Дроны с ИИ cмогут быстрее находить заблудившихся туристов

Если турист заблудился в труднопроходимом нагорье Шотландии, спасательные команды иногда запускают беспилотник, чтобы найти следы, указывающие на его маршрут, — вытоптанная трава, потерянная одежда, обертка от еды. При этом критически важно правильно определить область для поиска, учитывая обширную местность и ограниченное время работы устройства.

Традиционно опытные операторы используют для этого интуицию и статистическую «теорию поиска» — стратегию, которая использовалась для обнаружения немецких подлодок во времена Второй мировой войны. Ян-Хендрик Эверс и его команда из Университета Глазго решили проверить, сможет ли система машинного обучения работать эффективнее.

Эверс вырос в Шотландии, где занимался лыжным спортом и пешим туризмом, поэтому ясно понимает сложности, связанные со спасательными операциями в этих местах.

«В детстве мне было нечем заняться, кроме как проводить время на свежем воздухе или сидеть за компьютером», — говорит он. — В итоге я много занимался и тем, и другим».

Для начала Эверс взял набор данных, связанных с поисково-спасательными операциями по всему миру. Здесь можно было найти возраст пропавшего, занимался ли он охотой, верховой ездой или пешим туризмом, страдал ли он деменцией, а также где его в итоге обнаружили — у воды, в здании, в открытой местности, под деревом или на дороге.

Исследователь обучил на датасете модель ИИ и загрузил в нее геоданные Шотландии. Модель запускает миллионы симуляций, чтобы выявить маршруты, по которым пропавший человек, скорее всего, пошел бы в данных конкретных обстоятельствах. В результате получается распределение вероятностей — своего рода тепловая карта — которая и указывает приоритетные области поиска.

Читайте по теме:

Доставка еды беспилотником — обычное дело в китайском Шэньчжэне. Вот как она устроена

В каких сферах бизнеса применяют дроны

С помощью такой карты команда продемонстрировала, что глубокое обучение поможет разработать более эффективные маршруты для поисковых дронов. В исследовании, опубликованном на прошлой неделе на arXiv, которое еще не прошло экспертную оценку, команда протестировала свой алгоритм на двух распространенных схемах поиска:

• «газонокосилка» — беспилотник прочесывает целевую область, двигаясь полосами,
• и алгоритм, похожий на алгоритм Эверса, но менее продвинутый в плане работы с картами распределения вероятностей.

В ходе виртуального тестирования алгоритм Эверса обошел оба подхода по двум ключевым метрикам: дистанции, которую дрону придется пролететь, прежде чем найти пропавшего человека, и вероятности, что человек будет обнаружен.

Прочесывание местности и существующий алгоритмический подход помогали найти человека в 8% и 12% случаев соответственно. Подход, предложенный Эверсом, показал эффективность в 19%. Если система окажется успешной в реальных условиях, она сможет ускорить время реагирования и спасти больше жизней в ситуациях, когда на счету каждая минута.

Эксперты считают, что глубокое обучение позволит разработать более эффективные маршруты и быстрее находить пропавших в условиях дикой природы, в зависимости от того, насколько среда подходит для поиска с дронами (например, исследовать густой лесной массив сложнее, чем кустарники).

Читайте по теме:

Правительство утвердило программу тестирования беспилотников в парке «Руднево» в Москве

Полиция Лос-Анджелеса начала использовать видео, снятые роботами-курьерами

Но не стоит забывать о нюансах. Успех такого алгоритма планирования будет зависеть от точности карт вероятностей. И если слишком на них полагаться, есть риск, что операторы беспилотников потратят слишком много времени, изучая не те районы.

Эверс говорит, что следующий важный шаг — получить как можно больше данных для обучения. Для этого он надеется использовать для моделирование данные GPS, полученные в ходе более поздних спасательных операций. По сути это позволит модели понять связь между местом, где человека видели в последний раз, и местом, где он в итоге был найден.

Однако записи об операциях не всегда настолько подробны, чтобы с ними можно было работать.

Беспилотные летательные аппараты становятся все более распространенными в мире поисково-спасательных работ. Но это все еще относительно новая технология, и правила, регулирующие ее использование, все еще находятся в стадии изменения.

В США, например, БПЛА постоянно должны находиться в поле зрения оператора. Тем временем в Шотландии операторам запрещено находиться на расстоянии более 500 м от беспилотника. Эти правила предназначены для того, чтобы избежать несчастных случаев, например падения беспилотника и создание опасности для людей, но в чрезвычайных ситуациях такие правила серьезно ограничивают возможности наземных спасателей по поиску улик.

«Часто проблема связана не с технической стороной, а с регулированием, — говорит Ковар. — Дроны способны делать гораздо больше того, что нам дозволено с ними делать».

Эверс надеется, что такие модели, как его, позволяет еще больше расширить возможности беспилотников. На данный момент он ведет переговоры с подразделением воздушной поддержки полиции Шотландии, чтобы узнать, что потребуется для тестирования и развертывания его системы в реальных условиях.

Источник.

Фото на обложке: Unsplash