به کارگیری پردازش تصویر با پهپادهای حرارتی برای ارتقای عملیات امداد و نجات

با توجه به افزایش بلایای طبیعی و حوادث غیرمترقبه در سراسر جهان، بهبود دقت و سرعت عملیات امداد و نجات از اهمیت بالایی برخوردار است. استفاده از پهپادهای مجهز به دوربین های حرارتی و الگوریتم های پیشرفته پردازش تصویر می تواند نقش موثری در این زمینه ایفا کند. در این پژوهش، یک روش ترکیبی مبتنی بر مدل YOLO برای تشخیص دقیق اهداف انسانی و پیگیری چندهدفه با فیلتر کالمن پیشنهاد شده است. علاوه بر این، از شبکه داده ای RescueNet برای برآورد خسارات محیطی، شناسایی نقاط بحرانی و ارائه اطلاعات پشتیبانی تصمیم گیری به تیم های امدادی استفاده شده است. نتایج آزمایش ها نشان می دهند که این رویکرد باعث افزایش دقت شناسایی افراد گرفتار، کاهش زمان واکنش، و بهبود هماهنگی در عملیات های پیچیده می شود. همچنین، سیستم ارائه شده می تواند در شرایط محیطی دشوار و خطرناک، به عنوان یک ابزار عملیاتی موثر برای مدیریت بحران، پشتیبانی لجستیکی و افزایش ایمنی نیروهای امداد و نجات مورد استفاده قرار گیرد. این مطالعه نشان می دهد که تلفیق فناوری پهپاد و الگوریتم های هوش مصنوعی، امکان ارتقای کیفیت و سرعت عملیات امدادی در حوادث مختلف را فراهم می کند.

کلیدواژه ها:

پهپاد حرارتی ، پردازش تصویر ، YOLO ، فیلتر کالمن ، RescueNet ، عملیات امداد و نجات