tidsperiod: 2022-2027

Finansiering: Annat

Forskningsledare: Daniel Axehill

WASP WARA Collaborative project Ericsson

Definition av utvĂ€rderings‑ och benchmarkmetoder för kooperativ och heterogen perception och navigation.

Tidsperiod: 2024-2027

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: MÄrten WadenbÀck

WASP Point Cloud Transmission and Registration

Punktmoln (PC)—uppsĂ€ttningar av tredimensionella datapunkter som representerar objekt eller scener—Àr avgörande i distribuerade autonoma system och anvĂ€nds i exempelvis AR, autonoma fordon och miljöövervakning. Dessa tillĂ€mpningar förlitar sig pĂ„ fjĂ€rrsensorer som skickar punktmoln till edge‑servrar för vidarebehandling, sĂ„som registrering. Nuvarande metoder behandlar överföring och registrering som separata moduler, vilket leder till ineffektivitet. Projektet tar ett integrerat grepp genom att kombinera trĂ„dlös kommunikation, datorsyn och maskininlĂ€rning för att optimera överföringen av punktmoln till edge‑servrar. Vi börjar med en enkelsensorsituation och gĂ„r vidare till koordinerade och sedan okoordinerade sensorsvĂ€rmar. MĂ„let Ă€r effektiva, lĂ„glatens‑ och tillförlitliga överförings- och registreringsmetoder som stĂ€rker situationsmedvetenheten i realtid.

Tidsperiod: 2025-2030

Finansiering: 

Forskningsledare: Khac-Hoang Ngo, Per-Erik ForssĂ©n

A Robust and Reliable Vision-Language-Action Interface

Vi förbĂ€ttrar sĂ€kerheten, tillförlitligheten och robustheten hos Vision–Language–Action‑modeller för robotstyrning genom att göra dem situations‑, sjĂ€lv‑ och tvetydighetsmedvetna. Vi bygger vidare pĂ„ framsteg inom VLA/LRM och resultat frĂ„n ELLIIT C08 kring out‑of‑distribution‑detektion och osĂ€kerhetskvantifiering. Resultatet blir ett pĂ„litligt VLA‑grĂ€nssnitt som stĂ€rker samarbete mellan mĂ€nniska och robot och möjliggör sĂ€ker anvĂ€ndning i industriella och samhĂ€lleliga tillĂ€mpningar. Projektnummer: F4.

Tidsperiod: 2026-2030

Finansiering: Annat

Forskningsledare: Per-Erik Forssén

Excellenscluster Spatial-AI planning grant

 

Tidsperiod: 2025-2026

Finansiering: VetenskapsrÄdet

Forskningsledare: Fredrik Gustafsson,Michael Felsberg,Gustaf Hendeby, main PI Åström

Excellenscluster Hilbert-AI planning grant

 

Tidsperiod: 2025-2026

Funding: VetenskapsrÄdet

Forskningsledare: Michael Felsberg, Fredrik Heintz, Amy Loutfi

Anomaly detection

I dagens samhĂ€lle finns stora datamĂ€ngder som behöver analyseras för att identifiera avvikelser. Det gĂ€ller exempelvis övervakning för att upptĂ€cka beteenden som hotar offentlig sĂ€kerhet, medicinsk övervakning för att hitta tidiga sjukdomstecken och biodiversitetsbevakning för att spĂ„ra förĂ€ndringar i djur- och vĂ€xtliv. Detta doktorandprojekt fokuserar pĂ„ anomali­detektion med hjĂ€lp av bild- och bildrelaterade data, sĂ€rskilt genom att undersöka hur ett nĂ€tverk kan trĂ€nas i latent space och hur detta förĂ€ndras över tid — ett koncept vi kallar Dynamic Latent Space.

