应用于城市搜寻的地面机器人编队：理解专业人员的运营挑战与设计机遇

城市搜寻需要在高认知和情境负荷下进行快速、可辩护的决策以及持续的体力劳动。指挥官必须计划、协调和记录时间紧迫的作业，而现场搜寻者则在不确定的环境中执行不断变化的任务。近期技术的进步使得地面机器人编队配合基于计算机视觉的情境意识和 LLM 驱动的界面，具有减轻这些运营负担的潜力。然而，尚无专门研究检视公共安全专业人员如何看待此类技术或构想其整合到现有实践中，风险在于构建技术高度发达却不切实际的解决方案。为弥合这一差距，我们对来自強吉尔五家当地部门的八名警官开展了焦点小组讨论。我们的发现表明，地面机器人可以减少专业人员对纸质参考资料、心算和临时协调的依赖，从而在四个关键挑战领域减轻认知和体力负担：(1) 在多个搜寻假设之间分配工作人员，(2) 保持团队意识和情境意识，(3) 构建符合失踪者轮廓的路线规划，(4) 在不确定性下管理认知和体力疲劳。我们进一步识别了未来地面机器人编队集成到公共安全作业中的四个设计机遇和要求：(1) 可扩展的多机器人计划与控制界面，(2) 按机构定制的路线优化，(3) 由 debrief 更新信息驱动的实时重规划，(4) 保持操作信任的同时降低认知负荷的视觉辅助提示。我们得出结论，为可部署、可解释且以人类为中心的城市搜寻支持系统。