Las operaciones convencionales de búsqueda y rescate después de grandes desastres enfrentan muchos problemas.Un equipo de Malasia que escribe en elRevista internacional de sistemas autónomos de vehículos, sugiere ahora una solución práctica que implica un sistema de detección humana en tiempo real utilizando un vehículo aéreo no tripulado (UAV) de ala fija.

Cheok Jun Hong y Vimal Rau Aparow de la Universidad de Nottingham Malasia, en Selangor, y Hishamuddin Jamaluddin del Southern University College en Skudai, Johor, Malasia, han combinado la tecnología UAV con herramientas de pequeña escala fácilmente disponibles, como la computadora Raspberry Pi.Esto les permite no sólo gestionar mejor las funciones del sistema que con la tecnología convencional, sino también transmitir imágenes aéreas desde una cámara adjunta.

Lo que hace que este novedoso enfoque sea particularmente atractivo es la capacidad de descargar las tareas computacionalmente intensivas de detección humana a un servidor en el borde, habilitado por la tecnología de red celular 4G.El equipo explica que el servidor emplea YOLOv3.red neuronal profunda, entrenado en conjuntos de datos VisDrone y SARD, y puede identificar con precisión a las personas a partir de las imágenes recopiladas por la cámara del UAV y transmitir los resultados al control terrestre.Con una identificación positiva, se puede enviar un equipo de rescate al lugar exacto donde se necesita un rescate.

El sistema reúnealgoritmos de aprendizaje profundoy la informática de punta móvil y representa un alejamiento de los enfoques convencionales de búsqueda y rescate que podrían acelerar todo el proceso durante un incidente importante.También existen beneficios al evitar la necesidad de que aviones tripulados o personas cubran una gran cantidad de terreno en entornos peligrosos.

El equipo explica que su red neuronal convolucional con la arquitectura YOLOv3 puede alcanzar una precisión media media (mAP) de casi el 80% para identificar personas en las imágenes de la cámara del UAV.Al utilizar el conjunto de herramientas TensorRT, los investigadores pueden optimizar aún más el enfoque y acelerar la inferencia unas tres veces en comparación con la red neuronal original, pero sin pérdida de precisión.Por supuesto, si bien el sistema puede tener un alcance mayor que un sistema habilitado por radio, depende de la estabilidad y existencia de la red 4G en toda el área de búsqueda y rescate.

Los investigadores diseñaron inicialmente el sistema para escenarios de búsqueda y rescate humanos, pero podría adaptarse a otras aplicaciones, comoseguridad publicay prevención del delito.Podría reutilizarse para patrullar un sitio vulnerable aactividad criminalo incluso utilizado para rastrear delincuentes.