Tidsperiod: 2026-2031

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Michael Felsberg

Hybrid Methods for Autonomous Event Camera Perception

Projektet studerar anvĂ€ndningen av eventkameror för förbĂ€ttrad perception i autonoma fordon (AV) i luft-, mark- och undervattensdomĂ€ner dĂ€r ljusförhĂ„llanden och snabba rörelser gör perceptionen svĂ„r. Genom att kombinera eventkameror med traditionell bildsensorik och inertialsensorer utvecklas robusta perception‑system med lĂ„g latens och hög noggrannhet.

Tidsperiod: 2025-2029

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Per-Erik Forssén

ALERT: eArLy warning systEms for dRone detection based on disTributed integrated sensing and communication

Projektet utvecklar grundläggande kunskap och algoritmiska lösningar för tidiga varningssystem (fokus: upptäckt av fientliga drönare) genom integrerade sensor‑ och kommunikationssystem över mobilnät.

Tidsperiod: 2024-2028

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Diana Osorio

FcoSUFT

Drifttagning och flygtester av en stor UAV (7 m, 240 kg), inklusive simulering, flygkontrollsystem, avionik och regulatoriska krav. Del av en lĂ„ngsiktig serie projekt dĂ€r UAV:en etableras som plattform för framtida teknikstudier.

Tidsperiod: 2024-2028

Finansiering: Vinnova

Forskningsledare: Roger Larsson

AVT419

Subskaleflygtester för flygkontrollsystem. Utveckling av nya styrsystem med hjĂ€lp av 3D‑printade drönare.

Tidsperiod: 2024-2028

Finansiering: NATO/FMV

Forskningsledare: Roger Larsson

Innovative Thrust-Vectoring Control for Future Aircraft

Utveckling av 3D‑printade drönarplattformar för experimentell validering av nĂ€sta generations styrsystem. Systerprojekt till FcoSUFT.

Tidsperiod: 2025-2028

Finansiering: Vinnova

Forskningsledare: David Lundström

COLOSSUS

Teknikutveckling för svanslösa (kursinstabila) flygplanskoncept med reducerad radarsignatur.

Tidsperiod: 2023-2026

Finansiering: EU Horizon Europe

Forskningsledare: Christopher Jouannet

Mechanical and thermal properties of hybrid glass/carbon fiber composite structures

System‑av‑system‑modellering och analysmetoder för att göra avvĂ€gningar inom flygplansdesign kopplat till prestanda, hĂ„llbarhet och ekonomi.

Tidsperiod: 2024-2028

Finansiering: Vinnova

Forskningsledare: Engineering Materials

Center for Advanced Research in Emergency Response - (CARER)

Utveckling och utvÀrdering av lÀtta, högstarka kompositmaterial med integrerade sensorer av kolnanorör (CNT).

Tidsperiod: 2011-2026

Finansiering: Annat

Forskningsledare: Sofie Pilemalm

The Automated Administration: Governance of ADM in the Public Sector

Detta fyraåriga tvärvetenskapliga forskningsprogram kombinerar teoretiska, empiriska och juridiska perspektiv för att analysera hur god offentlig förvaltning kan upprätthållas trots utmaningar kopplade till ökad automatisering och AI‑system i offentligt beslutsfattande.

Tidsperiod: 2022-2026

Finansiering: Forskningsprogrammet, Framtida utmaningar i norden – människan, kulturen och samhället

Forskningsledare: Stefan Larsson, Lund University

Exploring the risk governance mechanisms under the forthcoming EU Artificial Intelligence Act

Trots att mĂ„nga AI‑standarder finns Ă€r forskningen kring dem begrĂ€nsad, sĂ€rskilt vad gĂ€ller vilka intressen de representerar och hur de förhĂ„ller sig till etablerade etiska principer och samhĂ€llsvetenskaplig forskning. Projektet utvecklar sociologiskt grundad kunskap om AI‑standarder.

