基于无人机感知的细粒度空气质量指数分布实时刻画
信号处理
2017-11-09 v1
摘要
鉴于显著的空气污染问题，空气质量指数（AQI）监测近来受到越来越多的关注。本文设计了一种搭载于无人机（UAV）上的移动 AQI 监测系统，称为 ARMS，以实时高效构建细粒度 AQI 地图。具体而言，我们首先提出基于神经网络的高斯烟羽模型（GPM-NN），从物理上刻画空气中颗粒物的扩散。基于 GPM-NN，我们提出一种电池高效的自适应监测算法，在选定位置监测 AQI 并利用感知数据构建准确的 AQI 地图。所提自适应监测算法在两类典型场景中评估：如路边公园的二维开放空间，以及如建筑内庭院的三维空间。实验结果表明，我们的系统借助 GPM-NN 可比其他现有模型提供更高的 AQI 预测精度，同时通过自适应监测算法大幅降低功耗。
引用
@article{arxiv.1711.02821,
title = {Realtime Profiling of Fine-Grained Air Quality Index Distribution using UAV Sensing},
author = {Yuzhe Yang and Zijie Zheng and Kaigui Bian and Lingyang Song and Zhu Han},
journal= {arXiv preprint arXiv:1711.02821},
year = {2017}
}