マハラノビス距離を用いた無人車両の異常検出

無人自律車両の使用は、近年ますます重要になっています。無人（自律かどうかに関わらず）であるため、操作者は失敗を特定するために自分の体感に頼ることができず、失敗や異常な状態の特定がより困難になる可能性があります。さらに、無人車両の自律性が増すにつれて、操作者がそれらを密に監視することがますます難しくなり、これにより異常な状態をタイムリーに特定することの難しさが一層悪化します。モデルベースの診断と故障検出システムは、失敗を認識するために提案されています。しかし、これらは基本モデルの能力に依存しており、これはロボットの物理的現実から必然的に抽象化されています。本論文では、センサーデータ（内部および外部）に基づいて無人自律車両の異常を検出するための新しいモデルフリーアプローチを提案します。無人航空機（UAV）および無人地上車両（UGV）で実施された実験は、車両が標準的な挙動からの逸脱を検出することによって、このアプローチの有効性を示しています。