Sensory · trafność 39
Indeks pełnotekstowy
Wyszukiwanie
30 wyników dla „bias”
Nawigacja i autonomia · trafność 39
INS w UAV
INS w UAV od siły właściwej i całkowania delta-angle/delta-velocity przez kwaterniony, grawitację, Coriolisa, coning/sculling oraz układy NED/ECEF do inicjalizacji, biasów MEMS, wzrostu błędu, luźnej/ścisłej integracji GNSS i innych źródeł aiding, obserwowalności oraz testów integralności.Symulacja · trafność 39
Model sensora w symulacji UAV
Metodyka budowy modelu sensora między stanem prawdziwym symulatora a sterownikiem: poprawne układy osi i punkt pomiaru, mechanika próbkowania oraz timestamp, pasmo i anti-aliasing, opóźnienie i jitter, white noise jako density zależna od częstotliwości, bias statyczny i dynamiczny, random walk, skala, nieliniowość, cross-axis, kwantyzacja, clipping, dropout i błędy statusu. Obejmuje modele IMU, GNSS, barometru, magnetometru, airspeed, lidar/kamery, estymację parametrów z danych, covariance, walidację statystyczną oraz deterministyczne testy regresji.Wiedza · trafność 32
Metrologia dla konstruktora UAV — pomiar, niepewność i decyzja
Praktyczna metrologia konstrukcji UAV od decyzji i definicji measurandu do audytowalnego wyniku. Artykuł rozdziela resolution, repeatability, trueness/accuracy, błąd i niepewność; opisuje kalibrację, adjustment, verification i traceability; budowę modelu pomiaru, składniki Type A/Type B, sensitivity coefficients, korelacje, combined i expanded uncertainty. Obejmuje MSA/Gage R&R, bias, linearity, hysteresis, stability i drift, dobór przyrządu do tolerancji, guard bands oraz false accept/reject, out-of-tolerance impact review, kontrolę software i danych, a także tory masy i środka ciężkości, geometrii, ciągu, momentu, RPM, elektryki, temperatury, drgań i czasu z przykładami budżetu niepewności.Sensory · trafność 19
IMU w dronie
Przekrojowa inżynieria toru inercyjnego UAV: znaczenie pomiarów gyro i accel, modele błędów, zakresy, ODR, aliasing, timestamp, FIFO i DMA, filtry, drgania, montaż, kalibracja temperaturowa, redundancja, health monitoring oraz kwalifikacja laboratoryjna.Programowanie · trafność 19
Filtr komplementarny orientacji
Od filtra pierwszego rzędu dla jednej osi do obserwatora na SO(3): dobór pasm, korekcja wektorowa, bias żyroskopu, odrzucanie zaburzeń i testy.Sensory · trafność 12
Akcelerometr MEMS w UAV
Co naprawdę mierzy akcelerometr, dlaczego w spoczynku pokazuje około 1 g i jak bias, skala, nieortogonalność, wibracje oraz saturacja wpływają na estymację.Programowanie · trafność 12
Filtr Kalmana i EKF w UAV
Praktyczna anatomia filtra nawigacyjnego: model stanu i błędów, macierze Q/R, opóźnione obserwacje, bramkowanie innowacji, Joseph form i diagnostyka.Flight controllery · trafność 12
Analogowy flight controller na NE555 — bez mikrokontrolera
Kompletny projekt nieprogramowalnego autopilota prostego stałopłata: rozdzielenie szybkiej stabilizacji od wolnego szukania gradientu, konkretne analogowe sensory i układy, generacja impulsów serw, sekwencer CD4017, pamięć sample-and-hold, matryca progów temperatury, wysokości i wilgotności oraz izolowana migawka aparatu.Nawigacja i autonomia · trafność 12
Dead reckoning UAV
Dead reckoning jako kontrolowany tryb systemowy: rozróżnienie czystej propagacji inercyjnej od aiding optical flow/VIO/airspeed, warunki wejścia i wyjścia, covariance i time-to-limit, continuity controller, source switching, odzyskanie GNSS bez skoku oraz plan testów dropout.Nawigacja i autonomia · trafność 12
Visual odometry i VIO w UAV
Architektura visual odometry i visual-inertial odometry dla UAV: geometria projekcyjna, frontend cech, estymacja ruchu, skala monocularna, preintegracja IMU, filtry i optymalizacja sliding-window, układy odom/map/body/camera, kalibracja czasu i ekstrynsyki, metryki jakości, resety oraz bezpieczne podanie wyniku do autopilota.Symulacja · trafność 12
