KHAIT:K-9 处理员人工智能协作感知团队

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。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/195827/2025

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

论文快照

fact_check
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