인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
With the increasing use of UAVs across various fields, their range of applications continues to expand. In particular, the utilization of UAVs in hazardous environments and urban areas has highlighted the critical importance of UAV safety. One of the primary causes of UAV accidents is propeller failure, and extensive research is being conducted to prevent and mitigate such incidents. However, with the growing demand for multi-copters designed for complex missions, identifying which specific propeller has failed among multiple propellers has become a significant challenge. This paper proposes a sound based deep learning system for classifying the location of UAV propeller failures. By utilizing a multi-channel directional microphone, the system detects noise generated from UAV propellers and employs a deep learning model to accurately the faulty propeller. This approach contributes to enhancing the reliability and operational stability of UAVs while improving maintenance efficiency. The Paper compares analysis of audio recognition results and concludes based on it.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093686035
