SAR · UAV · BVLOS

Drony w ratownictwie

Badania, bezpieczeństwo i rozpoznanie. Od poszukiwań osób po termowizję, pożary i dostarczanie AED.

7 zatwierdzonych publikacji

Drony i roboty — ilustracja poglądowa
BadanieRecenzowane naukowoPrzydatne w PL

Drony z termowizją i AI: automatyczne śledzenie osób w poszukiwaniach

Zespół z Politechniki Mediolańskiej opracował system automatycznego wykrywania i śledzenia ludzi na nagraniach termowizyjnych z dronów do poszukiwań w terenie otwartym. Porównano trzy detektory sieci neuronowych (YOLOv8, YOLOv12, YOLOX), a ich wyniki przepuszczono przez algorytm śledzenia BoostTrack++, który zostawia tylko obiekty widoczne w kolejnych klatkach. Autorzy dodali kompensację ruchu kamery opartą na pozycji drona. Zbiór danych zebrano

Analiza przypadku·2025-09-01·Włochy4 min
BadanieRecenzowane naukowoPrzydatne w PL

Ocena wykrywania ognia i dymu przez YOLOv8 między zbiorami danych oraz test na niedrogim dronie

Autorzy sprawdzili, jak modele YOLOv8 wykrywające ogień i dym radzą sobie po przeniesieniu między dwoma zbiorami danych. Wyniki na nowym zbiorze były znacznie gorsze niż wyniki modelu trenowanego lokalnie, a wykryte niemal identyczne obrazy treningowe i testowe zawyżały część ocen. Po wykluczeniu tych obrazów różnica w skuteczności przeniesionych modeli nadal wynosiła około 26 i 62 punkty procentowe. Dron wykrył kontrolowany pożar, lecz analiza o

Drones (MDPI)·2026-08-203 min
BadanieRecenzowane naukowoPrzydatne w PL

Energooszczędna analiza obrazu na pokładzie drona do wykrywania pożarów

Autorzy przedstawili metodę wykrywania pożarów z drona, która uwzględnia zużycie energii przez analizę obrazu i łączność bezprzewodową. Porównali pięć wariantów modelu YOLOv5 oraz dobierali próg detekcji i częstotliwość analizy klatek. W badanym zbiorze mniejsze modele zapewniały korzystniejszy kompromis między zużyciem energii a skutecznością wykrywania. Zoptymalizowana konfiguracja zmniejszyła zużycie energii nawet 4,4-krotnie przy spadku czuło

Drones (MDPI)·2026-07-113 min
BadanieRecenzowane naukowoPrzydatne w PL

Optymalizacja tras pojazdów i dronów dostarczających zaopatrzenie podczas powodzi: studium powodzi w Guangdong w 2024 r.

Badanie dotyczy wspólnego planowania tras wielu pojazdów i dronów dostarczających zaopatrzenie na terenach powodziowych z utrudnionym przejazdem. Model uwzględnia m.in. dostępność dróg, wpływ głębokości powodzi na prędkość pojazdów, zużycie energii przez drony oraz koordynację ich pracy z pojazdami. W studium obejmującym 135 punktów zapotrzebowania algorytm heurystyczny sprawnie znajdował rozwiązania wysokiej jakości i dla dużych przypadków przew

Drones (MDPI)·2026-04-243 min
BadanieRecenzowane naukowoPrzydatne w PL

Wykrywanie i śledzenie osób tonących z użyciem drona w morskich akcjach ratowniczych

Badanie przedstawia system dronowy do wykrywania, śledzenia i ustalania priorytetu osób zagrożonych na morzu. Rozwiązanie łączy obraz RGB i termowizyjny z rozpoznawaniem postawy oraz analizą AI na pokładzie drona. W eksperymentach przeprowadzonych w Wietnamie system osiągnął 23 klatki na sekundę oraz dokładność wykrywania do 84% dla osób pływających i ponad 50% dla postaw wskazujących na tonięcie. Autorzy wskazują na potencjał skrócenia czasu rea

Drones (MDPI)·2026-02-193 min
BadanieRecenzowane naukowoPrzydatne w PL

Mapy prawdopodobieństwa i strategie automatycznych poszukiwań dronami na Morzu Wattowym

W badaniu symulacyjnym oceniono strategie planowania tras dronów poszukujących zaginionych osób w środowisku pływowym Morza Wattowego. Do tworzenia dynamicznych map prawdopodobnego położenia osoby porównano symulacje Monte Carlo i model łańcucha Markowa. Strategie korzystające z map prawdopodobieństwa osiągały lepsze wyniki niż standardowe schematy przeszukiwania, szczególnie na większych obszarach. W symulowanym scenariuszu z wieloma dronami naj

Drones (MDPI)·2025-09-153 min
BadanieRecenzowane naukowoPrzydatne w PL

Gęsty monokularny SLAM oparty na sieci CNN do eksploracji wnętrz dronem w czasie rzeczywistym podczas sytuacji awaryjnych

Autorzy ocenili możliwość mapowania wnętrz w czasie rzeczywistym za pomocą niedrogiego drona DJI Tello wyposażonego w kamerę RGB. Rozwiązanie łączy monokularny SLAM z siecią neuronową szacującą głębię na podstawie pojedynczego obrazu, aby zagęścić i przeskalować mapę. Celem było wsparcie rozpoznania wnętrz zawalonych budynków przed wejściem ratowników. Testy w rzeczywistych wnętrzach wykazały wydajność zgodną z wymaganiami ratowników dotyczącymi

Drones (MDPI)·2022-03-183 min