时间就是生命：用树莓派和Wolfram神经网络创建虚拟飞行副驾

最新推荐文章于 2021-08-24 11:01:11 发布

墨光君

最新推荐文章于 2021-08-24 11:01:11 发布

阅读量449

点赞数

分类专栏： Mathematica

本文链接：https://blog.csdn.net/Asdmath/article/details/106857054

版权

Mike Foale和女儿利用Wolfram语言、Raspberry Pi及传感器开发了Solar Pilot Guard (SPG)，一个预测飞行突发状况的系统，通过机器学习和神经网络提供早期预警，提高飞行安全性。Wolfram语言的高度自动化和内置兼容性加速了原型的开发，使得从想法到原型仅用了一个月的时间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

“There’s some good magic going on in that neural networks algorithm…”

Wolfram优势

RaspberryPi上的Wolfram语言原生编码，用于便携式独立模块

高度自动化的机器学习，使代码执行更加轻松快捷，结果更加准确可靠

与低级传感器和通信设备的内置兼容

尽管航空技术不断进步，如何及时预测飞行突发状况（如失速、旋转等况），从而避免发生致命事故一直是飞行员要面对的一道难题。但通过Wolfram语言、一台掌上电脑和传感器模块以及几次勇敢的飞行，MikeFoale和他的女儿Jenna（计算流体力学的博士）开发了一套太阳能飞行员防护装备Solar Pilot Guard (SPG)：用一个集成的探测器充当虚拟副驾驶员，给予早期预警从而拯救生命。

Foale对使用Wolfram语言解决复杂的飞行问题略知一二。作为一名天体物理学家和已在太空中飞行累计一年多的NASA宇航员，在一次与无人驾驶供应航天飞机相撞时，Foale正好在和平号空间站上。他使用Mathematica来解决空间站姿态失控问题，从而成为迄今为止唯一一个从太空调用Wolfram技术支持的人。

因此，当美国实验飞机协会（EAA）宣布开展一项竞赛，以发现飞机即将失控问题的解决方案时，Foale立即想到了Wolfram语言。

更人性化的方法

Foale的想法是使用“in-family”行为（一种表示符合预期或正常的工程术语）和“out-of-family” 行为（一些意外或令人担忧的行为）的概念来确定飞机何时接近损失控制状态– 根据所显示的out-of-family行为。然而，什么算作ou