Tidsperiod: 2024-2026

Finansiering: VetenskapsrÄdet

Forskningsledare: James White, Lund University

The AI Welfare State Research Cluster

WASP‑HS forskningskluster om AI‑vĂ€lfĂ€rdsstaten studerar de sĂ„rbarheter som uppstĂ„r nĂ€r AI införs i vĂ€lfĂ€rdssystemen, bĂ„de för service och kontroll.

Tidsperiod: 2025-2030

Finansiering: WASP-HS

Forskningsledare: Stefan Larsson, Lund University

AI for Safety-Critical Systems

Projektet utvecklar grundlĂ€ggande metoder för sĂ€kerhetsmedveten och tillförlitlig AI i distribuerade multiagentsystem. Fokus ligger pĂ„ runtime‑övervakning, introspektivt resonemang och spĂ„rbara beslut som möjliggör sĂ€ker anpassning och koordination i autonoma och human‑in‑the‑loop‑miljöer. Resultaten stödjer SSF_DRONES genom att tillhandahĂ„lla centrala mekanismer för sĂ€kerhet, verifiering och styrning.

Tidsperiod: 2026-2030

Finansiering: Other

Forskningsledare: Mattias Tiger

3D Exploration Planning and Learning in Dynamic Uncertain Environments (WARA-PS)

Projektet utvecklar lĂ€rande- och resonemangsbaserade metoder för autonom 3D‑utforskning i dynamiska och osĂ€kra miljöer. Det integrerar prediktiva modeller av rörliga hinder med sĂ€ker rörelse- och explorationsplanering för robust kartlĂ€ggning, navigation och situationsmedvetenhet i komplexa miljöer — med direkt relevans för drönarsvĂ€rmar.

Tidsperiod: 2023–2027

Finansiering: Knut och Alice Wallenbergs Stiftelse

Forskningsledare: Fredrik Heintz

Aero EDIH AI adoption

Projektet stĂ€rker konkurrenskraften hos svenska drönarföretag genom att stödja frĂ€mst smĂ„ och medelstora företag i övergĂ„ngen frĂ„n prototyp till verifierade och marknadsklara lösningar. Detta ökar möjligheterna till export, internationella samarbeten och deltagande i europeiska upphandlingar. Projektet fungerar ocksĂ„ som en bro mellan teknik, marknadsbehov, forskning och finansiering — samt stĂ€rker Sveriges position inom AI‑driven, hĂ„llbar drönar- och mobilitetsteknik.

Tidsperiod: 2026-2029

Finansiering: EU Digital

Forskningsledare: Jan-Olof Ehk, Norrköping Science Park

Forskning inom området

hyperspektral avbildning

Tillförlitlig validering av växthusgasmodeller

Projektet utvecklar nya metoder för att förbättra validering av växthusgasmodeller och bedömningar. Fokus ligger på att skapa kostnadseffektiva, mobila och högupplösta metoder som kan användas för att mäta växthusgasflöden och markanvändning.
Drönare över vÄtmark.

Ny teknik för att mäta växthusgaser från luften

Projektet utvecklar nya metoder för storskaliga växthusgasflödesmätningar med drönare, för att noggrant kvantifiera flöden av metan, lustgas och koldioxid. Detta möjliggör bättre bedömningar och reglering av klimatkänsliga utsläpp från landskap.
En man som stÄr bredvid en drönare pÄ toppen av en asfalt.

Forskning i drönare och svärmar vid LiU

Drönare förändrar hur vi utforskar, övervakar och samverkar – i luften, på land och under vattenytan. Forskningen i drönare och drönarsvärmar är ett tvärvetenskapligt och snabbt växande område.

