幾年前，一位蘇格蘭登山者在從布洛阿特峰——巴基斯坦和中國邊境一座險峻的26400英尺高的喜馬拉雅山峰——下降時，從冰崖上墜落。他的團隊推斷髮生了事故，因為他沒有返回，並認為他不可能倖存，於是繼續前往較低的營地。當其他登山者在那裡聽到失蹤登山者的訊息時，他們認為也許可以提供幫助：他們碰巧有一架無人機。也許他們可以嘗試找到這個人或他的遺體？
登山者們放飛了四旋翼飛行器，並用它的攝像頭掃描了登山者疑似所處的位置，克服了寒冷和大風。儘管孤身一人且沒有補給品達36小時，但他奇蹟般地活著——用冰爪緊緊抓住冰冷的懸崖峭壁。他被標記了GPS座標，救援隊在數小時內找到了他，結束了這場可怕的磨難。根據2019年發表在《荒野與環境醫學》上的一項案例研究，“如果沒有使用無人機，找到登山者並執行如此高效的救援是不太可能的。”
這位登山者是每年在野外迷路、受傷或喪生的數千人之一。採蘑菇的人迷失方向，徒步旅行者扭傷腳踝，登山者“被困在懸崖上”，發現自己身處既上不去又下不來的地方。志願者搜尋和救援 (SAR) 隊通常需要介入。在生存時鐘滴答作響的情況下，執行搜尋任務的 SAR 隊通常不得不靠猜測進行偵察，並一絲不苟地徒步梳理大片偏遠地區。傳統上，如果他們大致知道失蹤人員在哪裡——但需要，比如說，攀登巖壁才能到達那個人——他們將不得不從現場收集地理情報。但隨著 SAR 隊能夠獲得更便宜且易於使用的無人機，所有這一切現在都在發生變化，這有助於他們更快地找到失蹤人員，同時確保救援人員更安全。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保有關塑造我們當今世界的發現和思想的具有影響力的故事的未來。
危險、骯髒和苦差事
科羅拉多州查菲縣南部搜救隊在 2018 年開始使用遙控飛行器，僅僅是因為一名隊員購買並捐贈了四架商用攝像無人機。據無人機專案負責人比爾·桑普爾稱，如今，這支 SAR 隊還獲得了一種新型號，其價格只有原來的一半，並且專為公共服務而非電影攝影而設計。無人機從移動指揮中心——一輛裝有兩臺用於觀看攝像頭饋送的大型顯示器和用於為電池充電的發電機貨運拖車——部署。該團隊的一些持證成員操作無人機。
無人機操作員目前正在接受培訓，使用這些機器幫助他們的團隊進行急流救援，尋找掉入阿肯色河的人。“你可以跳上木筏，然後以每小時八英里的速度順流而下，”桑普爾說，試圖在搜尋的同時避開巨石或其他危險。“或者你可以使用無人機，你可以以每小時 25 或 30 英里的速度順流而下，風險要小得多。”
從無人機上俯瞰科羅拉多州沙瓦諾山南側陡峭的麥考伊峽谷的景色。救援人員已將安全帶放到一名男子身上，準備將其吊起至安全地帶。
查菲縣南部搜救隊
查菲縣南部搜救隊現在將無人機用於大約 20% 的任務——對於使用傳統技術的搜救人員來說，這些任務將屬於桑普爾稱之為“3D”的類別。
“把危險的工作給我”（例如偵察險峻的懸崖），他說。或者把骯髒的工作給他，他繼續說道——例如，他的團隊曾在沼澤中跋涉尋找失蹤人員。最後，讓無人機偵察員承擔苦差事，例如乏味地搜尋大片區域。在查菲縣，這可能意味著樹線以上的陡峭山坡。“如果你的能見度良好，你可以在一小時內用無人機覆蓋近一平方英里的區域，”桑普爾說。人和他們的腳和眼睛要慢得多，並且需要花費更多寶貴的時間才能到達山頂。
無人機的視角
這些無人機應用反映了全國各地的其他成功案例。例如，去年秋天，一架無人機發現了一名失蹤的徒步旅行者，他從洛杉磯北部的一個懸崖上墜落了數百英尺。當空中飛行器與人工智慧軟體結合使用時，它們甚至更有用，人工智慧軟體可以快速解析無人機的影片饋送，並且通常比人眼更快地識別出自然景觀中的人。一款名為 Loc8 的軟體就是這樣，它在照片或影片幀中尋找特定的顏色，尋找肉眼可能會忽略的成簇畫素——例如，如果報告稱失蹤的登山者穿著橙色外套，則會尋找一絲橙色。
