ارزیابی خودکار، از راه دور و ایمن باندهای فرودگاهی
در سال ۲۰۲۲، رندال پیترسن، مهندس عمران نیروی هوایی ایالات متحده، در یک مأموریت آموزشی شرکت کرد تا میزان آسیبهای وارده به باند فرودگاه را ارزیابی کند. این مأموریت بهعنوان بخشی از تمرینات «بازیابی پایگاه» پس از یک حمله شبیهسازیشده انجام شد. او و تیمش ساعتها با لباسهای مخصوص حفاظت شیمیایی در این منطقه قدم زدند، مختصات جغرافیایی را از طریق بیسیم ارسال کردند، صدمات وارده را ثبت کردند و به دنبال تهدیداتی مانند مهمات منفجر نشده گشتند.
این کار بخشی از آموزش استاندارد مهندسان نیروی هوایی قبل از اعزام به میدان است. اما برای پیترسن اهمیت بیشتری داشت، چراکه او پنج سال گذشته را بهعنوان دانشجوی کارشناسی ارشد و اکنون بهعنوان دانشجوی دکتری و عضو مؤسسه MathWorks در MIT به تحقیق درباره روشهای سریعتر و ایمنتر برای ارزیابی باندهای فرودگاهی اختصاص داده است. تجربه کار پرزحمت، زمانبر و خطرناک او، اهمیت تحقیقاتی که میتواند ارزیابی فرودگاه را از راه دور انجام دهد، بیشتر آشکار کرد.
پیترسن درباره این تجربه میگوید: «این کار برای من تجربهای روشنگر بود. تقریباً یک دهه است که به ما گفتهاند یک سیستم جدید مبتنی بر پهپاد در حال توسعه است، اما هنوز نتوانسته مهمات منفجر نشده را شناسایی کند. از دید پهپاد، این مواد مانند سنگ یا آوار به نظر میرسند. حتی دوربینهای با وضوح فوقالعاده بالا نیز بهاندازه کافی عملکرد مطلوبی ندارند. ارزیابی سریع و از راه دور باند فرودگاهی هنوز به یک استاندارد تبدیل نشده است. ما همچنان مجبوریم این کار را بهصورت دستی انجام دهیم، و این دقیقاً جایی است که تحقیقات من وارد عمل میشود.»
هدف پیترسن توسعه سیستمهای خودکار مبتنی بر پهپاد برای ارزیابی آسیبهای باند فرودگاه و شناسایی مهمات منفجر نشده است. این مسیر او را به پژوهش در حوزههای مختلفی از جمله یادگیری عمیق، سامانههای کوچک هوایی بدون سرنشین و تصویربرداری «هایپراسپکترال» سوق داده است. تصویربرداری هایپراسپکترال امکان ثبت امواج الکترومغناطیسی در طیف وسیعی از طولموجها را فراهم میکند. این فناوری در حال حاضر ارزانتر، سریعتر و مقاومتر شده است و میتواند تحقیقات پیترسن را در صنایعی مانند کشاورزی، امداد و نجات، معدنکاوی و ارزیابی ساختمانها کاربردیتر کند.
از ریاضیات تا جامعه دانشگاهی
پیترسن در حومه ساکرامنتو، کالیفرنیا بزرگ شد و از همان دوران مدرسه به ریاضیات و فیزیک علاقه داشت. در کنار تحصیل، به دو استقامت مشغول بود و عنوان «پیشاهنگ عقاب» (Eagle Scout) را نیز کسب کرده بود. او به دنبال مسیری بود که بتواند علاقههای مختلفش را در کنار هم قرار دهد.
پیترسن توضیح میدهد: «من از چالشهای چندبعدی که آکادمی نیروی هوایی ارائه میداد لذت میبردم. سابقه خانوادگی من به خدمت نظامی مرتبط نبود، اما نگاهی که نیروهای استخدامکننده به آموزش جامع داشتند برایم جذاب بود. در آنجا تحصیلات آکادمیک تنها یک بُعد آموزش بود و تناسب اندام و رهبری نیز بخش مهمی از آن محسوب میشد.»
