?? Нейроморфные технологии против «малых дронов»: виртуальная «растягивающая проволока» нового поколения

Малые беспилотники растущая угроза и для армии, и для гражданской инфраструктуры. Они легко пересекают границы запретных зон, нарушают воздушное пространство, могут быть использованы как разведчики или как ударное средство. Для защиты нужны детекция, автономность и энергоэффективность и исследователи из Швеции предложили интересное решение.
?? Что за система
•Используются нейроморфные камеры, так называемые event камеры, которые реагируют на изменения освещённости, фиксируя события (events), а не полноценные кадры.
•Детектор работает на базе импульсных нейронных сетей (spiking neural networks, SNN), развернутых на нейроморфном чипе. Система полностью нейроморфна, то есть как сенсор, так и вычислительный модуль используют event события и спайки.
•Несколько таких устройств могут быть расположены с перекрывающимися полями зрения, образуя виртуальную «растягивающую проволоку» (virtual tripwire). С её помощью можно определить когда и где беспилотник проник в запретную зону.
?? Реализация и результаты
•Аппаратная база: устройство Speck от Synsense, включающее event camera + чип DYNAP CNN.
•Ограничения: сеть на Speck допускает до 9 слоёв, ~328?000 нейронов; каждый слой — асинхронная свёртка, активация через integrate and fire спайки, иногда используется pooling.
•Сравнение с «традиционным» подходом: аналогичная архитектура (но без спайков) на GPU.
•Потребление энергии и автономность:
- Система на SNN + Speck способна работать от батареи от полугода до ~1.3 года, в зависимости от характера входного сигнала (сколько времени видит дрона и объектов).
- В GPU эквиваленте автономность оценивается примерно в 14 часов.
•Обучение:
- Использовались синтетически сгенерированные данные + реальные записи.
- Модель, судя по анализу, гораздо больше опирается на форму дрона (его силуэт, contours), чем на временные характеристики пропеллеров.
?? Почему это важно
•Снижение энергопотребления на порядки по сравнению с GPU решениями делает систему применимой там, где питание ограничено.
•Малый размер и автономность — ключевые параметры для скрытых точек наблюдения, пограничных зон, территорий без надёжной инфраструктуры.
•Возможность развернуть сеть детекторов создает гибкую защиту — контроль проникновения в воздушное пространство, не требующий постоянного наблюдения человеком.

?? Система Eldeborg Lundin et al. демонстрирует, что полностью нейроморфный подход, объединение event сенсоров и спайковых сетей, способен обеспечить детекцию малых дронов с хорошей надёжностью при экстремально низком энергопотреблении. Использование виртуальной «растягивающей проволоки» позволяет не только фиксировать появление дрона, но и приблизительно место проникновения. В условиях ближнего среднего диапазона, на автономных, энергонезависимых станциях, такое решение может стать прорывом в защите воздушного пространства от малых угроз.

Было интересно - подпишись

#?? #нейроморфика #дроны #безопасность #edgeAI #eventcameras #SNN #энергоэффективность #обнаружение