Дроны, искусственный интеллект и нейросети

Рубрика "Популярные статьи проекта "Системы безопасности"

2022 год вывел беспилотные летательные аппараты на новый уровень практического применения как для обеспечения сферы безопасности, так и для реализации угроз или нанесения террористических или диверсионных атак. Однако не все дроны одинаково устроены – от технологий, заложенных в дрон, существенно зависят их возможности. Заглянув внутрь современных моделей, можно выделить тренды, обеспечивающие их преимущества: нейросетевые технологии (бортовой искусственный интеллект), защищенные каналы дальней связи, мультиспектральные сенсоры и инерциальные системы навигации. Существенное влияние на рынок беспилотников оказывает и санкционное давление, ограничивающее возможности применения передовых цифровых технологий и микроэлектроники.

Олег Шилов

Директор по развитию НИУ ВШЭ

Как и ожидалось, взрывной рост составляющих Индустрии 4.0 создает новую технологическую платформу, и наиболее заметна такая трансформация на рынке беспилотных авиационных систем и судов. Сегодня передовая робототехника и беспилотные технологии, ИИ, большие данные и дополненная реальность стали базисом при создании современного дрона.

Рис. 1. Составляющие Индустрии 4.0

Практика показала, что в развитии этих направлений лежит наиболее оптимальный вектор трансформации и при достаточном уровне интеграции решений и сопутствующих процессов в единое информационное пространство происходит качественный скачок эффективности от внедрения новых технологий. При этом эффективность от трансформации достигает максимальных значений при задействовании всех ее составляющих.

Мультирубежность – динамическая эшелонированная защита на базе сквозных цифровых технологий

Классические принципы эшелонированной защиты предполагают использование нескольких рубежей безопасности (обнаружения или охраны). Наличие нескольких рубежей повышает устойчивость систем безопасности и физической защиты к угрозам.

Системы раннего предупреждения угроз и прогностические системы позволяют создать несколько рубежей безопасности, в том числе виртуальные (динамические) рубежи, что дает возможность наращивать защищенность объекта без существенных изменений в существующих системах сбора, обработки и отображения информации (ССОИ). Переход к мультирубежной модели позволяет также учесть новые угрозы и реализовать риск-ориентированную модель защиты при сохранении базового уровня защищенности объекта.

Рис. 2. Матрица решений при реализации современной системы защиты периметра

Роль дронов в обеспечении безопасности

Рынок применения дронов в сфере безопасности определил приоритет их использования – обнаружение целей. Видеоаналитика с элементами ИИ присутствует в камерах дронов ведущих производителей. К другим работам можно отнести доставку и сброс груза, оповещение и связь (ретрансляцию сигналов). Отдельно можно выделить привязные дроны, способные мониторить территорию с одной точки длительное время.

Искусственный интеллект в видеоаналитике дрона

Беспилотные летательные аппараты появились в 1933 г., с 1945 г. дроны начали использовать для аэрофотосъемки , а в 1980-х гг. они стали оснащаться цифровыми камерами. Современная видеоаналитика – компьютерная технология на базе анализа больших данных, использующая методы компьютерного зрения для автоматизированного анализа изображений, поступающих с видеокамер дрона в режиме реального времени. В основе работы ПО с видеоконтентом лежит комплекс алгоритмов машинного зрения, позволяющих вести видеомониторинг и производить анализ данных без прямого участия человека на борту беспилотного воздушного судна (БВС) или в наземной станции управления (НСУ).

Рис. 3. Распределение направлений применения дронов в сфере безопасности

Рис. 4. Эволюция технологии искусственного интеллекта

Современные дроны

В отличие от своих предшественников современные дроны реализуют технологии Индустрии 4.0 на базе глубоко интегрированных электронно-вычислительных систем, включающих в себя нейросетевые модули. Сегодня возможности дронов в первую очередь определяются уровнем развития бортовых систем, во вторую – характеристиками самого носителя. Это принципиальное отличие произошедшей технологической революции.

На рис. 5 представлен состав известного дрона турецкого сборки, который комплектуется оборудованием производства США, Канады, Великобритании, Германии и Австрии.

Рис. 5. Бортовое оборудование беспилотника "Байрактар ТБ2" (Турция)

Принцип работы бортовой нейросети

В основе бортовой обработки видеопотоков и фотографий лежат те же принципы, что и при наземной детекции событий и объектов. Основные требования к бортовому ИИ – малые габариты, потребляемая мощность и вес при сохранении вычислительных возможностей.

