Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Motor Failure Detection for Multicopters

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26220%2F14%3APU110246" target="_blank" >RIV/00216305:26220/14:PU110246 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Motor Failure Detection for Multicopters

  • Popis výsledku v původním jazyce

    The contribution is focused on the problem of motor failure detection for multicopters using sensors usually used for state estimation. Such an algorithm is an essential part of the safety system which would mitigate the consequences of single motor failure of multicopter. The detection algorithm is based on set of Kalman filters for state estimation. Each Kalman filter has different prediction model (each models a different motor failure). The magnitude of corrections applied in the update step of Kalman filter is used as a measure of model correspondence. The algorithm was tested on simulated data for two different scenarios and shows sufficient performance in both cases.

  • Název v anglickém jazyce

    Motor Failure Detection for Multicopters

  • Popis výsledku anglicky

    The contribution is focused on the problem of motor failure detection for multicopters using sensors usually used for state estimation. Such an algorithm is an essential part of the safety system which would mitigate the consequences of single motor failure of multicopter. The detection algorithm is based on set of Kalman filters for state estimation. Each Kalman filter has different prediction model (each models a different motor failure). The magnitude of corrections applied in the update step of Kalman filter is used as a measure of model correspondence. The algorithm was tested on simulated data for two different scenarios and shows sufficient performance in both cases.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JB - Senzory, čidla, měření a regulace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2014

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings Of The 20th Conference Student EEICT 2014 Volume 3

  • ISBN

    978-80-214-4924-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    5

  • Strana od-do

    52-56

  • Název nakladatele

    LITERA Brno

  • Místo vydání

    Brno

  • Místo konání akce

    Brno

  • Datum konání akce

    24. 4. 2014

  • Typ akce podle státní příslušnosti

    CST - Celostátní akce

  • Kód UT WoS článku