基于深度学习的无人机仿真到现实故障诊断
机器人学
2023-02-10 v1 人工智能
摘要
准确诊断螺旋桨故障对于确保四旋翼飞行器的安全高效运行至关重要。利用仿真数据训练故障分类器并将其部署于真实四旋翼上是一种经济且安全的方法。然而，仿真到现实的差距常导致分类器在真实飞行中表现不佳。本工作中，我们提出一种深度学习模型，通过利用新辨识特征（NIF）作为输入并采用域适应技术来缩小仿真到现实的差距，从而解决该问题。此外，我们引入一种调整后的仿真模型，可生成更准确反映真实四旋翼行为的数据。实验结果表明，我们所提方法在检测螺旋桨故障方面达到了96%的准确率。据我们所知，这是首个用于四旋翼螺旋桨仿真到现实故障诊断的可靠且高效的方法。
引用
@article{arxiv.2302.04410,
title = {Simulation-to-reality UAV Fault Diagnosis with Deep Learning},
author = {Wei Zhang and Junjie Tong and Fang Liao and Yunfeng Zhang},
journal= {arXiv preprint arXiv:2302.04410},
year = {2023}
}
备注
7 pages, 9 figures