او کارشناسی خود را در رشته مهندسی عمران از آکادمی نیروی هوایی به پایان رساند و در این مقطع شروع به یادگیری اصول تحقیقاتی کرد. این تجربه همچنین او را به یادگیری برنامهنویسی رایانهای سوق داد.
«در سال آخر کارشناسی، آزمایشگاه تحقیقاتی نیروی هوایی پروژههایی مرتبط با روسازی باند فرودگاهی ارائه داد که در حوزه تخصصی من قرار میگرفت. دانش من در این زمینه برای تعریف مشکلات اولیه مفید بود، اما خیلی زود متوجه شدم که یافتن راهحلهای درست نیاز به درک بهتری از بینایی کامپیوتری و سنجش از دور دارد.»
تحقیقاتی که بر ارزیابی شرایط باندهای فرودگاهی و شناسایی تهدیدها تمرکز داشت، او را به فناوری تصویربرداری هایپراسپکترال و یادگیری ماشینی نزدیکتر کرد. این آموختهها را پیترسن هنگام پیوستن به برنامه کارشناسی ارشد و دکتری در MIT به کار گرفت.
تحقیقاتی با هدفی بزرگ
در تابستان ۲۰۲۰، پیترسن در مؤسسه HALO Trust، که یک سازمان بشردوستانه برای پاکسازی مینها و سایر مواد انفجاری است، کارآموزی کرد. این تجربه پتانسیل دیگری از تحقیقات او در MIT را نمایان کرد.
پیترسن توضیح میدهد: «در بسیاری از مناطق پس از جنگ، کودکان در محیطی بازی میکنند که در آن مینها و مهمات منفجر نشده وجود دارد. هماکنون اوکراین مثالی بارز از این شرایط در اخبار است. بقایای جنگ همیشه باقی میماند. در حال حاضر، افراد باید به این مناطق پرخطر وارد شوند و آنها را پاکسازی کنند، اما تکنیکهای جدید سنجش از راه دور میتوانند این فرایند را سریعتر و ایمنتر کنند.»
کارشناسی ارشد او بیشتر بر فرسایش معمولی سازههای باند فرودگاهی متمرکز بود، اما پژوهشهای دکتری پیترسن به شناسایی مهمات منفجر نشده و بررسی آسیبهای شدیدتر معطوف شده است.
پیترسن میگوید: «اگر باند فرودگاه مورد حمله قرار گیرد، بمبها و گودالهای فراوانی در آن ایجاد میشود که ارزیابی آن را دشوار میکند. حسگرهای مختلف اطلاعات متنوعی را استخراج میکنند و هرکدام مزایا و معایب خود را دارند. هنوز کارهای زیادی در زمینه سختافزار و نرمافزار باقی مانده است، اما دادههای هایپراسپکترال تاکنون بهعنوان ابزاری امیدوارکننده در شناسایی اشیای مخفی توسط مدلهای یادگیری عمیق مطرح شده است.»
پیترسن پس از فارغالتحصیلی در پایگاه نیروی هوایی در گوام مستقر خواهد شد، جایی که مهندسان نیروی هوایی بهطور منظم شبیهسازیهای ارزیابی باند فرودگاهی را انجام میدهند. او امیدوار است که روزی این ارزیابیها نه توسط انسانهایی با لباسهای حفاظتی، بلکه توسط پهپادها انجام شود.
او در پایان میگوید: «در حال حاضر، به خطوط دید مستقیم متکی هستیم. اگر بتوانیم از سنجش طیفی و راهحلهای یادگیری عمیق استفاده کنیم، در نهایت میتوانیم ارزیابیهای از راه دور را ممکن کنیم و ایمنی را برای همه افزایش دهیم.»
منبع: MIT News