論文の概要: Unmanned Aerial Systems for Wildland and Forest Fires

• arxiv url: http://arxiv.org/abs/2004.13883v2
• Date: Fri, 5 Mar 2021 16:33:41 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 22:51:22.303629
• Title: Unmanned Aerial Systems for Wildland and Forest Fires
• Title（参考訳）: 森林火災・森林火災の無人航空システム
• Authors: Moulay A. Akhloufi, Nicolas A. Castro, Andy Couturier
• Abstract要約: 森林火災は経済的損失、人命、重要な環境被害を引き起こす重要な自然災害である。 森林と森林の火災支援と戦闘のための専用ソリューションの開発に向けた研究が進められている。 無人航空システム(UAS)は操縦性のために有用であることが証明されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wildfires represent an important natural risk causing economic losses, human death and important environmental damage. In recent years, we witness an increase in fire intensity and frequency. Research has been conducted towards the development of dedicated solutions for wildland and forest fire assistance and fighting. Systems were proposed for the remote detection and tracking of fires. These systems have shown improvements in the area of efficient data collection and fire characterization within small scale environments. However, wildfires cover large areas making some of the proposed ground-based systems unsuitable for optimal coverage. To tackle this limitation, Unmanned Aerial Systems (UAS) were proposed. UAS have proven to be useful due to their maneuverability, allowing for the implementation of remote sensing, allocation strategies and task planning. They can provide a low-cost alternative for the prevention, detection and real-time support of firefighting. In this paper we review previous work related to the use of UAS in wildfires. Onboard sensor instruments, fire perception algorithms and coordination strategies are considered. In addition, we present some of the recent frameworks proposing the use of both aerial vehicles and Unmanned Ground Vehicles (UV) for a more efficient wildland firefighting strategy at a larger scale.
• Abstract（参考訳）: 森林火災は経済的損失、人命、重要な環境被害を引き起こす重要な自然災害である。 近年では、火災の強度と頻度の増大が観測されている。 森林と森林の火災支援と戦闘のための専用ソリューションの開発に向けた研究が進められている。 火災の遠隔検出と追跡のためのシステムを提案した。 これらのシステムは、小規模環境での効率的なデータ収集と火のキャラクタリゼーションの分野で改善されている。 しかし、野火は広い範囲をカバーするため、提案された地上システムのいくつかは最適範囲に適さない。 この制限に対処するため、無人航空システム (UAS) が提案された。 UASは操作性から有用であることが証明されており、リモートセンシング、アロケーション戦略、タスク計画の実装を可能にしている。 消防活動の予防、検知、リアルタイムサポートのための低コストな代替手段を提供することができる。 本稿では,山火事におけるUASの使用に関する過去の研究について概説する。 搭載センサー, 火災認識アルゴリズム, 調整戦略について考察する。 さらに,より効率的な森林火災対策のために,航空機と無人地上車両(uv)の両方を使用することを提案する最近の枠組みについても紹介する。

関連論文リスト

• A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
  本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。 本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。 AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
  論文  参考訳（メタデータ） (2024-02-27T04:09:30Z)
• A comprehensive survey of research towards AI-enabled unmanned aerial systems in pre-, active-, and post-wildfire management [6.043705525669726]
  森林火災は世界でも最も破壊的な自然災害の1つであり、人命と森林の野生生物に壊滅的な被害をもたらしている。 近年、無人航空機(UAV)とディープラーニングモデルの統合によって推進される山火事における人工知能(AI)の使用は、より効果的な山火事管理を実装し、開発するための前例のない勢いを生み出している。
  論文  参考訳（メタデータ） (2024-01-04T05:09:35Z)
• Optimal Wildfire Escape Route Planning for Drones under Dynamic Fire and Smoke [3.9561033879611944]
  無人航空機(UAV)の利用は、山火事管理の取り組みを支援する上で有望であることが示されている。 本研究は、ドローン専用に設計された最適な山火事避難経路計画システムの開発に焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-06T14:30:15Z)
• Reinforcement Learning for Wildfire Mitigation in Simulated Disaster Environments [39.014859667729375]
  森林火災は生命、財産、生態学、文化遺産、重要なインフラに脅威をもたらす。 SimFireは、現実的な山火事シナリオを生成するために設計された、多用途の野火投射シミュレータである。 SimHarnessはモジュール型のエージェントベースの機械学習ラッパーで、自動的に土地管理戦略を生成することができる。
  論文  参考訳（メタデータ） (2023-11-27T15:37:05Z)
• Image-Based Fire Detection in Industrial Environments with YOLOv4 [53.180678723280145]
  この研究は、AIが火災を検出し、認識し、画像ストリーム上のオブジェクト検出を使用して検出時間を短縮する可能性を検討する。 そこで我々は, YOLOv4オブジェクト検出器をベースとした複数のモデルのトレーニングと評価に使用されてきた複数の公開情報源から, 適切なデータを収集, ラベル付けした。
  論文  参考訳（メタデータ） (2022-12-09T11:32:36Z)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• Estimating Wildfire Evacuation Decision and Departure Timing Using Large-Scale GPS Data [5.576893352332638]
  本研究では,大規模GPSデータを利用した山火事時の人間の行動分析手法を提案する。 その結果,キンケード火災時の避難者のうち,避難者・避難者・避難者の半数以上が避難者であった。
  論文  参考訳（メタデータ） (2021-09-16T06:40:23Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
  UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。 エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
  論文  参考訳（メタデータ） (2021-03-03T20:54:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。