ESLS: A Vision-Based Emergency Safe Landing System for UAVs
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
Uncrewed Aerial Vehicles (UAVs) are increasingly used across a wide range of missions, including healthcare-related operations such as medical supply delivery and search and rescue (SAR). However, performing safe emergency landings remains a critical challenge, especially in GPS-denied or cluttered environments such as forests or disaster zones. This paper presents an Emergency Safe Landing System (ESLS) designed to support emergency descent in any mission context. ESLS integrates RTAB-MAP SLAM with visual-inertial odometry (VIO), combining data from an onboard IMU and RGB-D camera to enable real-time 3D mapping and localization. The system uses YOLO-v5 object detection fused with a binary occupancy map. This allows robust identification of unobstructed areas in dynamic and unstructured environments. ESLS supports two operational modes: (1) Emergency Safe Landing Zone Detection (ESLZD), which selects the safest available landing zone; and (2) Search-and-Rescue Mode (ESLZD-SAR), which prioritizes landing safely near a detected survivor. Simulation results in ArduPilot Gazebo show landing zone detection success rates of up to 98% and landing success rates of up to 96%, highlighting the system’s potential for reliable deployment in both standard and SAR-specific UAV operations.
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 | 0,001 |
| 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