防疫城市中的科技力量-利用AI無人機打造安全家園

彭德馨
2020-04-14

人工智慧,機器人
技能觀測
AI、無人機、防疫
2996
分享

2020年新型冠狀病毒肆虐全球，對此世界各國陸續推出相關政策與新興技術，期望藉由減少民眾群聚，降低病毒感染風險，而AI無人機的應用即是其中一大值得參考的方案之一。

無人機的防疫措施-有效補足人力缺口、降低疫情感染風險

使用無人機協助防疫的案例不計其數。為了補足防疫期間的人力缺口，並有效降低人與人的接觸，中國部分地區利用無人機送餐給居家隔離的民眾，也透過它快速傳遞醫療物資；沙烏地阿拉伯是使用熱感應無人機，隨機檢測街上路人的體溫，以加強控管民眾活動；西班牙軍方利用無人機在監獄、市場、社區衛生中心等地進行全面消毒；而在臺灣，日前臺南市首度應用了無人機技術對市民宣導防疫須知，時刻提醒民眾對防疫的關心與注重。

無人機的智慧化發展

無人機的類型多元，應用場域也相當廣泛，不僅可以執行危險任務，更能協助專業人士有效的解決工作需求，然而即便需求千變萬化，無人機的避障系統是不可或缺的要素。以往無人機主要使用的避障系統有超音波（Ultrasonic）、紅外線（Infrared，IR）、飛行測距（Time of Flight，ToF）與立體視覺（Stereo Vision）幾種，應用上各有優缺點，主要目的都是為了躲避障礙物，安全並成功地抵達目的地完成任務，然而避障系統的完善雖然可以幫助無人機在簡單環境下的主飛行，卻難以解決其在複雜環境對細微障礙物的感知，也因此智慧化的避障系統是無人機日後發展的重點。

微軟近期提出了一種機器學習系統，主要以機器為第一人稱視角（First Person View，FPV）作為啟發，他們建立一個新的框架將感知組件（指「看得到的內容」）與控制策略（指決定「做什麼」）分開，有便於研究人員對深層神經模型除錯。此外，他們使用「AirSim」高傳真模擬器訓練系統，透過跨模式（cross-model）訓練方式，讓無人機的AI系統學習視覺運動（visuomotor）進行決策，並期待無人機能在各種未知環境下自主飛行並能獨立決策，完成相關任務。透過模擬訓練，他們所提出的框架能使無人機在現實世界中接應各種狀況，學習自我導航，非常適合各種搜救任務，如近期的各項城市防疫措施。