基于Apriori方法的电力巡检无人机涡环状态识别

摘要

对于电力杆塔巡检中所使用到的旋翼类气动布局垂直起降无人机而言,涡环状态是其垂直下降过程中容易遭遇的常见不良状态.本工作结合飞行过程中无人机遭遇涡环状态的黑匣子数据,利用数据挖掘技术中的改进Apriori方法识别出了飞机姿态、三轴体坐标系速度等飞行状态变量与涡环状态发生的模式关系.结果证实水平姿态角和航向角大幅波动与涡环状态出现的联系最为紧密,可以作为未来无人机在线涡环状态识别的重要依据.