用于旋翼机姿态预测的深度学习集成方法
计算机视觉与模式识别
2023-06-30 v1
摘要
历史上，旋翼机领域的致命事故率高于其他航空领域，包括商用与通用航空。人工智能（AI）的最新进展及其在我们生活各领域的应用既引人入胜又令人鼓舞。当为航空领域恰当开发时，AI技术提供了帮助设计可应对旋翼机安全挑战系统的机会。我们近期的工作表明，AI算法可利用机载相机视频数据并正确识别驾驶舱仪表中的不同飞行参数，例如指示空速。这些基于AI的技术提供了一种潜在高性价比方案，尤其对小型直升机运营商，用于记录飞行状态信息并执行飞后分析。我们也展示了精心设计与训练的AI系统可从外部场景（图像或视频数据）准确预测旋翼机姿态（即俯仰与偏航）。普通现成摄像机安装于旋翼机驾驶舱内以记录含地平线的外部场景。该AI算法能以约80%的准确率正确识别旋翼机姿态。本工作中，我们组合五个不同机载相机视角将姿态预测准确率提升至94%。本文中五个机载相机视角包括正驾风挡、副驾风挡、正驾电子飞行仪表系统（EFIS）显示、副驾EFIS显示与姿态指示仪。利用各相机视角视频数据，我们训练了多种卷积神经网络（CNNs），预测准确率达79%至90%。随后我们集成所有CNN习得知识，实现了93.3%的集成准确率。
引用
@article{arxiv.2306.17104,
title = {Deep Ensemble for Rotorcraft Attitude Prediction},
author = {Hikmat Khan and Nidhal Carla Bouaynaya and Ghulam Rasool and Tyler Travis and Lacey Thompson and Charles C. Johnson},
journal= {arXiv preprint arXiv:2306.17104},
year = {2023}
}