{rfName}
Ac

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

3

Altmetrics

Article has an altmetric score of 1

Grant support

No Statement Available

Análisis de autorías institucional

Garcia Samartin, Jorge FranciscoAutor o CoautorCruz Ulloa, ChristyanAutor o CoautorDel Cerro, JaimeAutor o CoautorBarrientos, AntonioAutor o Coautor

Compartir

Publicaciones
>
Artículo

Active robotic search for victims using ensemble deep learning techniques

Publicado en:Machine Learning: Science And Technology. 5 (2): 025004- - 2024-06-01 5(2), DOI: 10.1088/2632-2153/ad33df

Autores: Garcia-Samartin, Jorge F; Cruz Ulloa, Christyan; del Cerro, Jaime; Barrientos, Antonio

Afiliaciones

Univ Politecn Madrid, Ctr Automat & Robot, Consejo Super Invest Cient, Madrid 28006, Spain - Autor o Coautor

Resumen

In recent years, legged quadruped robots have proved to be a valuable support to humans in dealing with search and rescue operations. These robots can move with great ability in complex terrains, unstructured environments or regions with many obstacles. This work employs the quadruped robot A1 Rescue Tasks UPM Robot (ARTU-R) by Unitree, equipped with an RGB-D camera and a lidar, to perform victim searches in post-disaster scenarios. Exploration is done not by following a pre-planned path (as common methods) but by prioritising the areas most likely to harbour victims. To accomplish that task, both indirect search and next best view techniques have been used. When ARTU-R gets inside an unstructured and unknown environment, it selects the next exploration point from a series of candidates. This operation is performed by comparing, for each candidate, the distance to reach it, the unexplored space around it and the probability of a victim being in its vicinity. This probability value is obtained using a Random Forest, which processes the information provided by a convolutional neural network. Unlike other AI techniques, random forests are not black box models; humans can understand their decision-making processes. The system, once integrated, achieves speeds comparable to other state-of-the-art algorithms in terms of exploration, but concerning victim detection, the tests show that the resulting smart exploration generates logical paths-from a human point of view-and that ARTU-R tends to move first to the regions where victims are present.

Palabras clave

Computer visionEnsamble deep learningLegged robotsRandom forestRandom forestsSearch and rescue robotsSensing and perception

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista Machine Learning: Science And Technology debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia WoS (JCR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2024 aún no existen indicios calculados, pero en 2023, se encontraba en la posición 36/197, consiguiendo con ello situarse como revista Q1 (Primer Cuartil), en la categoría Computer Science, Artificial Intelligence.

2025-06-18:

  • WoS: 1
  • Scopus: 2

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-06-18:

  • El uso, desde el ámbito académico evidenciado por el indicador de la agencia Altmetric referido como agregaciones realizadas por el gestor bibliográfico personal Mendeley, nos da un total de: 30.
  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 30 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

  • El Score total de Altmetric: 0.5.
  • El número de menciones en la red social X (antes Twitter): 1 (Altmetric).

Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

  • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.
  • Asignación de un Handle/URN como identificador dentro del Depósito en el Repositorio Institucional: https://oa.upm.es/85967/

Como resultado de la publicación del trabajo en el repositorio institucional, se han obtenido datos estadísticos de uso que reflejan su impacto. En términos de difusión, podemos afirmar que, hasta la fecha

  • Visualizaciones: 26
  • Descargas: 6

Análisis de liderazgo de los autores institucionales

Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (GARCIA SAMARTIN, JORGE FRANCISCO) y Último Autor (BARRIENTOS CRUZ, ANTONIO).

el autor responsable de establecer las labores de correspondencia ha sido Garcia-Samartin, Jorge F.