Russen verstecken sich nicht mehr vor Drohnen: Die Streitkräfte sind mit dem neuesten Maschinenaufwand -System ausgestattet

Machine Vision reduziert die Abhängigkeit von Drohnen vom Bediener, die Geolokalisierung von GPS und die Gegenwirkung zur Reb - die Drohne sucht nach dem Ziel selbst. Im russisch-ukrainischen Krieg konkurrieren beide Seiten mit der Umsetzung dieser Technologie.

Ende 2023 präsentierte Talan Systems ein eigenes Maschinenvisionssystem für MLP Talan -Drohnen, das ein Maschinentraining verwendet und für die Installation fast aller Drohnen zur Verfügung steht, die jetzt in den Streitkräften implementiert werden. Die Entwickler sprachen über das System dev. ua. Die universelle Plattform des maschinellen Lernens basiert auf künstlicher Intelligenztechnologie für die Objekterkennung.

Mit MLP Talan können Sie Bilder von Drohnenkameras in Radio Electronic Fighting identifizieren. "Wenn die Verbindung verloren geht, der Unterschied zwischen Maschinenaufwand, gewöhnlichem Trekking und der Erkennung von Objekten, insbesondere in Prioritäten. Das System wird beigebracht, Objekte zu erkennen, die von anderen verborgen sind. In Feindseligkeiten sind Menschen und Ausrüstung oft hinter Hindernissen versteckt, wo sie gefunden werden müssen.

Angesichts aller Details, ein spezifischer Modellstudien im Monat, mit dem 60-70% der Genauigkeit der Erkennung erhalten werden können. Die Plattform ist für Intelligenz geeignet: Sie überwacht die Bewegung von Objekten in Echtzeit und "führt" ihre Kamera. In Echtzeit zeigt MLP Talan auch in den Schnittstelleninformationen zum Ziel an: Typ, Status und andere Daten.

In der Schlacht können Drohnen mit MLP Talan die gesamten Objekte automatisch ohne Bedienerintervention und unter den Bedingungen der HR verfolgen. Sie können die Auswahl bestimmter Arten von Zielen im Voraus priorisieren. Nach der Bestimmung kann das System die Drohne automatisch für weitere Beobachtungen oder Schäden steuern. Das System kann auf fast jeder Luft- oder Landdrohne installiert werden.

Dies können Flugzeuge, terrestrische, selbst angestellte Drohnen, bewaffnete Türel sein, einschließlich Aufklärung und Aufprall -UAVs. Die Plattform verwendet maschinelles Lernen, um Objekten Klassen zuzuweisen und die Arten von feindlichen Geräten und anderen Objekten zu erkennen, die der Zweck der Drohne sein können.

Die Entwickler argumentieren, dass die Softwarelösung unter Berücksichtigung der Hardware und in Kontakt mit Drohnenherstellern verwendet werden sollte, um das Programm in bestimmte Modelle von Drohnen zu integrieren. Natürlich werden im Integrationsprozess Hardwarebeschränkungen von Drohnen manifestiert, aber die Kompatibilität ist sehr breit.

Die Entwickler zählen auf eine enge Zusammenarbeit mit dem Militär, um ihr eigenes Produkt zu verbessern, wobei die tatsächlichen Kampfbedingungen berücksichtigt werden. Es gibt einen Prozess der Umsetzung der Entwicklung der Streitkräfte, aber die Details und Begriffe werden aus Sicherheitsgründen nicht aufgefordert. Laut den Entwicklern ist die Lösung industriell und systemisch.

Sie basieren auf modernen Neuralmodellen für die Produktion von Neurotechnologie (Litauen), ein Partner von Talan Systems. Zehntausende Fotos werden verwendet, um die Ermittlung der Ziele des neuronalen Netzwerks beizubringen. Jedes Bild hat eine Markierung, um Objekte darauf zu identifizieren. Etwa ein Fünftel der Bilder kann erzeugt oder fiktiv erzeugt werden. Im Trainingsfinale weiß das System, was das Gesicht aussieht, spezifische Proben der Technologie und andere Gegenstände.

"Wir können auch mit Häusern, Essen und Geräten arbeiten, die beigebracht werden können, zwischen Ketchup, Sauce und Panzern zu unterscheiden, BMP von Autos und Flugzeugen zu unterscheiden. Aber es ist harte und sorgfältige Arbeit", erklärt Oleg. Wie bereits berichtet, verringert die maschinelle Vision von Drohnen die Abhängigkeit von den Fähigkeiten des Bedieners und kann die Rolle von Gräben aufgrund der automatischen Erfassung von Zielen durch eine Drohne beseitigen.