借助激光雷达和人工智能 应急管理人员可以更快做出决策
新时代，高科技越来越发达。朋友们读了很多关于科技的重要新闻。我们也应该在生活中使用很多这些高科技的东西。朋友应该注意什么？今天，我想和大家分享一条关于科技的知识。我希望你会喜欢它。
想想飓风过后的日子。树木和杂物堵塞了道路，桥梁被毁，部分道路被冲走。应急管理人员很快将面临一系列问题：如何将物资运送到特定区域？疏散幸存者的最佳方式是什么？哪些道路损坏太严重，无法打开？
由于没有关于路网状态的具体数据，应急管理人员通常不得不基于不完整的信息做出回答。麻省理工学院林肯实验室的人道主义援助和救灾系统团队希望利用其机载激光雷达平台和人工智能(AI)算法来填补这一信息空白。
该团队的研究员查德坎德(Chad Kande)说：“对于一场真正的大规模灾难，尽快了解交通系统的状况非常重要。”“借助我们的特殊方法，您可以确定道路的生存能力，进行最佳路线规划并获得定量的道路损坏。你可以开车、跑步，什么都有。”
自2017年飓风季节以来，该团队一直在受灾城镇飞行其先进的激光雷达平台。激光雷达的工作原理是向一个区域发射光子脉冲，并测量每个光子反弹回传感器所需的时间。这些到达时间数据点绘制了景观的3D“点云”地图——每条道路、每棵树和每栋建筑——精确到一英尺。
到目前为止，他们已经绘制了卡罗莱纳州、佛罗里达州、得克萨斯州和波多黎各的大片地区。在这些地区发生飓风后，该团队手动筛选数据，以帮助联邦应急管理局(FEMA)发现并量化道路和其他任务的损失。该团队现在专注于开发能够自动化这些过程并找到损害解决方案的人工智能算法。
路况如何？
安理会表示，灾难发生后，有关道路网络的信息以“不同信息流马赛克”的形式提供给应急管理人员，即卫星图像、民航巡逻队拍摄的航拍照片和审查众包服务。
“获取数据的各种努力很重要，因为每种情况都不同。众包可能是最快的，冗余是好事。但是，当你考虑到像波多黎各的玛丽亚飓风这样的灾难的规模时，这些不同的流动可能是压倒性的、不完整的和难以融合的。”他说。
在此期间，激光雷达可以充当全景眼睛，提供该地区的大地图和道路特征的详细信息。这个实验室的平台特别先进，因为它使用了对单光子敏感的盖革模式激光雷达。这样，当系统在头顶飞行时，它的传感器可以收集从细流中滴落的数百万个光子。然后，可以从激光雷达图中过滤掉这些树叶，从而找到从空中看不到的道路。
为了提供道路网络的状态，首先通过神经网络运行激光雷达地图。神经网络被训练来寻找和提取道路并确定它们的宽度。然后，人工智能算法搜索这些道路，并标记指示道路无法通行的异常。例如，一堆向上延伸并穿过道路的激光雷达点很可能是一棵倒下的树。海拔的突然下降很可能是道路上的一个洞或一个被冲刷的区域。
本文就为大家讲解到这里了。