論文の概要: "Take Me Home, Wi-Fi Drone": A Drone-based Wireless System for Wilderness Search and Rescue

• arxiv url: http://arxiv.org/abs/2604.09115v1
• Date: Fri, 10 Apr 2026 08:52:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-13 17:57:53.785214
• Title: "Take Me Home, Wi-Fi Drone": A Drone-based Wireless System for Wilderness Search and Rescue
• Title（参考訳）: Take Me Home, Wi-Fi Drone”: 荒野の捜索と救助のためのドローンによるワイヤレスシステム
• Authors: Weiying Hou, Luca Jiang-Tao Yu, Chenshu Wu,
• Abstract要約: Wi2SARは、長距離かつ網羅的なWiSAR操作のための、新しい自律型ドローンベースの無線システムである。 我々の基本的な洞察は、現代のWi-Fiデバイスから既知のネットワークへの自動再接続の挙動を活用することである。 We implement a end-to-end prototype and evaluation Wi2SAR across various mobile devices and real-world wilderness scenarios。
• 参考スコア（独自算出の注目度）: 7.456638490638299
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Wilderness Search and Rescue (WiSAR) represents a longstanding and critical societal challenge, demanding innovative and automatic technological solutions. In this paper, we introduce Wi2SAR, a novel autonomous drone-based wireless system for long-range, through-occlusion WiSAR operations, without relying on existing infrastructure. Our basic insight is to leverage the automatic reconnection behavior of modern Wi-Fi devices to known networks. By mimicking these networks via on-drone Wi-Fi, Wi2SAR uniquely facilitates the discovery and localization of victims through their accompanying mobile devices. Translating this simple idea into a practical system poses substantial technical challenges. Wi2SAR overcomes these challenges via three distinct innovations: (1) a rapid and energy-efficient device discovery mechanism to discover and identify the target victim, (2) a novel RSS-only, long-range direction finding approach using a 3D-printed Luneburg Lens, amplifying the directional signal strength differences and significantly extending the operational range, and (3) an adaptive drone navigation scheme that guides the drone toward the target efficiently. We implement an end-to-end prototype and evaluate Wi2SAR across various mobile devices and real-world wilderness scenarios. Experimental results demonstrate Wi2SAR's high performance, efficiency, and practicality, highlighting its potential to advance autonomous WiSAR solutions. Wi2SAR is open-sourced at https://aiot-lab.github.io/Wi2SAR to facilitate further research and real-world deployment.
• Abstract（参考訳）: Wilderness Search and Rescue (WiSAR) は、革新的で自動的な技術ソリューションを要求する、長くかつ批判的な社会問題である。 本稿では,Wi2SARについて紹介する。Wi2SARは,既存のインフラに頼らずに,長距離かつ網羅的なWiSAR操作が可能な,自律型無人無線システムである。 我々の基本的な洞察は、現代のWi-Fiデバイスから既知のネットワークへの自動再接続の挙動を活用することである。 これらのネットワークをオンデマンドWi-Fiで模倣することで、Wi2SARは、付随するモバイルデバイスを通じて被害者の発見とローカライズを容易にする。 この単純なアイデアを実用的なシステムに翻訳することは、重大な技術的課題を引き起こす。 Wi2SARは、(1)標的を発見・特定するための高速でエネルギー効率の高いデバイス発見機構、(2)3Dプリントしたルネブルグレンズを用いた新しいRSSのみの長距離方向発見アプローチ、方向信号強度の差を増幅し、運用範囲を著しく拡大する適応型ドローンナビゲーションスキーム、の3つの革新を通じて、これらの課題を克服している。 We implement a end-to-end prototype and evaluation Wi2SAR across various mobile devices and real-world wilderness scenarios。 実験結果は、Wi2SARの高性能、効率、実用性を示し、自律的なWiSARソリューションを前進させる可能性を強調している。 Wi2SARはhttps://aiot-lab.github.io/Wi2SARでオープンソースとして公開されている。

関連論文リスト

• Enhancing Autonomous Navigation by Imaging Hidden Objects using Single-Photon LiDAR [12.183773707869069]
  単一光子LiDARを用いたNon-Line-of-Sight(NLOS)センシングによる視認性の向上と自律ナビゲーションの向上を目的とした新しいアプローチを提案する。 本手法は,マルチバウンス光情報を利用することで,移動ロボットを「隅々まで見る」ことを可能にする。
  論文  参考訳（メタデータ） (2024-10-04T16:03:13Z)
• NVRadarNet: Real-Time Radar Obstacle and Free Space Detection for Autonomous Driving [57.03126447713602]
  本稿では,自動車のRADARセンサを用いて動的障害物や乾燥可能な自由空間を検出するディープニューラルネットワーク(DNN)を提案する。 ネットワークは組み込みGPU上でリアルタイムよりも高速に動作し、地理的領域にわたって優れた一般化を示す。
  論文  参考訳（メタデータ） (2022-09-29T01:30:34Z)
• WiFi-based Spatiotemporal Human Action Perception [53.41825941088989]
  SNN(End-to-end WiFi signal Neural Network)は、Wi-Fiのみのセンシングを可能にするために提案されている。 特に、3D畳み込みモジュールはWiFi信号の時間的連続性を探索することができ、特徴自己保持モジュールは支配的な特徴を明示的に維持することができる。
  論文  参考訳（メタデータ） (2022-06-20T16:03:45Z)
• A Wireless-Vision Dataset for Privacy Preserving Human Activity Recognition [53.41825941088989]
  アクティビティ認識の堅牢性を改善するため,WiNN(WiFi-based and video-based neural network)が提案されている。 以上の結果から,WiViデータセットは一次需要を満足し,パイプライン内の3つのブランチはすべて,80%以上のアクティビティ認識精度を維持していることがわかった。
  論文  参考訳（メタデータ） (2022-05-24T10:49:11Z)
• Achieving Real-Time LiDAR 3D Object Detection on a Mobile Device [53.323878851563414]
  本稿では,強化学習技術を用いたネットワーク拡張とpruning検索を組み込んだコンパイラ対応統一フレームワークを提案する。 具体的には,リカレントニューラルネットワーク(RNN)を用いて,ネットワークの強化とプルーニングの両面での統一的なスキームを自動で提供する。 提案手法は,モバイルデバイス上でのリアルタイム3次元物体検出を実現する。
  論文  参考訳（メタデータ） (2020-12-26T19:41:15Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• Intelligent Reflecting Surface Aided Wireless Communications: A Tutorial [64.77665786141166]
  インテリジェント反射面(Intelligent Reflecting Surface、IRS)は、無線ネットワークにおける電波伝搬を工学する技術である。 IRSは無線チャネルを動的に変更して通信性能を向上させることができる。 その大きな可能性にもかかわらず、IRSは無線ネットワークに効率的に統合されるための新たな課題に直面している。
  論文  参考訳（メタデータ） (2020-07-06T13:59:09Z)
• A Deep Reinforcement Learning Approach to Efficient Drone Mobility Support [9.408748328358264]
  地上利用をターゲットとする既存の携帯電話ネットワークは、低高度ドローンユーザの初期展開を支援することができる。 本研究では,地上の携帯電話ネットワークによって提供されるドローンに対して,効率的な移動支援と信頼性の高い無線接続を実現するための新たなハンドオーバフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-05-11T16:21:04Z)

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。