Aprovação da tecnologia de drones para a melhoria da segurança e planeamento de rotas na escalada em rocha e no treino em desportos extremos
DOI:
https://doi.org/10.47197/retos.v63.110869Palavras-chave:
Desportos extremos, melhoria da segurança, planeamento de rotas, resposta perante emergências, tecnologia de dronesResumo
Introdução e objetivo: Esta investigação explora a utilização da tecnologia de drones para melhorar a segurança, a eficiência no planeamento de rotas e o conforto psicológico nos desportos extremos, centralizando a atenção na escalada em rocha. O objetivo é determinar como os drones podem contribuir para melhorias no desempenho nestas áreas. Metodologia: Mediante uma abordagem de métodos mistos, o estúdio avalia o impacto da vigilância por meio de drones em indicadores chave de desempenho, incluindo os tempos de resposta ante emergências, a precisão no planeamento de rotas e a confiança dos atletas. os drones reduzem significativamente o tempo de resposta antes das emergências para facilitar a identificação e a navegação mais rápida dos perigos, melhorando também a segurança geral. O planeamento de rotas assistidas por drones resulta também mais eficiente e preciso, o que permite tomar decisões mais informadas em terrenos complexos. Além disso, os drones melhoram o conforto psicológico dos atletas, aumentando a confiança e a segurança durante atividades de alto risco. Conclusões: Apesar das vendas, são reconhecidos desafios como a dependência tecnológica e o potencial de falhas dos drones em ambientes extremos. Recomenda-se que investigações futuras examinem a fiabilidade dos drones em diversas condições e explorem aplicações adicionais no âmbito desportivo. O estúdio criou uma adoção mais ampla dos drones, aumentando o seu potencial para melhorar significativamente os protocolos de segurança, as estratégias de treino e o bem-estar dos atletas nos desportos extremos.
Referências
Ruqaya Emad Alfaris, Zahra Vafakhah, & Jalayer, M. (2023). Application of Drones in Humanitarian Relief: A Review of State of Art and Recent Advances and Recommendations. Transportation Research Record. https://doi.org/10.1177/03611981231209033
Mohsan, S. A. H., Khan, M. A., Noor, F., Ullah, I., & Alsharif, M. H. (2022). Towards the Unmanned Aerial Vehicles (UAVs): A Comprehensive Review. Drones, 6(6), 147. https://doi.org/10.3390/drones6060147
Spadoro, J., Vombergar, K., & Hoempler, M. (2024). Flying High: The Role of Drones in Enhancing Utility Services. Climate and Energy, 40(9), 1–12. https://doi.org/10.1002/gas.22395
Lawson, C. T., & Rajan, K. S. (2023). Unmanned Aircraft Systems (UAS): Applications and Integration into Hazard Mitigation Planning. Journal of Homeland Security and Emergency Management, 0(0). https://doi.org/10.1515/jhsem-2021-0090
Jeelani, I., & Gheisari, M. (2021). Safety challenges of UAV integration in construction: Conceptual analysis and future research roadmap. Safety Science, 144, 105473. https://doi.org/10.1016/j.ssci.2021.105473
Wozniak, P. W., Fedosov, A., Mencarini, E., & Knaving, K. (2017). Soil, Rock, and Snow. Proceedings of the 2017 Conference on Designing Interactive Systems. https://doi.org/10.1145/3064663.3064741
Teixeira, K., Miguel, G., Silva, H. S., & Madeiro, F. (2023). A Survey on Applications of Unmanned Aerial Vehicles Using Machine Learning. IEEE Access, 11, 117582–117621. https://doi.org/10.1109/access.2023.3326101
