研究者はドローンと AI を組み合わせて、地雷除去をより迅速かつ安全に行えるようにしています

少なくとも57か国がライブを行っています 対人地雷 彼らの領土内で。 2024 年だけでも、 地雷により1,945人が死亡 負傷者は4,325名で、その90％が民間人だった。そのうち約半数は子供でした。地雷除去作業 105,640個の地雷を除去 同じ年に。

新たな紛争により、地雷の数は増え続けています。紛争後に地域に戻った農民や子供たち、その他の人々にとって、一歩踏み出すと致命傷を負ったり死亡したりする可能性があります。

私は 博士号学生 ロチェスター工科大学の画像科学部で、 エメット・イエンティルッチ。私の研究は使用に焦点を当てています ドローンベースのマルチセンサー画像と人工知能 地雷の速度、精度、信頼性を向上させるため、 不発弾 検出。

私たちの研究は、複数の種類のセンサーからのデータを組み合わせる技術の開発、検出システムの開発と評価のためのベンチマーク データセットの構築、不確実性の推定値を組み込むことによる AI 検出方法の信頼性の向上という 3 つの方法でこれを行うことを目的としています。

上からの複数のセンサー

地雷探知は依然として地上ベースの方法に大きく依存しており、それぞれに重大な制限があります。ハンドヘルド金属探知機は、次のような場合に苦労することがよくあります。 ミネラル豊富な土壌 確実に検出するのが難しい 低金属または主にプラスチック鉱山。地中レーダーは非金属物体を検出できますが、濡れた地形や平坦でない地形、または植物で覆われた地面では性能が低下し、多くの場合、 高い誤報率が発生する。 手動プロービング そして 訓練された探知動物 地雷を発見するための有効な方法は依然として残っていますが、そのプロセスは時間がかかり、資源を大量に消費するため、地雷除去者はかなりのリスクにさらされています。ウクライナや他の紛争地域や紛争後の地域で見られる地雷配備の規模では、地上調査だけでは追いつくことができません。

地雷除去作業では、ますます使用されている ドローンによる航空写真 に 地雷調査を加速する、特に地表に敷設された地雷の場合。しかし、迷彩、植生、照明条件の変化により、これらの地雷は従来の画像ではほとんど見えなくなることがよくあります。

以前に同僚と私が行った研究では、航空センシングが現実的に従来の地上測量に取って代わるか、あるいはそれをサポートできるかどうかを調査しました。代替の実現可能性を評価しました 空中金属探知システム 地雷や不発弾を探知する手持ち式金属探知機用。

結果は次のことを示しました ドローンに搭載された磁気センシング 管理された試験場で地上での方法と同等の精度で金属ターゲットを検出できると同時に、人的リスクを軽減し、調査速度を約 10 倍に向上させることができます。試験場上空の電磁誘導金属探知機によって生成された当社のヒート マップは、地雷が埋設されている可能性のある場所と不発弾のターゲットを強調表示し、ドローンベースのセンシングがどのようにして地雷が配備された地域を安全かつ効率的に調査できるかを示しています。

航空探知は補完的なセンサーの恩恵を受けます。可視光画像をカラーで検出するRGBカメラは、地雷の視覚的特徴を捉えます。熱センサーは、鉱山とその周囲の地面との温度差を明らかにします。マルチスペクトル センサーとハイパースペクトル センサーは、さまざまな材料の特徴を識別します。合成開口レーダーが地表の変化を検知します。 LiDAR は、微妙な表面の乱れをマッピングします。また、磁力計は地下の金属成分を検出します。これらのセンサーを組み合わせることで、現実世界の環境で見られるさまざまな地雷の種類や展開状況に対処できます。

マルチセンサーのドローンベースの地雷探知システムは、潜在的な可能性があるにもかかわらず、まだ研究されていません。現実的な地雷配備と正確なグラウンドトゥルース、つまりターゲット地雷の実際の位置と深さを使用して複数の種類のセンサーから取得したデータを含む、公的に利用可能なベンチマークデータセットが不足しているため、進歩は限られています。このようなデータセットがなければ、研究者はアルゴリズムを正確に比較したり、テスト結果を検証したり、テスト環境の外でうまく機能する AI モデルを開発したりすることができません。

