Kasu:
- Mõista tehisintellekti rolli ja piire lennujuhtimise seadustes, stabiilsusanalüüsis ja autonoomse süsteemi arhitektuuris
- Oskus näidetega selgitada, kuidas kasutatakse lennundusautonoomias tugevdusõpet ja mudelipõhist juhtimist
- Võime kontrollida juhtimisväljundeid lennu ümbriku, stabiilsusvaru ja tõrkekindla käitumise osas
Lennuk ei lenda iseseisvalt otse õhus; See taastab pidevalt tasakaalu, mis on pidevalt häiritud. Lendünaamika on selle tasakaalu teadus: see uurib, kuidas lennuk jõudude ja hetkede mõjul liigub, kas see taastub tuulelöögist (stabiilsus) ja kuidas see reageerib piloodi või arvuti käsklustele. Juhtimissüsteem on aju, mis muudab selle dünaamika soovitud käitumiseks: lennujuhtimise seadused (algoritmid, mis võtavad andurite mõõtmisi ja genereerivad juhtpindadele käske) hoiavad lennukit kogu aeg stabiilsena ja juhitavusena.
Tehisintellekt (AI) mängib selles valdkonnas rolli nii klassikalise inseneri kui ka autonoomia poolel. Klassikalise poole pealt kiirendab see stabiilsusanalüüsi, kontrolleri disaini ja simulatsiooni seadistamist. Autonoomia poolel loovad sellised meetodid nagu tugevdav õpe (agendi õppimiskäitumine, mis põhineb katse-eksituse meetodil saadud tasusignaalil) keeruliste ülesannete puhul. Kuid lennujuhtimine on valdkond, kus viga on kohene ja pöördumatu: ebastabiilne juhtimisseadus võib lennuki sekunditega kaotada. Seetõttu ei rakendata õhusõidukile tehisintellekti loodud juhtimisvõimendusi ega -poliitikaid ilma lennu ümbriku, stabiilsusvaru ja tõrkekindla käitumise osas valideerimata.
Mõisted: Lennu ümbris: kiiruse-kõrguse-koormusteguri piirangud, mille juures õhusõiduk saab ohutult lennata. Stabiilsusvaru: võimendusvaru ja faasivaru; Mõõt, kui kaugel on juhtkontuur ebastabiilsusest. Tõrkekindel: süsteem läheb ohutusse olekusse, kui mõni komponent ebaõnnestub. PID: proportsionaalne-integraal-tuletis; Kõige tavalisem klassikaline kontrolleri struktuur.
Stabiilsus, kontrolliseadus ja tehisintellekti roll
Juhtimisdisaini aluseks on avatud ahela dünaamika mõistmine ja suletud ahela viimine soovitud käitumiseni. Insener lineariseerib õhusõiduki liikumisvõrrandid, tuletab ülekandefunktsioonid ja projekteerib kontrolleri (nt PID või olekutagasiside abil). AI tuletab meelde selle protsessi algebralised vaheetapid, aitab juurlookuse tõlgendamisel, kirjutab skripte MATLAB/Pythoni juhtteegiga ja toodab koodi, mis arvutab väljamaksete komplekti stabiilsusmarginaalid.
Kriitiline punkt on järgmine: hea jõudlus ei tähenda head stabiilsusvaru. AI pakutud agressiivne võimenduskomplekt võis anda simulatsioonis väga kiire ja terava reaktsiooni, kuid võib olla vähendanud võimendusvaru 2 dB-ni ja faasivaru 15 kraadini. Lennunduses on tavaliselt sihiks vähemalt 6 dB võimendusvaru ja 45 kraadi faasivaru; sest tõelistes lennukites põhjustavad selle varu anduri müra, täiturmehhanismi viivitus ja modelleerimisvead. Kontroller, mis ei jäta piisavalt ruumi, võib simulatsioonis näida täiuslik, kuid võib tegelikult sattuda ebastabiilsusse (piira tsükli võnkumist või lahknemist).
Ettevaatust: kontrolleri "puhas" vastus simulatsioonis ei taga tegelikku maailma. Simulatsioon eeldab üldiselt ideaalset täiturmehhanismi, viivituseta andurit ja täismudelit. Stabiilsusvaru on just teie puhver nende ideaalsusest kõrvalekallete vastu; Esitus, mis selle ohverdab, jääb paberile.
Autonoomia ja õppija kontroll: piirid
Autonoomsetes süsteemides tuleb AI mängu sügavamalt: õppepoliitikat kasutatakse sellistes ülesannetes nagu marsruudi planeerimine, takistuste vältimine, maandumine, karja koordineerimine. Tugevdusõpe võib leida hea käitumispoliitika, tehes simulatsioonikeskkonnas miljoneid katseid. Õppimise kontrollil on aga lennunduses kaks peamist väljakutset: seletatavus ja kindlustunne. Miks närvivõrgu poliitika annab käsu, mida ei saa lihtsalt põhjendada ja ei saa matemaatiliselt tagada ohutut käitumist kogu sisendruumis.
