文献

J-GLOBAL ID：202102251383150980   整理番号：21A3276820

時間的畳込みネットワークによる解析的冗長性のためのUAVの深層学習支援合成空気速度推定【JST・京大機械翻訳】

Deep Learning-Aided Synthetic Airspeed Estimation of UAVs for Analytical Redundancy With a Temporal Convolutional Network

著者 (9件)： Lim Hyungtae (School of Electrical Engineering, KI-AI, KI-R, KAIST (Korea Advanced Institute of Science and Technology), Daejeon, Republic of Korea) ,  Ryu Hanseok (Korea Aerospace Research Institute, Daejeon, Republic of Korea) ,  Rhudy Matthew B. (Division of Engineering, Business, and Computing, Pennsylvania State University, Reading, PA, USA) ,  Lee Dongjin (Department of Unmanned Aircraft Systems, Hanseo University, Taean-gun, Chungcheongnam-do, Republic of Korea) ,  Jang Dongjin (Department of Unmanned Aircraft Systems, Hanseo University, Taean-gun, Chungcheongnam-do, Republic of Korea) ,  Lee Changho (Korea Aerospace Research Institute, Daejeon, Republic of Korea) ,  Park Youngmin (Korea Aerospace Research Institute, Daejeon, Republic of Korea) ,  Youn Wonkeun (Department of Autonomous Vehicle System Engineering, Chungnam National University, Daejeon, Republic of Korea) ,  Myung Hyun (School of Electrical Engineering, KI-AI, KI-R, KAIST (Korea Advanced Institute of Science and Technology), Daejeon, Republic of Korea)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 1  ページ： 17-24  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 合成空気データシステム(SADS)は,無人航空機(UAV)に対して重要な解析的冗長性技術であり,空気データセンサ故障中のバックアップシステムとして使用される。残念ながら,SADSのための既存の最先端の手法はGPS信号または高忠実度動的UAVモデルを必要とする。この問題に取り組むために,解析的冗長性のための深層学習と無香料Kalmanフィルタ(UKF)を利用する新しい合成空気速度推定法を提案した。著者らの新しい融合ベースの方法は,慣性測定ユニット(IMU),エレベータ制御入力,および気流角度のみを必要とするが,GPS,揚力/抗力係数,および複雑な航空機動的モデルを必要としない。さらに,提案した時間畳み込みネットワーク(TCN)は,ResNetまたは双方向長短期メモリ(LSTM)のような有名なモデルよりも,空気速度推定のためのより効率的なモデルであることを実証した。著者らの深層学習支援UKFは,長期実飛行データで実験的に検証され,最先端の方法と比較して有望な性能を持っている。特に,提案手法は,従来手法の性能が低下する動的飛行条件下でも,空気速度をロバストに推定することを確認した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  抗力係数 ,  *畳込み ,  航空機 ,  *冗長性 ,  *ネットワーク ,  揚力 ,  気流 ,  ダイナミックモデル ,  無人機 ,  飛翔 ,  飛行データ ,  GPS ,  ロバスト性
準シソーラス用語： *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 畳込み ,  解析 ,  冗長性 ,  UAV ,  深層学習 ,  支援 ,  速度推定