這種型別的計算機視覺是國際學術界積極研究的領域。由於臺式電腦在野外可能很不方便，蘇格蘭的研究人員正在建立足夠簡單的物體檢測軟體，以便在手機上執行。克羅埃西亞的兩名科學家訓練了一個神經網路，使用主要為其地區搜尋和救援行動收集的無人機影像資料集來識別人類。
在奧地利，計算機科學家建立了在樹木覆蓋下發現人類的技術，即使對於物體檢測演算法來說也是如此。在 2020 年至 2024 年間發表的論文中，林茨約翰內斯開普勒大學的計算機科學家奧利弗·賓伯一直在追求“空中光學切片”的想法。這項技術有助於彌補無人機攝像頭通常鏡頭較小的事實。“這意味著你捕捉到的所有東西，無論它離攝像頭有多遠，都在焦點上，”他解釋道。
更大的鏡頭可以讓操作員放大特定的焦距，使影像的其餘部分模糊。例如，在森林區域中，使用者可以故意模糊樹梢，同時保持其下方的地面處於焦點。有了足夠大的鏡頭，樹葉變得非常失焦，以至於其反射光會分散在整個畫面中。“遮擋樹木仍然在影像中，”賓伯說。“但是影像訊號已被大大削弱，以至於它們消失了。”剩下的就是它們下方清晰的特徵——例如，希望是一個迷路或受傷的人。
一輛拖車內部，作為查菲縣南部搜救隊的無人機控制中心。左側顯示器上的地圖顯示了無人機的位置和起飛點，而另一個顯示器（右側）顯示了飛行員的視野，包括來自無人機的即時影片饋送。
查菲縣南部搜救隊
賓伯的方法模擬了一個帶有更大鏡頭的攝像頭，以模仿聚焦效果。（對於他的目的而言，“更大”意味著寬度為數米——對於小型四旋翼飛行器來說顯然是不切實際的。）本質上，它結合了從單個無人機按順序捕獲的影像或從無人機群同時捕獲的影像。將這些多張影像合成為一張連貫的圖片，可以實現銳化效果。“這項技術，”他說，“可以即時消除遮擋”，以數字方式將樹葉拉回以顯示下面的東西。已發表的測試涉及單架無人機和模擬的無人機群，但《科學》雜誌即將發表的一篇論文描述了一項使用物理無人機群的研究。
賓伯說，利用從合成大鏡頭收集的資料，他的研究小組使用神經網路——類似於其他團隊為 SAR 應用開發的神經網路——來挑選和跟蹤人形物體。他補充說，在他們較新的無人機群研究中，他們還發展到“異常檢測”：在樹木下搜尋可能“在顏色、溫度或運動模式方面異常”的東西，然後跟蹤它們。然後，SAR 隊可以專門檢查這些異常情況，以尋找人員跡象。
在他們的測試中——人們躲在樹林裡，而攝像無人機在他們上方飛行——研究人員發現，當他們使用單架無人機尋找靜止的人時，他們超過90%的時間找到了他們的目標。“失蹤”人員移動時，無人機群也產生了類似的結果。
像賓伯的工具可能與他人的研究成果相結合，例如可以繪製無人機最佳飛行路徑的軟體，用於人員搜尋。無人機甚至可以幫助進行無線電通訊，充當增強訊號的轉發器，在救援人員經常發現自己的陡峭和偏遠地區。在猶他州南部，一個 SAR 隊幫助研究人員測試了這樣一個系統，他們跋涉到通常難以連線的位置。他們能夠毫無問題地回撥基地。在英國，沃裡克郡搜救隊甚至與維珍公司合作測試了一種無人機，該無人機可以直接向救援人員提供 5G 連線，無論他們身在何處。
雖然人仍然是搜尋和救援工作的核心，但無人機可以成為有用的合作伙伴。對於退休工程師桑普爾來說，弄清楚這在查菲縣的意義是很有意義的。“我只是喜歡解決問題，”他說。“這就是工程師所做的事情：解決問題。讓無人機在空中飛行並嘗試用它們找到人就是這樣。”無論是有機眼睛還是合成眼睛先發現他們，迷路或受傷的人都會同樣感激。