2022年美國空軍工程師的訓練任務
在2022年,美國空軍的土木工程師Randall Pietersen進行了一次訓練任務,目的是評估一個空軍基地跑道的損壞情況,並在模擬攻擊後練習“基地恢復”程序。他和他的團隊穿著化學防護裝備,走遍該區域,並通過無線電報告地理座標,同時記錄損壞情況,尋找未爆彈藥等威脅。
研究的重要性
這項工作對所有空軍工程師來說都是標準程序,但對Pietersen來說意義非凡。過去五年,他在麻省理工學院 (MIT) 擔任碩士生,現在是博士候選人和MathWorks獎學金獲得者,專注於開發更快速、更安全的空軍基地評估方法。對Pietersen來說,這項耗時、繁瑣且潛在危險的工作凸顯了他的研究能夠實現遠程空軍基地評估的潛力。
無人機的未來
Pietersen的目標是創建基於無人機的自動化系統,用於評估空軍基地的損壞情況和檢測未爆彈藥。他的研究涵蓋了多個領域,從深度學習到小型無人飛行系統,再到“高光譜”成像,這種技術可以捕捉廣泛波長範圍內的被動電磁輻射。隨著高光譜成像技術變得更便宜、更快速和更耐用,Pietersen的研究在農業、緊急應對、採礦和建築評估等多個應用中將變得越來越有用。
成長背景
Pietersen在加州薩克拉門托的郊區長大,對數學和物理產生了濃厚的興趣。他也是一名越野運動員和鷹級童軍,想要將自己的興趣結合起來。
“我喜歡空軍學院所提供的多元挑戰,”Pietersen說。“我的家族沒有服役的歷史,但招聘官談到的全面教育吸引了我,學術、運動健身和領導力都是其中的一部分。”
學術旅程
Pietersen在空軍學院主修土木工程,並開始學習如何進行學術研究,這需要他學習一些計算機編程。
“在我大四的時候,空軍研究實驗室有一些與鋪面相關的項目,這正好符合我的土木工程專業,”Pietersen回憶道。“雖然我的專業知識幫助我定義了初步問題,但顯然開發正確的解決方案需要更深入的計算機視覺和遙感知識。”
選擇麻省理工學院
這些項目使Pietersen開始使用高光譜成像和機器學習,並在2020年來到麻省理工學院繼續攻讀碩士和博士學位。
“麻省理工學院是我研究的明智選擇,因為這所學校有著強大的研究夥伴關係和多學科思維的歷史,能幫助你解決這些非常規問題,”Pietersen說。“沒有比麻省理工學院更好的地方來進行這樣的尖端工作。”
極限運動的熱愛
當Pietersen來到麻省理工學院時,他也開始參加極限運動,如超馬拉松、跳傘和攀岩。這部分源於他在大學時期參加步兵技能比賽的經歷,這些比賽是軍事導向的賽事,來自世界各地的隊伍在山區進行比賽,並進行戰術急救、定向越野和射擊等活動。
回到麻省理工學院
自從和妻子及兩個孩子來到麻省理工學院後,Pietersen融入了當地的跑步社區,甚至在新罕布什爾州擔任室內跳傘教練,儘管他承認東海岸的冬天對他和家人來說很難適應。
Pietersen在2022到2024年間進行遠程研究,但他並不是在舒適的家庭辦公室裡工作。讓他了解到空軍基地評估現實的訓練是在佛羅里達州進行的,然後他被派往沙烏地阿拉伯。他甚至在沙漠中的帳篷裡寫了一篇博士期刊文章。
有目的的研究
在2020年夏天,Pietersen在HALO Trust實習,這是一個人道主義組織,致力於清除戰爭影響地區的地雷和其他爆炸物。這次經歷展示了他在麻省理工學院工作的另一個強大應用。
“世界上有一些戰後地區,孩子們想要玩耍,但他們的後院裡卻有地雷和未爆彈藥,”Pietersen說。“烏克蘭就是一個很好的例子。戰爭總會留下殘餘物。現在,人們必須進入這些潛在危險的區域進行清理,但新的遙感技術可以加快這一過程,並使其更安全。”
未來的願景
雖然Pietersen的碩士研究主要圍繞評估鋪面結構的正常磨損,但他的博士研究專注於檢測未爆彈藥和更嚴重損壞的方法。
“如果跑道受到攻擊,會有炸彈和彈坑遍佈,”Pietersen說。“這使得評估環境變得非常具有挑戰性。不同類型的傳感器提取不同類型的信息,每種都有其優缺點。硬體和軟體方面仍有很多工作要做,但到目前為止,高光譜數據似乎對深度學習物體檢測器是一個有希望的區分器。”
未來的工作
畢業後,Pietersen將被派駐關島,空軍工程師定期進行與他在佛羅里達州參加的空軍基地評估模擬相同的任務。他希望不久的將來,這些評估將不再由穿著防護裝備的人類進行,而是由無人機來完成。
“現在,我們依賴可見的視線,”Pietersen說。“如果我們能轉向光譜成像和深度學習解決方案,我們就能最終進行遠程評估,讓每個人都更安全。”
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!