在灾区搜索活动中，分析机器人拍摄的图像以在瓦砾中寻找人和物体非常重要。近年来，虽然由于人工智能技术的发展，图像识别领域取得了显着进展，但构建从图像中获取有用信息的函数（图像识别器）的工作需要时间和精力，需要时间和努力建设一个灾难现场。在这样的环境中很难应用它。

　为了解决这个问题，研究小组开发了一种技术，通过简化从图像中获取识别能力的过程，从少量信息中创建图像识别器。因此，即使在第一个灾难现场，它也会很快生效，从而导致视频分析和重要信息的发现。
同时，我们还开发了一种估算构成碎石的材料的技术和一种量化表面状况（例如潮湿或弄脏）的技术。也希望能提前找到容易塌陷或滑溜的地方，防止灾区塌陷。
将该系统安装在蛇形机器人上，并在模拟受损木屋和森林环境的试验场中进行验证，结果证实了一定水平的性能。

　这次开发的技术也适用于处理难以提前准备数据的任务，设计成即使在凌乱的环境中也能发挥作用，用传统方法难以获得足够的性能。也可用于目标。未来，预计不仅灾害应对，基础设施检查和扩展到农业、林业和渔业方面也将扩大。