«Росэлектроника» разработала нейросеть для оптических средств обнаружения дронов

Иллюстрация сгенерирована нейросетью Stable Diffusion

ЦНИИ «Циклон» холдинга «Росэлектроника» разработал нейросеть для оптических систем обнаружения беспилотных летательных аппаратов (БПЛА) на охраняемых территориях. Технология позволяет увеличить дальность действия таких систем на 40%, что существенно повышает их эффективность, сообщили в Ростехе.

«Команда ЦНИИ "Циклон" создала нейросеть в рамках технологического марафона по разработке цифровых решений для государственных структур, коммерческих организаций и регионов, известного как "Лидеры цифровой трансформации". Участникам была поставлена задача создания детектора воздушных объектов, способного обнаруживать любые летающие объекты и классифицировать их по уровню угрозы. Экспертное жюри высоко оценило проект, который по итогам конкурса занял призовое место», – говорится в сообщении.

Основная цель новой нейросети заключается в автоматизации работы оптических детекторов, которые сканируют небо вблизи охраняемых объектов. Внедрение методов компьютерного зрения и искусственного интеллекта даёт возможность своевременно выявлять летательные аппараты, определять их тип и классифицировать степень угрозы. При обнаружении потенциальной угрозы оператор получает уведомление для принятия мер по подавлению БПЛА. Существенным преимуществом разработки «Циклона» является возможность полностью автономной работы систем противодействия дронам, что снижает необходимость постоянного человеческого контроля.

По словам технического директора ЦНИИ «Циклон» Юрия Коваля, созданная нейросеть демонстрирует высокую эффективность и имеет большой потенциал для развития в области обеспечения безопасности. «По нашей приблизительной оценке, созданная нейросеть по сравнению с аналогичными ИТ-решениями способна увеличить дальность действия систем обнаружения БПЛА примерно на 40 процентов», – сказал он.

При разработке нейросети специалисты ЦНИИ «Циклон» использовали совокупность нескольких оптимизированных нейросетевых моделей. Такой подход позволил добиться значительного накапливающегося эффекта, повышающего точность и дальность обнаружения. Технология может применяться на различных объектах критической инфраструктуры, а также для охраны частных территорий от незаконного нарушения периметра.

Отвратительно!Плохо!Принято!Хорошо!Отлично! (2 оценок, среднее: 5,00 из 5)
Загрузка...