亞特蘭大 - 近年來，隨著技術(shù)變得更便宜且更易于使用，商業(yè)和娛樂無人機的使用量猛增。從基礎(chǔ)設(shè)施檢查和應(yīng)急響應(yīng)到電影制作和業(yè)余攝影，無人機的應(yīng)用范圍廣泛且不斷增長。不幸的是，無人機也可能代表威脅——無論是有意還是無意。在無人機構(gòu)成威脅的地方，例如機場、監(jiān)獄、邊境巡邏和軍事場景，空域安全變得至關(guān)重要。

幸運的是，隨著無人機技術(shù)的進步，無人機探測能力也隨之進步。射頻傳感器、雷達、聲學(xué)傳感器、攝像頭和其他技術(shù)通常用于此類任務(wù)。有些技術(shù)甚至提供自主功能。

無人機威脅出現(xiàn)

僅在美國，在聯(lián)邦航空管理局注冊的無人機數(shù)量就接近百萬架，其中商用無人機有 314,689 架
空中偵察兵
截至撰寫本文時，已登記的休閑無人機數(shù)量為 538,172 架。曾經(jīng)被認為是未來的概念已經(jīng)變得司空見慣。與此同時，與無人機相關(guān)的安全措施和技術(shù)必須不斷發(fā)展，因為無人機最終會帶來無數(shù)威脅。

例如，飛得太靠近限制空域、將違禁品扔進監(jiān)獄院子、跨境運輸毒品、進行禁止的監(jiān)視和偵察，甚至投擲小型炸彈或爆炸物。根據(jù)網(wǎng)絡(luò)安全和基礎(chǔ)設(shè)施安全局的說法，識別威脅并實施滿足聯(lián)邦、州和地方監(jiān)管要求的安全實踐是成功管理與無人機相關(guān)的潛在安全事件的關(guān)鍵步驟。

降低風(fēng)險的方法有多種，首先是研究和實施經(jīng)法律批準的反無人機技術(shù)，然后了解設(shè)施或區(qū)域周圍的空域。Walaris 的 AirScout Sentry 等自主檢測系統(tǒng)結(jié)合了工業(yè)相機、強大的邊緣處理以及專有的計算機視覺和人工智能算法 (AI)，可在關(guān)鍵應(yīng)用中提供光學(xué)檢測功能。

自主威脅檢測

根據(jù)應(yīng)用要求，與硬件無關(guān)的 AirScout 可以部署來自安訊士或博世的經(jīng)濟高效的攝像機，或使用其他現(xiàn)成的多光譜或紅外成像攝像機進行更遠距離的部署。Walaris 的 AirScout Sentry 提供了完整的檢測-跟蹤-識別解決方案，而希望使用雷達等其他檢測方式的公司可以利用 AirScout verify，這是一種旋轉(zhuǎn)提示跟蹤和識別軟件解決方案。

該系統(tǒng)的每個 AirScout Sentry 部署都涉及多個連續(xù)監(jiān)控感興趣區(qū)域的檢測攝像頭。這些視頻流的檢測結(jié)果被傳遞到驗證攝像機，該攝像機確認威脅并向操作員發(fā)出警報或拒絕誤報檢測。如果 AirScout Sentry 軟件檢測到鳥類或無人機等相關(guān)數(shù)據(jù)，它就會捕獲該物體的坐標(biāo)。云臺變焦算法觸發(fā)相機放大坐標(biāo)以進一步研究物體，而人工智能和范圍到焦點控制算法使系統(tǒng)能夠找到目標(biāo)，保持清晰的圖像，并進行分類、識別和識別。跟蹤它。

一旦系統(tǒng)將物體分類為無??人機，它就會向系統(tǒng)操作員發(fā)出警報，并提供帶有分類確定的全動態(tài)視頻。
 
然后操作員可以決定如何處理這種情況。不同的運營商將根據(jù)其服務(wù)的市場以不同的方式處理信息。在軍事或聯(lián)邦政府行動中，這通常意味著與目標(biāo)交戰(zhàn)并減輕目標(biāo)的影響。在機場，這可能意味著關(guān)閉跑道，而監(jiān)獄申請可能涉及保護院子并將囚犯帶入室內(nèi)。

干凈的數(shù)據(jù)采集管道

以高度置信度對無人機進行分類面臨著一些挑戰(zhàn)。亞特蘭大 Walaris 聯(lián)合創(chuàng)始人兼首席執(zhí)行官凱爾·梅洛尼 (Kyle Meloney) 表示，這些都是快速移動且距離較遠的小物體，感興趣的區(qū)域可能會出現(xiàn)混亂，無人機可能會飛過復(fù)雜的背景。

“使用超越最先進的人工智能算法，系統(tǒng)可以在有限的光學(xué)信息下近乎實時地進行光學(xué)分類，但要達到這一點需要在數(shù)據(jù)方面進行大量準備，”他說。

AirScout 的人工智能算法不斷在不斷增長的數(shù)據(jù)集上進行訓(xùn)練。Walaris 的數(shù)據(jù)采集管道涉及獲取圖像和清理數(shù)據(jù)，以確保所有圖像都得到正確標(biāo)記，以便訓(xùn)練過程使用高質(zhì)量圖像來更好地訓(xùn)練模型。

“我們的培訓(xùn)過程是永久性的，”梅洛尼說。“我們不斷向數(shù)據(jù)集中添加干凈的標(biāo)記圖像，并隨著時間的推移改進算法，因此系統(tǒng)隨著時間的推移會更加有效地工作。”

強大的邊緣處理，實現(xiàn)強大的人工智能

整個 AirScout 系統(tǒng)的核心是軟件，該軟件具有專有的檢測、分類和 PTZ 算法等。早期的光學(xué)檢測方法涉及尋找圖像中的運動和/或?qū)Ρ榷取Ｃ仿迥岜硎?，這種技術(shù)在簡單場景中效果很好，但當(dāng)場景變得更加復(fù)雜時，就會出現(xiàn)復(fù)雜情況。

他說：“如果無人機飛過多云的天空，并且場景中存在鳥類，那么就會存在大量運動和不同程度的對比度，因此很難識別出無人機。” “通過近乎實時地處理整個圖像并標(biāo)記每個對象以確定其相關(guān)性，我們可以減少誤報并自動化檢測-跟蹤-識別響應(yīng)鏈。”

運行復(fù)雜的人工智能算法需要強大的處理能力，因此 Walaris 從 CoastIPC 采購了一臺定制配置的工業(yè) PC，配備 NVIDIA 圖形處理單元 (GPU) 來運行 AirScout 軟件。

“關(guān)鍵任務(wù)應(yīng)用程序需要可靠、強大的 PC，”Meloney 說。“CoastIPC 提供的每臺 PC 均按時交付，并且完全符合我們指定的交付和執(zhí)行每項任務(wù)而不會出現(xiàn)故障的要求。”

天空中的眼睛

市場提供了多種無人機檢測方法，但沒有一種方法一定是最好的解決方案。然而，對于那些希望采取不干涉和全面方法的人來說，利用攝像頭和人工智能軟件的系統(tǒng)可以提供用于在動態(tài)環(huán)境中檢測、跟蹤和識別無人機的全棧解決方案。