- 基于改进的自主无人机搜救系统的研究
该论文提出了一种基于 EGO-Planner 算法的自主搜索与救援无人机系统，通过创新的无人机应用和逆向电机反馈算法来提高无人机的飞行效率和整机微型化，并通过引入 EGO-Planner 规划工具和双向 A * 算法以及目标检测算法解决了智 - 灾害地图及受害者定位的自主机器人
设计并实施了一种完整的自主机器人系统，使用 Turtlebot3 和 Robotic Operating System (ROS) Noetic，在封闭和未知环境中部署，旨在生成综合地图并利用 AprilTags 识别存在的 “受害者”。我 - 利用反事实路径对 POMDP 策略进行对比解释
通过使用用户提供的反事实来生成 POMDP 策略的对比解释，探索可解释人工智能的方法以提高系统透明度并建立信任，本文以 Search and Rescue (SAR) 为例进行了分析和讨论相关挑战。
- 应用层次分析法和基于相似度的经验回放的多目标强化学习在搜救任务中以人为中心的无人机航迹规划
通过加强学习结合分析层次过程和基于相似性的经验重放，优化无人机轨迹，平衡运营目标与人类安全、舒适性等考虑因素，同时调查性别线索和拟人化在公众接受和信任方面的影响，在搜索与救援任务中设计与人类价值观相符的无人机系统的宝贵洞察。
- 一种 ICA 集成学习方法用于 UWB NLOS 信号数据分类预测
在搜索与救援（SAR）场景中，困人的检测是普适计算中面临的重大挑战，本研究采用机器学习技术来解决这个问题，通过利用无线通信协调信息并使用超宽带雷达信号在非直线可视（NLOS）场景中识别个体，实验结果表明所提出的方法在静态数据和动态数据上分别 - RescueSpeech: 用于搜救领域语音识别的德语语料库
在搜索和救援环境中，语音识别面临嘈杂和残音扰动的问题；作者创建了名为 RescueSpeech 的语音数据集并公开发布，但目前使用最先进的方法仍无法达到令人满意的性能水平。
- 军事人机团队中有意义的人类控制设计
该论文提出了一种基于三个原则的方法，分析、设计和评估了有意义的人类控制（MHC），并在军事情境下进行了一项案例研究，其中机器人和士兵一起参与了一项搜救任务。
- KT-BT: 多机器人系统中通过行为树进行知识转移的框架
该论文提出一种名为 KT-BT 的知识转移框架，通过基于行为树的在线机制，在智能体之间实现了知识共享，从而提升了多机器人或多智能体系统的表现，以搜索和救援问题为例，进行了广泛的验证和研究。
- 地下救援合作自治：DARPA SubT 中地下无人机
本文提出了一种新型的自主协作无人机（UAV）搜索和救援系统，包括在地下拓扑复杂的环境中使用的新型地图表示、用于导航的新方法以及用于目标检测和定位的视觉感知流水线。
- SARDO：一种基于无人机的自动化搜救解决方案，用于定位受害人
本研究提供一种基于无人机、利用移动电话高渗透率、不需要基础设施支持或移动电话修改等特点的搜索和救援解决方案 SARDO，通过伪三边测定等技术，实现了在灾难场景下通过移动电话快速且准确地定位失踪者，其准确度大约为几十米，电量消耗成本低（约 5 - 基于分布式深度学习和合成数据生成的搜救小目标检测
该研究使用 UAV 和固定监控摄像头构建了一个自动目标检测系统，结合了图像分割、增强和卷积神经网络等技术，可以在 8 秒内检测到目标，并使用合成数据生成和数据增强技术提高检测精度，这一解决方案有望帮助一线应对突发事件和搜救操作。
- NIPS海上搜救智能无人机群
该研究项目旨在使用人工智能技术和自主系统组织的智能无人机，以加速在欧洲移民潮中海上的搜索和拯救操作，提高拯救行动的效率和有效性。
- 海上搜救进展
介绍了海上搜救的历史。讨论了搜索和救援的最新技术，包括轨迹建模、随机拉格朗日海洋模型、拉格朗日测量方法、海洋表面流。概述了论文集中的主要结果。