灾难袭来时,第一线救援人员将面临无数挑战。其中最重要的一点是,能够根据有限的时间和资源,将救援人员派往能让他们发挥最大作用的区域。为此,第一线救援人员必须根据地理位置和灾难严重性来划分受害者需求的优先级。

Rove 是入围 2019 年 Call for Code 全球挑战赛前五名的项目,该项目通过具有众包、自然语言处理以及实时卫星图或高空图功能(均基于 IBM 技术)的应用程序来解决此问题,从而让救援人员能够在最短的时间内找到受害者。

Rove 团队

照片:从左到右依次为 Daniel Ciao、Max Wu、Bryan Chiang 和 Lucas Xia

该团队由来自加利福尼亚大学洛杉矶分校 (UCLA) 的四名本科生组成,他们是:Bryan Chiang、Max Wu、Lucas Xia 和 Daniel Ciao。由于整个夏季地震频发,这激励该团队建立了 Rove。地震发生的地点距离该团队的总部非常近,Chiang 说道:“地震真的来了。我们曾经想过,如果这里发生灾难,究竟要如何利用我们在计算机科学领域的背景以及我们平时所学的知识,才能真正帮助到世界各地的数百万灾难受害人?”

工作原理

Rove 解决方案示意图

Rove 使用三步法来组织灾难响应:

1. 可视化

当发生灾难时,受害者可以向聊天机器人发送手机短信,而聊天机器人会询问他们有关其当前状况和需求(包括健康、食物和卫生)的问题。由于该团队将 Twilio 与 IBM Cloud Foundry 集成,Rove 可以通过 Watson Natural Language Understanding API 来分析短信,允许该应用程序为每位受害者生成优先级分数。这些信息将汇总起来并在该团队的 Web 仪表板中显示为热图,从而帮助救援人员对最需要帮助的区域划分优先级。

Chiang 说道:“短信是一种非常轻巧的载体,可以在蜂窝网络上通过自己的通道进行传送,因此非常高效。虽然其他解决方案可能会使用网格网络,吹捧不需要建立在线连接,但建立网格网络的成本可能很高,而且在面积很大的区域中,等到网格网络建立好了,您早就已经可以使用短信了”

2. 组织

通过使用 Rove,第一线救援人员可以通过可视化热图来组织和有效分配资源。集中式 Cloud Foundry React 服务器可以根据救援人员提供的急救车辆、人员和位置的数量来动态地将受害者集中在一起。Rove 还可以通过将单独的分数合并为一个整体分数来对各个受害者群体划分优先级,这可以节省救援人员的宝贵时间。

Xia 说道:“Rove 的主要目标是缩短灾难反应时间,从而有效应对自然灾害。我们可以有效地利用收集到的数据,避免阻塞道路和损坏建筑,以路线导航的形式响应这些受害者群体。”

3. 响应

灾难摧毁了道路和建筑基础设施的关键部分,使传统的路线导航方法失效。Rove 通过分析卫星图,立即为救援人员提供实时路线导航,使其绕过受损和无法通行的道路,最终找到受害者。Rove 通过使用由 IBM Watson Studio 训练的深度学习算法,将灾后和灾前卫星图与语义分割进行比较,将建筑物的受损程度分为五个等级,并检测被毁坏的道路。这种新颖的道路检测方法并非专用于各类灾难,它可以轻松转移到新的场景中。

许多救援组织都没有一个集中位置,以致他们无法查看和了解灾难期间泛滥的数据。Rove 团队注意到,目前缺少一种众包解决方案来接收卫星图和短信并将其用于确定救援人员首先应该去哪里。

Ciao 说道:“第一线救援人员必须能够看到响应和受损区域,这样他们才能有效地对紧急情况做出响应,并知道将救援人员派往何处。我认为这是这个项目最重要的部分。我发现一些解决方案已经在尝试在灾难响应中实现数据可视化,但它们通常是两个独立的部分。为了使第一线救援人员有效地对紧急情况做出响应,需要将数据的这两个部分合二为一。”

该应用程序基于 IBM Cloud 构建,并结合了 IBM Cloud Foundry、Watson Studio(特别是 Visual Recognition 服务)和 IBM Watson Natural Language Understanding。

后续计划

Rove 团队希望与关注灾难的组织和紧急服务部门合作,逐渐将该应用程序集成到灾难响应计划中。在与一家待定组织进行 Beta 测试之后,该团队希望能够更广泛地推广 Rove。Chiang 期望在未来所有人都能熟记用于接收灾后求救短信的号码。

Chiang 说道:“现如今,当发生自然灾害时,救援人员不知道要将资源和物资运往何处。灾难发生后,人们都能踊跃捐款或捐赠物资。这个问题并不难解决。真正难解决的是,如何将这些物资送到最需要的人的手中?”

参考资源

本博客翻译自:Call for Code 2019 Finalist: Rove enables emergency responders to reach victims in the shortest amount of time(2019-9-25)

加入讨论