論文の概要: Optimizing Fault-Tolerant Quality-Guaranteed Sensor Deployments for UAV
Localization in Critical Areas via Computational Geometry
- arxiv url: http://arxiv.org/abs/2312.06667v1
- Date: Tue, 5 Dec 2023 17:58:22 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-15 14:49:59.585201
- Title: Optimizing Fault-Tolerant Quality-Guaranteed Sensor Deployments for UAV
Localization in Critical Areas via Computational Geometry
- Title(参考訳): 計算幾何学による臨界領域におけるUAV位置推定のための耐故障性センサ配置の最適化
- Authors: Marco Esposito and Toni Mancini and Enrico Tronci
- Abstract要約: 小型の無人航空機(UAV)は、空港、発電所、政府や軍事施設などの重要な地域に深刻な脅威をもたらす。
本稿では,UAVローカライゼーションのための三角センサの展開を計算し,複数のセンサ品質レベルのカバレッジ,コスト効率,耐故障性などの指標を最適化する。
我々は,2つの大きな3D臨界領域,ローマレオナルド・ダ・ヴィンチ国際空港(FCO)とウィーン国際空港(VIC)におけるUAVローカライゼーションのための最適なセンサ配置を計算し,我々のアプローチの実現可能性を示す。
- 参考スコア(独自算出の注目度): 0.6445605125467574
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The increasing spreading of small commercial Unmanned Aerial Vehicles (UAVs,
aka drones) presents serious threats for critical areas such as airports, power
plants, governmental and military facilities. In fact, such UAVs can easily
disturb or jam radio communications, collide with other flying objects, perform
espionage activity, and carry offensive payloads, e.g., weapons or explosives.
A central problem when designing surveillance solutions for the localization of
unauthorized UAVs in critical areas is to decide how many triangulating sensors
to use, and where to deploy them to optimise both coverage and cost
effectiveness.
In this article, we compute deployments of triangulating sensors for UAV
localization, optimizing a given blend of metrics, namely: coverage under
multiple sensing quality levels, cost-effectiveness, fault-tolerance. We focus
on large, complex 3D regions, which exhibit obstacles (e.g., buildings),
varying terrain elevation, different coverage priorities, constraints on
possible sensors placement. Our novel approach relies on computational geometry
and statistical model checking, and enables the effective use of off-the-shelf
AI-based black-box optimizers. Moreover, our method allows us to compute a
closed-form, analytical representation of the region uncovered by a sensor
deployment, which provides the means for rigorous, formal certification of the
quality of the latter.
We show the practical feasibility of our approach by computing optimal sensor
deployments for UAV localization in two large, complex 3D critical regions, the
Rome Leonardo Da Vinci International Airport (FCO) and the Vienna International
Center (VIC), using NOMAD as our state-of-the-art underlying optimization
engine. Results show that we can compute optimal sensor deployments within a
few hours on a standard workstation and within minutes on a small parallel
infrastructure.
- Abstract(参考訳): 小型商用無人航空機(UAV、別名ドローン)の普及は、空港、発電所、政府や軍事施設などの重要な領域に深刻な脅威をもたらす。
実際、そのようなUAVは無線通信を妨害したり妨害したり、他の飛行物体と衝突したり、スパイ活動を行ったり、兵器や爆発物などの攻撃的なペイロードを運ぶことができる。
重要な領域における未許可のuavのローカライズのための監視ソリューションを設計する際の中心的な問題は、使用する三角測量センサーの数と、適用範囲とコスト効率の両方を最適化するための配置場所を決定することである。
