在加拿大及其他地区，偏远机场的跑道检查一直是一个挑战，尤其是在北部地区，这些机场通常没有公路或标准交通工具通达，且跑道多为碎石而非沥青，容易受到天气影响。东北大学（2024USNews美国大学排名：53）的研究人员开发了一种利用无人机、计算机视觉和人工智能的新方法，使得这些跑道的检查变得更加彻底、安全和快速。研究团队通过无人机收集数据，并使用计算机视觉和人工智能分析图像，识别和分类跑道上的各种缺陷，如积水、植被侵入、霜冻隆起、坑洞和大石块等。该方法不仅提高了检查效率，还减少了现场检查人员的需求，使得检查过程更加便捷。研究人员与加拿大交通部和Spexi Geospatial Inc.合作，在多个偏远机场进行了实地测试，证明了该方法的有效性。尽管仍需人工操作无人机和评估计算机分析结果，但这一新方法显著节省了时间，并减少了检查人员的现场工作量。未来，研究团队计划在更多实际应用中测试这一方法，并希望将其推广到其他偏远地区，如澳大利亚和新西兰。
偏远地区跑道检查的挑战
在加拿大及其他地区，偏远机场的跑道检查一直是一个巨大的挑战。尤其是在北部地区，这些机场通常没有公路或标准交通工具通达，且跑道多为碎石而非沥青，容易受到天气影响。偏远机场的跑道，特别是北部加拿大的碎石跑道，由于天气、有限的航班和长距离，检查起来非常困难。传统的检查方法需要大量的人力和时间，且检查结果的准确性和可靠性也难以保证。
东北大学的研究人员开发了一种利用无人机、计算机视觉和人工智能的新方法，使得这些跑道的检查变得更加彻底、安全和快速。研究团队通过无人机收集数据，并使用计算机视觉和人工智能分析图像，识别和分类跑道上的各种缺陷，如积水、植被侵入、霜冻隆起、坑洞和大石块等。这种新方法不仅提高了检查效率，还减少了现场检查人员的需求，使得偏远跑道的检查任务变得更加轻松。
无人机、计算机视觉和人工智能在跑道检查中的应用
无人机、计算机视觉和人工智能的结合，为偏远机场跑道检查提供了一种全新的解决方案。无人机可以在短时间内覆盖大面积的跑道，并拍摄高分辨率的图像。计算机视觉技术可以自动分析这些图像，识别和分类跑道上的各种缺陷。人工智能则可以进一步分析这些缺陷，提供详细的报告和建议。
与传统方法相比，这种新方法减少了现场检查人员的需求，节省了时间，并提高了检查的可靠性。研究人员与加拿大交通部和Spexi Geospatial Inc.合作，在多个偏远机场进行了验证，效果显著。尽管仍需有人操作无人机并评估计算机分析结果，但这些任务可以远程完成。下一步，研究团队计划在更多实际应用中测试这一方法，并希望将其推广到其他偏远地区，如澳大利亚和新西兰。
与加拿大交通部和Spexi Geospatial Inc.的合作
加拿大交通部通过创新解决方案加拿大计划，向温哥华初创公司Spexi Geospatial授予合同，支持其在测试和扩大支持关键交通基础设施的加拿大创新方面的第二阶段工作。Spexi的第一阶段工作利用无人机、摄影测量和人工智能（AI）监测滑坡，特别是可能中断供应链的铁路走廊附近的滑坡。这项工作与加拿大地质调查局和加拿大交通部密切合作，已将新的前沿实践嵌入政府运营中。
基于第一阶段的成功，我们启动了第二阶段工作，重点是使用人工智能（AI）检测铁路等关键基础设施周围的野火风险。AI可以比传统方法更快、更准确地检测风险。这项工作与在各种气候条件下使用远程无人机的现实世界试验同时进行，包括北部地区。第二阶段工作还在建立本地能力，以在紧急情况下使用这些新兴技术，考虑到2021年夏季在不列颠哥伦比亚省和安大略省发生的极端野火季节。
该阶段包括2次超视距试验，无人机将在长距离飞行，以测试关键基础设施如铁路的远程检查的安全操作极限和实践。第一次试验在阿尔伯塔省的Foremost UAS Range进行，第二次试验于2022年3月在埃德蒙顿附近与Airmarket合作进行。每次试验都在其类别中创下了距离记录，Airmarket试验创下了62公里的世界纪录。这次试验旨在证明无人机是检查关键基础设施和应对偏远地区紧急情况的有用且高效的工具。
总体而言，这种合作正在为监测铁路和提高运输部门对可能损坏关键交通基础设施的紧急情况的弹性创造最先进的实践。这是加拿大交通部持续支持新兴技术和在运输系统中安全使用尖端机器人、无人机和人工智能（AI）的承诺的一部分。我们很高兴有许多合作伙伴参与这个项目，包括：Spexi、Airmarket、Decision-works、曼尼托巴大学、东北大学、不列颠哥伦比亚理工学院、VIA Rail、北极门户集团、民间搜索和救援协会、Forty Mile Rail和Foremost UAS卓越中心。
未来展望
尽管这一过程仍需要人类操作无人机和评估计算机分析结果，但它显著节省了时间，并减少了对现场检查员的依赖。未来，这一方法有望在澳大利亚、新西兰等其他偏远地区推广应用。研究团队计划在更多实际应用中测试这一方法，并希望将其推广到其他偏远地区，如澳大利亚和新西兰。
通过无人机、计算机视觉和人工智能的结合，偏远机场的跑道检查变得更加彻底、安全和快速。这不仅提高了检查效率，还减少了现场检查人员的需求，使得偏远跑道的检查任务变得更加轻松。与加拿大交通部和Spexi Geospatial Inc.的合作，进一步验证了这一方法的有效性，并为未来的推广应用奠定了基础。
综合总结
在加拿大及其他地区，偏远机场的跑道检查一直是一个挑战，尤其是在北部地区，这些机场通常没有公路或标准交通工具通达，且跑道多为碎石而非沥青，容易受到天气影响。东北大学的研究人员开发了一种利用无人机、计算机视觉和人工智能的新方法，使得这些跑道的检查变得更加彻底、安全和快速。研究团队通过无人机收集数据，并使用计算机视觉和人工智能分析图像，识别和分类跑道上的各种缺陷，如积水、植被侵入、霜冻隆起、坑洞和大石块等。该方法不仅提高了检查效率，还减少了现场检查人员的需求，使得检查过程更加便捷。研究人员与加拿大交通部和Spexi Geospatial Inc.合作，在多个偏远机场进行了实地测试，证明了该方法的有效性。尽管仍需人工操作无人机和评估计算机分析结果，但这一新方法显著节省了时间，并减少了检查人员的现场工作量。未来，研究团队计划在更多实际应用中测试这一方法，并希望将其推广到其他偏远地区，如澳大利亚和新西兰。
参考资料:
【独家稿件声明】本文为美国续航教育（Forward Pathway LLC，官网地址：www.forwardpathway.com）原创，未经授权，任何媒体和个人不得全部或者部分转载。如需转载，请与美国续航教育联系；经许可后转载务必请注明出处，违者本网将依法追究。
美国续航教育总部位于美国加利福尼亚州洛杉矶，同时在中国上海和深圳设有续航教育分部。续航教育自2013年成立以来，致力于研究中美之间的文化教育发展与趋势，提供最专业的美国留学一站式服务，获得美国国际招生协会AIRC及国际教育顾问委员会ICEF的双重认证。
觉得有用的话就评价/分享一下吧~
