通过使用人工智能、机器学习和 5G 技术，本研究调查了在美国探索主动检测和处理野火的方法，野火研究的关键目标是采用先进技术进行主动检测和预防，利用遥感和 5G 技术进行主动监测和绘制，以及利用无人机和物联网设备进行高级响应机制。

Feb, 2024

本文提出了一种基于无人机的森林火灾监测系统，利用自主无人机提供比当前卫星图像、有人飞机和远程控制无人机更快的监测服务。为了实现这个目标，我们提出了一个分布式领导者 - 跟随者联盟形成模型，它能够聚集一组无人机，共同覆盖指定的监测领域。通过模拟实验，验证了该系统在不需要互相通信的情况下，性能接近于中央优化系统。

Apr, 2019

本文综述了机器学习在森林火灾科学与管理中的应用，涵盖了燃料表征，火灾检测与映射，火灾产生、易感性和风险，火灾行为预测，火灾影响以及火灾管理等六个问题领域，同时指出了未来的发展方向和重要性。

Mar, 2020

近年来，人工智能（AI）和无人机（UAVs）的结合在各个领域带来了进步。本研究论文全面分析了 AI 驱动的无人机和友好计算在应用中的变化，包括新兴趋势、未来愿景以及与此关系相伴的固有挑战。通过探索 AI 和无人机之间的相互作用，本研究突出了这些技术在农业、监视实践、灾害管理等行业中革命性的潜力。在展望可能性的同时，研究还考虑了伦理、安全问题、需建立的法律框架以及 AI 增强的无人机系统的负责任部署，为进一步探索这个变革领域奠定了基础。

Oct, 2023

利用装备相机传感器的无人机进行灾害监测，并结合深度学习技术可以高准确性地识别灾害，544 幅图像实验结果表明，该技术有望成为高效的灾害预测方法。

Jul, 2018

我们提出了一种预测性框架，使无人机团队能够在协同场地覆盖和火灾跟踪方面进行合作，并提供概率性能保证。

Jun, 2022

本篇论文研究了利用无人机进行应急响应和灾害管理的自动化航空场景分类，提出了一个用于紧急响应的航空图像数据库（AIDER），并进行了现有方法的比较分析。通过该分析，开发出了一个轻量级的卷积神经网络（CNN）架构，能够在嵌入式平台上高效运行，在需要的时候能够在灾难性事件中提供即时帮助。

Jun, 2019

本文提出了一种结合无人机视觉技术和卫星图像分析技术的方法，用于积极检测野外火灾和提取野火区域的道路网络，以及对处于困境中的人们进行实时动态避难路径规划。

Dec, 2023

本文介绍了一种提高当前航拍野火数据集质量的方法，旨在适应相机技术的进步，并提出了一种基于 CycleGAN 的流程以及一种新颖的融合方法，通过将配对的 RGB 图像作为属性调节器集成到两个方向的生成器中，从而提高了生成图像的准确性。

Jan, 2024

本文研究了利用自主无人机团队监测野火的方法，通过使用两种深度强化学习方法训练分散控制器，可以有效地追踪野火的扩散，这两种方法在不同数量的飞行器和不同野火形状下都有较好的表现，模拟结果表明，这两种方法优于在线递归视角控制器。

Oct, 2018