В России запатентовали принцип управления роем дронов с помощью ИИ

"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. 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 летчика-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", – говорится в документе.


Согласно описанию, каждый беспилотник, входящий в группу, передает на сервер-агрегатор большое количество информации об обнаруженных им объектах и их характеристиках – от местоположения, высотно-скоростных параметров до 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 полета 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", – поясняют авторы изобретения.

Они считают, что 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 путем 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 учетом 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", – уточняется в описании.