导读 无需水晶球就能想象出工程师心目中的未来：空中出租车和其他飞行器在城市之间运送乘客，避免地面上日益严重的交通堵塞。公司已经在原型设计...
无需水晶球就能想象出工程师心目中的未来：空中出租车和其他飞行器在城市之间运送乘客，避免地面上日益严重的交通堵塞。公司已经在原型设计和测试这种混合动力电动“飞行汽车”，这种汽车可以垂直起飞和降落，但可以像有翼飞机一样在空中翱翔，从而实现更远距离的高效飞行。
当然，这些飞行器关注的关键领域之一是安全性。飞机不仅必须保持在空中，而且必须保持控制，无论飞行过程中可能出现什么问题——从阵风到在其路径上飞行的物体再到螺旋桨失效。
现在，加州理工学院的一个团队开发了一种基于机器学习的机载控制方法，可以帮助此类飞机检测和补偿干扰，以便它们能够继续飞行。工程师们在《IEEE 机器人与自动化快报》杂志上发表的一篇论文中描述了这种新方法，他们将其称为“神经飞行容错”(NFFT)。
加州理工学院控制与动力系统系布伦教授 Soon-Jo Chung 表示：“为了充分发挥这些电动飞行器的潜力，您需要一个智能控制系统来提高它们的鲁棒性，特别是针对各种故障的恢复能力。”加州理工学院为 NASA 管理的喷气推进实验室 (JPL) 的高级研究科学家。
“我们开发了这样一个对安全关键型自主系统至关重要的容错系统，它引入了虚拟传感器的想法，可以使用机器学习和自适应控制方法来检测任何故障。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！