Seetõttu on praktiline arhitektuur tavaliselt kihiline: väliskihil (planeerimine, soovitus) toimib õppekomponent, alumisel kihil aga klassikaline, analüüsitav ja kontrollitav "ohutusümbris" ehk ohutusmonitor. See kontroller filtreerib õppekihi käsud lennu ümbriku ja ohutusreeglitega; Kui see näeb piiririkkumist, lülitub see ohutule käitumisele. Nii on AI loovus ühendatud klassikalise juhtimise kindlusega.
Lähenemine
Eelis
Piir lennunduses
PID / klassika
Saab analüüsida, stabiilsus tõestatud
Väga keeruliste ülesannete jaoks ebapiisav
Mudeli ennustav juhtimine (MPC)
Täidab selgelt piiranguid
Arvutuskoormus, mudelisõltuvus
tugevdusõpe
Tugev poliitika keerulises ülesandes
Garantii/seletatavus nõrk, sim-tõe lünk
Kihiline (õppija + ohutusümbrik)
Loovus + kindlustunne
Ümbriku kujundamise ja kontrollimise maksumus
Näpunäide. Õppimispoliitikat hinnates küsige „halvima käitumise“, mitte „keskmise jõudluse“ kohta. Kui RL agent saavutab 9990 stsenaariumi 10 000-st suurepärase tulemuse ja saab lennuki ümbrikust välja 10 korral, on need 10 stsenaariumi lennunduses vastuvõetamatud. Ohutust mõõdetakse halvima juhtumi, mitte keskmise järgi.
Nõrk viip / Tugev viip
Nõrk viip:
Andke sellele droonile hea PID võimendus.
Võimas viip:
Roll: olete lennujuhtimissüsteemide insener; vastama ohutuskriitilisele distsipliinile.Kontekst (esitus): Lineariseeritud mudel [edastusfunktsioon või massi/tõukejõu andmed] väikese multikopteri kõrgustsükli jaoks.Ülesanne:1) Pakkuge välja PID algvõimenduse komplekt ja selgitage valikuloogikat.2) Kirjutage Pythoni (python-control) skript, mis arvutab nende võimendusmarginaalide ja faasiga nende võimendusmarginaalidega3. lennundus (>=6 dB, >=45°); Kuidas reguleerida võimendust, kui marginaal on ebapiisav? Piirang: tuletage mulle meelde, et täiturmehhanismi viivitus ja anduri müra söövad marginaali; Ärge öelge "täpselt parim", rõhutage simulatsiooni ja riistvara kontrollimise vajadust.
Kopeeritavad viipade mallid
Mall 1 – stabiilsusvaru arvutamise skript:
Python-control abil järgmise avatud ahela ülekandefunktsiooni jaoks: (a) Joonistage kehadiagramm; (b) arvuliselt arvutada võimendusvaru ja faasivaru; c) toota väljund, võrreldes neid lennunduse sihtmärkidega (>=6 dB, >=45°). Olgu kood kommenteeritud; Selgitage, mida iga samm teeb.Edastusfunktsioon: [arv/den]
Mall 2 – lennu ümbriku piirangu kontrolleri kujundus:
Aidake mul koostada autonoomse õhusõiduki ohutusmonitori loogika: planeerija käsk sisenemisel, piirangud [kiirus, kõrgus, koormustegur, kõrguse piirangud]. Kuidas peaks kontroller käsku filtreerima, millisele ohutule käitumisele limiidi rikkumise korral lülituda? Kirjutage see pseudokoodina ja põhjendage iga otsust.
Mall 3 – RL poliitika hindamiskava:
Enne õppimise tugevdamise poliitika rakendamist lennunduses koostage hindamiskava: (a) milliseid eeliseid ja halvimaid stsenaariume peaksin katsetama; (b) kuidas mõõta sim-to-realgap; (c) kuidas ma teatan halvimal juhul turvalisusest, mitte keskmisest; d) millisel juhul peaks ohutuskontroller olema aktiveeritud. Tulemuseks olgu kontrollnimekiri.
Mall 4 – tõrkerežiim ja tõrkekindel analüüs:
Loetlege järgmise juhtimissüsteemi [andurid, täiturmehhanismid, arvestusüksus] rikkerežiimid ja soovitage igaühe jaoks tõrkekindlat käitumist: anduri rike, täiturmehhanismi kinnijäämine, arvestusviivitus, sidekatkestus. Kirjutage iga rikke tuvastamise meetod ja ohutu oleku ülemineku strateegia. Märkige konkreetselt üks tõrkepunkt.