Andrić, M., Ricci, F., & Zini, F. (2022). Sensor-Based Activity Recognition and Performance Assessment in Climbing: A Review. IEEE Access, 10, 108583–108603. https://doi.org/10.1109/ACCESS.2022.3213683
Albeaino, G., & Gheisari, M. (2021). Trends, benefits, and barriers of unmanned aerial systems in the construction industry: a survey study in the United States. Journal of Information Technology in Construction, 26, 84–111. https://doi.org/10.36680/j.itcon.2021.006
Siegel, J., & Morris, D. (2020). Robotics, Automation, and the Future of Sports. 21st Century Sports, 53–72. https://doi.org/10.1007/978-3-030-50801-2_4
Olaniyan, O., Dehe, B., Bamford, D., & Ward, S. (2023). Enhancing on-pitch learning capabilities with data analytics and technologies in elite sports. European Sport Management Quarterly, 1–20. https://doi.org/10.1080/16184742.2023.2270565
MahmoudZadeh, S., Yazdani, A., Kalantari, Y., Ciftler, B., Aidarus, F., & Al Kadri, M. O. (2024). Holistic Review of UAV-Centric Situational Awareness: Applications, Limitations, and Algorithmic Challenges. Robotics, 13(8), 117. https://doi.org/10.3390/robotics13080117
Omarov, B., Batyrbekov, A., Suliman, A., Omarov, B., Sabdenbekov, Y., & Aknazarov, S. (2020, November). Electronic stethoscope for detecting heart abnormalities in athletes. In 2020 21st International Arab Conference on Information Technology (ACIT) (pp. 1-5). IEEE. https://doi.org/10.1109/ACIT50332.2020.9300109
Kordoni, A., Gavidia-Calderon, C., Levine, M., Amel Bennaceur, & Bashar Nuseibeh. (2023). “Are we in this together?”: embedding social identity detection in drones improves emergency coordination. Frontiers in Psychology, 14. https://doi.org/10.3389/fpsyg.2023.1146056
Sun, C., Gianluca Fontanesi, Berk Canberk, Amirhossein Mohajerzadeh, Symeon Chatzinotas, Grace, D., & Ahmadi, H. (2024). Advancing UAV Communications: A Comprehensive Survey of Cutting-Edge Machine Learning Techniques. IEEE Open Journal of Vehicular Technology, 1–31. https://doi.org/10.1109/ojvt.2024.3401024
Lyu Mengtao, Li, F., Xu Gangyan, & Han, S.-M. (2023). Leveraging eye-tracking technologies to promote aviation safety- A review of key aspects, challenges, and future perspectives. Safety Science, 168, 106295–106295. https://doi.org/10.1016/j.ssci.2023.106295
S. Latha, P. Asha, Srinivasan, V. P., K. Elangovan, Thamizhamuthu R, & S. Sujatha. (2024). Enhancing Facility Safety for Autonomous Gas Inspection Drones Leveraging Convolutional Neural Networks and loT Technology. 11, 1–6. https://doi.org/10.1109/icrito61523.2024.10522305
Hariharan R, Saxena, A., Vijay Dhote, Srisathirapathy S, Almusawi, M., & Raja, R. (2024). Advancements in Solar-Powered UAV Design Leveraging Machine Learning: A Comprehensive Review. E3S Web of Conferences, 540, 02024–02024. https://doi.org/10.1051/e3sconf/202454002024
Jameel Al-Kamil, S., & Szabolcsi, R. (2024). Optimizing path planning in mobile robot systems using motion capture technology. Results in Engineering, 22, 102043. https://doi.org/10.1016/j.rineng.2024.102043
Hamrouni, A., Ghazzai, H., Menouar, H., & Massoud, Y. (2023). Multi-Rotor UAVs in Crowd Management Systems: Opportunities and Challenges. IEEE Internet of Things Magazine, 6(4), 74–80. https://doi.org/10.1109/iotm.001.2300062
Fernández, J., Cañada, F. C., & Luque, G. T. (2023). Difference in the profile of moods in young schoolchildren who practice federated extracurricular sports vs. schoolchildren. Retos, 47, 738–743. https://doi.org/10.47197/retos.v47.94856
