ATRACT：支持伤员分流的可信无人自主系统
人机交互
2026-05-19 v1 机器人学
摘要
在无人机日益与敌对作战联系起来的时代，我们将其重新用于人道主义和救生应用。然而，将搜救无人机应用于战场分流仍然极具挑战性；技术必须可靠地运行，以支持在极端不确定性、受限访问和重大个人风险下的前线医护人员。鉴于伤员撤离在冲突地区日益受到的威胁，本文提出了 ATRACT（A Trustworthy Robotic Autonomous system to support Casualty Triage），一种 novel 人类在环决策支持系统，用于在关键创伤后期进行早期战场分流。ATRACT 将无人机捕获的视频与可穿戴传感器输入相结合，进行多模态学习以支持伤员状态评估，从而解决现有系统的局限性。无人机视频捕获细粒度行为线索，如姿态、姿势，而身穿传感器提供补充的生理信号，包括心率、呼吸率和运动。通过结合两种模态，ATRACT 提供证据以支持医护人员在无法直接访问伤员、风险受限或受限时进行早期判断。为缓解受伤动作相关的数据现实差距，本文设计了一个条件变分自编码器用于数据增强。在我们收集的无人机数据集上进行的实验结果显示，提出的管线实现了 85.7% 的动作分类准确率；而我们的轻量级 CNN 视觉编码器在与更强的预训练视频主干网络竞争时仍保持竞争力。总体而言，结果支持 ATRACT 作为在受争议环境中远程分流的实用性有意义的一步， 在此情境下，多模态感知、人类监督和可信决策支持可改善伤员优先级排序，并减轻前线医护人员的暴露风险。
引用
@article{arxiv.2605.17123,
title = {ATRACT: A Trustworthy Robotic Autonomous system to support Casualty Triage},
author = {Tasweer Ahmad and Rafael Pina and Sandip Pradhan and Arindam Sikdar and Mindula Illeperuma and Khizer Saeed and Peter Lee and Varuna De Silva and Ardhendu Behera},
journal= {arXiv preprint arXiv:2605.17123},
year = {2026}
}