自動化、遠程及安全的機場評估
美國空軍工程師及博士生Randall Pietersen正在利用人工智能和下一代成像技術來檢測跑道損壞和未爆彈藥。
2022年，Randall Pietersen作為美國空軍的一名土木工程師，參加了一次訓練任務，目的是評估一條機場跑道的損壞情況，並在模擬攻擊後實施“基地恢復”程序。他和團隊成員穿著化學防護裝備，數小時內在該區域內行走，通過無線電報送地理坐標，記錄損壞情況並尋找未爆彈藥等威脅。
這項工作是所有空軍工程師在部署前的標準程序，但對Pietersen來說卻意味著特別的意義。在過去五年中，他一直致力於開發更快、更安全的機場評估方法，作為麻省理工學院的碩士生和現在的博士候選人及MathWorks獎學金獲得者。對Pietersen來說，這項耗時、艱辛且潛在危險的工作突顯了他研究的潛力，可以實現遠程的機場評估。
“這次經歷讓我大開眼界，”Pietersen表示。“我們聽說了近十年，基於無人機的新系統正在開發中，但仍然受限於無法識別未爆彈藥；從空中看，它們看起來太像岩石或碎片。即使是超高分辨率相機也無法提供足夠的性能。快速和遠程的機場評估目前還不是標準做法。我們仍然只能步行進行評估，而這正是我研究的出發點。”
Pietersen的目標是創建基於無人機的自動化系統來評估機場損壞和檢測未爆彈藥。這使他探索了多個研究路徑，包括深度學習、小型無人駕駛航空系統和“高光譜”成像技術，這種技術可以捕捉廣泛波長範圍內的被動電磁輻射。高光譜成像技術變得越來越便宜、快速和耐用，這可能使Pietersen的研究在農業、緊急響應、採礦和建築評估等多個應用中變得愈加有用。
發現計算機科學和社區
Pietersen在加利福尼亞州薩克拉門托的郊區長大，對數學和物理產生了興趣。但他同時也是一名越野運動員和鷹級童軍，渴望將自己的興趣結合起來。
“我喜歡空軍學院所提供的多方面挑戰，”Pietersen說。“我的家族並沒有服役的歷史，但招募官談到了全面的教育，學術、體育健身和領導能力都是其中的一部分。這種全方位的學院體驗令我著迷。”
Pietersen在空軍學院主修土木工程，並首次開始學習如何進行學術研究。這要求他學習一些計算機編程。
“在我的大四年，空軍研究實驗室有一些與跑道相關的項目正好符合我的土木工程範疇，”Pietersen回憶道。“雖然我的領域知識幫助我定義了初步問題，但很明顯，開發合適的解決方案需要更深入的計算機視覺和遙感知識。”
這些項目涉及機場跑道的評估和威脅檢測，也使Pietersen開始使用高光譜成像和機器學習，這些知識在他於2020年來到麻省理工學院攻讀碩士和博士學位時得到了進一步的發展。
“麻省理工學院是我研究的明智之選，因為這所學校在研究合作和多學科思維方面有著悠久的歷史，這有助於解決這些非常規問題，”Pietersen表示。“在這方面，麻省理工學院無疑是世界上最好的地方。”
當Pietersen來到麻省理工學院時，他也開始接受極限運動，如超馬拉松、跳傘和攀岩。這部分源於他在本科時參加步兵技能競賽的經歷。這些為期數天的競賽是以軍事為主的比賽，來自世界各地的隊伍穿越山脈，並執行如戰術急救、定向越野和射擊等評分活動。
“我在大學時的社交圈子對這些活動非常感興趣，所以這是人際關係建立的自然結果，”Pietersen說。“這些比賽會讓你跑48或72小時，有時還會有些睡眠，你能和朋友競爭並享受樂趣。”
自從與妻子和兩個孩子來到麻省理工學院後，Pietersen已經融入當地的跑步社區，甚至在新罕布什爾州擔任室內跳傘教練，儘管他承認東海岸的冬天對他和他的家庭來說是個挑戰。
Pietersen在2022至2024年間進行遠程研究，但他的研究並不是在舒適的家中辦公室進行的。那次讓他了解機場評估現實的訓練是在佛羅里達州進行的，然後他被派往沙特阿拉伯。他甚至在沙漠中的一個帳篷裡完成了他的博士期刊發表。
現在回到麻省理工學院，並接近博士學位的完成，Pietersen對在這段旅程中支持他的人們心存感激。
“探索各種不同的工程學科，試圖在麻省理工學院的導師和可用資源的幫助下解決這些非常專業的問題，真的很有趣，”Pietersen說。
有目的的研究
在2020年夏天，Pietersen在HALO Trust做了實習，這是一個人道主義組織，專門清除戰爭影響區域的地雷和其他爆炸物。這段經歷展示了他在麻省理工學院工作的另一個強大應用。
“我們有一些後衝突地區，孩子們在玩耍時卻面臨著地雷和未爆彈藥的威脅，”Pietersen說。“烏克蘭就是當前新聞中的一個很好的例子。戰爭的殘餘總是留在那裡。現在，人們必須進入這些潛在危險的區域進行清理，但新的遙感技術可以加快這一過程，並使其更加安全。”
儘管Pietersen的碩士研究主要集中在評估跑道結構的正常磨損上，但他的博士研究則專注於檢測未爆彈藥和更嚴重的損壞。
“如果跑道遭到攻擊，會有炸彈和彈坑遍佈整個跑道，”Pietersen說。“這使得評估環境變得非常具有挑戰性。不同類型的傳感器提取不同類型的信息，每種都有其優缺點。目前在硬件和軟件方面仍有許多工作要做，但到目前為止，高光譜數據似乎是深度學習物體檢測器的一個有希望的區分器。”
畢業後，Pietersen將被派駐到關島，空軍工程師經常在那裡進行與他在佛羅里達州參加的相同機場評估模擬。他希望不久的將來，這些評估將不再由穿著防護裝備的人類執行，而是由無人機來完成。
“目前，我們依賴可見的視線，”Pietersen說。“如果我們能轉向光譜成像和深度學習解決方案，我們終於可以進行遠程評估，讓每個人都更加安全。”
這篇文章展示了當前科技如何在軍事和人道主義領域中交匯，尤其是無人機和人工智能在危險環境中的潛力。Pietersen的研究不僅具有技術創新意義，更涉及到對人類安全和社會責任的深刻思考。未來，這些技術的成功應用可能會改變我們對於危險區域的評估方式，並減少人員暴露於危險之中的風險。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