本稿では,UAVローカライゼーションのための三角センサの展開を計算し,複数のセンサ品質レベルのカバレッジ,コスト効率,耐故障性などの指標を最適化する。
私たちは、大きな複雑な3d領域に注目し、障害物(例えば建物)、地形の高度の変化、カバーの優先度の相違、センサー配置の制約などを示します。
新しいアプローチは計算幾何学と統計モデルチェックに依存しており、既製のaiベースのブラックボックスオプティマイザを効果的に利用できる。
さらに,センサ配置によって検出された領域のクローズドフォームな解析表現を計算し,後者の品質を厳密かつ形式的に証明する手段を提供する。
我々は,2つの大規模かつ複雑な3D臨界領域,ローマレオナルド・ダ・ヴィンチ国際空港 (FCO) とウィーン国際空港 (VIC) におけるUAVローカライゼーションのための最適なセンサ配置を計算し,その実現可能性を示す。
その結果,標準的なワークステーションでは数時間以内に,小さな並列インフラストラクチャでは数分以内に,センサの配置を最適に計算できることがわかった。
関連論文リスト
- Segmentation of Drone Collision Hazards in Airborne RADAR Point Clouds
Using PointNet [0.7067443325368975]
統合のための重要な前提条件は、安全な運用を確保するために、状況認識を増強したUAVを装備することである。
本研究は,複数の衝突リスクを同時に識別するために,レーダ技術を活用した航空点雲のエンドツーエンドセマンティックセマンティックセマンティックセグメンテーションを実現する。
我々の知る限り、これは空中における複数の衝突脅威の同時識別に対処する最初のアプローチであり、94%の精度を達成する。
論文 参考訳(メタデータ) (2023-11-06T16:04:58Z) - Integrated Sensing, Computation, and Communication for UAV-assisted
Federated Edge Learning [52.7230652428711]
フェデレーションエッジ学習(FEEL)は、エッジデバイスとサーバ間の定期的な通信を通じて、プライバシ保護モデルトレーニングを可能にする。
無人航空機(UAV)搭載エッジデバイスは、効率的なデータ収集における柔軟性と移動性のため、FEELにとって特に有利である。
論文 参考訳(メタデータ) (2023-06-05T16:01:33Z) - Energy-Efficient UAV-Assisted IoT Data Collection via TSP-Based Solution
Space Reduction [40.39500940065015]
本稿では、無人航空機(UAV)を用いて、大規模に展開された分散IoTセンサからデータを効率よく収集するフレームワークを提案する。
我々のアプローチは、UAVの飛行経路を最適化するために、センサーの非ゼロ通信範囲を考慮している。
低複雑さUAV支援センサデータ収集アルゴリズムを開発し,その有効性を事例として示す。
論文 参考訳(メタデータ) (2023-06-02T08:27:29Z) - Adaptive Path Planning for UAVs for Multi-Resolution Semantic
Segmentation [28.104584236205405]
重要な課題は、大規模な環境で取得したデータの価値を最大化するミッションを計画することである。
これは例えば、農地のモニタリングに関係している。
本稿では,UAV経路に適応して高精細なセマンティックセマンティックセマンティクスを得るオンライン計画アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-03-03T11:03:28Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳(メタデータ) (2022-01-25T14:51:19Z) - Rethinking Drone-Based Search and Rescue with Aerial Person Detection [79.76669658740902]
航空ドローンの映像の視覚検査は、現在土地捜索救助(SAR)活動に不可欠な部分である。
本稿では,この空中人物検出(APD)タスクを自動化するための新しいディープラーニングアルゴリズムを提案する。
本稿では,Aerial Inspection RetinaNet (AIR) アルゴリズムについて述べる。
論文 参考訳(メタデータ) (2021-11-17T21:48:31Z) - 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) - Data Freshness and Energy-Efficient UAV Navigation Optimization: A Deep
Reinforcement Learning Approach [88.45509934702913]
我々は、移動基地局(BS)が配備される複数の無人航空機(UAV)のナビゲーションポリシーを設計する。
我々は、地上BSにおけるデータの鮮度を確保するために、エネルギーや情報年齢(AoI)の制約などの異なる文脈情報を組み込んだ。
提案したトレーニングモデルを適用することで、UAV-BSに対する効果的なリアルタイム軌道ポリシーは、時間とともに観測可能なネットワーク状態をキャプチャする。
論文 参考訳(メタデータ) (2020-02-21T07:29:15Z) - Dynamic Radar Network of UAVs: A Joint Navigation and Tracking Approach [36.587096293618366]
新たな問題は、建物の後ろに隠れている無人小型無人航空機(UAV)を追跡することである。
本稿では,悪意のある標的のリアルタイムかつ高精度な追跡のためのUAVの動的レーダネットワークを提案する。
論文 参考訳(メタデータ) (2020-01-13T23:23:09Z) - Agent with Warm Start and Active Termination for Plane Localization in
3D Ultrasound [56.14006424500334]
超音波(US)診断には標準面の局在が不可欠である。
出生前のアメリカでは、何十もの標準的な飛行機が手動で2Dプローブで取得される。
胎児脳標準平面を3DUSで自動的に局所化するための新しい強化学習フレームワークを提案する。
論文 参考訳(メタデータ) (2019-10-10T02:21:52Z)
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。