Safety Assessment and Risk Estimation for Unmanned Aerial Vehicles Operating in National Airspace System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper proposes an effective approach for modelling and assessing the risks associated with unmanned aerial vehicles (UAVs) integrated into national airspace system (NAS). Two critical hazards with UAV operations are considered and analyzed, which are ground impacts and midair collisions. Threats to fatalities that result from the two hazards are the focus in the proposed method. In order to realize ground impact assessment, a multifactor risk model is designed by calculating system reliability required to meet a target level of safety for different UAV categories. Both fixed-wing and rotary-wing UAVs are taken into account under a real scenario that is further partitioned into different zones to make the evaluation more precise. Official territory and population data of the operation scenario are incorporated, as well as UAV self-properties. Casualty area of impacting debris can be obtained as well as the probability of fatal injuries on the ground. Sheltering factors are not neglected and defined as four types based on the real scenario. When midair collision fatality risk is estimated, a model of aircraft collisions based on the density of civil flight in different regions over Chinese airspace is proposed. In the model, a relative collision area and flying speed between UAVs and manned aircraft are constructed to calculate expected frequency of fatalities for each province correspondingly. Truthful data with different numbers of UAVs is incorporated in the model with the expected number of fatalities after a collision is included. Experimental simulations are made to evaluate the ground impacts and midair collisions when UAVs operate in the NAS.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle