This post is also available in: enEnglish (אנגלית)

חוקרים בצבא ארה"ב משתמשים במערכת מבוססת-רחפן שכוללת מגוון חיישנים על מנת לאפשר איתור מרחוק של מטעני נפץ בעזרת טכניקות של למידת מכונה.

מחקר של צבא ארה"ב ייעזר בשכבות של מציאות רבודה (AR) לאיתור מטעני צד מאולתרים, חומרי נפץ שלא התפוצצו ומוקשים. סיורי כבישים מבטיחים כי חיילים ושיירות לא יפגעו מסכנות כאלה, שעדיין מאיימות על מבצעים מחוץ לגבולות ארה"ב בכלים שעדיין מהווים טקטיקה של יריביה. הבעיה היא שאין פיתרון חיישן יחיד שיכול לספק תשובה למגוון התרחישים.

מעבדת המחקר בפיקוד DEVCOM לפיתוח יכולות קרב בצבא ארה"ב, ושותפי מחקר אחרים זכו למימון הסוכנות לצמצום איומים, בתוכנית שמתמקדת בגישת מערכת-המערכות לנושא איתור מרחוק של חומרי נפץ.

בשלב הראשון של התוכנית, שנמשך 15 חודשים, ביצעו החוקרים הערכה של רמת המוכנות הטכנולוגית של אמצעי איתור מרחוק מול מגוון רחב של חומרי נפץ. בנוסף, פותח חיישן איתור פחות מתקדם, שהתמקד באיתור מכשירים שמפעילים חומרי נפץ.

לפי הצבא, ההערכה בשלב הראשון כללה את הסיכוי לאיתור, שיעור התראות השווא ומידע חשוב אחר שיובילו לבסוף לסינון אותם חיישנים שמבוססים על הביצועים הטובים ביותר לשלב השני של התוכנית.

החיישנים שהוערכות בשלב הראשון כללו מכ"ם מוטס, אמצעי LIDAR על רכב קרקעי וכלי טיס בלתי מאוישים קטנים, מצלמות אלקטרו-אופטיות HD, מצלמות אינפרה-אדום גל-ארוך, וכן מכ"ם איתור לא לינארי NLJD. 

החוקרים ביצעו ניסוי שטח בתנאים שמייצגים את העולם האמיתי לאורך מסלול של 7 ק"מ, בו נכללו 625 עמדות של חומרי נפץ, מטרות איכון. הם אספו נתונים לפני ואחרי ההצבה כדי לדמות שינוי מציאותי בין מעברי החיישנים.

נאספו נתונים בכמויות בסדר גודל של טרה-בייטים לגבי מערכי החיישנים, שנדרשו כדי לאמן את אלגוריתמי ה-AI/למידת מכונה. כתוצאה מכך, האלגוריתמים ביצעו משימות איתור מטרה בצורה אוטונומית אוטומטית עבור כל חיישן.

אלגוריתמי האיתור מסוגלים לספק "רמות סמך" עבור כל מטרה חשודה שמוצגת למשתמש כשכבה של מציאות רבודה. האלגוריתמים יושמו עם מגוון שינויי חיישנים כך שתוצאות הביצועים ייצברו ויקבעו מה מהלך הפעולה הטוב ביותר במעבר לשלב השני.

המשך המחקר על הטכנולוגיה יאפשר איתור מטרה אוטומטי שיוצג באמצעות מנוע מציאות רבודה, כך מדווח auganix.org.