Safety Assessment and Risk Estimation for Unmanned Aerial Vehicles Operating in National Airspace System
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».