Diseño de una herramienta para la detección de fallos en sistemas multirrotores
Los vehículos no tripulados (UAV) con multirrotores, cuentan con un sistema de control que se enfoca principalmente en buscar la estabilidad del vehículo durante el vuelo, sin embargo, no le permite detectar o prever cuando se presenta un fallo, y muchas veces no responde de la mejor manera. En este...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Instituto Tecnológico de Costa Rica
2021-10-01
|
| Series: | Tecnología en Marcha |
| Subjects: | |
| Online Access: | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/5913 |
| Summary: | Los vehículos no tripulados (UAV) con multirrotores, cuentan con un sistema de control que se enfoca principalmente en buscar la estabilidad del vehículo durante el vuelo, sin embargo, no le permite detectar o prever cuando se presenta un fallo, y muchas veces no responde de la mejor manera. En este artículo se presenta inicialmente 9 categorías de fallos que se podrían encontrar durante el vuelo de un UAV, además se presenta el diseño de una red neuronal recurrente capaz de detectar patrones en las series de datos tomadas de un conjunto de sensores, montados sobre el dron. Se presenta la comparación de dos redes diferentes, la LSTM y la GRU, donde se demuestra que la red GRU es la más apropiada para este tipo de problema, obteniéndose hasta un 97% de éxito con los datos de entrenamiento utilizados. Además, se propone una respuesta a los fallos por medio de un protocolo de comunicación llamado MAVLink, que informaría al usuario de la presencia del fallo, además de desconectar el motor de ser necesario. |
|---|---|
| ISSN: | 0379-3982 2215-3241 |