在面临飓风等自然灾难时，由于没有关于公路交通网络状况的具体数据，应急管理人员往往不得不根据不完整的信息给出答复。对此，近期，美国麻省理工学院（MIT）的研究人员，希望利用其机载激光雷达平台，结合人工智能算法，填补这一信息空白。
在上方的激光雷达地图中，人工智能算法识别出了红色线条的道路。图自MIT
研究人员Chad Council说，“通过利用我们的人工智能激光雷达方案，可以确定道路的状况是否可通行，制定最佳的路线规划，获得量化的道路损坏情况。只要放飞我们的机载激光雷达系统，然后运行它，就可以获知一切。”
据悉，自2017年飓风季以来，研究人员一直在受灾城镇上空飞行其先进的激光雷达平台。
据了解，这一激光雷达平台的工作原理是：在一定区域的上空自上向下发射激光脉冲，然后测量反射光子回到激光雷达传感器所需要的时间。利用这些数据点绘制的三维“点云”地图，可获得区域内每一条道路、树木、建筑精确到约一英尺的3D地图。
目前为止，研究人员已绘制了美国卡罗莱纳州、佛罗里达州等州的大片区域。在这些地区遭受飓风袭击后，研究小组立即对数据进行了人工筛选，以帮助联邦紧急事务管理局发现并量化道路的损坏情况，以及其它任务。目前，该研究小组现在的重点是开发人工智能算法，使这些过程自动化，并能自动规划绕过损坏道路的路径。
再次值得一提的是，该激光雷达平台非常先进，因为它使用了对单光子敏感的盖革模式激光雷达。因此，当系统从上空飞过时，其传感器可以收集无数从树叶的间隙中穿过的光子。然后，可以将这些树叶从激光雷达地图中滤除，从而显示原本从空中看不到的道路。
为提供交通网络的状态，需要首先利用神经网络来运算激光雷达地图。训练神经网络来发现和提取道路，并确定道路宽度。然后，利用人工智能算法，搜索这些道路并标记道路无法通行的异常。例如，向上延伸并穿过道路的一组激光雷达点，很可能是一棵倒下的树木；路面高度的突然下降，很可能是道路上出现的坑洞或被冲毁的区域。
左图中，人工智能算法标记了激光雷达地图中的道路异常。查看标记区域的横截面，可以看到一个尺寸为10-m-x-7-m-x-1-m的坑。该地区的地面实况证实了激光雷达地图的异常标记。图自MIT
然后，将提取的道路网络及其标记的异常，与该区域的OpenStreetMap开放路网合并。应急管理人员就可使用这个系统来规划路线，或在其他情况下，识别那些与道路网络断开的孤立社区。
据了解，该系统可为应急管理人员显示两个指定地点之间最佳的路线，并在无法通行的道路周围找到绕行路线。用户还可以设定道路偏好等级，根据设定，系统还可以提供穿过停车场或田野的特殊路线。
目前，该研究团队正在继续测试、训练和调整他们的算法，以提高准确性。他们希望这些技术能够很快被应用以帮助解决灾后恢复的重要问题。研究人员称，我们可把激光雷达想象成一个3D信息框架，其他数据能够信赖地叠加在上面。其可信赖度越高，应急管理人员以及社区就越有可能利用它来做出最佳决策。
自新型冠状病毒肺炎疫情爆发以来，新利18国际娱乐一直密切关注疫情进展，根据国家及地方政府的最新调控与安排，为更好的服务相关企业，在疫情期间，新利18国际娱乐免费发布企业相关文章，免费成为新利18国际娱乐认证作者，请点击认证，大家同心协力，抗击疫情，为早日打赢这场防控攻坚战贡献自己的一份力量。