퍼지 로직 및 신경망 기반 자가 조정 PID 제어기 퀘드콥터

쿼드콥터는 현재 기술 시대의 유효한 도구로 자리잡았습니다. 쿼드콥터는 드론 또는 무인 항공기로도 알려져 있습니다. 쿼드콥터는 배송, 촬영 및 탐지 및 접근이 불가능한 지역, 언덕, 숲, 대도시 지역, 암석 및 상업 및 보안 프로젝트에서 내비게이션에 위험이 될 수 있는 장애물과 같은 미션을 위한 공중 조사를 수행하는 데 사용될 수 있습니다. 인간 운영자의 개입 없이 그 조사 임무를 수행합니다. 임무가 완료된 후, 데이터는 GPS를 통해 수집되거나 쿼드콥터가 데이터가 다운로드되고 처리될 수 있는 미리 프로그래밍된 위치로 돌아갑니다. 이는 물체의 무게, 부력 및 공기역학적 힘의 내재적 변화로 인해 위치 추적 성능의 향상으로 이어질 수 있습니다. 또한, 쿼드콥터는 도시, 농촌, 대도시 또는 자연 환경으로 나타나는 극도로 역동적인 공중 환경을 탐색해야 합니다. 이러한 점을 감안할 때, 시스템의 동적 특성이 시간 의존적이거나 작동 조건과 비전 안내가 변할 때 필수적인 높은 정확도 성능을 달성하기 위해 효율적인 도킹 추적이 요구됩니다. 이 논문에서는 이미지를 분류하고 PID(비례 + 적분 + 미분) 제어기의 게인을 자가 조정함으로써 객체를 자동으로 식별하는 것이 제안되었습니다. 객체 인식은 머신러닝에 기반한 비전과 퍼지 로직 및 신경망 기반의 자가 조정 PID 제어기에 기초하고 있습니다.