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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.2
- 수록면
- 290 - 298 (9page)
- DOI
- 10.5302/J.ICROS.2026.25.0264
이용수
초록· 키워드
This study proposes a real-time thrust anomaly detection algorithm for multicopter-type unmanned aerial vehicles (UAVs) using an autoencoder-based semi-supervised learning approach. The performance of this system is verified through a hardware-in-the-loop simulation (HILS) environment. The proposed method detects anomalies without additional sensors by using only the onboard signals of the flight controller including the attitude, angular rate, and motor pulse-width modulation data. The autoencoder was trained solely on normal flight data and determines faults by monitoring reconstruction errors. The developed algorithm accurately detected an induced motor failure within 0.06 s while showing no false alarms during normal operation. The HILS system successfully replicated the dynamic behavior of the UAV and validated the real-time performance and reliability of the proposed model. This approach enables the efficient and safe pre-flight validation of fault detection systems. Future work will involve real flight tests to evaluate the robustness of the algorithm under various fault scenarios and environmental conditions.
#real-time thrust anomaly detection
#multicopter
#unmanned aerial vehicle (UAV)
#hardware-in-the-loop simulation (HILS)
#autoencoder
#deep neural network
#semi-supervised learning
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- I. 서론
- II. UAV 동역학 모델링 및 추력 계통 고장 정의
- III. Hardware-In-the-Loop Simulation 시스템 설계
- IV. 오토인코더 기반 추력 계통 이상탐지 기법
- V. 실시간 이상탐지 알고리즘 검증
- VI. 결론
- REFERENCES
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-151-26-02-096087173
