Monitorización de víctimas con manipuladores aéreos en operaciones de búsqueda y rescate

Abstract

[Resumen] En este trabajo se presenta el primer dispositivo de monitorización de víctimas para su colocación automática con robots manipuladores aéreos. Se trata de un sistema sensorial distribuido para la evaluación de forma continua del estado de salud de víctimas de catástrofes. Se describen el sensor diseñado y el sistema de comunicaciones, así como la aplicación mediante la colocación del sensor basado en el uso de sistemas aéreos no tripulados (UAS) o robots manipuladores aéreos. El dispositivo de monitorización continua ofrece ventajas sobre el sistema de triage actual ya que permite obtener datos de la evolución de cada víctima. Recoge medidas de las constantes vitales de las víctimas, que son publicadas mediante protocolos de Internet de las Cosas (IoT) que permiten su procesado de forma remota. Además, posee métodos basados en aprendizaje profundo para la detección automática de la posición relativa de la muñeca del brazo de una persona con respecto al manipulador aéreo. Se han realizado experimentos preliminares de obtención de medidas y de colocación de sensores mediante una versión preliminar del sensor, cuyos resultados se incluyen

[Abstract] In this paper, the first device for monitoring casualties including automatic placement with aerial robotic manipulators is presented. The distributed system allows the continuous evaluation of the health status of victims in massive disaster scenarios. The design of the sensor and the communication system is described. The continuous monitoring system has many advantages against the current triage methodologies. It can obtain time series from the collected data by ehealth sensors. The sensors integrated in the wereable device provide information about vital signs that are published via Internet of Things (IoT) communication protocols for remote sensing. Furthermore, the application of attaching sensors using Unmanned Aerial Systems (UAS) is also introduced. Deep learning techniques are applied for autonomously detecting the pose of the wrist of the victim. Preliminary experiments and results show the functionality of the remote sensing system