Detección de fallas en tiempo real basada en bordes en sistemas de UAV a través de la reconstrucción de telemetría...

Área de la Ciencia:

• Ingeniería Aeroespacial
• Ciencias de la computación
• Inteligencia artificial

Sus antecedentes:

• Los vehículos aéreos no tripulados (UAV) requieren diagnósticos avanzados a bordo para su operación segura, especialmente con una telemetría poco confiable.
• Los sistemas existentes luchan con datos de sensores irregulares y no uniformes comunes en las misiones de UAV del mundo real.

Objetivo del estudio:

• Desarrollar un marco de detección de fallas a bordo en tiempo real para los VANT capaces de manejar la telemetría interrumpida.
• Optimizar el marco para el despliegue en plataformas de computación de borde con recursos limitados.

Principales métodos:

• Implementación de la interpolación de línea B para una reconstrucción robusta de los datos del sensor a partir de entradas ruidosas o asincrónicas.
• Utilizó un modelo híbrido de detección de anomalías que combina el autoencoder de memoria larga a corto plazo (LSTM) y el bosque de aislamiento.
• Implementó toda la tubería en sistemas integrados como Raspberry Pi 4 y NVIDIA Jetson Nano.

Principales resultados:

• Se ha logrado una latencia de inferencia de extremo a extremo inferior a 50 milisegundos para el procesamiento a bordo.
• Demostró una precisión de detección de fallas del 93,6% utilizando registros de vuelo reales e inyección de fallas sintéticas.
• Demostró una resistencia significativa a las interrupciones de la telemetría y a las irregularidades de muestreo.

Conclusiones:

• El marco desarrollado permite el monitoreo de salud autónomo basado en sensores para los UAV.
• El sistema es factible para su despliegue a bordo, mejorando la seguridad y fiabilidad de los UAV.
• El enfoque es aplicable a otros sistemas ciberfísicos en tiempo real que requieren una detección robusta de anomalías.