Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Information-Driven Fault Detection and Identification for Multi-Agent Spacecraft Systems: Collaborative On-Orbit Inspection Mission

Created by
  • Haebom
Category
Empty

저자

Akshita Gupta, Arna Bhardwaj, Yashwanth Kumar Nakka, Changrak Choi, Amir Rahmani

개요

본 연구는 저궤도에서 협업 검사 임무를 수행하는 다중 우주선 시스템을 위한 전역-지역, 작업 인식 고장 감지 및 식별(FDI) 프레임워크를 제시한다. 검사 작업은 센서 모델, 우주선 자세, 그리고 임무 수준의 정보 획득 목표를 통합하는 전역 정보 기반 비용 함수로 표현된다. 이 공식은 전역 작업 할당과 지역 감지 또는 운동 결정을 모두 구동하기 위해 동일한 비용 함수를 사용함으로써, 지침, 제어 및 FDI를 연결한다. 고장 감지는 예상된 작업 지표와 관찰된 작업 지표 간의 비교를 통해 달성되며, 고차 비용 기울기 측정은 센서, 액추에이터 및 상태 추정기 간의 고장 식별을 가능하게 한다. 적응형 임계값 메커니즘은 시간 변화하는 검사 기하학과 동적 임무 조건을 포착한다. 대표적인 다중 우주선 검사 시나리오에 대한 시뮬레이션 결과는 불확실성 하에서 고장 위치 파악 및 분류의 신뢰성을 보여주며, 탄력적인 자율 검사 아키텍처를 위한 통일된 정보 기반 기반을 제공한다.

시사점, 한계점

시사점:
다중 우주선 시스템의 협업 검사 임무를 위한 통합된 FDI 프레임워크 제공.
지침, 제어 및 FDI를 연결하여 효율적인 작업 할당 및 센싱 결정.
센서, 액추에이터, 상태 추정기 고장 식별 가능.
적응형 임계값 메커니즘을 통한 동적 환경 적응.
시뮬레이션을 통한 신뢰성 검증.
한계점:
실제 환경에서의 검증 부족.
특정 임무 시나리오에 대한 의존성.
계산 복잡성 및 실시간 구현의 어려움 가능성.
다양한 고장 유형 및 복잡한 환경에 대한 일반화 필요.
👍