使用无人机和计算机视觉帮助救援人员寻找失踪人员 | 智能技术

发布日期:2019-12-24 10:00
一项新的竞赛旨在帮助急救员在搜索过程中利用计算机视觉算法和无人机图像。


图片:机器人辅助搜索和救援中心/德克萨斯A&M大学

 有一种明确的感觉是,
人工智能机器人注定会成为搜救任务和救灾工作的关键部分,与人类一起帮助第一线响应人员更快、更高效地行动。我们已经看到了各种各样的研究,其中包括“这个机器人可以潜在地帮助救灾”的说法,不同程度的似是而非。
 
 但要让学术研究真正成为有用的东西,还需要很长的时间和大量的额外努力--特别是对于急救人员来说,那里没有太多的经济激励来进一步发展。
 
 事实证明,如果你真的问第一反应者他们最需要什么来救灾,他们不一定对最新最伟大的机器人平台或其他未来技术感兴趣。他们使用商业现成的无人机,通常是消费级的,因为它们简单,便宜,而且在测量大面积方面很棒。挑战是利用这些无人机收集的所有图像做一些有用的事情。计算机视觉算法可以帮助做到这一点,只要这些算法易于访问并且几乎毫不费力地使用。
 
 IEEE Robotics and Automation Society和德克萨斯A&M大学机器人辅助搜索和救援中心(CRASAR)发起了一项竞赛,旨在弥合机器人专家和计算机视觉研究人员可能称之为“基本”的各种工具和对该领域的第一反应人员有用的系统之间的差距。这是一个简单而直截了当的想法,在此之前没有人想到这一点,这有点令人惊讶。如果你能开发这样一个系统,它是值得一些现金的。
 
 CRASAR确实已经有一个计算机视觉紧急响应工具包(在飓风哈维之后创建),其中包括一些像素过滤器和一些边缘和角点检测器。通过本次竞赛,您可以通过添加其他一些非常基本的工具获得3000美元奖金池中的份额。
 

 如果这场比赛看起来真的没有那么难,那是因为它不是。CRASAR主任罗宾·墨菲(Robin Murphy)表示:“关于这场比赛,首先要了解的是,严格说来,它真的没有那么难。”“这场比赛不一定是要提出全新的算法,甚至不一定是最先进的算法,而是那些功能强大、可靠的算法,并且以一种可以立即被该领域的无经验用户[使用]的方式来实现。”
 
 墨菲欣然承认,一些需要做的事情根本不是特别有挑战性,但这不是重点--正如墨菲解释的那样,重点是让那些有更好事情要做而不是自己解决这些问题的人可以访问这些功能。
 
 “我的很多研究都是由我在这个领域看到的问题驱动的,你会认为有人会解决这些问题,但显然没有。其中一半以上在OpenCV中可用,但谁会找到它,下载它,学习Python,诸如此类的东西?我们需要将这些工具放入一个开放的框架中。如果你使用已经存在的库(只是不要窃取代码),我们很高兴--并不是所有的东西都需要从头开始重写。只要使用已经存在的东西就可以了。有些可能看起来太简单了,因为就是这么简单。它已经存在了,你只需要移动一些代码就可以了。“。
 
 如果你想变得稍微复杂一些,还有第二类涉及到一点数学:
 
 编码器必须提供一个系统,该系统对集合中的每个最低点图像执行以下操作:
 1.读取.jpg中嵌入的地理标签。
 2.按用户指定的间隔(例如,每50米、100米或200米)覆盖USNG网格。
 3.如果光标滚动到图像上,则给出每个像素的GPS坐标。
 4.给定一组具有GPS或USNG坐标和边界框的图像,查找该集合中具有与该位置相交的像素的所有图像。
 
 最后一个类别将奖品授予任何提出任何其他有用的东西的人。或者更具体地说,“参赛者可以提交他们认为有价值的任何算法。”它是否真的有价值将取决于包括第一反应人员和计算机视觉专家在内的评委小组。在这里可以找到更详细的规则,以及可以用于测试的示例数据集。
 
 比赛截止日期是12月16日,所以你有大约一个月的时间提交参赛作品。获奖者将于1月初公布。