論文の概要: Mid-flight Propeller Failure Detection and Control of
Propeller-deficient Quadcopter using Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2002.11564v2
- Date: Mon, 6 Jul 2020 11:31:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-28 16:00:04.174565
- Title: Mid-flight Propeller Failure Detection and Control of
Propeller-deficient Quadcopter using Reinforcement Learning
- Title（参考訳）: 強化学習を用いたプロペラ欠損クワッドコプターの飛行中プロペラ故障検出と制御
- Authors: Rohitkumar Arasanipalai, Aakriti Agrawal and Debasish Ghose
- Abstract要約: 本稿では,4,3,2個のプロペラを備えたクアッドコプタ用強化学習型制御器を提案する。
また,プロペラの損失を検知し,適切な制御器に切り替えるニューラルネットワークベースのプロペラ故障検出システムを提案する。
- 参考スコア（独自算出の注目度）: 0.2578242050187029
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quadcopters can suffer from loss of propellers in mid-flight, thus requiring
a need to have a system that detects single and multiple propeller failures and
an adaptive controller that stabilizes the propeller-deficient quadcopter. This
paper presents reinforcement learning based controllers for quadcopters with 4,
3, and 2 (opposing) functional propellers. The paper also proposes a neural
network based propeller fault detection system to detect propeller loss and
switch to the appropriate controller. The simulation results demonstrate a
stable quadcopter with efficient waypoint tracking for all controllers. The
detection system is able to detect propeller failure in a short time and
stabilize the quadcopter.
- Abstract（参考訳）: クワッドコプターは飛行中にプロペラの損失を被る可能性があるため、単発および複数回のプロペラ故障を検知するシステムと、プロペラ不足のクワッドコプターを安定化するアダプティブコントローラが必要である。
本稿では,4,3,2機能プロペラを有するクアッドコプタ用強化学習型制御器について述べる。
また,プロペラの損失を検出し,適切な制御器に切り替えるニューラルネットワークベースのプロペラ故障検出システムを提案する。
シミュレーション結果は、全てのコントローラに対して効率的なウェイポイントトラッキングを備えた安定したクワッドコプターを示す。
検出システムは、プロペラ故障を短時間で検出し、クワッドコプターを安定化することができる。
関連論文リスト
- Improving Wind Resistance Performance of Cascaded PID Controlled
Quadcopters using Residual Reinforcement Learning [0.0]
風力抵抗制御は、目標位置からの逸脱を避けるために、クワッドコプターが位置を維持するために欠かせない特徴である。
クワッドコプターの耐風性制御系を構築するための残留強化学習に基づく手法を提案する。
従来のケースドPIDコントローラで制御されたクワッドコプターと比較して,制御器の位置ずれを約50%低減する。
論文 参考訳（メタデータ） (2023-08-03T09:29:19Z) - The eyes and hearts of UAV pilots: observations of physiological
responses in real-life scenarios [64.0476282000118]
民間機や軍用機では、パイロットはリアルなシミュレーターで自分の反応や反射を調整できる。
この作業は、現場でパイロットの行動を収集し、パフォーマンスを向上させるソリューションを提供することを目的としています。
論文 参考訳（メタデータ） (2022-10-26T14:16:56Z) - TransVisDrone: Spatio-Temporal Transformer for Vision-based
Drone-to-Drone Detection in Aerial Videos [57.92385818430939]
視覚的フィードを用いたドローンからドローンへの検知は、ドローンの衝突の検出、ドローンの攻撃の検出、他のドローンとの飛行の調整など、重要な応用がある。
既存の手法は計算コストがかかり、非エンドツーエンドの最適化に追随し、複雑なマルチステージパイプラインを持つため、エッジデバイス上でのリアルタイムデプロイメントには適さない。
計算効率を向上したエンドツーエンドのソリューションを提供する,シンプルで効果的なフレームワークであるitTransVisDroneを提案する。
論文 参考訳（メタデータ） (2022-10-16T03:05:13Z) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z) - Neural-Fly Enables Rapid Learning for Agile Flight in Strong Winds [96.74836678572582]
本稿では,ディープラーニングを通じて事前学習した表現を組み込むことで,オンラインでの迅速な適応を可能にする学習ベースのアプローチを提案する。
Neural-Flyは、最先端の非線形かつ適応的なコントローラよりもかなり少ないトラッキングエラーで正確な飛行制御を実現する。
論文 参考訳（メタデータ） (2022-05-13T21:55:28Z) - Extended Abstract Version: CNN-based Human Detection System for UAVs in
Search and Rescue [0.0]
本稿では,畳み込みニューラルネットワークとQuadcopterハードウェアプラットフォームを用いて,人間の探索と検出を行う手法を提案する。
Raspberry Pi Bに事前訓練されたCNNモデルを適用し、Quadcopterの底部に1台のカメラを設置する。
実験の結果、Raspberry Pi Bの処理速度は3fpsだった。
論文 参考訳（メタデータ） (2021-11-04T13:57:20Z) - CNN-based Human Detection for UAVs in Search and Rescue [0.0]
本稿では,畳み込み型ニューラルネットワーク技術を用いて,被害者の探索と検出を行う手法を提案する。
この研究で使用されるモデルは事前訓練されたモデルであり、クアッドコプターに取り付けられたRaspberry PiモデルB上でのテストに適用される。
実験の結果、Quadcopterは安定して飛行でき、SSDモデルは3fpsの処理速度でRaspberry PiモデルBでうまく動作することがわかった。
論文 参考訳（メタデータ） (2021-10-05T10:43:10Z) - Developmental Reinforcement Learning of Control Policy of a Quadcopter
UAV with Thrust Vectoring Rotors [1.0057838324294686]
推力ベクター機能を有するクアッドコプターのための新規な強化学習型制御器を提案する。
このロボットの制御方針は、学習したクワッドコプターの制御装置からポリシー伝達を用いて学習される。
学習方針の性能は、ホバリングとウェイポイントナビゲーションのタスクの物理シミュレーションにより評価される。
論文 参考訳（メタデータ） (2020-07-15T16:17:29Z) - Transition control of a tail-sitter UAV using recurrent neural networks [80.91076033926224]
制御戦略は姿勢と速度安定化に基づいている。
RNNは高非線形空力項の推定に用いられる。
その結果, 遷移操作時の直線速度とピッチ角の収束性を示した。
論文 参考訳（メタデータ） (2020-06-29T21:33:30Z) - Learning Stabilizing Controllers for Unstable Linear Quadratic
Regulators from a Single Trajectory [85.29718245299341]
線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。
楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。
高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
論文 参考訳（メタデータ） (2020-06-19T08:58:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。