Система обнаружения БПЛА на базе компьютерного зрения
В основе решения лежит двухэтапная архитектура для автоматического мониторинга воздушного пространства. Комплекс был спроектирован для круглосуточного обнаружения малоразмерных воздушных целей, включая дроны и беспилотники самолетного типа, их сопровождения и последующей классификации.
Для решения этой задачи использовалась промышленная видеоаналитика на базе компьютерного зрения, способная анализировать видеопоток в сложных условиях.
Архитектура решения объединила обзорные камеры, поворотные камеры с оптическим увеличением, тепловизионные модули, локальный вычислительный сервер и программный интерфейс оператора. Такой подход позволил выполнять первичную фиксацию целей на большой площади наблюдения и автоматически переключаться на детальное сопровождение объекта после его обнаружения.
Для работы комплекса в различных условиях эксплуатации были разработаны отдельные алгоритмы обработки изображений для дневного и тепловизионного спектра.
Подготовка и обучение моделей искусственного интеллекта
Одним из наиболее трудоемких этапов проекта стало формирование обучающей выборки для моделей компьютерного зрения.
Для обучения и тестирования алгоритмов было собрано более 200 000 изображений воздушных объектов, полученных в различных географических локациях, погодных условиях и сценариях эксплуатации. В выборку вошли материалы с разным уровнем освещенности, облачностью, засветками, контровым светом, сложным фоном и различными углами наблюдения.
Отдельное внимание уделялось подготовке данных для работы с малоразмерными объектами, которые на изображении могут занимать лишь несколько десятков пикселей.
В рамках проекта разрабатывались специализированные алгоритмы искусственного интеллекта для дронов и других воздушных объектов, способные работать как с видеопотоком в видимом диапазоне, так и с тепловизионными данными. Это позволило обеспечить стабильную работу комплекса как днем, так и ночью.
Обнаружение воздушных целей
Первый контур системы отвечает за непрерывный мониторинг воздушного пространства.
Алгоритмы в режиме реального времени анализируют видеопоток с обзорных камер и выполняют поиск движущихся объектов в небе. После обнаружения потенциальной цели система автоматически определяет ее координаты, направление движения и параметры сопровождения.
Для повышения надежности обнаружения были реализованы механизмы фильтрации шумов, ложных срабатываний и нестабильных детекций, возникающих из-за облаков, бликов, осадков и других факторов окружающей среды.
Интеллектуальное сопровождение цели
После первичного обнаружения система автоматически передает координаты объекта на поворотную камеру с оптическим увеличением.
Алгоритмы управления выполняют автоматическое наведение камеры на цель, корректируют положение в процессе движения объекта и обеспечивают его непрерывное сопровождение в кадре.
Благодаря автоматизации процесса оператору не требуется вручную искать объект и управлять поворотным устройством. Система самостоятельно удерживает цель в зоне наблюдения и предоставляет увеличенное изображение для дальнейшего анализа.
Классификация воздушных объектов
После получения детализированного изображения запускается второй контур искусственного интеллекта — модуль классификации воздушных объектов.
Его задачей является определение типа обнаруженной цели и снижение количества ложных тревог.
Алгоритмы были обучены различать:
- квадрокоптеры и беспилотные летательные аппараты;
- беспилотники самолетного типа;
- вертолеты;
- самолеты;
- птицы.
Для повышения точности классификации использовались как визуальные признаки объекта, так и дополнительный анализ его поведения в воздушном пространстве.
Анализ траектории движения
Одной из ключевых особенностей проекта стало использование алгоритмов анализа траектории полета.
Помимо изображения объекта система анализирует историю его перемещения между кадрами, направление движения, характер изменения скорости и особенности маневрирования.
Такой подход позволяет учитывать поведенческие признаки цели. Например, птицы и беспилотники могут иметь схожий внешний вид на большом расстоянии, однако существенно отличаются характером движения. Совмещение визуальной классификации и анализа траектории позволило значительно повысить достоверность распознавания воздушных целей.
Интерфейс мониторинга и управление событиями
Для работы операторов была разработана платформа видеоаналитики с веб-интерфейсом мониторинга воздушной обстановки.
В системе отображаются:
- обнаруженные объекты;
- тип цели;
- координаты обнаружения;
- история сопровождения;
- архив событий;
- журнал тревог.
Интерфейс обеспечивает централизованный контроль воздушного пространства и предоставляет оператору всю необходимую информацию для оперативного реагирования.
