荷兰代尔夫特理工大学航空航天工程学系全奖博士招生 | Prof. Croon

导师简介

如果你想申请荷兰代尔夫特理工大学 航空航天工程学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析代尔夫特理工大学的Prof. Croon的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

Dr. G.C.H.E. (Guido) de Croon是无人机与人工智能领域的资深研究者，其学术专长围绕多学科交叉展开，核心研究方向可归纳为：一是智能控制与算法，聚焦飞行器控制系统设计及神经网络等算法在自主决策中的应用；二是特种飞行器研发，涵盖无人机、扑翼机器人（Flapping-wing Robots）、倾转旋翼飞行器等；三是机器视觉与导航，探索视觉-惯性里程计、视觉伺服等技术在无人机定位中的实现；四是仿生智能，从生物运动机制中汲取灵感优化飞行器设计与控制逻辑。

研究分析

2025年Dr. de Croon发表多篇代表性论文，集中体现其研究重点与创新方向：

1. A review on flapping-wing robots (Recent progress and challenges)：作为综述类文章，该研究梳理扑翼机器人领域的最新进展与现存挑战。扑翼机器人因模仿鸟类或昆虫飞行，兼具灵活性与隐蔽性，但在动力效率、控制精度等方面仍存瓶颈。文章通过整合多团队研究成果，指出“仿生结构优化”与“智能控制算法结合”是未来突破方向，为领域研究提供清晰的前沿图谱。
2. CUAHN-VIO (Content-and-uncertainty-aware homography network for visual-inertial odometry)：针对无人机导航中的定位精度问题，提出“内容与不确定性感知单应性网络”。传统视觉-惯性里程计（VIO）易受环境纹理缺失、运动模糊影响，该研究通过神经网络对图像内容重要性及测量不确定性进行建模，提升复杂场景下的定位鲁棒性，为无人机自主飞行提供关键技术支撑。
3. Design and Control of A Tilt-Rotor Tailsitter Aircraft with Pivoting VTOL Capability：聚焦倾转旋翼尾座式飞行器的设计与控制，这类飞行器兼具垂直起降（VTOL）与高速巡航能力，但转换飞行模式时的姿态控制难度较大。研究通过优化旋翼 pivoting 机构与控制策略，实现模式转换的平滑过渡，为多场景应用的飞行器研发提供了工程实践参考。

研究想法

基于Dr. de Croon现有研究，可衍生以下创新方向：

1. 仿生扑翼机器人的群体协同导航：结合教授在扑翼机器人与机器视觉的研究，探索多扑翼机器人模拟鸟类集群飞行的协同导航机制。利用CUAHN-VIO技术提升个体定位精度，同时设计基于生物群体行为的分布式控制算法，解决复杂环境下（如森林、城市峡谷）多机器人通信延迟与避障问题，可应用于生态监测、灾害救援等场景。
2. 基于深度迁移学习的无人机故障自适应控制：针对教授关注的无人机控制与学习算法，提出“模拟器-真实世界”深度迁移模型。先在虚拟环境中训练无人机应对电机故障、气流干扰等极端情况的控制策略，再通过迁移学习将模型适配到真实场景，减少实机训练成本与风险，提升无人机的容错能力。
3. 融合昆虫复眼特性的无人机视觉避障系统：借鉴仿生智能研究思路，模仿昆虫复眼的广角视野与快速运动检测能力，设计新型视觉传感器与处理算法。将其与现有视觉伺服技术结合，使无人机在高速飞行中更精准识别突发障碍物（如飞鸟、电线），突破传统视觉避障的响应速度瓶颈。

申请建议

申请Dr. de Croon的博士项目，需从以下方面针对性准备：

1. 专业基础强化：夯实自动控制原理、机器人学、线性代数等核心理论，重点掌握PID控制、卡尔曼滤波、视觉里程计等技术原理。可通过选修“机器人控制”“计算机视觉”等课程，或完成Coursera上“Autonomous Robots”专项课程，构建与教授研究匹配的知识体系。
2. 技能储备：熟练使用C++/Python编程语言，掌握ROS（机器人操作系统）开发环境；具备MATLAB/Simulink仿真能力，能独立搭建无人机控制仿真模型；了解PyTorch/TensorFlow等深度学习框架，有神经网络模型设计与训练经验者优先。建议尝试复现教授论文中的算法（如CUAHN-VIO的核心模块），并在GitHub上开源代码。
3. 科研经历积累：积极参与无人机相关科研项目，如大学生创新计划、实验室课题等，重点积累“控制算法设计”“视觉导航实现”“飞行器原型开发”等方向的实践经验。若有论文发表（含会议摘要、EI会议），需突出与教授研究方向的关联性，如扑翼机器人控制、无人机视觉避障等。
4. 文书准备：个人陈述（PS）需明确阐述研究兴趣与教授方向的契合点，可具体提及某篇论文（如扑翼机器人综述）对自己的启发，并简述拟研究方向（可结合前文创新想法）。推荐信优先选择有机器人或无人机研究背景的导师，让推荐人突出你的技术能力与科研潜力。
5. 套磁沟通：套磁邮件需简洁专业，附件附上CV与代表性成果（如项目报告、代码链接）。邮件中可提出1-2个针对教授论文的深度问题（如“在扑翼机器人研究中，如何平衡仿生结构与动力效率？”），展现对其研究的深入了解。若有相关技术成果（如自主开发的无人机控制程序），可主动说明并询问是否符合课题组需求。

博士背景

Kimi，985机械工程硕士，现为港三机械工程博士生。研究方向为智能制造和机器人学，专注于工业4.0背景下的自动化生产系统优化。曾在《Journal of Mechanical Design》和《Robotics and Computer-Integrated Manufacturing》发表过论文。获得IEEE机器人与自动化国际会议最佳学生论文奖。