【技术实现步骤摘要】
一种机载多监测任务在线推理引擎
本专利技术涉及无人机机载状态监测与评估领域。
技术介绍
无人机(UnmannedAerialVehicle，UAV)具有体积小，重量轻，成本低等特点，因而被广泛应用于民用和军用领域。但是，无人机缺少飞行员在回路的实时控制，且受研发成本限制，由于设备故障导致的无人机事故频发。因此，为了提高无人机运行的安全性及自主能力，降低飞行事故率，故障检测技术受到越来越多的关注。目前，无人机故障检测主要有两种方式：一是飞行结束后的离线分析；二是飞行过程中机载在线分析。其中，采用离线分析方式不受时间，功耗，体积等因素的影响，可以运行复杂的故障检测方法，并取得较好的检测结果，但是离线分析会导致检测时效性要求高的故障不能及时被发现，进而造成重大飞行安全隐患。而第二种方式由于能实现无人机状态数据的机载在线分析，不受传输延迟和链路中断的影响，开始成为无人机自主状态监测研究的重点。然而，无人机机载计算资源有限，复杂的故障检测模型在时间、功耗、体积等限制下难以实现在线应用，为此，基于现场可编程逻辑门阵列(F...
【技术保护点】
1.一种机载多监测任务在线推理引擎，其特征在于，包括至少一个监测模型计算单元(1)、任务推理控制单元(2)和任务参数存储单元(3)；/n每个所述监测模型计算单元(1)，均预先配置有至少一个监测模型；且所有监测模型计算单元(1)中监测模型的总数大于一个；/n所述任务参数存储单元(3)，包括多个缓存区块(4)，且各缓存区块(4)一对一地存储有不同监测任务的模型参数；/n所述任务推理控制单元(2)，与任务参数存储单元(3)连接，用于获取无人机机载传感器测得的机载监测数据，并将所述机载监测数据作为监测任务的输入参数发送至监测任务对应的缓存区块(4)；/n所述缓存区块(4)，还用于接...
【技术特征摘要】
1.一种机载多监测任务在线推理引擎，其特征在于，包括至少一个监测模型计算单元(1)、任务推理控制单元(2)和任务参数存储单元(3)；
每个所述监测模型计算单元(1)，均预先配置有至少一个监测模型；且所有监测模型计算单元(1)中监测模型的总数大于一个；
所述任务参数存储单元(3)，包括多个缓存区块(4)，且各缓存区块(4)一对一地存储有不同监测任务的模型参数；
所述任务推理控制单元(2)，与任务参数存储单元(3)连接，用于获取无人机机载传感器测得的机载监测数据，并将所述机载监测数据作为监测任务的输入参数发送至监测任务对应的缓存区块(4)；
所述缓存区块(4)，还用于接收所述监测任务的输入参数后与监测任务的模型参数合并存储；
所述任务推理控制单元(2)，还用于根据多个监测任务选择对应的多个监测模型，控制对应的多个缓存区块(4)中的模型参数和输入参数，加载于所述多个监测模型对应的监测模型计算单元(1)；
所述监测模型计算单元(1)，与任务参数存储单元(3)连接，用于接收所述模型参数和输入参数，根据监测模型推理计算得到输出参数；
所述输出参数作为监测任务的结果。
2.根据权利要求1所述的一种机载多监测任务在线推理引擎，其特征在于，不同的监测模型计算单元(1)的尺度不同，每个监测模型计算单元(1)所预配置的监测模型与自身尺度相对应；
且同一个监测模型计算单元(1)对应的所有监测模型的模型推理结构相同。
3.根据权利要求1或2所述的一种机载多监测任务在线推理引擎，其特征在于，
同一个监测模型计算单元(1)中的多个监测模型通过分时复用的方式进行推理计算。
4.根据权利要求3所述的一种机载多监测任务在线推理引擎，其特征在于，所述监测模型计算单元(1)包括参数输入缓存模块(1-1)、推理加速计算模块(1-2)和参数输出缓存模块(1-3)；
所述参数输入缓存模块(1-1)，与任务参数存储单元(3)连接，用于接收和缓存模型参数和输入参数；
所述推理加速计算模块(1-2)，与所述参数输入缓存模块(1-1)连接，用于读取所述参数输入缓存模块(1-1)中的模型参数和输入参数，并将所述模型参数和输入参数作为对应监测模型的输入，计算得到输出参数发送至参数输出缓存模块(1-3)；
所述参数输出缓存模块(1-3)，与所述推理加速计算模块(1-2)连接，用于缓存所述输出参数。
5.根据权利要求...
【专利技术属性】
技术研发人员：王本宽，王媛，梁军，刘大同，彭喜元，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。