論文の概要: Autonomous Unmanned Aircraft Systems for Enhanced Search and Rescue of Drowning Swimmers: Image-Based Localization and Mission Simulation

• arxiv url: http://arxiv.org/abs/2604.18088v1
• Date: Mon, 20 Apr 2026 11:05:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.822006
• Title: Autonomous Unmanned Aircraft Systems for Enhanced Search and Rescue of Drowning Swimmers: Image-Based Localization and Mission Simulation
• Title（参考訳）: ドローイングスイマーの探索・救助のための無人無人航空機システム:画像による位置推定とミッションシミュレーション
• Authors: Sascha Emanuel Zell, Toni Schneidereit, Armin Fügenschuh, Michael Breuß,
• Abstract要約: 無人航空機システム(英語: Unmanned Aircraft System, UAS)は、無人航空機(UAV)の飛行隊である。 緊急時、UASはSRO(Standard Rescue Operation)の機器に加えて展開され、苦しんでいる人を見つけることができる。 このアプリケーション用に作成されたデータセットを提示し、トレーニングプロセスの概要を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Drowning is an omnipresent risk associated with any activity on or in the water, and rescuing a drowning person is particularly challenging because of the time pressure, making a short response time important. Further complicating water rescue are unsupervised and extensive swimming areas, precise localization of the target, and the transport of rescue personnel. Technical innovations can provide a remedy: We propose an Unmanned Aircraft System (UAS), also known as a drone-in-a-box system, consisting of a fleet of Unmanned Aerial Vehicles (UAVs) allocated to purpose-built hangars near swimming areas. In an emergency, the UAS can be deployed in addition to Standard Rescue Operation (SRO) equipment to locate the distressed person early by performing a fully automated Search and Rescue (S&R) operation and dropping a flotation device. In this paper, we address automatically locating distressed swimmers using the image-based object detection architecture You Only Look Once (YOLO). We present a dataset created for this application and outline the training process. We evaluate the performance of YOLO versions 3, 5, and 8 and architecture sizes (nano, extra-large) using Mean Average Precision (mAP) metrics mAP@.5 and mAP@.5:.95. Furthermore, we present two Discrete-Event Simulation (DES) approaches to simulate response times of SRO and UAS-based water rescue. This enables estimation of time savings relative to SRO when selecting the UAS configuration (type, number, and location of UAVs and hangars). Computational experiments for a test area in the Lusatian Lake District, Germany, show that UAS assistance shortens response time. Even a small UAS with two hangars, each containing one UAV, reduces response time by a factor of five compared to SRO.
• Abstract（参考訳）: ドローニングは水上や水中のあらゆる活動にかかわるリスクであり、溺死した人を救うことは特に時間的プレッシャーのために困難であり、短い応答時間を重要にしている。 さらに複雑な水難救助は、監督されず、広範囲の水泳場、目標の正確な位置決め、救助隊員の輸送である。 我々は無人航空機システム(UAS: Unmanned Aircraft System)、または無人航空機システム(UAV: Unmanned Aerial Vehicles)の1群で、飛行場近くの格納庫に配属される無人航空機システム(UAS: Unmanned Aircraft System)を提案する。 緊急時には、完全自動化されたサーチ・アンド・レスキュー(S&R)操作を実行し、浮揚装置を落とせば、標準救助作戦(SRO)装置に加えてUASを配備することができる。 本稿では,画像に基づく物体検出アーキテクチャであるYou Only Look Once (YOLO)を用いて,難易度の高いスイマーを自動的に配置する手法を提案する。 このアプリケーション用に作成されたデータセットを提示し、トレーニングプロセスの概要を示す。 平均精度mAP(Mean Average Precision)メトリクスmAP@.5とmAP@.5:.95を用いて, YOLOバージョン3, 5, 8の性能評価を行った。 さらに,2つの離散事象シミュレーション(DES)手法を用いて,SROの応答時間とUASによる水救助のシミュレーションを行った。 これにより、UAS設定(UAVとハンガーのタイプ、番号、位置)を選択する際に、SROに対する時間節約を推定できる。 ドイツのルサチア湖地区における試験場の計算実験では、UAS支援が応答時間を短縮することが示された。 2つの格納庫を持つ小さなUASでさえ、それぞれ1つのUAVを含むため、SROと比較して応答時間を5倍に短縮する。

関連論文リスト

• UAV Swarm-enabled Collaborative Secure Relay Communications with Time-domain Colluding Eavesdropper [115.56455278813756]
  航空中継機としての無人航空機(UAV)は、インターネットモノ(IoT)ネットワークの補助として事実上魅力的である。 本研究では,UAV基地局と端末端末装置間のセキュアな通信を支援するために,UAVを活用することを目的とする。
  論文  参考訳（メタデータ） (2023-10-03T11:47:01Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• SeaDroneSim: Simulation of Aerial Images for Detection of Objects Above Water [4.625920569634467]
  無人航空機(UAV)はその高速で多用途で知られている。 我々は、フォトリアリスティックな空中画像データセットを作成するために使用できる新しいベンチマークスイート、textittextbfSeaDroneSimを提案する。 実地画像に71mAPを印加し,BlueROV検出の実現可能性について検討した。
  論文  参考訳（メタデータ） (2022-10-26T21:50:50Z)
• 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)
• An Autonomous Drone for Search and Rescue in Forests using Airborne Optical Sectioning [0.0]
  密閉された森林に完全自律的に人々を発見できる最初のプロトタイプを紹介します。 様々な森林タイプで実施された17のフィールド実験で、ドローンは42人の隠れた人のうち38人を見つけた。 深層学習に基づく人物分類は、1次元合成開口内でのスパースや誤差の少ないサンプリングでは影響を受けない。
  論文  参考訳（メタデータ） (2021-05-10T13:05:22Z)
• 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)
• AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue with Lightweight AI and Edge Computing [27.15999421608932]
  本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。 このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。 ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
  論文  参考訳（メタデータ） (2020-05-07T12:22:15Z)

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。