HIL dla własnego flight controllera
Architektura stanowiska HIL dla własnego kontrolera: granica między prawdziwym hardware i modelem, bezpieczne odłączenie aktuatorów, pakiety sensorów oraz HIL actuator controls, układy osi i jednostki, timestamp/time authority, fixed-step i lockstep, budżet opóźnienia i jitteru, kolejki oraz utrata ramek, deterministyczny reset, watchdog i heartbeat, modele szumu/biasu/saturacji, fault injection, instrumentacja GPIO, porównanie SITL–HIL, plan bring-up oraz kryteria zaliczenia bez używania śmigieł.Flight controllery · trafność 9
Flight controller — jak działa
Przekrojowa techniczna anatomia kontrolera lotu: sprzęt, domeny czasu, sensory, estymacja stanu, regulatory kaskadowe, alokacja sterowania, wyjścia, zasilanie, odporność na awarie, logowanie i uruchomienie platformy.Zastosowania · trafność 9
Fotogrametria UAV — od nalotu do produktu pomiarowego
Kompletny techniczny workflow fotogrametrii UAV: specyfikacja produktu i układu odniesienia, zależność GSD od piksela, ogniskowej i wysokości, planowanie podłużnego/poprzecznego overlapu, loty cross-grid i oblique, motion blur oraz rolling shutter, kalibracja kamery i radiometria, geotagi RTK/PPK, poprawne rozdzielenie GCP od niezależnych checkpoints, tie points i bundle adjustment, dense reconstruction, klasyfikacja gruntu, DSM/DTM, ortorektyfikacja, objętości oraz niezależna ocena RMSE, bias, spatial residuals i completeness zgodnie z aktualnymi wytycznymi.Flight controllery · trafność 8
Redundancja sensorów w flight controllerze
Redundancja bez liczenia samych układów: niezależność zasilania i magistral, wykrywanie stuck/noise/bias, voting, równoległe estymatory i kontrolowane failover.Platformy · trafność 8
Cube Autopilot — rodzina kontrolerów
Rodzina Cube rozłożona na moduł i carrier: generacje STM32F427/F777/H753/H757, aktualne oraz EOL warianty, fixed i vibration-isolated IMU, ogrzewanie oraz wspólne przyczyny awarii, 14 wyjść FMU/IO, SPI/I2C/CAN/UART, szczegółowa architektura main/aux/USB/servo power, ADS-B carrier, kompatybilność 80-pin DF17 i praktyczny proces doboru, integracji, migracji oraz testów fault injection.Symulacja · trafność 8
Monte Carlo w symulacji UAV
Praktyczna metodologia kampanii Monte Carlo dla UAV: rozdzielenie variability, epistemic uncertainty i model-form error, budowa rejestru parametrów z jednostkami, rozkładami, granicami i korelacjami, poprawne seedy oraz niezależne strumienie RNG, sampling, baseline i walidacja pojedynczego przebiegu, równoległy campaign runner, metryki misji i oracle, przedziały ufności, order statistics, liczebność prób, sensitivity i analiza failure clusters. Artykuł wyjaśnia ograniczenia brute-force dla rare events, importance sampling, sequential stopping oraz sposób wyboru reprezentatywnych i granicznych przypadków do HIL oraz prób fizycznych.Symulacja · trafność 7
Symulacja SITL, HITL i HIL
Porównanie poziomów symulacji i projektowanie testów, które rzeczywiście wykrywają błędy firmware, integracji oraz konfiguracji.Nawigacja i autonomia · trafność 7
SLAM dla UAV
SLAM jako system dwóch produktów — ciągłej odometrii i korygowanej mapy: visual, lidar oraz lidar-inertial frontend, scan matching, keyframes i submapy, pose graph i loop closure, occupancy/octree, TSDF i ESDF dla planowania, obsługa zmian ramy, pamięci, dynamiki sceny, jakości oraz testów regresyjnych.Sensory · trafność 7
Mapowanie lidarowe UAV
Kompletny pipeline mapowania lidarowego UAV: pakiety i czas każdego punktu, kalibracja osi i offsetów, deskew, direct georeferencing GNSS/INS lub SLAM, rejestracja ICP i strip adjustment, układy odniesienia, zachowanie atrybutów return/intensity, odszumianie, klasyfikacja gruntu, format LAS/LAZ oraz metryki dokładności, gęstości, kompletności i błędów między pasami.Symulacja · trafność 7
