文.图:APU提供
ADVERTISEMENT
2021年底全国遭受严重的水灾袭击,自此以后,国人越发担心水灾的发生。
减轻水灾带来的祸害,实须部署及早侦察和搜救行动等重要措施,而救难队伍也需有正确的技术,才能探知灾区的信息,尤其是在一些信号有限的灾区。可是,对于分析和建议搜寻及救援行动,目前仍缺乏信息以及预测的解决方案,更遑论搜集决策性的精确信息。
水灾一旦发生,为了拯救更多受困的灾黎,就必须及时提供救援部队重要信息,例如:地点、水深的程度等。一支由亚太科技大学(APU)不同专业工程系学生所组成的“Delta APU”队伍,特别设计出一个结合了智能救灾应用程式以及LoRa传感器的水灾救难无人机。
在APU工程学院资深讲师、多次得奖的无人机设计师纳伦德兰专业工程师(Ir Narendran Ramasenderan)的指导下,电脑工程学生黄裕杰(21岁)、电气与电子工程学生张翰祺(23岁)以及机电工程学生阿伦(Aaron Raj Bhatti,25岁)组成团队,合力设计水灾救难无人机。
这个设计作品,让“Delta APU”队伍在早前举行的“2022年英特尔产学挑战赛”中,获得特等大奖的肯定。上述赛事为一项全国性创意挑战赛,由半导体公司英特尔,联同工程、科学与技术研究协作平台(CREST)主办,主要强调使用物联网技术(IoT)、人工智能(AI)来创造智能零售、城市和工业解决方案,由此提供参赛者一个挑战自己的平台,激发创新的想法,开发具有影响力的解决方案。
设计者指出,附属在这部无人机之上的智能天灾应用程式,能够捕捉到发生水灾的确切位置,再向大马消拯局传输求救讯号,这讯号能够启动一部侦察无人机以及监视无人机,以展开进一步行动。这个智能天灾应用程式也附有自然语言处理(NLP)的聊天机器人,能够侦测出混杂的语言,再转换成英语。
充分利用可在校内找到的硬体设施
队长黄裕杰说明:“一旦水灾袭击,通往受灾地区的寻常道路可能已遭淹没,因此,作品装置的道路分段系统,可以帮助道路使用者事先确认该路段是否已泡在水里。我们采用YOLO,也就是一种使用神经网络提供实时物体检测的演算法,建立水灾模型。这个模型经过受训后,可以检测人的所在位置,也可检测出洪水。”
嵌入此解决方案系统的LoRa传感器,是为探测水灾时的水位,因此,在水患发生以前,传感器将被装置在洪水易发的区域。综合系统也备有实时动态技术(或简称为RTK感应器)的辅助,主要用于无人机借全球定位系统做定位,以提升无人机在操作时的准确性。
论及其指导学生能够在这项比赛中载誉而归,纳伦德兰喜悦地说:“我感到很光荣,因为我的学生不只是在讲堂上接受培训,而且也在真实的业界环境中,朝向试点原型部署的方向前进!”英特尔产学挑战赛始于2017年、向来吸引不少大学及业界精英报名参加,在业内颇享盛誉。
纳伦德兰指出,这3名学生在开发这部自主无人机系统时,展现了过人的技术能力,他们通过一个智能应用程式,将系统结合上人工智能。他们从头做起,充分利用校园内可以找到的硬体设施,再结合上公开资源──英特尔Open VINO工具包,进一步优化及部署人工智能推论。
相关稿件: 在籍学生设计一站式流动应用程式 保障社区安全 Roca一日设计挑战赛 24小时内设计出建筑解决方案
ADVERTISEMENT
热门新闻
百格视频
ADVERTISEMENT