微型無人機是尺寸只有手掌大小的無人機，可以在狹窄空間移動，例如：於救災時，在坍塌建築物中搜索。不過因為其重量、機能限制，若要可以自主飛行，仍有許多挑戰性，因此需要找到能適用在微型無人機上的有效演算法。若要自主飛行，需要達到：穩定飛行、速度控制、以及避障等功能，因此無人機需要知道自己當下的飛行速度。
生物如蜜蜂等飛行昆蟲，會藉由計算光流完成這些任務，所以研究團隊將光流作為靈感，透過在微型無人機下方裝相機偵測光流，來了解自己的行進速度。然而，工程上傳統的算法，如 farneback 的稠密光流、抑或是 Lucas-Kanade 的稀疏光流，都還是無法在微型無人機的硬體上運算。因此本篇的研究團隊介紹新的光流算法：edgeflow，藉此幫助微型無人機飛行。
fig.1 整篇論文的架構。為了讓微型無人機自主飛行，藉由在無人機底部裝相機偵測光流，達到估計自身速度的工作。
首先先用 Sobel filter ，計算出圖像x軸的邊緣特徵，並沿著y軸加起來，形成直方圖（fig.2a），使得原本二維降成一維，y軸的計算反之亦然。接著使用絕對差值（SAD），在兩幀照片中搜索，近一步得到位移。（fig.2b）
fig.2 (a)圖像經由sobel濾波器偵測出物體邊緣，並繪製成直方圖 (b) 將兩幀的直方圖比較、搜索，得到兩幀間的位移。
考慮到若移動較緩慢，兩幀間可能偵測不到移動，所以作者將不止比較前一幀，而是比較更前面幀數的影像。但由於不可能將所有影像都存下來，那該如何決定要跟多少幀影像比較？所以作者藉由前一刻得到的光流，藉此推估需要多少幀影像。
得到光流，即可換算成自身速度。本文推出的光流算法，可以在硬體較受到限制的微型無人機上使用，在控制迴路中，可以做到補償飄移，並瞭解外部的速度。
原文：K. McGuire, G. de Croon, C. de Wagter, B. Remes, K. Tuyls and H. Kappen, "Local histogram matching for efficient optical flow computation applied to velocity estimation on pocket drones," 2016 IEEE International Conference on Robotics and Automation (ICRA) , 2016, pp. 3255-3260, doi: 10.1109/ICRA.2016.7487496.