灾难环境中基于人工智能的无人机辅助人类救援：挑战与机遇

摘要 在本研究中，我们将重点关注利用基于无人机的系统进行个人探测，特别是通过识别人类的尖叫声和其他求救信号。这项研究对灾后场景具有重要意义，包括地震、飓风、军事冲突、野火等事件。这些无人机能够在救援队难以直接进入的受灾地区上空盘旋，使他们能够确定人员可能被困的潜在地点。与地面救援工作甚至是经过专门训练的搜救犬相比，无人机可以在更短的时间内覆盖更大的区域。无人驾驶飞行器（UAV），通常被称为无人机，经常被部署在灾难情况下的搜救任务中。通常情况下，无人机会捕捉空中图像，以评估结构损坏情况并确定灾害范围。它们还采用热成像技术来探测人体热量特征，从而帮助确定人员位置。在某些情况下，大型无人机被用来向被困在偏僻灾区的人们运送必需品。在讨论中，我们深入探讨了通过航空声学定位人类所面临的独特挑战。听觉系统必须区分人类的叫声和自然发出的声音，如动物的叫声和风声。此外，它还应该能够识别与喊叫、鼓掌等信号相关的独特模式，或人们试图向救援队发出信号的其他方式。为了应对这一挑战，一种解决方案是利用人工智能（AI）来分析声音频率并识别常见的音频 "特征"。基于深度学习的网络，如卷积神经网络（CNN），可以利用这些特征进行训练，以过滤无人机马达和其他环境因素产生的噪音。此外，采用基于麦克风阵列信号的到达方向（DOA）等信号处理技术，可以提高追踪人类噪音来源的精度。