借助激光雷达和人工智能灾难发生后道路状况得以清除

考虑飓风袭击后的日子。树木和杂物阻塞了道路，桥梁被毁，道路部分被冲刷掉。紧急情况管理人员很快将面临一系列问题：如何将物资运送到某些地区?疏散幸存者的最佳途径是什么?哪些道路太破损而无法开放?

如果没有关于路网状态的具体数据，紧急情况管理人员通常不得不根据不完整的信息做出答案。麻省理工学院林肯实验室的人道主义援助和救灾系统小组希望利用其机载激光雷达平台，结合人工智能(AI)算法，来填补这一信息空白。

该小组的研究员查德·坎德说：“对于真正的大规模灾难，尽早了解运输系统的状态至关重要。” “通过我们的特殊方法，您可以确定道路的生存能力，进行最佳的路线规划并获得量化的道路破坏。您可以驾驶，运行，拥有一切。”

自2017年飓风季节以来，该团队一直在受灾的城镇上飞行其先进的激光雷达平台。激光雷达的工作原理是沿一个区域向下脉冲光子，并测量每个光回到传感器上所花费的时间。这些到达时间的数据点绘制了3D“点云”地图(每条道路，树木和建筑物)的地图，精确度不到1英尺。

迄今为止，他们已经绘制了卡罗来纳州，佛罗里达州，德克萨斯州和波多黎各所有地区的地图。在这些地区发生飓风后，该团队手动筛选了数据，以帮助联邦紧急事务管理局(FEMA)查找并量化对道路的损害等任务。该团队现在的重点是开发可以使这些过程自动化并找到解决损害的方法的AI算法。

道路状况如何?

安理会说，灾难发生后有关道路网络的信息以“不同信息流的马赛克”的形式提供给应急管理人员，包括卫星图像，民航巡逻队拍摄的航空照片以及经过审查的众包服务。

“由于各种情况的不同，为获取数据而进行的各种努力很重要。在某些情况下，众包可能最快，并且具有冗余性是很好的。但是当您考虑像波多黎各飓风玛利亚那样的灾难规模时，这些各种各样的流可以势不可挡，不完整且难以合并。”他说。