转至内容

灾难应对信息平台

在紧急情况下,智能手机如何协助挽救您的生命

Google 与紧急服务部门合作,为应急人员改进位置信息技术

阅读用时:5 分钟

“如果无法缩小搜寻半径,要在某个区域内寻找失踪人员是极其困难的。”
直升机飞行员 Christian Steiner

Christian Steiner 是一名救援直升机飞行员,在下奥地利阿尔卑斯山脉工作。这个地区景色优美,但也危机四伏。由于该地区很受徒步旅行者、滑翔伞飞行员和滑雪者的欢迎,因此事故频发。问题是,不久之前,当 Christian 在阿尔卑斯山脉广阔的荒山中执行营救任务时,有时并不知道该到哪里去找人。

多年来,他只能依靠过时的定位技术,而这种技术只能根据最近的基站来估算呼叫者的位置。估算出的位置范围可能从 100 米到 20 公里不等,这意味着他可能会飞到错误的山峰,甚至是错误的山脉。

这个问题并不是只困扰着像 Christian 这样的直升机飞行员。多年来,特别是自从手机发明以来,这一直是紧急救援领域的大难题。来自固定电话的紧急呼叫能够关联到确切的街道地址,但移动电话呼叫却可以来自任何地方。

来电者往往已经迷失方向,并且心急如焚,无法准确描述所在的位置。在尝试寻找来电者时,哪怕只是多花几分钟的时间,也可能会带来灾难性甚至致命性的后果。

肖像照:Maria Garcia Puyol(Google 工程师)、Benoît Vivier (EENA)、Christian Steiner(直升机飞行员)。

从左至右:Maria Garcia Puyol、Benoît Vivier、Christian Steiner。

Google 工程师 Maria Garcia Puyol 说到,“我曾经一直以为紧急救援人员能够用上这种炫酷又先进的定位技术。”Maria 负责开发 AndroidAndroid 是由 Google 开发的移动操作系统。目前全球有超过 25 亿台设备(由超过 1300 个品牌生产)采用这种开源平台。 手机中使用的定位服务,以确保 Google 地图中的蓝点尽可能准确。当她意识到,出租车公司或外卖公司都能随时获得精准的位置信息,而紧急服务领域在这方面却还非常落后时,便下定决心改变这个现状。

其他 Google 工程师都纷纷为 Maria 的项目提供支持,而且她很快找到了另一个志同道合的伙伴,就是 European Emergency Number Association(欧洲紧急电话协会,EENA)。十多年来,EENA 一直致力于倡导更好的紧急定位技术。作为对欧洲各地的救援协议了如指掌的专家,EENA 几乎与这一领域的每个人员都有联系。

EENA 公共事务负责人 Benoît Vivier 说到,“我感觉自己在为救人出一份力。这就是我每天早早起来去办公室的原因”。虽然近年来有些国家/地区在紧急响应的定位准确度上有所提高,但此类变化非常缓慢,而且规模也很小。当 EENA 和 Google 意识到彼此都在努力解决同一个问题时,便决定携手合作。

几个月后,他们推出了 99% 以上的 Android 手机都能使用的 Android 紧急位置信息服务 (ELS)。通过结合使用蜂窝基站三角网定位、辅助 GPS 和 Wi-Fi 等信息,这项技术的定位准确度比全球大多数国家/地区之前采用的系统高出多达 3000 倍1。在部署了 ELS 的国家/地区,只要有人使用 Android 手机进行紧急呼叫,系统都会将其坐标自动发送至紧急服务部门。ELS 位置信息会直接从手机发送给紧急救援人员。

采用 ELS 时的搜寻半径

12 米

6 米

未采用 ELS 时的搜寻半径

900 米

14 公里

在 ELS 推出之前,许多应急人员都只能根据最近的手机基站的位置来确定紧急呼叫的位置 - 范围可能高达 20 公里。

示例 1

示例 2

“任何做过这方面工作的人都会告诉你,这是过去 30 年来在公共安全领域取得的最大进步。”
EENA 的 Benoît Vivier

Maria 仍记得听到第一个 ELS 成功案例的情况。2017 年 1 月,7 岁的立陶宛男孩 Nojuh 看到父亲癫痫发作并瘫倒在客厅。他惊慌失措地拿起父亲的手机,拨打了紧急服务电话。但他不知道自己的家庭住址,而根据最近的蜂窝基站也只能将他的位置缩小到 14 公里半径范围内。幸运的是,立陶宛在 3 个月前部署了 ELS,紧急服务接线员收到了 Nojuh 的位置信息 - 范围半径仅为 6 米2。救护车很快到达现场,将 Nojuh 的父亲送往附近医院接受治疗。

现在,ELS 已在 5 个大洲的 20 多个国家/地区投入使用,每天为 200 万通紧急呼叫协助提供位置信息3。随着全球各地不断传来成功案例,EENA 和 Google 仍在继续努力推广和完善这项技术。Maria 说到,“我们希望不再有人因为无法被及时找到而失去生命。”

对于 Christian 来说,虽然他的工作时刻存在风险,但看到新技术能够为他和需要救助的人节省宝贵时间,他仍感到无比欣慰。他说到,“我从事这份工作的最大动力就是帮助别人,不管他们面临何种情况。如果我能够帮助他们,一定会伸出援手。”

  • 1 2017 年欧盟 Help112 总结报告
  • 2 ELS 的性能可能会因环境、网络状况、合作伙伴选用的传输协议、置信度等因素而异。
  • 3 资料来源:Google 内部数据。

观看纪录短片,了解该团队如何利用新的定位技术协助找到在奥地利阿尔卑斯山脉迷路的滑翔伞飞行员。

相关故事

一位女性如何利用摩托车、血库和 Google 地图拯救生命

一位女性如何利用摩托车、血库和 Google 地图拯救生命

AI 如何协助提供紧急情况预警

AI 如何协助提供紧急情况预警

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

认识一下借助机器学习技术拯救全球蜜蜂的团队

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

一位女性如何利用摩托车、血库和 Google 地图拯救生命

一位女性如何利用摩托车、血库和 Google 地图拯救生命

AI 如何协助提供紧急情况预警

AI 如何协助提供紧急情况预警

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

认识一下借助机器学习技术拯救全球蜜蜂的团队

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

一位女性如何利用摩托车、血库和 Google 地图拯救生命

一位女性如何利用摩托车、血库和 Google 地图拯救生命

AI 如何协助提供紧急情况预警

AI 如何协助提供紧急情况预警

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

一辆自行车便可帮助因痴呆症而失忆的人忆起往日时光

认识一下借助机器学习技术拯救全球蜜蜂的团队

认识一下借助机器学习技术拯救全球蜜蜂的团队

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

一个部落利用手机和 TensorFlow 在亚马逊打击非法砍伐

返回页首