Lors de tests virtuels, l'algorithme d'Ewers a battu ces deux approches sur deux mesures clés : la distance qu'un drone devrait parcourir pour localiser la personne disparue et la probabilité que la personne soit retrouvée. Alors que la tondeuse à gazon et l'approche algorithmique existante ont trouvé la personne respectivement 8 % et 12 % du temps, l'approche d'Ewers l'a trouvée dans 19 % du temps. S’il s’avère efficace dans des situations de sauvetage réelles, le nouveau système pourrait accélérer les temps de réponse et sauver davantage de vies, dans des scénarios où chaque minute compte.
“Le domaine de la recherche et du sauvetage en Écosse est extrêmement varié et également très dangereux”, explique Ewers. Des situations d'urgence peuvent survenir dans les forêts épaisses de l'île d'Arran, dans les montagnes et les pentes escarpées autour du plateau de Cairngorm ou sur les faces du Ben Nevis, l'une des destinations d'escalade les plus vénérées mais les plus dangereuses d'Écosse. “Être capable d'envoyer un drone et d'effectuer des recherches efficaces avec celui-ci pourrait potentiellement sauver des vies”, ajoute-t-il.
Les experts en recherche et sauvetage affirment que l'utilisation de l'apprentissage profond pour concevoir des itinéraires de drones plus efficaces pourrait aider à localiser plus rapidement les personnes disparues dans diverses zones sauvages, en fonction de la manière dont l'environnement est adapté à l'exploration des drones (il est plus difficile pour les drones d'explorer une canopée dense). qu'à pinceau ouvert, par exemple).
“Cette approche dans les Highlands écossais semble certainement viable, en particulier dans les premiers stades de la recherche, lorsque vous attendez que d'autres personnes se présentent”, déclare David Kovar, directeur de l'Association nationale américaine pour la recherche et le sauvetage en Écosse. Williamsburg, en Virginie, qui a utilisé des drones pour tout, depuis la réponse aux catastrophes en Californie jusqu'aux missions de recherche en milieu sauvage dans les Montagnes Blanches du New Hampshire.
Mais il y a des mises en garde. Le succès d’un tel algorithme de planification dépendra de la précision des cartes de probabilité. Une confiance excessive dans ces cartes pourrait signifier que les opérateurs de drones passent trop de temps à rechercher les mauvaises zones.