机器人在搜救任务和灾难救援中的作用正逐渐变得不可或缺，它们与人类合作，帮助急救人员更快速和高效地开展救援行动。尽管已经有很多研究声称某些机器人可能有助于救灾工作，但这些研究真正转化为实际可用的技术需要相当长的时间和大量的额外努力。特别是对于急救人员而言，他们通常没有足够的资金来推动这些技术的发展。

事实上，当询问急救人员在救灾中最需要什么时，他们并不一定对最新的高端机器人平台或其他未来技术感兴趣。他们更倾向于使用商用现成的无人机，这些无人机简单且价格低廉，适合大面积的勘测。然而，如何利用这些无人机收集的大量图像成为一个挑战。计算机视觉算法可以帮助解决这个问题，前提是这些算法易于访问且易于使用。

为此，美国电气与电子工程师协会（IEEE）机器人与自动化协会（RAS）以及德州农工大学的机器人辅助搜索与救援中心（CRASAR）发起了一个竞赛，旨在弥合机器人专家和计算机视觉研究人员所称的“基础”工具与实际救援人员所需的系统之间的差距。

CRASAR已经拥有一个计算机视觉应急响应工具包，其中包括一些像素滤镜和边缘及角点检测器。这次竞赛的目的是通过添加一些基础工具来提升该工具包的功能，从而更好地服务现场救援人员。这些工具包括直方图均衡化的图像增强、颜色分割和热图像的灰度分割等。

CRASAR的主任Robin Murphy表示，这次竞赛的目的并非开发全新的或最先进的算法，而是提供实用且可靠的算法，并以一种简单易用的方式呈现。许多所需的功能已经在开源库如OpenCV中存在，但问题是需要有人将其整理出来并提供给实际使用者。因此，这次竞赛的目标之一是将这些工具整合到一个开放的框架中，以便更多人可以轻松使用。

此外，竞赛还包含了一个稍微复杂的类别，即要求参赛者开发能够处理地理标记图像的系统。这类系统需要读取图像中的地理位置信息，并在用户指定的网格上覆盖相应的坐标，同时提供鼠标悬停时的坐标显示。另外，还需要设计一个算法，可以根据一组带有GPS或USNG坐标的图像，找出所有包含特定位置像素的图像。

最后，竞赛鼓励参赛者提交任何他们认为有价值的算法，最终的有效性将由包括急救人员和计算机视觉专家在内的评审团评估。更多详细规则和示例数据集可以在官方网站上找到。

通过这次竞赛，希望可以提高现有技术的实用性和易用性，使它们更好地服务于一线救援人员，从而提高救灾效率。