风扰环境下无人机仿真到现实的故障诊断
机器人学
2023-09-22 v1
摘要
监测螺旋桨故障对于维持四旋翼无人机的安全可靠运行至关重要。仿真到现实的无人机故障诊断技术提供了一种安全且经济的方法来识别螺旋桨故障。然而，由于户外场景中的风扰，使用仿真数据训练的分类器在真实飞行中表现不佳。在这项工作中，我们提出一种基于不确定性的故障分类器（UFC）以应对风扰场景下仿真到现实无人机故障诊断的挑战。它使用基于差异的深度卷积神经网络集成（EDDCNN）来降低模型方差与偏差。此外，它采用基于不确定性的决策框架来过滤掉不确定的预测。实验结果表明，UFC 在风扰户外场景中能以 33.6% 的数据使用率实现 100% 的故障诊断准确率。
引用
@article{arxiv.2309.11897,
title = {Simulation-to-reality UAV Fault Diagnosis in windy environments},
author = {Wei Zhang and Junjie Tong and Fang Liao and Yunfeng Zhang},
journal= {arXiv preprint arXiv:2309.11897},
year = {2023}
}
备注
8 pages, 8 figures