AviaComments
В ОАК разрабатывают систему с искусственным интеллектом для управления лëтчиком-оператором группой БПЛА
ОАК запатентовала способ обеспечения централизованного управления группы беспилотных летательных аппаратов с использованием сервера-агрегатора.
#БПЛА, #ИскусственныйИнтеллект, #Нейросети и даже #Нейропроцессоры - самые модные тренды! 😉
В состав бортового оборудования пилотируемого летательного аппарата вводят сервер-агрегатор, использующий в своей работе технологии искусственного интеллекта, применяемые для построения программы применения отдельного БПЛА или группы БПЛА.
Каждый беспилотник, входящий в группу, передаёт на сервер-агрегатор большое количество информации от обнаруженных им объектов и их характеристик - от местоположения, высотно-скоростных параметров до теле-видеоинформации в оптическом и инфракрасном диапазонах.
Комплексный анализ окружающей обстановки основан на автоматическом обнаружении и распознавании объектов интереса, а также формировании соответствующих оценок выполнения условий полёта группы БПЛА. Алгоритмы принятия решений должны учитывать оперативно возникающие факторы и угрозы внешней среды, отказы и повреждения, и принимать необходимое решение, эффективное в текущих условиях, в зависимости от текущей задачи.
Например, оперативное формирование маршрута полета БПЛА при выполнении задач полета с учетом оперативно возникающих опасных факторов (противовоздушные средства, искусственные объекты на земле, метеорологическая обстановка), с учетом координат и параметров движения и структуры выявленных групп, объектов интереса, оборонительное или тактическое маневрирование.
Формализация принципов решения указанных видов задач для применения алгоритмического аппарата с конечными состояниями затруднена или практически невозможна из-за множества необходимых учитываемых факторов объектов и среды, наличия свойств неоднозначности и неопределенности их параметров и значительного множества вариантов развития ситуаций.
В то же время решение значительной части подобных задач возможно путём применения технологий искусственного интеллекта, преимущественно с использованием машинного обучения на основе нейросетей. При этом каждая указанная частная задача требует создания и обучения собственной нейросети. Поэтому применение нейросетевых технологий и машинного обучения требует значительных вычислительных ресурсов, которые с учётом специализированного характера вычислений могут быть достигнуты применением нейронных процессоров.
В свою очередь нейропроцессоры на авиационной технике должны работать в условиях особых внешних воздействующих факторов - это требует создания вычислительных средств с нейропроцессорами в авиационном исполнении.
После комплексной обработки поступившей от БПЛА информации в сервере-агрегаторе синтезируется единое тактическо-информационное поле и программы применения группы БПЛА или отдельных БПЛА. При этом в случае несогласия лëтчика-оператора с предложенными программами применения БПЛА ему предоставляется возможность вручную через органы управления индикатора задавать параметры применения для любого БПЛА группы или группы БПЛА в целом.
Отметим, что #Патент зарегистрирован на ОАК, но судя по контактным данным и списку авторов, разработка проекта идёт в ОКБ Сухого.
Подписаться на @AviaComments
ОАК запатентовала способ обеспечения централизованного управления группы беспилотных летательных аппаратов с использованием сервера-агрегатора.
#БПЛА, #ИскусственныйИнтеллект, #Нейросети и даже #Нейропроцессоры - самые модные тренды! 😉
В состав бортового оборудования пилотируемого летательного аппарата вводят сервер-агрегатор, использующий в своей работе технологии искусственного интеллекта, применяемые для построения программы применения отдельного БПЛА или группы БПЛА.
Каждый беспилотник, входящий в группу, передаёт на сервер-агрегатор большое количество информации от обнаруженных им объектов и их характеристик - от местоположения, высотно-скоростных параметров до теле-видеоинформации в оптическом и инфракрасном диапазонах.
Комплексный анализ окружающей обстановки основан на автоматическом обнаружении и распознавании объектов интереса, а также формировании соответствующих оценок выполнения условий полёта группы БПЛА. Алгоритмы принятия решений должны учитывать оперативно возникающие факторы и угрозы внешней среды, отказы и повреждения, и принимать необходимое решение, эффективное в текущих условиях, в зависимости от текущей задачи.
Например, оперативное формирование маршрута полета БПЛА при выполнении задач полета с учетом оперативно возникающих опасных факторов (противовоздушные средства, искусственные объекты на земле, метеорологическая обстановка), с учетом координат и параметров движения и структуры выявленных групп, объектов интереса, оборонительное или тактическое маневрирование.
Формализация принципов решения указанных видов задач для применения алгоритмического аппарата с конечными состояниями затруднена или практически невозможна из-за множества необходимых учитываемых факторов объектов и среды, наличия свойств неоднозначности и неопределенности их параметров и значительного множества вариантов развития ситуаций.
В то же время решение значительной части подобных задач возможно путём применения технологий искусственного интеллекта, преимущественно с использованием машинного обучения на основе нейросетей. При этом каждая указанная частная задача требует создания и обучения собственной нейросети. Поэтому применение нейросетевых технологий и машинного обучения требует значительных вычислительных ресурсов, которые с учётом специализированного характера вычислений могут быть достигнуты применением нейронных процессоров.
В свою очередь нейропроцессоры на авиационной технике должны работать в условиях особых внешних воздействующих факторов - это требует создания вычислительных средств с нейропроцессорами в авиационном исполнении.
После комплексной обработки поступившей от БПЛА информации в сервере-агрегаторе синтезируется единое тактическо-информационное поле и программы применения группы БПЛА или отдельных БПЛА. При этом в случае несогласия лëтчика-оператора с предложенными программами применения БПЛА ему предоставляется возможность вручную через органы управления индикатора задавать параметры применения для любого БПЛА группы или группы БПЛА в целом.
Отметим, что #Патент зарегистрирован на ОАК, но судя по контактным данным и списку авторов, разработка проекта идёт в ОКБ Сухого.
Подписаться на @AviaComments