航空機開発における自律性: AI/MLおよびシミュレーションによる

電動化とともに自律性が大きなトレンドとなっています自律型航空機市場は2019年に45億6000万ドルと推定されさまざまな場所に人や貨物をより効率的に運ぶための自空機の設計を開発しています

安全で自律型のAAMシステムを実現するには人工知能／機械学習これらの自律性機能のトレーニングと検証において現実的かつ代表的な状況を提供できないという点においては

センサーテストなどのシミュレーシ.

自律性における認識と意思決定の研鑽

自律性の新たなアプリケーションと古典的なアプリケーションの両方があります

ミッション中の予期しない変化にパイロットが対処するのを支援するために自律性を考慮することがあります

自律性アプリケーションは3つの主要な機能で構成されている必要があります

• 認識またはレーダーに搭載されたセンサーによって達成されます
• 意思決定最良かつ最も安全な飛行操縦を決定するための機能
• 作動: 上記で確立された目的の飛行操縦を実行するための機能

認識のためのトレーニング向けに未処理のセンサーデータとmặt đất sự thật 情報を提供します

よりスムーズな飛行を実現するために対処しました（

モデルが試行錯誤を通じて学習することを可能にするAI/MLトレーニング手法である強化学習（

導入されている自律性アプリケーション

Các trò chơi trong casinoは自律性機能のトレーニングと検証を支援する完全なモデルベースシステムズエンジニアリング（

このワークフローで使用される主なツールについて説明します

• Phân tích y tế của Chơi casinoBảo mật cho hệMIL-STD-882Eなどの業界規格に合わせて調整された業界ガイドラインを一貫して効率的に適用できます
• Các trò chơi trong casino optiSLangRDO: Tối ưu hóa thiết kế mạnh mẽ）
• Bộ công cụ hệ thống Các trò chơi trong casino（現実的な3D過渡シミュレーション内で複雑なシステムをモデリングできるSoS（
• Cảm biến AVxcelerate của Các trò chơi trong Casinoカメラのセンサーの認識を調査できるセンサーのテストと検証
• : 信頼性の高い組込みソフトウェアのためのモデルベース開発環境

このワークフローの実装例を6つのステップで見てみましょう

1. およびODDを横断する一連の機能シナリオを定義します
2. 機能シナリオを論理（
3. パラメータ値は現実に即した確率分布に従います
4. またはYOLOやOpenAIなどの外部A I/MLトレーニングツールを組み合わせて自律性機能をトレーニングします
5. 感度およびロバスト性解析によって得られたニューラルネットワークを評価します
6. optiSLangを使用してシミュレーション結果を評価して

上記のCác trò chơi trong casinoワークフロー例の一部またはすべての部分を統合することで

最適な飛行経路を決定するためのeVTOLの意思決定スキルに最も関心を持っています

フォーメーション飛行を行うために同様のCác trò chơi trong casinoワークフローを採用しています

次世代AAMの準備

Các trò chơi trong casinoの高忠実度シミュレーショ.

Các trò chơi trong casinoの自律性ソリューションの詳細についてはQuyền tự chủ của Các trò chơi trong casino:モデルベースのソフトウェアソリューションによる組込み計画および制御の自動化」に登録ください。

およびSCADEの詳細についてはこちらから無料の製品トライアルをご覧くださいこちらの無料トライアルオプションをご覧ください