最近，来自韩国的研究团队通过开发以IMU为中心的数据驱动诊断方法，旨在多旋翼飞行器可以自我评估其性能，即时识别和解决推进故障。该方法从单纯的常规目视检查跃升为复杂的诊断细微差别，标志着无人机维护的范式转变。
与依赖额外传感器和RPM测量的传统故障诊断方法不同，所研究的方法利用IMU信号（加速度计和陀螺仪）的主成分分析（PCA）来解释故障数据。这种方法擅长处理嘈杂的数据，无需额外的传感器，因而无需支付额外费用。然后，将从IMU数据中得出的主方向向量应用于监督学习算法中，不仅可以检测故障，还可以测量故障的严重程度和位置。正是这种通过新颖算法处理的IMU数据的战略应用，使IMU成为无人机诊断技术中不可或缺的工具。
这项研究的本质不仅在于诊断，还在于预测多旋翼飞行器的执行器健康状况。这种方法标志着多旋翼飞行器操作的转变，为工程师提供了一个更智能和更有弹性的无人机框架。
