Системные инженеры и промышленные инженеры из Университета Аризоны создают структуру для наблюдения за границами, которая использует искусственный интеллект, основанный на реалистичном компьютерном моделировании, для интеграции данных из разных источников и реагирования в режиме реального времени.«Наша цель — разработать систему для наиболее эффективного, действенного и безопасного развертывания ресурсов пограничного патрулирования», — сказал Ён-Джун Сон, профессор и глава департамента систем и промышленной инженерии UA и главный исследователь проекта.Учитывая, что стоимость некоторых беспилотных летательных аппаратов на границе начинается с 18 миллионов долларов за штуку, их производительность имеет значение для налогоплательщиков, а также для национальной безопасности.
Финансирование ВВС для более целенаправленного наблюденияСон получил трехлетний грант в размере 750 000 долларов от Управления научных исследований ВВС на создание интегрированной и автономной системы наблюдения за наземными и воздушными транспортными средствами, контролирующими южную границу страны. Проект стартовал в марте 2017 года и продолжает его предыдущую награду AFOSR в размере почти такой же суммы за работу в этой области.Ён-Джун Сон и его соучредитель, адъюнкт-профессор системного и промышленного проектирования UA Цзянь Лю, специализируются на помощи производителям во внедрении интеллектуальных производственных систем, обладая основным опытом Сон в области компьютерного моделирования и моделирования, а Лю — в области статистики и анализа данных.
За счет средств ВВС исследователи применяют эти навыки, чтобы помочь федеральному правительству — в конечном итоге, подразделению таможенного и пограничного контроля Министерства внутренней безопасности США — получить более четкую картину пограничной деятельности для более быстрого и скоординированного реагирования.Министерство национальной безопасности использует беспилотные летательные аппараты, оборудованные камерами и радаром для наблюдения за границами с 2005 года.
Полет на высоте 100 футов и намного выше, беспилотные летательные аппараты или дроны могут покрывать широкие участки земли и быстро обнаруживать действия, которые могут быть пропущены фиксированными или мобильные наземные датчики, особенно в отдаленных или горных районах.У наземной техники есть свои преимущества.
Их датчики лучше обнаруживают объекты в пасмурные дни или под деревьями и создают изображения более высокого качества для лучшей идентификации отдельных объектов или людей.Задача исследователей UA состоит в том, чтобы выбрать правильную комбинацию воздушных и наземных транспортных средств с учетом различных ландшафтов и погодных условий и активировать их в нужное время.
«Основная задача беспилотных транспортных средств в патрульных операциях — обнаруживать и определять местоположение их целей в режиме реального времени», — сказала соавтор исследования Сара Минаэян, докторант UA в области системного и промышленного проектирования. «Это может быть сложно по многим причинам: например, все машины наблюдения и цели движутся, а неровность ландшафта может повлиять на то, как появляются цели».В статье с Лю и Сон, опубликованной в июльском выпуске журнала «IEEE Transactions on Systems, Man and Cybernetics: Systems» за июль 2016 г., она описывает их новые алгоритмы обнаружения движения и геолокации, позволяющие воздушным и наземным транспортным средствам работать в группах для точно найдите цели и решите, как реагировать.Исследователи также анализируют и тестируют различные беспроводные сетевые технологии, позволяющие дронам общаться и взаимодействовать на разных расстояниях.Уравновешивание
Установление того, когда и куда отправлять беспилотные летательные аппараты, а не людей, идущих пешком или на грузовиках, является деликатным балансирующим действием. Факторы, которые следует учитывать, включают расход топлива на разной высоте, доступность, погодные условия и возможность вооружения субъектов.«После того, как мы обнаружили, локализовали и определили интересующие нас цели, мы должны решить, какие машины развернуть и в каком количестве, чтобы наилучшим образом достичь поставленных целей, учитывая при этом компромисс между производительностью, стоимостью и безопасностью», — сказал Сон.«Например, для отслеживания группы людей, движущихся в горных районах под чистым голубым небом, оптимальным решением может быть развертывание шести БПЛА и двух грузовиков, управляемых агентами пограничного патрулирования; тогда как для наблюдения за группой такого же размера, путешествующей по городу в пасмурный день два БПЛА и шесть наземных патрульных машин могут быть более эффективными ».
Команда Сона также добавит аэростаты, которые все чаще используются для отслеживания низколетящих дронов и перехвата торговцев наркотиками, в свои модели AFOSR.Человеческий факторИспользуя географические данные НАСА о границе, исследователи UA написали сотни алгоритмов для моделирования и прогнозирования того, как группы людей могут перемещаться во время путешествия по плоской пустыне и горам, безлюдным районам и городам, в сухих, пыльных условиях или во время муссонов.
Хотя исследователи UA не проводят полевые испытания на границе США и Мексики, они проводят эксперименты за пределами лаборатории. У них есть два квадрокоптера, один из которых куплен, а другой построен из готовых деталей, а также наземное транспортное средство, напоминающее игрушечную машинку. Все они имеют дистанционное управление и оснащены различными датчиками.В ходе экспериментов этой весной исследователи использовали беспилотный летательный аппарат снаружи торгового центра UA и внутри Мемориального центра студенческого союза, чтобы отследить 10 студентов-добровольцев, идущих в группе, прежде чем беспорядочно рассредоточиться.
Они также использовали свой беспилотный наземный аппарат для идентификации отдельных людей и служили движущимся ориентиром, чтобы БПЛА не терял из виду своих объектов.Исследователи используют свои экспериментальные данные, чтобы лучше понять различные типы поведения толпы, такие как сбор и разделение, и усовершенствовать свои алгоритмы для более точного прогнозирования и отслеживания движений толпы.
Проведя эксперименты с несколькими дронами и студентами, исследователи расширяют свои модели моделирования, чтобы задействовать сотни дронов и тысячи людей.«Мы считаем, что, интегрировав несколько технологий наблюдения, мы сможем намного превзойти их индивидуальные возможности», — сказал Сон. «В нашей интегрированной системе сумма больше, чем ее частей».