地雷探知データセットの構築

この課題に対処するために、 私たちのチーム 他の数人の研究者とともに非営利団体と協力した 地雷除去研究コミュニティ 包括的なデータセットを収集します。私たちは地雷除去研究コミュニティの 管理されたテストフィールド オクラホマ州では、140以上の不活性地雷と不発弾の標的が含まれていました。

私たちは、複数の高度で地上ベースとドローンベースのプラットフォームの両方を使用して、大規模な地理参照されたマルチセンサー データセットを収集しました。ハイパースペクトル、マルチスペクトル、サーマル、RGB、LiDAR、合成開口レーダー、地中レーダー、電磁誘導金属探知機、磁力計を使用しました。このデータセットは、現在審査中の雑誌論文を通じて公開される予定です。私たちは、このコレクションの一部、特に高度 20 メートルで取得された可視および近赤外線のハイパースペクトル データセットを、 会議の出版物。

私たちは、大規模な期間中にベルギー王立陸軍士官学校との協力を通じてこの取り組みを国際的に拡大しました。 データ収集キャンペーン。一緒に、110 を超えるレプリカを展開しました。 PFM-1 地雷 さまざまな地形や植生条件に対応します。

現実的な地雷原をシミュレートするために、空中散布を近似するために不活性地雷を散布しました。私たちは GPS 基地局を使用して各鉱山を正確に測量し、地理的位置を特定しました。次に、ハイパースペクトル、マルチスペクトル、熱、RGB、LiDAR、およびまぶしさを軽減する偏光センサーを備えたドローンを使用して、複数の高度でデータを収集しました。

他の研究グループ、参加者、センサーメーカーを含む業界パートナーは、同じテストフィールドで追加のデータセットを収集しました。これらのデータセットは現在処理中であり、近い将来オープンアクセスとして公開される予定です。

私たちの知る限り、これらはこの種のデータセットとしては初の公開データセットとなり、地雷探知研究だけでなく、より広範な AI およびリモート センシング コミュニティにも新たな機会が開かれます。これらのデータセットをオープンに利用できるようにすることで、マルチセンサー データ フュージョンの研究を加速し、AI ベースの検出システムの信頼性を向上させ、学術研究と業界開発者や人道支援団体のニーズとの間のギャップを埋めることを目指しています。

信頼性の測定

しかし、たとえ当社のデータセットを使用してセンサーを慎重に調整したとしても、依然としてテクノロジーの限界を認識する必要があります。地雷探知などのアプリケーションでは、たった 1 つのミスが致命傷となる可能性があります。私の研究の大部分は、AI の信頼性と不確実性の推定に焦点を当てています。で 最近の研究を開発しました。 AI モデルの不確実性の尺度 その予測について。

私たちは、モデルに常に自信のある予測を生成するよう強制するのではなく、システムが「よくわかりません」と言えるような方法を開発しています。私たちの目標は、予測とともに不確実性の指標を提供することです。入力のノイズが多いほど、または不確実性のスコアが高くなります。この情報は、特に困難な状況や不確実な状況において、地雷除去作業員がより安全でより多くの情報に基づいた意思決定を行うのに役立ちます。

これらのデータセットのリリースにより、AI とリモート センシングの研究者がマルチセンサー データの融合を探求する新たな機会が生まれると私たちは考えています。データセットには、サイズ、形状、向きの点でさまざまなターゲットが含まれており、すべてのデータが完全に地理参照され、正確なグラウンド トゥルースを備えています。各ターゲットは複数の高度で複数のセンサーによって観測されたため、研究者は個々のセンサーと組み合わせたセンシング アプローチの比較分析を行うことができます。これにより、現実世界の地雷除去のニーズに合わせた、より信頼性が高く、より安全で、より高速な検出アルゴリズムの開発がサポートされます。

本質的に、この研究はアルゴリズムやドローンに関するものではなく、人間に関するものです。それは農民が土地を取り戻し、子供たちが安全に学校に歩いて行き、恐れることなくコミュニティが再建されることについてです。 AI、ドローン、オープン サイエンスを組み合わせることで、地雷探知を時間のかかる危険な作業から、より安全でスマートかつスケーラブルなプロセスに変え、紛争後の風景を生命が再び成長できる場所に戻すことを目指しています。

この記事はから転載されています 会話 クリエイティブ・コモンズ・ライセンスに基づいて。読んでください 元の記事。