KHAIT:K-9 处理员人工智能协作感知团队
作者
环境感知与上下文计算远程操控与遥呈现(Telepresence)警察与紧急服务人员应急响应与灾难管理人员
在城市搜索和救援(USAR)操作中, handler 与训练有素的犬只之间的沟通至关重要,但往往因挑战性环境以及犬只在接受检测到人时所表现出的特定行为而变得复杂。由于 USAR 犬只通常在 handler 视线之外工作, handler 缺乏对犬只位置和情况的感知,这就是所谓的“感知差距”。本文提出了 KHAIT,这是一种通过整合基于对象检测的人工智能(AI)和增强现实(AR)来缩小感知差距并增强 USAR 效能的新方法。KHAIT 配备 AI 驱动的摄像头、边缘计算和 AR 头显,能够从犬只视角实现精准快速的物体检测,提高幸存者定位的准确性。我们在真实 USAR 环境中评估了这一方法,展示了平均生存Alloc时间减少 22%,增强了操作的速度和准确性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 如何弥补搜救犬与人类操作员之间的“意义建构差距”,提升城市场景中搜救效率?分类: XR辅助搜救与跨主体协同同类问题arrow_forward
- AI和AR技术如何帮助搜救犬在人类无法直接监督时提供实时感知支持?分类: XR辅助搜救与跨主体协同同类问题arrow_forward
- KHAIT系统在复杂环境中如何表现出技术可靠性和用户可用性?分类: 医疗AI解释、信任与依赖同类问题arrow_forward
lightbulb
现实痛点
1- 搜救犬在视线外搜救时,操作员难以获取其位置和目标信息,加剧救援延迟。分类: 医疗AI解释、信任与依赖同类问题arrow_forward
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3708359.3712107
一眼看懂
fact_check论文快照
dataset
来源
IUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
环境感知与上下文计算、远程操控与遥呈现(Telepresence)
work
职业/产业
警察与紧急服务人员、应急响应与灾难管理人员
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文