Teshome, M. B., Matteo Podrecca, & Guido Orzes. (2024). Technological trends in mountain logistics: A patent analysis. Research in Transportation Business & Management, 57, 101202–101202. https://doi.org/10.1016/j.rtbm.2024.101202
Kariminejad, N., Shahabi, H., Ghorbanzadeh, O., Shafaie, V., Hosseinalizadeh, M., Homayouni, S., & Pourghasemi, H. R. (2024). Evaluation of Various Deep Learning Algorithms for Landslide and Sinkhole Detection from UAV Imagery in a Semi-arid Environment. Earth Systems and Environment. https://doi.org/10.1007/s41748-024-00419-8
Soto-Vergel, A. J., Velez, J. C., Amaya-Mier, R., & Pardo, M. (2023). Transforming ground disaster response: Recent technological advances, challenges, and future trends for rapid and accurate real-world applications of survivor detection. International Journal of Disaster Risk Reduction, 98, 104094. https://doi.org/10.1016/j.ijdrr.2023.104094
Iqbal, U., Riaz, M. Z. B., Zhao, J., Barthelemy, J., & Perez, P. (2023). Drones for Flood Monitoring, Mapping and Detection: A Bibliometric Review. Drones, 7(1), 32. https://doi.org/10.3390/drones7010032
González, M., Montoya, B., Jiménez, A., Salazar, M., Aedo Muñoz, E., Miarka, B., & Arriagada-Tarifeño, D. (2024). Systematized review: Isokinetic evaluation in the assessment of upper extremity sports. Retos, 58, 95–107. https://doi.org/10.47197/retos.v58.104181
Zhu, H., Umit Demirbaga, Aujla, G. S., Shi, L., & Zhang, P. (2024). Explainable Edge AI Framework for IoD-Assisted Aerial Surveillance in Extreme Scenarios. IEEE Internet of Things Journal, 1–1. https://doi.org/10.1109/jiot.2024.3411528
Ülkü, M. A., Bookbinder, J. H., & Yun, N. Y. (2024). Leveraging Industry 4.0 Technologies for Sustainable Humanitarian Supply Chains: Evidence from the Extant Literature. Sustainability, 16(3), 1321. https://doi.org/10.3390/su16031321
Tan, J. (2023). A Method to Plan the Path of a Robot Utilizing Deep Reinforcement Learning and Multi-Sensory Information Fusion. Applied Artificial Intelligence, 37(1). https://doi.org/10.1080/08839514.2023.2224996
Kusumastuti, H., Pranita, D., Viendyasari, M., Rasul, M. S., & Sarjana, S. (2024). Leveraging Local Value in a Post-Smart Tourism Village to Encourage Sustainable Tourism. Sustainability, 16(2), 873. https://doi.org/10.3390/su16020873
Nikolett Ágnes Tóth, Szabolcs Mátyás, Gergő József Tóth, Zoltán Bujdosó, Gábor Mátrai, Gajić, T., & Lóránt Dénes Dávid. (2024). Leveraging Digital Platforms for Responsible Sports Tourism. Advances in Hospitality, Tourism and the Services Industry (AHTSI) Book Series, 148–167. https://doi.org/10.4018/979-8-3693-3286-3.ch009
Luna-Villouta, P. F., Flores-Rivera, C., Paredes-Arias, M.., Vásquez- Gómez, J., Matus-Castillo, C., Hernández-Mosqueira, C., Jofré Hermosilla, N., & Vargas Vitoria, R. (2023). Association of agility with body composition and lower-extremity explosive muscle strength in young female tennis players. Retos, 49, 70–77. https://doi.org/10.47197/retos.v49.98081
D. Sultan, B. Omarov, Z. Kozhamkulova, G. Kazbekova, L. Alimzhanova et al., "A review of machine learning techniques in cyberbullying detection," Computers, Materials & Continua, vol. 74, no.3, pp. 5625–5640, 2023. https://doi.org/10.32604/cmc.2023.033682
Downloads
Publicado
Como Citar
Edição
Secção
Licença
Direitos de Autor (c) 2025 Ulzhalgas Seidaliyeva, Nurzhigit Smailov
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
