Un algoritmo de aprendizaje profundo por refuerzo para la planificación de trayectorias de enjambres de UAV que cumplen con la exploración de incendios forestales
Autores: Demir, Kubilay; Tumen, Vedat; Kosunalp, Selahattin; Iliev, Teodor
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un algoritmo de aprendizaje profundo por refuerzo para la planificación de trayectorias de enjambres de UAV que cumplen con la exploración de incendios forestales
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Incendios forestales
Sistema de monitoreo
Vehículos aéreos no tripulados
Planificación de ruta
Aprendizaje profundo por refuerzo
Planificación de trayectoria
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 53
Citaciones: Sin citaciones
Los incendios forestales han sido durante mucho tiempo uno de los desastres ambientales críticos que requieren un sistema de monitoreo cuidadoso. Un sistema inteligente tiene el potencial de prevenir/apagar el fuego y cumplir con los requisitos urgentes posterior al incendio. En los últimos años, los vehículos aéreos no tripulados (UAV), con la capacidad de detectar misiones en áreas de alto riesgo, han estado ganando un interés creciente, especialmente en el monitoreo de incendios forestales.
Descripción
Los incendios forestales han sido durante mucho tiempo uno de los desastres ambientales críticos que requieren un sistema de monitoreo cuidadoso. Un sistema inteligente tiene el potencial de prevenir/apagar el fuego y cumplir con los requisitos urgentes posterior al incendio. En los últimos años, los vehículos aéreos no tripulados (UAV), con la capacidad de detectar misiones en áreas de alto riesgo, han estado ganando un interés creciente, especialmente en el monitoreo de incendios forestales.