XiaoMi-AI文件搜索系统
World File Search System搜索和救援
微型飞行器 (MAV) 在搜索和救援任务中的可靠导航
图 1 海地国家宫殿。2010 年地震。太子港（海地） ................................................................................................ 9 图 2 2011 年世界贸易中心的 CRASAR 机器人 .............................................................................. 13 图 3 迭代模型 ........................................................................................................................ 18 图 4 搜索和救援 MAV（Eurecat-Ascamm） ............................................................................. 19 图 5 搜索和救援副驾驶概念 ...................................................................................................... 22 图 6 MAV 副驾驶原型 ............................................................................................................. 22 图 7 视觉惯性传感器 [45] ............................................................................................................. 23 图 8 FLIR Tau2 LWIR 传感器 [46] ................................................................................................ 23 图 9 Pointgrey Firefly FMVU-03MTM-CS ............................................................................................. 24 图 10 概念参考软件架构 ............................................................................................................. 27 图 11 ROS 节点的概念部署图................................................ 28 图 12 保证定位策略 .............................................................................................. 30 图 13 可重构导航解决方案架构 ................................................
搜索和救援模式的调整和自动化...
图片列表 ........................................................................................................................................... ii
海上 GPS 搜索和救援系统 - 数字 WPI
摘要 ................................................................................................................................................................ i
地面搜索和救援的扫描宽度估计
历史上首次成功开发并进行了现场测试，一种科学合理且实用的方法可以客观地确定陆地环境中对搜索和救援 (SAR) 重要物体的检测概率。使用志愿搜索者收集数据并使用简化的分析技术进行分析，所有成本都非常低。这项工作为解决搜索规划和评估问题打开了大门，这些问题在陆地 SAR 社区中已经激烈争论了近 30 年，但从未得到解决。搜索本质上是一个概率过程，无法保证成功或失败。搜索仍然是一项重大挑战，尤其是在生命受到威胁时。但是，使用正确的工具和概念进行精心计划的搜索更有可能成功，而且同样重要的是，当生命受到威胁时，成功会更快。规划搜索包括评估所有可用信息，然后，由于通常不可能一次性在所有地方进行彻底搜索，因此需要决定如何最好地利用可用的、通常有限的搜索资源。由于“所有可用信息”还包括任何已完成的未成功搜索，因此需要适当核算一般搜索区域的各个部分或子部分的搜索效果。这将成为规划失踪人员后续搜索活动的输入。对于搜索前规划和搜索后评估，搜索规划人员必须能够客观地估计在给定资源和努力程度下在给定搜索区域部分中发现给定物体的概率。检测概率 (POD) 取决于努力程度、部分大小以及检测搜索对象的难易程度。检测的难易程度又取决于所使用的传感器（通常是肉眼）、所寻找物体的性质（大小、颜色等）以及搜索时和搜索地点的环境（地形、植被、天气等）。虽然陆地搜索的规划者通常知道他们在搜索什么、他们有哪些可用资源以及资源将要或已经发送的部分的大小和环境特征，但他们无法量化搜索者在检测搜索对象时的难易程度。有效扫描宽度可以被视为一种将所有因素都考虑在内的“可检测性指数”。这使得他们没有客观的方法来估计 POD，并在过去 30 年中有效地阻碍了将陆地 SAR 搜索规划置于更科学的基础上的尝试。规划人员被迫要么在没有可靠数据的情况下做出主观的 POD 估计，要么依靠搜索者自己的更主观的估计。量化“可探测性”的最简单指标是一个称为“有效扫描（或搜索）宽度” (ESW) 的值。这个概念将影响给定搜索情况下检测的所有因素（传感器、环境、搜索对象）的综合影响降低为一个表征该情况下搜索对象“可探测性”的单个数字。它不应被视为传感器之间的“宽度”或间距。不幸的是，有效扫描宽度无法直接测量。有必要进行检测实验并从中减少数据。该项目的目标是：