چکیده مقاله
فاز جستجو و نجات SAR پس از یک حریق به دلیل محیط پیچیده وجود دود غلیظ ساختارهای ناپایدار و نیاز حیاتی به سرعت عمل یکی از چالش برانگیزترین عملیات ها محسوب می شود تاخیر در شناسایی و مکانیابی مصدومان به طور مستقیم بر شانس بقای آنان تاثیر می گذارد این مقاله طراحی و ارزیابی یک چارچوب یکپارچه مبتنی بر هوش مصنوعی AI و رباتیک را برای اعلام سریع موقعیت مصدومان در محیط های پس از حریق ارائه می دهد هسته اصلی این سیستم بر ادغام داده های چند وجهی Multi modal Data از سنسورهای حرارتی گازی و تصویری متصل به یک سکوی رباتیک زمینی یا هوایی استوار است یک مدل یادگیری عمیق با معماری شبکه عصبی کانولوشنی CNN بهبود یافته برای شرایط دید کم داده ها را تحلیل کرده و الگوهای مرتبط با حضور انسان مانند الگوهای حرارتی بدن و نشانه های زیستی را شناسایی میکند همزمان یک عامل یادگیری تقویتی L مسیر حرکت ربات را در محیط ناشناخته و خطرناک بهینه سازی میکند تا پوشش منطقه و سرعت جستجو حداکثر شود نتایج شبیه سازی های انجام شده نشان میدهد که این سیستم قادر است در محیط های شبیه سازی شده حریق مصدومان را با دقتی بیش از ۹۲ و با زمان میانگین اعلام کمتر از ۲۵ ثانیه از زمان تشخیص اولیه شناسایی و موقعیت آنها را به تیم پشتیبانی انسانی مخابره کند این چارچوب گامی مهم به سوی افزایش کارایی ایمنی و سرعت در عملیاتهای نجات پس از بلایای آتش سوزی محسوب می شود
کلیدواژهها
نویسندگان
شیوه ارجاع
قاضی زاده، علی و حسن زاده، حمید و تاج الدینی، حمید و تمدنی، سبحان،1404،ادغام هوش مصنوعی و رباتیک در عملیات جستجو و نجات اعلام سریع مصدومان حریق،پنجمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی،همدان
ارائهشده در
مجموعه مقالات پنجمین همایش بین المللی مهندسی کامپیوتر، برق و تکنولوژی1 شهریور 1404 · همدان