借助激光雷達和人工智能 應急管理人員可以更快做出決策

考慮颶風襲擊后的日子。樹木和雜物阻塞了道路，橋梁被毀，道路部分被沖刷掉。緊急情況管理人員很快將面臨一系列問題：如何將物資運送到某些地區(qū)?疏散幸存者的最佳途徑是什么?哪些道路太破損而無法開放?

由于沒有關于路網(wǎng)狀態(tài)的具體數(shù)據(jù)，緊急情況管理人員通常不得不基于不完整的信息來做出答案。麻省理工學院林肯實驗室的人道主義援助和救災系統(tǒng)小組希望使用其機載激光雷達平臺，結(jié)合人工智能(AI)算法，以填補這一信息空白。

該小組的研究員查德·坎德說：“對于真正的大規(guī)模災難，盡早了解運輸系統(tǒng)的狀態(tài)至關重要。”“通過我們的特殊方法，您可以確定道路的生存能力，進行最佳的路線規(guī)劃并獲得量化的道路損害。您可以駕駛，運行，擁有一切。”

自2017年颶風季節(jié)以來，該團隊一直在受災的城鎮(zhèn)上飛行其先進的激光雷達平臺。激光雷達的工作原理是沿一個區(qū)域向下脈沖光子，并測量每個光回傳感器所需的時間。這些到達時間的數(shù)據(jù)點繪制了景觀的3D“點云”地圖-每條道路，樹木和建筑物-精確到一英尺。

迄今為止，他們已經(jīng)繪制了卡羅來納州，佛羅里達州，德克薩斯州和波多黎各的大片土地。在這些地區(qū)發(fā)生颶風后，該團隊手動篩選了數(shù)據(jù)，以幫助聯(lián)邦緊急事務管理局(FEMA)查找并量化對道路的損害，以及其他任務。該團隊現(xiàn)在的重點是開發(fā)可以使這些過程自動化并找到解決損害的方法的AI算法。

道路狀況如何?

安理會說，災難發(fā)生后有關道路網(wǎng)絡的信息以“不同的信息流馬賽克”的形式提供給應急管理人員，即衛(wèi)星圖像，民航巡邏隊拍攝的航空照片以及經(jīng)過審查的眾包服務。

“獲取數(shù)據(jù)的各種努力很重要，因為每種情況都不盡相同。眾包可能最快，并且有冗余是件好事。但是當您考慮像波多黎各的瑪麗亞颶風這樣的災難規(guī)模時，這些不同的流可以勢不可擋，不完整且難以合并。”他說。

在這段時間里，激光雷達可以充當全視之眼，提供一張區(qū)域的大圖以及道路特征的詳細信息。該實驗室的平臺特別先進，因為它使用對單個光子敏感的蓋革模式激光雷達。這樣，當系統(tǒng)從頭頂飛過時，其傳感器可以收集數(shù)百萬個從樹葉中的滴流中滴落的光子。然后可以將這些葉子從激光雷達地圖中過濾掉，從而發(fā)現(xiàn)原本從空中看不見的道路。

為了提供道路網(wǎng)絡的狀態(tài)，首先通過神經(jīng)網(wǎng)絡運行激光雷達圖。訓練該神經(jīng)網(wǎng)絡以查找和提取道路，并確定其寬度。然后，AI算法搜索這些道路并標記表明道路無法通行的異常。例如，向上延伸并穿過道路的一堆激光雷達點很可能是一棵倒下的樹。高程突然下降很可能是道路上的一個洞或被沖刷的區(qū)域。