메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김상현 (청주대학교)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제27권 제3호
발행연도
2021.3
수록면
202 - 207 (6page)
DOI
10.5302/J.ICROS.2021.20.0192

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study developed a battery anomaly detection method to stably operate an electric-powered UAS (Unmanned Aerial System). An autoencoder neural network (NN) model was applied to implement a virtual battery model for evaluating the battery level of the UAS in flight. The battery level data of the DJI Tello quadcopter in flight was collected in real time and used in the autoencoder training sequences and battery anomaly detection experiments. The experimental results confirmed that the NN-based battery anomaly detection method could distinguish between normal and abnormal states in the scenarios considered in this study.

목차

Abstract
Ⅰ. 서론
Ⅱ. Autoencoder 신경망 기반 이상 상태 탐지 기법
Ⅲ. 배터리 시계열 데이터셋 학습
Ⅳ. 실험결과
Ⅴ. 결론
REFERENCES

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-003-001564551