思想领袖
超越无人机和人工智能：重新思考人道主义排雷的未来
我从2014年开始从事无人机工作，但乌克兰战争的爆发标志着我职业生涯的转折点。自2022年以来，我的工作重点转向探索如何利用无人机实现人道主义排雷的自动化——它们需要哪些能力，以及如何利用技术使这些工作更安全、更高效。作为这项工作的一部分，我密切关注日内瓦国际人道主义排雷中心（排雷中心)，参加他们的活动，并定期与他们的专家交流。
考虑到无人机与人工智能相结合的解决方案，它们实际上仅在人道主义排雷流程的非技术调查 (NTS) 阶段发挥作用。这意味着无人机会扫描大面积区域并收集数据。然后，机器学习模型会分析这些数据，并标记出需要注意的区域。 可能 埋有地雷。但不是地雷的具体位置。
技术调查（TS）负责确认并绘制污染区域地图，目前仍然依靠配备金属探测器、训练有素的警犬和机械排雷设备的人员。他们深入雷区，精确定位危险源的确切位置。
这个过程总是漫长、危险且昂贵：
地雷也继续对平民构成威胁——至少有 5,757年地雷/战争遗留爆炸物造成的伤亡人数为2023人.
在这篇文章中，我解释了为什么当前基于无人机的解决方案不适用于技术调查（目前最昂贵和最耗时的阶段），并分享了我认为解决该问题的最佳方法。
探测土壤或植被下的地雷几乎是不可能的
配备标准光学或热像仪的无人机通常从单一向下角度拍摄图像。这种方法对于发现地表异常非常有效，但无法探测到埋藏或隐藏的地雷。因此，无人机主要用于人道主义排雷的非技术性勘测。
一线解决方案之一——Safe Pro AI—— 报告称他们的检测率只有 5% 在有树木和灌木的地区。
尽管它与 乌克兰，大部分地雷散布在地面上，而不是埋起来，情况就大不相同了（例如） 柬埔寨:
- 4 世纪 6 至 1970 年代冲突遗留的 90 万至 XNUMX 万枚地雷
- 自64,000年以来已有1979多人伤亡，其中儿童是主要受害者
非金属地雷和旧金属地雷即使在地表也更难探测
在现存和曾经的冲突地区，非金属地雷占地雷总量的很大一部分。它们被特意设计用来躲避传统金属探测器的探测。
从视觉上看，非金属地雷很难被发现。它们不发光，在图像中不显眼，在热像仪上也难以清晰显示。金属探测器和磁力仪要么漏掉它们，要么会触发过多的误报。
因此，目前基于无人机的探测工具经常会完全错过非金属地雷。
对于老旧金属矿来说，腐蚀会改变其外观和形态，使其与地面融为一体，探测工具的响应速度也较差。形状畸形的矿山甚至更难通过图像识别。
而且由于这些地雷更难发现，因此需要更长的时间才能找到并清除，或者它们一直隐藏着，使排雷人员和平民都处于危险之中。
天气和白天依赖性
对于配备 RGB 和多光谱相机的无人机来说，它们需要日光。在阴天、弱光或阴影区域（森林、废墟），图像质量和物体检测能力也会下降。
热探测在黎明或黄昏时效果最佳，因为此时地面和矿井的温度不同。正午时分，太阳对万物的加热均匀，降低了对比度。
雨水和潮湿的土壤会模糊地表细节，改变土壤颜色和温度，并可能掩盖土壤扰动或热异常。而雪只是覆盖了视觉标记，平衡了地表温度，使地雷无法被发现。
仅在特定时间飞行无人机会大大减慢排雷的NTS阶段，尤其是在天气难以预测的地区。
这项技术非常昂贵
在 7 个受影响的国家中估计杀伤人员 矿井污染面积超过100平方公里.
根据 在乌克兰进行的测试，利用新技术排雷可以 切 每公顷的成本从3000-5000美元到600-800美元不等，相当于每平方公里70,000万美元。在某些地区，成本甚至可能超过地价本身。
成本高昂的主要原因是，许多误报被误认为是真正的威胁。平均而言，一个小组要清除50多枚疑似地雷，却只能找到一枚真正的地雷。
大多数污染严重的地区都位于发展中国家。如果没有国际组织或政府的资助，这些国家无力承担排雷费用。
成本也太高，企业难以承担。一旦扫雷成本足够低廉，企业可能会租赁受地雷污染的土地，条件是企业必须清理这些土地。作为回报，企业可以象征性地支付一定价格，并获得长期使用权，并享受一些税收减免。
有解决方案吗？
我和我的团队探索了收集更多数据的方法，可以透过树叶和土壤观察，同时仍能保持足够的分辨率。
一个有前景的发展方向的例子是 奥维耶多大学研究人员的项目他们正在测试安装在无人机上的基于阵列的探地合成孔径雷达（GPR-SAR）系统。
他们在现实场景中的飞行验证证明该技术解决了以下问题：
1) 雷达可以精确定位地雷的位置，只需手动解除或销毁即可。
他们利用所有可能的雷达路径（完全多静态配置）获得了高分辨率图像，其中埋藏的目标显得更加明亮清晰。并且能够精确探测一些具有挑战性的目标，例如小型、非金属和浅埋物体，例如塑料杀伤人员地雷、木质压力板和PVC管。
2) 该解决方案可以在白天或夜晚、各种天气甚至中等植被条件下发挥作用。
运作方式：
- 将雷达脉冲发送到地面。
- 检测地下变化（例如塑料、金属、空隙）的反射。
- 通过结合来自多个发射器-接收器 (Tx- Rx) 对和飞行位置的雷达信号，构建厘米级精度的 3D 地下图像。
该解决方案仍然存在其局限性，但根据我的背景，它是目前最相关的研发方向。
GPR 的主要优势之一是它能够收集大量数据。更多数据意味着研究人员可以利用人工智能提高识别/分类阶段的准确性。这将提高勘测和清理工作的效率，并将总体成本降低 50% 或更多。