При обучении нейросеть условно разделяет все объекты на группы, к которым можно отнести тот или иной объект. Для каждого объекта можно определить, на какой кластер он больше похож, а на какой – меньше. Кроме того, при обучении формируется "мусорный кластер" – группа, в которую попадают некачественные изображения (рис. 6).

Рис. 6. Облака детекции и классификации объектов

Современное применение дронов основано на их мобильности. Беспилотные авиационные системы (БАС) на основе VTOL (самолет с вертикальным взлетом/посадкой) не требуют вертикального взлета и посадки и могут взлетать через несколько минут после развертывания (рис. 7). Для увеличения времени полета в качестве маршевого двигателя используется двигатель внутреннего сгорания (ДВС).

Рис. 7. БВС типа VTOL, оснащенный гиростабилизированной камерой наблюдения

Главное преимущество современного VTOL – бортовые сенсоры и вычислители, которые в реальном времени осуществляют распределенный обмен данными, что повышает эффективность БАС при обнаружении и сопровождении объектов.

Простота эксплуатации VTOL позволяет снизить роль человеческого фактора, количество применяемой при выполнении летного задания техники, а также полностью автоматизировать полеты такого класса БВС.

Автопилот позволяет в автоматизированном режиме корректировать полетное задание в зависимости от типа и количества обнаруживаемых объектов. Ранее дроны летали на ручном управлении или по заранее запрограммированным траекториям полета, а собранные изображения проверялись и анализировались оператором вручную.

Бортовой модуль идентификации объекта глубокого обучения способен захватывать и выводить содержимое изображения с приемлемой производительностью (задержка и точность), а автопилот БВС – динамически планировать маршрут на основе получаемой с камер информации, используя потенциальные поля для навигации между путевыми точками (рис. 8).

Рис. 8. Динамическая корректировка маршрута по результатам детекции

Наиболее целесообразно в задачах охраны и физической защиты объектов использовать сдвоенные камеры, дающие изображение в видимом и ИК-диапазоне. Тепловизионные камеры преодолевают ограничения, налагаемые традиционными камерами (например, упрощают различение объектов на фоне и мониторинг в ночное время), а детекция бортовыми системами ИИ достигает значения в 98%.

Искусственный интеллект в сквозных технологиях обеспечения безопасности объектов

Сквозные технологии позволяют вести постоянный контроль основных показателей риска и защищенности, работать на упреждение негативных ситуаций на основе сбора объективной, актуальной и полной информации и ее обработки средствами ИИ в режиме реального времени.

Автоматизация основных процедур мониторинга и реагирования при применении бортового ИИ повышает готовность к нейтрализации угроз наравне с проведением тренировок и учений.

Постоянное обучение и самообучение (Machine Learning) системы снижает количество ложных тревог (рис. 9).

Рис. 9. Оценка и снижение рисков с использованием сквозной технологии

Динамические рубежи охраны с использованием БАС

Создание динамических (виртуальных) автоматизированных рубежей охраны с применением охранных БВС, оснащенных бортовым ИИ, позволяет заказчикам эффективно выполнить цифровую трансформацию систем безопасности с минимальными рисками и высокой отдачей от инвестиций. Для достижения максимального результата от внедрения БАС охранные решения на их основе построены на актуализации и анализе новых рисков с применением методологии стоимостного инжиниринга для реализации риск-ориентированного подхода в обеспечении безопасности объекта.

Создание мультирубежной системы наблюдения с элементами ИИ дает возможность быстрее запустить сквозные цифровые технологии и преодолеть существующие административные и технологические барьеры.

Курс на импортозамещение

Многие отечественные производители БАС в текущее время сосредоточены на эффективном импортозамещении высокотехнологичных комплектующих и поиске альтернативных каналов поставок. Для уверенного преодоления санкционных барьеров и сохранения темпов развития отрасль безопасности способна сформировать спрос на высокотехнологичные отечественные решения, включая БВС, оснащенные искусственным интеллектом.

При этом комплексный системный подход при построении эшелонированной мультирубежной защиты объекта с использованием БАС позволит при оптимальных затратах существенно увеличить показатели эффективности систем безопасности и, как следствие, значительно повысить уровень защищенности объектов.

Изображения предоставлены автором

Оригинал публикации >>

Фото ru.freepik.com