導讀 無需水晶球就能想象出工程師心目中的未來：空中出租車和其他飛行器在城市之間運送乘客，避免地面上日益嚴重的交通堵塞。公司已經(jīng)在原型設計...
無需水晶球就能想象出工程師心目中的未來：空中出租車和其他飛行器在城市之間運送乘客，避免地面上日益嚴重的交通堵塞。公司已經(jīng)在原型設計和測試這種混合動力電動“飛行汽車”，這種汽車可以垂直起飛和降落，但可以像有翼飛機一樣在空中翱翔，從而實現(xiàn)更遠距離的高效飛行。
當然，這些飛行器關注的關鍵領域之一是安全性。飛機不僅必須保持在空中，而且必須保持控制，無論飛行過程中可能出現(xiàn)什么問題——從陣風到在其路徑上飛行的物體再到螺旋槳失效。
現(xiàn)在，加州理工學院的一個團隊開發(fā)了一種基于機器學習的機載控制方法，可以幫助此類飛機檢測和補償干擾，以便它們能夠繼續(xù)飛行。工程師們在《IEEE 機器人與自動化快報》雜志上發(fā)表的一篇論文中描述了這種新方法，他們將其稱為“神經(jīng)飛行容錯”(NFFT)。
加州理工學院控制與動力系統(tǒng)系布倫教授 Soon-Jo Chung 表示：“為了充分發(fā)揮這些電動飛行器的潛力，您需要一個智能控制系統(tǒng)來提高它們的魯棒性，特別是針對各種故障的恢復能力。”加州理工學院為 NASA 管理的噴氣推進實驗室 (JPL) 的高級研究科學家。
“我們開發(fā)了這樣一個對安全關鍵型自主系統(tǒng)至關重要的容錯系統(tǒng)，它引入了虛擬傳感器的想法，可以使用機器學習和自適應控制方法來檢測任何故障。”
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！