IdentifAI Tomorrow´s Disasters

Syfte och mål

IdentifAI Tomorrow ´s Disasters projektet har utvecklat en molntjänst där bilddata från drönare automatiskt kan analyseras med stöd av artificiell intelligens, vilket möjliggör autonom identifiering och projicering av skador och riskfaktorer som uppstår inför och under naturkatastrofer. Räddningsinsatser kan nu snabbare få tillgång till värdefull information. Projektet har fokuserat på översvämningar, då det är den mest vanligt förekommande naturkatastrofen i världen som medför stora besvär och kostnader för människan, miljön och lokala ekonomier.

Resultat och förväntade effekter

Det går nu att i tidigt skede bedöma områdens riskfaktorer samt ge snabb och värdefull information när en översvämningskatastrof har ägt rum genom att snabbt identifiera antal drabbade hushåll och översvämmade vägar. Projektresultatet har testats och verifierats i UNICEFs humanitära drönarkorridor i Malawi och bedömts vara ett lovande verktyg för att snabbare, säkrare och mer effektivt få tillgång till automatiskt genererade beslutsunderlag inför och under naturkatastrofer. Projektresultatet utvecklas nu vidare med mål att appliceras på fler områden och skalas upp globalt.

Upplägg och genomförande

Projektet har samlat in stora volymer av bilddata från drönare och därefter testat, utvärderat, utvecklat och tränat olika typer av CV och ML algoritmer för remote sensing lämpliga för projektets användningsområde dvs automatisk, algoritmbaserad bildigenkänning av objekt (vägar, hus och vatten) för att möjliggöra för mer effektivt katastrofhantering vid översvämning. Projektet har sedan byggt en molntjänst där bilddata från drönare automatiskt kan analyseras med stöd av artificiell intelligens för att underlätta räddningsinsatser inför och under naturkatastrofer.

Externa länkar

The project result is now being incorporated into GLOBHEs drone maps as a service offering