LOC8 Plus 搭配 Skydio 無人機：亞利桑那州可可尼諾郡打造 AI 搜救影像分析系統

美國亞利桑那州可可尼諾郡以 AI 無人機革新搜救流程

美國亞利桑那州弗拉格斯塔夫（Flagstaff）的可可尼諾郡（Coconino County）警長辦公室，正在使用最新具備 AI 功能的 Skydio 無人機，搭配 LOC8 G2 影像分析平台，將搜救任務中需人工檢視的無人機照片從數千張壓縮至每次任務約 20 張。

該單位同時與一家蘇格蘭公司合作，針對北亞利桑那地形建構專屬環境的 AI 模型。搜救副協調員暨無人機計畫經理 Paul Clifton 副警長負責主導這項計畫，相關報導於 2026 年 5 月 20 日由 AZ Family 媒體刊出。

工作流程的實質改變

無人機輔助搜救任務的瓶頸，歷來並不在飛行本身，而是在飛行後由人眼逐一審閱數千張高解析度影像——這項工作會讓搜救人員在約 10 分鐘內就產生疲勞，之後準確率便急遽下降。

Paul Clifton 副警長直接說明了背後的數學邏輯：「比起用人眼去看那數千張照片——而人眼在 10 分鐘內就會疲勞——我們選擇運用自動化工具。」他引用的成果非常明確：「也許它能把你需要檢視的照片數量從一千張降低到二十張。」

這個比率就是整套作業的核心邏輯。無人機按照預設網格飛行，以已知的重疊率拍攝影像，AI 再將整組影像篩選到僅包含可能異常目標的少量影格。

飛手和搜救協調員只需審閱這份精簡清單。節省下來的時間可直接用於擴大搜索範圍，或更快派遣地面團隊前往實際目標位置。

Skydio 的 AI 層級

警長辦公室在訪談中證實，該單位現在使用的是最新具備 AI 功能的 Skydio 無人機。可可尼諾郡的無人機計畫始於 2018 年，最初使用兩台 DJI Mavic 2 Enterprise，後來轉換至 Skydio，反映出該單位在峽谷與森林地形中對機載自主飛行能力的偏好——在這些環境下，手動操控的無人機對盯著螢幕的飛手而言是一大風險。

目前 Skydio 企業級硬體（X10 系列）在機身四周配備六組導航攝影機，實現 360 度避障功能，並透過 NightSense 系統支援完全黑暗環境下的 AI 自主飛行，X10 機型更搭載 Teledyne FLIR Boson+ 熱感測器。這套系統解決了搜救任務中空中飛行的那一半問題。

可可尼諾的地形特別適合自主飛行。可可尼諾國家森林中的深谷、聖弗朗西斯科峰（San Francisco Peaks）周圍突然的海拔變化，以及茂密的黃松樹冠，正是傳統無線電連結和疲勞飛手容易造成覆蓋遺漏的典型環境。

LOC8 G2 影像分析引擎

根據 AZ Family 報導，LOC8 是這套工作流程在地面端的另一半。該軟體於 2019 年由 Loc8 LLC 發布，隸屬 Unmanned Systems Research 旗下子公司，目前版本為 LOC8 G2，具備重新設計的介面和寬頻搜索引擎。

該平台由 Anthony Lockly（執行長）、PJ Kirkpatrick、Peter Menet 和 Gene Robinson 共同創辦，開發源於一次真實的搜救失敗案例：一次失蹤人口搜索中，人工審閱了 1,500 張無人機影像，但仍遺漏了目標——儘管受害者實際上出現在好幾張影格中，僅被常綠灌木部分遮擋。

這套正在申請專利的演算法會在單一像素層級掃描影像，搜尋使用者定義的色彩群組。只要有一個像素符合目標顏色，就足以標記該影格。該軟體可處理無人機、有人駕駛飛機及地面攝影機拍攝的影像，以訂閱制銷售，月費從 45 美元到 70 美元不等，這個價格讓單一郡級搜救單位即使沒有州政府撥款也能負擔。