Mini korpused
Juhtum 1 – agressiivne dividendi söömine. Meeskond saab AI-lt agressiivse võimenduse UAV-i helikõrguse tsükli jaoks; Simulatsiooni tõusuaeg on muljetavaldav 0,4 s. Kui arvutada AI soovitatud varu, on võimendusvaru 3,2 dB ja faasivaru 22 kraadi; alla lennunduse sihtmärke (6 dB, 45°). Tegeliku lennu ajal, kui lisatakse 50 ms täiturmehhanismi viivitus, võngub süsteemi piirtsükkel. Võimendust vähendatakse 40% ja osa tõmmatakse sihtmärgini, tõusuaeg pikeneb 0,7 sekundini, kuid süsteem jääb jõuliseks. Õppetund: tasakaalu jõudlus aktsiaga; Simulatsioon ei taga tegelikkust.
Juhtum 2 – kihiline arhitektuur päästab tasapinna. Autonoomseks maandumiseks koolitatud RL-poliitika on edukas 99,7% 5000 simuleeritud maandumisest. Halvimal juhul leiab testimisrühm, et 14 stsenaariumi korral, kus külgtuul ületab teatud läve, suunab poliitika lennuki rajalt välja. Õppekihi alla asetatud lihtne ohutusümbris annab külgtuule ja kõrvalekalde piirmäärade rikkumise korral ringikäiskluse; Kõik 14 stsenaariumi annavad ohutu tulemuse. Õppetund: õppekihiga peab kaasnema klassikaline turvavõrk.
Juhtum 3 – ühe punkti rike jäetakse tähelepanuta. Ühes konstruktsioonis toidab üks õhukiiruse andur nii juhtimisseadust kui ka hoiatussüsteemi. AI tõrkerežiimi analüüs märgib, et kui see andur on blokeeritud, eksivad nii juhtimine kui ka hoiatus samaaegselt, st ühe punkti rike. Meeskond lisab teise sõltumatu kiirusallika (nt GPS-põhine kiirus või teine pitot) ja lahknevuse tuvastamise. Õppetund: sõltuvus ühest turvakriitilise sisendi allikast on haavatavus, mis tuleb tuvastada.
Levinud vead
- Segi ajav jõudlus stabiilsusega. Kiire reageerimine ei tähenda robustsust; Ebapiisav varu põhjustab tegelikult ebastabiilsust.
- Simulatsiooni eksitamine tegelikkusega. Ideaalset täiturmehhanismi/andurit eeldav simulatsioon ignoreerib latentsust ja müra; Riistvaraline kontrollimine on hädavajalik.
- Keskmisele jõudlusele tuginemine. Ohutust mõõdetakse halvimal juhul; haruldased, kuid ohtlikud stsenaariumid on vastuvõetamatud.
- Õppepoliitika kasutamine ilma järelevalveta. Närvivõrku, mida ei saa garanteerida, ei lasta lendu ilma klassikalise turvaümbrikuta.
- Rikkerežiimidest möödahiilimine. Kui ühe punkti tõrkeid ja tõrkekindlat käitumist arvestatakse pigem disaini lõpus kui alguses, on juba hilja.
Kokkuvõttes
Lennujuhtimine on valdkond, kus viga on kohene ja pöördumatu. Kiirendab tehisintellekti stabiilsuse analüüsi, kontrolleri disaini, simulatsiooni seadistamist ja autonoomiapoliitikat; Kuid hea jõudlus ei tähenda head stabiilsusvaru ja õppepoliitika on garantii/seletatavuse osas nõrk. Praktiline ohutus seisneb kihilises arhitektuuris, mis ühendab õppekihi klassikalise ohutusümbrisega ja iga kontrolleri kontrollimist lennu ümbriku, stabiilsusvaru, halvima juhtumi ja rikkerežiimi osas. Ohutust mõõdetakse mitte keskmise, vaid halvima juhtumiga.
Rakenduse ülesanne
Määratlege lihtsa juhtimisprobleemi (nt mitme kopteri kõrguse ahel) tüüpiline mudel. Tehisintellekti kasutades (a) koostage esialgne võimenduse komplekt ja stabiilsusvaru arvutamise skript, kontrollige loogikat, (b) võrrelge sihtmarginaalidega ja kohandage, kui need pole piisavad, (c) koostage süsteemi jaoks tõrkerežiim ja tõrkeohutu loend. Kujundage pseudokoodis ohutusümbriku loogika ja kirjutage halvimad stsenaariumid.
kontrollnimekiri
- [ ] Arvutasin kontrolleri võimenduse ja faasivaru ning võrdlesin seda lennunduse sihtmärgiga.
- [ ] Testisin simulatsiooni tulemust täiturmehhanismi viivituse/anduri müra all.
- [ ] Hindasin jõudlust halvima käitumise, mitte keskmise järgi.
- [ ] Määratlesin õppepoliitikate jaoks klassikalise ohutusümbriku.
- [ ] Olen loetlenud rikkerežiimid ja tõrkekindla käitumise.
- [ ] Märkisin üksikud punktivead ja lisasin sõltumatuse.