考慮颶風襲擊后的日子。樹木和雜物阻塞了道路，橋梁被毀，道路部分被沖刷掉。緊急情況管理人員很快將面臨一系列問題：如何將物資運送到某些地區(qū)?疏散幸存者的最佳途徑是什么?哪些道路太破損而無法開放?

如果沒有關于路網(wǎng)狀態(tài)的具體數(shù)據(jù)，緊急情況管理人員通常不得不根據(jù)不完整的信息做出答案。麻省理工學院林肯實驗室的人道主義援助和救災系統(tǒng)小組希望利用其機載激光雷達平臺，結合人工智能(AI)算法，來填補這一信息空白。

該小組的研究員查德·坎德說：“對于真正的大規(guī)模災難，盡早了解運輸系統(tǒng)的狀態(tài)至關重要。” “通過我們的特殊方法，您可以確定道路的生存能力，進行最佳的路線規(guī)劃并獲得量化的道路破壞。您可以駕駛，運行，擁有一切。”

自2017年颶風季節(jié)以來，該團隊一直在受災的城鎮(zhèn)上飛行其先進的激光雷達平臺。激光雷達的工作原理是沿一個區(qū)域向下脈沖光子，并測量每個光回到傳感器上所花費的時間。這些到達時間的數(shù)據(jù)點繪制了3D“點云”地圖(每條道路，樹木和建筑物)的地圖，精確度不到1英尺。

迄今為止，他們已經(jīng)繪制了卡羅來納州，佛羅里達州，德克薩斯州和波多黎各所有地區(qū)的地圖。在這些地區(qū)發(fā)生颶風后，該團隊手動篩選了數(shù)據(jù)，以幫助聯(lián)邦緊急事務管理局(FEMA)查找并量化對道路的損害等任務。該團隊現(xiàn)在的重點是開發(fā)可以使這些過程自動化并找到解決損害的方法的AI算法。

道路狀況如何?

安理會說，災難發(fā)生后有關道路網(wǎng)絡的信息以“不同信息流的馬賽克”的形式提供給應急管理人員，包括衛(wèi)星圖像，民航巡邏隊拍攝的航空照片以及經(jīng)過審查的眾包服務。

“由于各種情況的不同，為獲取數(shù)據(jù)而進行的各種努力很重要。在某些情況下，眾包可能最快，并且具有冗余性是很好的。但是當您考慮像波多黎各颶風瑪利亞那樣的災難規(guī)模時，這些各種各樣的流可以勢不可擋，不完整且難以合并。”他說。