修正リレーフィードバック試験および深層ニューラルネットワークを使用した離陸から実時間完全同定へのマルチロータ【JST・京大機械翻訳】

Ayyad Abdulla; Chehadeh Mohamad; Silva Pedro; Wahbah Mohamad; Hay Oussama Abdul; Boiko Igor; Zweiri Yahya

プレプリント

J-GLOBAL ID：202202220544082668 整理番号：21P0052650

修正リレーフィードバック試験および深層ニューラルネットワークを使用した離陸から実時間完全同定へのマルチロータ【JST・京大機械翻訳】

Multirotors from Takeoff to Real-Time Full Identification Using the Modified Relay Feedback Test and Deep Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2020年10月06日プレプリントサーバーでの情報更新日： 2021年09月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マルチロータ無人航空機(UAV)動力学の低コストリアルタイム同定は,需要と新興応用領域におけるサージによって支えられた研究の活発な分野である。このような実時間同定能力は,開発時間とコストを短縮し,UAVsの技術をよりアクセスしやすく,多様な先進的応用を可能にする。本論文では,修正中継フィードバックテスト(MRFT)とディープニューラルネットワーク(DNN)を用いたマルチロータUAVの実時間同定とチューニングのために,DNN-MRFTと呼ぶ新しい包括的手法を提案した。主な貢献は,高次システムへのDNN-MRFTの適用のための一般化フレームワークの開発である。DNN-MRFTの顕著な利点の一つは,同定されたプロセス利得の正確な推定であり,それは,Lureシステムの応答の近似における記述関数法の利用により導入された不正確性を緩和する。二次寄与は,未知の動力学でUAVを離し,内部ループダイナミクスを飛行するDNN-MRFTに基づく一般化制御装置である。開発したフレームワークを用いて,DNN-MRFTを,内部姿勢ループに対して得られた飛行中の結果を利用してUAVの外部並進ループに順次適用した。DNN-MRFTは平均15秒で,マルチロータUAV動力学の完全な知識を得て,更なる調整またはキャリブレーションなしに,UAVは垂直窓を通過でき,最先端の性能を達成する軌跡を正確に追跡できる。同定の精度,速度,およびロバスト性は,UAVのリアルタイム同定における最先端技術の限界を押し出す。【JST・京大機械翻訳】

, , , , , , ,
, , , , , 【Automatic Indexing@JST】

操縦・制御系統 , 航空機の空気力学

, , , , , ,

前のページに戻る