Avhandlingar relaterade till drönare och svärmar

De tre senaste avhandlingarna

Omslag för publikation 'On the Road to Safe Autonomous Driving via Data, Learning, and Validation'
William Ljungbergh (2025)
Omslag för publikation 'Spatiotemporal Learning for Motion Estimation and Visual Recognition'
Yushan Zhang (2025)
Omslag för publikation 'Closed-loop Diagnosis Using Submodels: With Applications to Quadcopters'
Du Ho (2025)

Fler avhandlingar

Omslag för publikation 'On the Road to Safe Autonomous Driving via Data, Learning, and Validation'
William Ljungbergh (2025)
Omslag för publikation 'Spatiotemporal Learning for Motion Estimation and Visual Recognition'
Yushan Zhang (2025)
Omslag för publikation 'Closed-loop Diagnosis Using Submodels: With Applications to Quadcopters'
Du Ho (2025)
Omslag för publikation 'Enhancing Air Traffic Management: Weather and Controller Workload Challenges'
Anastasia Lemetti (2025)
Omslag för publikation 'Designing Human-Swarm Interaction Systems'
Oscar Bjurling (2025)
Omslag för publikation 'Context-Aware Behavior Prediction for Autonomous Driving'
Theodor Westny (2024)
Omslag för publikation 'Learning Robot Vision under Insufficient Data'
Arvi Jonnarth (2024)
Omslag för publikation 'Context-Aware Predictive Motion Planning for Safe Autonomous Driving'
Jian Zhou (2024)
Omslag för publikation 'Reinforcement Learning for Improved Utility of Simulation-Based Training'
Johan Källström (2023)
Omslag för publikation 'Flexible Automation in Air Traffic Control Through Adaptation of Human-Automation Collaboration'
Magnus Nylin (2023)
Omslag för publikation 'Development of critical enablers for Unmanned Traffic Management'
Leonid Sedov (2023)
Magnus Eek, Robert Hallqvist, Hampus Gavel, Johan Ölvander (2016)

JOURNAL OF AEROSPACE INFORMATION SYSTEMS , Vol.13 , s.219-233

Omslag för publikation 'Distributed Optimization for Control and Estimation'
Shervin Parvini Ahmadi (2022)
Omslag för publikation 'Localization for Autonomous Vehicles in Underground Mines'
Kristin Nielsen (2023)
Omslag för publikation 'Selected Functionalities for Autonomous Intelligent Systems in Public Safety Scenarios'
Mariusz Wzorek (2023)
Omslag för publikation 'Data-Driven Robot Perception in the Wild'
Karl Holmquist (2023)
Omslag för publikation 'Safety-Aware Autonomous Systems: Preparing Robots for Life in the Real World'
Mattias Tiger (2022)
Omslag för publikation 'Dynamic Visual Learning'
Joakim Johnander (2022)
Omslag för publikation 'Identification of Nonlinear Marine Systems'
Fredrik Ljungberg (2022)
Omslag för publikation 'Uncertainty-Aware Convolutional Neural Networks for Vision Tasks on Sparse Data'
Abdelrahman Eldesokey (2021)
Omslag för publikation 'Learning visual perception for autonomous systems'
Gustav Häger (2021)
Omslag för publikation 'Vision-based Localization and Attitude Estimation Methods in Natural Environments'
Bertil Grelsson (2019)
Omslag för publikation 'Learning Convolution Operators for Visual Tracking'
Martin Danelljan (2018)

Mer om drönare och svärmar

En man som stÄr bredvid en drönare pÄ toppen av en asfalt.

Forskning i drönare och svärmar vid LiU

Drönare förändrar hur vi utforskar, övervakar och samverkar – i luften, på land och under vattenytan. Forskningen i drönare och drönarsvärmar är ett tvärvetenskapligt och snabbt växande område.
Etn drönare som flyger över en bÄt pÄ ett vattendrag.

Samarbetspartners inom forskning i drönare och svärmar

Linköpings universitet deltar i de stora nationella initiativen för drönare, drönarsvärmar och autonoma system.
En man stÄr framför en byggnad och hÄller i styrmaskin för drönare.

Utbildning i drönarsystem och svärmteknik

LiU erbjuder nationella och flera internationella masterprogram som kombinerar teoretisk fördjupning med praktiska färdigheter inom utveckling av drönare och drönarsvärmar.