超越无人机和人工智能：重新思考人道主义雷区清除的未来

我从2014年开始与无人机合作，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，我的重点转向探索如何使用无人机自动化人道主义雷区清除 – 它们需要什么能力，以及技术如何使这些努力更安全、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雷区清除中心（GICHD），参加他们的活动，并定期与他们的专家交流。

考虑到配备人工智能的无人机解决方案，它们实际上只在人道主义雷区清除过程的非技术调查（NTS）阶段有帮助。这意味着无人机扫描大面积区域并收集数据。然后，机器学习模型分析这些数据以标记可能包含地雷的区域。不一定是地雷的确切位置。

技术调查（TS），它确认和绘制受污染区域，仍然依赖于配备金属探测器、训练有素的狗和机械雷区清除机的人员。他们进入雷区以确定危险的确切位置。

这个过程仍然很长、很危险、很昂贵：

• 2023年，三个国家的雷区清除人员中有15人伤亡15人伤亡
• 按照目前的速度，清除所有未爆弹将需要100多年
• 清除一枚地雷的成本是生产一枚地雷的成本的50到100倍

地雷继续对平民构成威胁 – 2023年，至少有5757人因地雷/未爆弹而伤亡。

在这篇文章中，我解释为什么当前的基于无人机的解决方案不适用于技术调查（目前最昂贵和耗时的阶段），并分享我认为的最佳解决方案。

检测土壤或植被下的地雷几乎是不可能的

配备标准光学或热成像相机的无人机通常从单一的下向角度捕捉图像。这种方法适用于检测表面异常，但无法检测到埋藏或隐藏的地雷。因此，无人机主要用于人道主义雷区清除的非技术调查。

其中一个前沿解决方案 – Safe Pro AI – 报告称，他们在树木和灌木丛生区域的检测率仅为5％。

尽管这与乌克兰的情况不太相关，乌克兰的大多数地雷散落在地面上，而不是埋藏，但（例如）柬埔寨的情况却大不相同：

• 1970年代-90年代的冲突留下了400-600万枚地雷
• 自1979年以来，伤亡人数超过64,000人，儿童是主要受害者

非金属和旧金属地雷更难检测，即使在表面上

非金属地雷占当前和前冲突区地雷的重要部分。它们故意设计成可以绕过传统金属探测器的检测。

从视觉上讲，非金属地雷很难检测。它们不闪亮，不在图像中突出，也不会在热成像相机上显示出来。金属探测器和磁力仪要么完全错过它们，要么触发太多假警报。

因此，当前的基于无人机的检测工具通常完全错过非金属地雷。

至于旧金属地雷，腐蚀改变了它们的外观和行为，使它们与地面融合，响应不良。形状不规则的地雷在图像中更难识别。

由于这些地雷更难发现，因此需要更长的时间来找到和清除它们，或者它们会保持隐蔽，危及雷区清除人员和平民。

天气和昼夜依赖性

如果我们谈论的是配备RGB和多光谱相机的无人机，它们需要白天。在多云、低光照或阴影区域（森林、废墟），图像质量和物体检测会降低。

热成像检测在黎明或黄昏时效果最佳，此时地面和地雷的温度会有所不同。在中午，阳光会使所有东西的温度均匀化，降低对比度。

雨水和湿土会模糊表面细节，改变土壤颜色和温度，并可能隐藏土壤扰动或热异常。雪会覆盖视觉标记，并使表面温度均匀化，使地雷无法检测。

仅在特定时间飞行无人机会显著减慢甚至非技术调查阶段，特别是在天气不可预测的地区。

技术非常昂贵

在7个受影响的国家，估计的人员杀伤地雷污染面积超过100平方公里。

根据乌克兰的测试，使用新技术进行雷区清除可以将成本从每公顷3000-5000美元降低到600-800美元，这仍然是每平方公里7万美元。在一些地区，它可能会超过土地本身的价格。

高昂的成本主要是由于将多个假警报视为真实威胁。平均而言，一个团队需要清除超过50个疑似地雷才能找到一枚真正的地雷。

大多数严重污染的地区位于发展中国家。他们无法在没有国际组织或政府资金支持的情况下进行雷区清除。

成本对于企业来说也太高。一旦雷区清除变得足够廉价，公司可能会租用雷区污染的土地，以条件清除雷区为交换条件。作为回报，他们将获得长期使用权，支付象征性的价格，并获得一些税收优惠。

解决方案？

与我的团队一起，我们探索了收集更多数据、可以穿透植被和土壤并保持足够分辨率的方法。

一个有前途的发展方向示例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地下穿透合成孔径雷达（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）雷达精确定位地雷的位置，只留下手动拆除或销毁。

使用所有可能的雷达路径（完全多静态配置），他们获得了高分辨率图像，埋藏目标更亮、更清晰。并且能够精确定位具有挑战性的目标，例如小型、非金属和浅埋的地雷、木制压力板和PVC管。

2）该解决方案可以在白天或黑夜、各种天气条件下，甚至在中等植被条件下工作。

它的工作原理：

• 向地面发送雷达脉冲。
• 检测来自地下变化（例如塑料、金属、空隙）的反射。
• 通过组合多个发射器-接收器（Tx-Rx）对和飞行位置的雷达信号，构建具有厘米级精度的3D地下图像。

该解决方案仍然有一些局限性，但基于我的背景，它是目前最相关的研究和开发方向。

GPR的一个主要优势是它可以收集多少数据。更多的数据意味着可以通过人工智能在识别/分类阶段提高准确性。这将使调查和清除工作更加高效，并将总成本降低50％或更多。