疯狂的父母致电911报告孩子已经远离国家森林露营地徘徊。一个意外的风暴股猎人在荒野保护中深处。仅在2017年下载了2017年近3,500个搜索和救援任务的美国国家公园服务。当有人失踪时，速度是必不可少的，因此搜索协调员倾向于抛出各种工具：志愿者，训练有素的狗，各种各样的马匹和车辆经常倒入该地区。无人机看起来像节省宝贵的时间和资源的明显方式 - 但抓住是这些无人驾驶飞行器（无人机）仍然需要与人类更有效地工作，以便做出真正的差异。现在，随着夏季户外季节快速接近，弗吉尼亚科技的研究人员（由国家科学基金会的150万美元的补助金）正在开发算法和机器学习工具，以更好地利用这些眼睛在天空中。
首先，有无人机应该开始看的问题。为了找到缩小这一弗吉尼亚科技部的助理教授的缩小方法，尼科亚助理教授，使用算法，开发了人类在这种情况下做的数学模型。“当他们迷路时，有痴呆症的人会表现得比像孩子或一个沮丧的人一样不同，”阿贝德说。
为了给算法提供数据，她求助于搜索理论研究员罗伯特·j·凯斯特(Robert J. Koester)。凯斯特说，他在2008年出版的书中使用了超过14万份搜救事故报告的信息失去了人的行为,他会定期更新。在成为这个新项目的顾问之前，他已经创建了一套预测工具来帮助协调者缩小他们的搜索参数。凯斯特说:“我已经能够创建模型，可以潜在地预测失踪者会做什么。”阿贝德把他的历史数据纳入了她自己的数学模型。“这个模型生成了一个轨迹，就像我们认为失踪者会走的那条路，”阿贝德解释说。
这个模型可以帮助指导搜救行动，弗吉尼亚理工大学工程学院布拉德利电子和计算机工程系的助理教授Ryan Williams说。威廉姆斯说:“如果我们知道这个人从哪里开始，以及他们最后一次被看到的时间，我们就能更好地预测他们可能去了哪里，并部署无人机和人员更好地覆盖这些区域。”“我们可以生成有意义的地图，人类搜索者可以利用这些地图在搜索开始时做出更好的决定。”
在空中
无人机运营商可以专注于可能的区域，理论上比基于地面的团队更快地侦察得多。但他们实际上可以收集太多信息;在一架飞行中，无人机可以使用视灯捕获图像，以及热图像和遥感激光雷达。分析它一切都可以在时间最关键的时候减慢救援队伍。“我们不想淹没搜索者的数据，”威廉姆斯说。“他们想要答案。”
因此，威廉姆斯和他的团队也在开发机器学习工具，以快速挖掘原始数据，获得有用的信息。威廉姆斯说:“例如，我们可以训练神经网络(以人脑为模型的算法集合)来分析热数据，并区分鹿、熊或人的轮廓，并建议搜索者应该检查的地方。”该系统可以将这些输入，以及地面搜索人员发现的任何线索，与阿贝德的人类行为模型结合起来。这可以确定失踪人员最有可能被找到的地方，但如果这失败了，飞行器可以尝试另一个地方。
”一个自动化系统可以处理高优先级的数据,然后再加工所以很少有场景的数据后第一个(场景)失败后,”约翰说Sohl,国家山地救援协会的成员和韦伯县治安官的搜救队在奥格登,犹他州,谁没有参与这项研究。
在地面上
当然，这种自动化系统将补充现场的人类，而不是取代它们。弗吉尼亚科技团队也正在开发用于现场工作人员的背包，以携带轻质电脑，可以紧缩无人机数据，以及与空中无人机通信的设备。“随着真正的搜索发生在大面积上，”威廉姆斯说：“背包允许现场数据分析，而不是将所有内容发送回基地。”
数据处理并不是阻止无人机完全取代地面救援人员的唯一技术限制。另一个是对“视线”控制的要求:操作人员必须让无人机始终处于视线范围内，以便对其进行操控，这限制了搜索区域的大小。即使是当今最节能的无人机，电池续航时间一般也不到60分钟。交换新的信息会让原本可能具有生产力的搜索浪费宝贵的时间。
为了了解这些问题将如何影响无人机的使用，弗吉尼亚理工大学的团队计划在真正的搜救行动中测试他们的系统。但是由于他们的工作——包括背包的硬件、数字模型、用户界面和计算架构——仍在开发中，他们要到明年才能开始实地测试。
如果自治系统在现场证明自己，它可以使无人机更有助于在2017年在弗吉尼亚州紧急管理部门的113次搜索和救援行动中获得113个搜索和救援行动（他不参与弗吉尼亚科技研究）。“信息影响您的计划搜索。我们可以做的任何东西都可以尝试加速信息可以有所作为我们如何部署资源和资产，“他说。
Sohl表示同意。他说:“无人机有潜力提供一种极好的资源，可以帮助直接视觉搜索和改善通信。”“对任何救援队伍来说，资源越多越好。”
权利和权限