Fault injection w testach UAV
Metodyka fault injection dla UAV od wymagania i hipotezy awarii po automatyczną kampanię testową. Rozróżnia fault, error, failure i hazard, klasyfikuje stuck/off/delay/dropout/bias/drift/wrong-but-plausible oraz awarie aktuatorów, zasilania i łączy, pokazuje właściwe miejsce wstrzyknięcia, orkiestrację czasu, monitor/oracle, latency detekcji i recovery, deterministyczny reset, pokrycie fault space, common-cause i kombinacje. Zawiera praktyczne użycie mechanizmów PX4 i ArduPilot, ograniczenia SITL/HIL oraz bezpieczne kryteria przejścia do prób fizycznych.EW i Counter-UAS · trafność 7
Odporność PNT UAV — GNSS, inercja, źródła komplementarne i bezpieczna degradacja
Odporność PNT potraktowana jako risk-informed assurance: osobne wymagania dla pozycji, nawigacji i czasu, inventory konsumentów, threat/failure model, diagnostyka GNSS, integrity/protection levels, drift INS, baro/air data/mag, VIO/optical flow, terrain/map matching i complementary radio anchors. Artykuł rozwija residual/NIS monitoring, wykrywanie niespójności bez arbitralnego przypisywania spoofingu, time holdover, wielowymiarowe quality states, mission-dependent failsafe, independence/common-mode analysis, sprzęt, software assurance, bezpieczne SITL/HIL/replay/shielded tests i metryki bound consistency. Bez instrukcji generowania zakłóceń.Flight controllery · trafność 6
Architektura zasilania flight controllera
Od baterii i power module do rdzenia MCU: budżet mocy, ideal-diode ORing, priorytety źródeł, inrush, filtracja, sekwencjonowanie, load switch i obserwowalność.Platformy · trafność 6
Holybro Durandal — profil techniczny
Konkretny profil Durandal: STM32H743 i STM32F100/F103 I/O, dwa IMU Bosch/InvenSense, heater i mechaniczna izolacja, magnetometr IST8310 i barometr MS5611, pamięć/logowanie, UART–I2C–SPI–CAN, dual power monitor i servo rail, ograniczenia grup wyjściowych oraz ujawniona sprzeczność producenta i ArduPilot co do liczby PWM. Artykuł kończy się procedurą bring-up, testów brownout, wibracji, failover i wersjonowania dokumentacji.Sensory · trafność 5
Barometr w UAV
Zależność ciśnienie–wysokość, pogoda i temperatura, błędy montażowe, tor cyfrowy sensora oraz fuzja barometru z IMU, GNSS i dalmierzem.Flight controllery · trafność 5
Brownout w UAV
Anatomia krótkiego zapadu zasilania: źródła impulsów, impedancja toru, dobór progów BOR/PVD, kondensator hold-up, reset reason i testy z kontrolowanym obciążeniem.Sensory · trafność 5
Lidar w UAV
Lidar jako tor pomiarowy UAV: budżet zasięgu, geometria wiązki, jakość echa, znaczniki czasu, kompensacja ruchu, kalibracja położenia sensora, interfejsy, obciążenie obliczeniowe i kryteria odbioru.Sensory · trafność 5
Optical flow w UAV
Optical flow jako pomiar kątowego ruchu obrazu: model projekcyjny, skala z dalmierza, kompensacja obrotu, rolling shutter, tekstura i oświetlenie, układy osi, timestamp, opóźnienie, kalibracja oraz walidacja w EKF.EW i Counter-UAS · trafność 5
Fuzja sensorów Counter-UAS — pomiar, track, niepewność i C2
Fuzja jako osobny system, a nie wspólna mapa: signal/measurement/track/identity/situation levels, modele obserwacji radaru, RF, acoustic, EO i RID, event vs processing time, układy ENU/ECEF/WGS84/AGL/MSL, covariance i protection of uncertainty. Obejmuje Kalman/EKF/UKF/IMM, gating i association, zależności oraz double counting, klasyfikację z conflict, cooperative authorization, lifecycle tracku, cue scheduler, event-sourced model danych, interoperacyjność, HMI, evidence/provenance, system metrics, fault injection, degraded operation i cyber. Kończy się na defensywnym alertowaniu.Wojskowe UAV · trafność 4