論文の概要: Dynamic UAV-based search operations using probabilistic diffusion modeling of Man Overboard incident victims

• arxiv url: http://arxiv.org/abs/2608.02093v1
• Date: Mon, 03 Aug 2026 11:53:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.517533
• Title: Dynamic UAV-based search operations using probabilistic diffusion modeling of Man Overboard incident victims
• Title（参考訳）: 事故被害者の確率的拡散モデルを用いたUAVによる動的探索
• Authors: Dimosthenis Angelis, Evangelos Boukas,
• Abstract要約: 本報告では, 事故発生後, 被疑者の位置を確実に予測する戦略について述べる。 この動的領域を探索するための5つの異なる手法を提示し,評価した。 IPIS法は、人を見つけるために平均80%以上の成功率を提供する。
• 参考スコア（独自算出の注目度）: 0.7734726150561088
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: More than 70% of the people that fell overboard cruise ships in the period 2010-2019 lost their lives. This paper presents a strategy for reliably predicting the area a person may be in after a man overboard incident, and describes in detail the search methods to find them utilizing UAV technology. The search area prediction method employs an Extended Kalman Filter that capitalizes on the information from the Leeway model to track the missing person in the sea by taking into account the uncertainty of the movement of the person and the weather conditions in the area. Then, a UAV uses this information to search for the person. Five different methods for searching in this dynamic area are presented and evaluated - the Zigzag, the Boustrophedon, the Spiral, the Probability Informed Search and the Improved Probability Informed Search (IPIS) methods. The IPIS method provides success rate of over 80% on average for finding a person, even if the UAV initiates the search mission 20 minutes after the man overboard incident and even assuming a detection method with a success rate of 30%. All code for the simulation environment and the evaluation of the methods is available on our GitHub page at https://github.com/diangeli/pdms-man-overboard.
• Abstract（参考訳）: 2010-2019年にクルーズ船で転覆した人の70%以上が命を落とした。 本稿では, 事故発生後, 被疑者の位置を確実に予測する戦略について述べるとともに, UAV技術を利用した探索手法について詳述する。 探索領域予測法では、リーウェイモデルからの情報を利用した拡張カルマンフィルタを用いて、その地域の移動の不確実性や気象条件を考慮し、海中の行方不明者を追跡する。 そして、UAVは、この情報を使って人物を検索する。 Zigzag, Boustrophedon, Spiral, Probability Informed Search, Improved Probability Informed Search (IPIS) の5つの手法が提案され評価された。 本発明のIPIS法は、UAVが事故発生後20分後に捜索任務を開始する場合でも、平均して80%以上の成功率を提供する。 シミュレーション環境のすべてのコードとメソッドの評価はGitHubのhttps://github.com/diangeli/pdms-man-overboard.comにある。

関連論文リスト

• HumanDiffusion: A Vision-Based Diffusion Trajectory Planner with Human-Conditioned Goals for Search and Rescue UAV [1.964570633684439]
  HumanDiffusionは、RGB画像から直接人間に認識されたナビゲーショントラジェクトリを生成する、画像条件の拡散プランナである。 このシステムは、YOLO-11に基づく人体検出と拡散駆動軌道生成を組み合わせることで、四極子を標的人物に接近させ、医療支援を提供する。 実世界の実験では、事故応答と捜索・配置のタスクで全体のミッション成功率が80%であることを示した。
  論文  参考訳（メタデータ） (2026-01-21T13:22:22Z)
• Experimental validation of UAV search and detection system in real wilderness environment [0.0]
  地中海カルスト環境下での無人無人UAV探索の設計と実験を行った。 UAVは、既知の確率密度と検出関数に従って、Heath equation-driven Area Cover (HEDAC) ergodic control法を用いて誘導される。
  論文  参考訳（メタデータ） (2025-02-24T17:53:54Z)
• Deep Reinforcement Learning for Time-Critical Wilderness Search And Rescue Using Drones [0.294944680995069]
  本稿では,自然環境におけるドローンの効率的な探索ミッション構築のための深層強化学習の活用について検討する。 実験の結果,従来のカバレッジ計画や探索計画アルゴリズムと比較して,検索時間の大幅な改善が得られた。
  論文  参考訳（メタデータ） (2024-05-21T13:51:47Z)
• Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
  行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。 この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
  論文  参考訳（メタデータ） (2022-11-01T11:07:37Z)
• Incremental 3D Scene Completion for Safe and Efficient Exploration Mapping and Planning [60.599223456298915]
  本研究では,情報,安全,解釈可能な地図作成と計画に3次元シーン補完を活用することによって,深層学習を探索に統合する新しい手法を提案する。 本手法は,地図の精度を最小限に抑えることで,ベースラインに比べて環境のカバレッジを73%高速化できることを示す。 最終地図にシーン完了が含まれていなくても、ロボットがより情報的な経路を選択するように誘導し、ロボットのセンサーでシーンの測定を35%高速化できることが示される。
  論文  参考訳（メタデータ） (2022-08-17T14:19:33Z)
• 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)
• POMP: Pomcp-based Online Motion Planning for active visual search in indoor environments [89.43830036483901]
  本稿では, 屋内環境におけるオブジェクトのアクティブビジュアルサーチ(AVS)の最適ポリシーを, オンライン設定で学習する問題に焦点をあてる。 提案手法はエージェントの現在のポーズとRGB-Dフレームを入力として使用する。 提案手法を利用可能なAVDベンチマークで検証し,平均成功率0.76,平均パス長17.1とした。
  論文  参考訳（メタデータ） (2020-09-17T08:23:50Z)
• DR-SPAAM: A Spatial-Attention and Auto-regressive Model for Person Detection in 2D Range Data [81.06749792332641]
  本研究では,異なるタイミングで得られたスキャンを組み合わせ,代替戦略を用いた人物検出ネットワークを提案する。 DR-SPAAMは、バックボーンネットワークから中間機能をテンプレートとして保持し、新しいスキャンが利用可能になったときにテンプレートをリカレントに更新する。 DROWデータセットでは,提案手法は既存の最先端技術よりも約4倍高速である。
  論文  参考訳（メタデータ） (2020-04-29T11:01:44Z)

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。