論文の概要: Optimal Wildfire Escape Route Planning for Drones under Dynamic Fire and
Smoke
- arxiv url: http://arxiv.org/abs/2312.03521v1
- Date: Wed, 6 Dec 2023 14:30:15 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-07 14:31:58.364402
- Title: Optimal Wildfire Escape Route Planning for Drones under Dynamic Fire and
Smoke
- Title（参考訳）: 動的火災・煙中におけるドローンの最適避難経路計画
- Authors: Chang Liu and Tamas Sziranyi
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 3.9561033879611944
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, the increasing prevalence and intensity of wildfires have
posed significant challenges to emergency response teams. The utilization of
unmanned aerial vehicles (UAVs), commonly known as drones, has shown promise in
aiding wildfire management efforts. This work focuses on the development of an
optimal wildfire escape route planning system specifically designed for drones,
considering dynamic fire and smoke models. First, the location of the source of
the wildfire can be well located by information fusion between UAV and
satellite, and the road conditions in the vicinity of the fire can be assessed
and analyzed using multi-channel remote sensing data. Second, the road network
can be extracted and segmented in real time using UAV vision technology, and
each road in the road network map can be given priority based on the results of
road condition classification. Third, the spread model of dynamic fires
calculates the new location of the fire source based on the fire intensity,
wind speed and direction, and the radius increases as the wildfire spreads.
Smoke is generated around the fire source to create a visual representation of
a burning fire. Finally, based on the improved A* algorithm, which considers
all the above factors, the UAV can quickly plan an escape route based on the
starting and destination locations that avoid the location of the fire source
and the area where it is spreading. By considering dynamic fire and smoke
models, the proposed system enhances the safety and efficiency of drone
operations in wildfire environments.
- Abstract（参考訳）: 近年、山火事の流行と激しさは、緊急対応チームにとって大きな課題となっている。
無人航空機(UAV)の利用は、一般にドローンとして知られており、山火事管理の取り組みを支援することを約束している。
本研究は,動的火災モデルと煙モデルを考慮した,ドローン専用に設計されたワイルドファイア脱出経路計画システムの開発に焦点を当てたものである。
まず、UAVと衛星との情報融合により、山火事発生源の位置をよく把握することができ、多チャンネルリモートセンシングデータを用いて、火災付近の道路状況を評価し、解析することができる。
第2に、UAVビジョン技術を用いて道路ネットワークをリアルタイムで抽出・分割することができ、道路条件分類の結果に基づいて道路ネットワークマップの各道路に優先順位を付けることができる。
第3に、動的火災の拡散モデルは、火の強度、風速、方向に基づいて火源の新しい位置を計算し、野火が広がるにつれて半径が増加する。
煙は火源の周りで発生し、燃える火の視覚的表現を作成する。
最後に、上記の要因をすべて考慮した改良されたA*アルゴリズムに基づいて、UAVは、発火源の位置と拡散している領域を避ける出発点と目的地の位置に基づいて、避難経路を迅速に計画することができる。
火と煙の動的モデルを考えることで,提案システムは,野火環境におけるドローン操作の安全性と効率を向上させる。
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) - Active Wildfires Detection and Dynamic Escape Routes Planning for Humans
through Information Fusion between Drones and Satellites [3.9561033879611944]
本稿では,アクティブな山火事検出と道路網抽出のためのUAVビジョン技術と衛星画像解析技術の融合を提案する。
火源の位置と煙と火の分断は、センチネル2衛星画像に基づいて行われる。
その結果, 動的避難経路計画アルゴリズムは, 火災発生時に人間に最適なリアルタイムナビゲーション経路を提供することができた。
論文 参考訳（メタデータ） (2023-12-06T14:25:47Z) - 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) - Assimilation of Satellite Active Fires Data [0.0]
この論文の目的は、山火事のモデリング能力を改善することで、山火事の影響に対処する技術を開発することである。
特に,火災の履歴を構築する方法,山火事データを同化するための新しい技術,およびモデル化された火災の挙動を変更する方法を開発する。
論文 参考訳（メタデータ） (2022-04-01T20:11:28Z) - Spatio-Temporal Split Learning for Autonomous Aerial Surveillance using
Urban Air Mobility (UAM) Networks [16.782309873372057]
本稿では,街路火災の検知を目的とした監視型UAVを利用する。
このシナリオに時空間分割学習を適用して、プライバシを保護し、世界規模で火災分類モデルを訓練する。
本稿では,このUAV環境での分断学習に必要なクライアント数とデータ比率と,必要なネットワークインフラについて検討する。
論文 参考訳（メタデータ） (2021-11-15T01:39:31Z) - Structured Bird's-Eye-View Traffic Scene Understanding from Onboard
Images [128.881857704338]
本研究では,BEV座標における局所道路網を表す有向グラフを,単眼カメラ画像から抽出する問題について検討する。
提案手法は,BEV平面上の動的物体を検出するために拡張可能であることを示す。
我々は、強力なベースラインに対するアプローチを検証するとともに、ネットワークが優れたパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2021-10-05T12:40:33Z) - 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) - Unmanned Aerial Systems for Wildland and Forest Fires [0.0]
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。
論文 参考訳（メタデータ） (2020-04-28T23:01:12Z)
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。