最具記錄性的 LOC8 G2 實際案例發生在 2024 年明尼蘇達州穆斯湖（Moose Lake），一名患有失智症的老年男性失蹤。無人機飛行搜索網格後，LOC8 G2 針對該男子衣物的紅色進行影像掃描，系統在 90 分鐘內標記出一組紅色像素群組作為關注區域。進一步分析確認那就是失蹤者本人。

這就是可可尼諾郡目前以每年 140 至 150 次任務頻率運行的工作流程。

蘇格蘭合作夥伴

第三個環節是 AZ Family 報導中提及但未充分展開的部分。可可尼諾郡與一家蘇格蘭公司建立合作關係，開發針對北亞利桑那地形調校的環境專屬機器學習模型。

Clifton 說明了原因：「北亞利桑那和南亞利桑那的環境脈絡截然不同。」一個在蘇格蘭荒原上訓練的通用失蹤人口顏色模型，在海拔 7,000 英尺、有黃松陰影和紅岩基底的松林中，不可能有相同的表現。蘇格蘭合作夥伴提供模型訓練的技術管線，可可尼諾則提供當地地形數據。

蘇格蘭合作夥伴的確切身分在 AZ Family 報導中並未揭露。蘇格蘭是公認的搜救無人機 AI 研發重鎮，格拉斯哥大學和 SARDO 計畫（由英國山岳救援志工開發）都在 2024 和 2025 年於相關領域發表了研究成果。

可可尼諾郡的搜救規模

可可尼諾郡是美國面積最大的郡之一，涵蓋大峽谷部分區域、可可尼諾國家森林、日落火山口（Sunset Crater）、伍帕特基國家紀念園區（Wupatki National Monument）以及大片聯邦管理的荒野地帶。警長辦公室搜救單位每年執行約 140 至 150 次任務，其中約 90% 在聯邦管理的公有土地上。

這樣的任務量對技術決策至關重要。一個每年只執行五次任務的搜救單位，無法合理化多供應商 AI 系統的學習曲線投入。但一個每週執行三次任務、且地形經常讓地面巡邏失效的單位，則完全可以。

產業觀察

可可尼諾郡的計畫是 2026 年最清晰的範例，展示了分層式 AI 搜救工作流程在實務中的樣貌：空中由 Skydio 提供機載自主能力，地面由 LOC8 G2 提供像素級過濾，再加上蘇格蘭合作夥伴的地形專屬模型訓練疊加於兩者之上。

三項觀察值得關注。首先，無人機搜救的瓶頸已從飛行時間和熱感應光學轉移到影像審閱勞力。Clifton 所引用的 1,000 比 20 的比率，是那種足以合理化整套採購重構——而不僅僅是硬體升級——的作業效率提升。

其次，LOC8 每月 45 至 70 美元的價格，是整個報導中最引人注目的數字。這個定價讓鑑識級影像分析進入單一郡級搜救單位的預算範圍，即使沒有州政府資助也負擔得起。AI 搜救歷史上的障礙一直是軟體成本，LOC8 已為願意學習工作流程的單位有效消除了這個門檻。

第三，可可尼諾郡走過的轉換路徑，是大多數美國警長辦公室應該研究的模板：2018 年先從 DJI Mavic Enterprise 硬體起步進行初期無人機操作，培養飛手能力和建立標準程序，然後在機載自主能力成為瓶頸時再升級至具備 AI 功能的 Skydio 機架。跳過平價硬體的學習階段，直接投入 Skydio 機隊，反而是計畫還沒起飛就失敗的典型路徑。

值得持續關注蘇格蘭合作夥伴所產出的北亞利桑那地形模型。一旦這些模型問世，很可能會以商業授權形式提供，屆時美國西部其他執法單位就能跳過合作夥伴關係建立的步驟，直接授權使用已訓練好的模型。

---

原文來源： 查看原文