为军用无人机添加 AI 和 ML 以进行目标识别

关注红山智云，订阅最新情报

【红山导读】

自俄罗斯全面入侵乌克兰开始以来，军用无人机的部署范围达到了前所未有的程度。从适应军事用途的小型廉价业余无人机到大型远程无人机，它们可以执行各种任务，是最有前途的武器。

然而，承受 EW仍然是有效使用它们的最大瓶颈之一。尽管与其他战争手段相比，它们价格实惠，但这并不意味着它们不需要坚固。使用 AI 和 ML 实现自主操作和目标识别是无人机发展的下一个阶段。在本文中，我们将讨论军用无人机如何改变战场局势，以及如何通过 ML 和 AI 军用无人机对其进行增强。

本文来源于2024年外军开源情报，由红山智云编译。

关键词：俄罗斯、乌克兰、无人机

一、军用无人机的演变：俄乌战争（2022 年至今）

无人机的广泛使用是俄乌战争的关键特征之一。无人机有助于监控敌人的活动、检测和攻击目标、指导炮击、将弹药运送到战场以及完成各种其他任务。与使用大炮、空袭或其他类型的导弹相比，它们也被认为非常具有成本效益。

一开始，乌克兰积极使用土耳其 Bayraktar TB2 等大型无人机摧毁俄罗斯的装备纵队。他们有很长的逗留时间，可以携带导弹。这有助于乌克兰阻止俄罗斯的推进。然而，俄罗斯的防空系统很快就变得更强大，乌克兰不得不适应它。

自 2022 年夏季以来，第一人称视角无人机的积极使用已经开始。这些是最初用于商业用途的小型快速无人机。但是，它们可以适应战场。例如，您可以让他们携带和投掷导弹，例如 RPG、手榴弹、地雷等。安装弹药后，它们也可以用作神风敢死队无人机并攻击目标本身。

现在，双方都在努力改进无人机技术并增加生产和采购。例如，乌克兰促进了国内无人机制造业。他们生产独特类型的无人机，可以攻击极远距离的目标或携带强大的导弹。他们还经常实施夜视技术。

与此同时，俄罗斯与伊朗合作购买和大规模生产 Shahed-136。这是俄罗斯用来攻击乌克兰各地能源基础设施的远程神风敢死队无人机。

无人机的关键作用于 2024 年 2 月得到正式承认，当时乌克兰总统弗拉基米尔·泽连斯基启动了一个新的军事部门：无人系统部队，该部队完全专注于与空中、地面和海上无人机合作。几天后，他的政府宣布乌克兰计划到 2024 年底生产超过 100 万架无人机。

乌克兰最近也开始使用无人机拦截器。他们的任务是自动捕捉敌方无人机。这对于控制此类拦截器的人类来说很困难，因为无人机速度快并且需要出色的反应。

乌克兰战争现在是各种无人机技术及其有效性的试验场。由于无人机的采用率增长，两军都积极实施多项反无人机措施。从原始的手段，如在装甲车上安装网和炮弹，到更复杂的手段，如改进电子战和干扰技术，它们都阻碍了无人机在战场上的有效性。

二、无人机战的未来

我们能够根据我们在无人机应用程序开发方面的经验以及现在将无人机用于军事目的所面临的挑战来预测军用无人机的未来发展。例如，现在 FPV 无人机高度依赖安全的数据传输和通信。电子战或干扰信号通常会中断视频传输或导致失去对无人机的整体控制。

这凸显了实施更具弹性的通信协议的必要性，以提高无人机对干扰信号的抵抗力。强大的网络安全措施对于防止电子战抑制、黑客攻击、敌人登陆或对抗友军至关重要。

这就是为什么实现更多的自主操作对于成功完成不同的任务至关重要。如果您需要在强大的电子战手段下操作，具有自主决策能力的 AI 军用无人机将特别有用。由于他们没有与操作员的积极通信渠道，因此根本没有什么可干扰或破解的。

AI 帮助无人机自己做出决策，最少甚至不需要人工干预。它允许处理大量数据以发现目标并确定其优先级。这导致更快、更精确的无人机打击，并减少了无人机操作员的工作量。实施 AI 和 ML 协议将使您能够区分和攻击敌方目标，防止友军射击，并避免平民伤亡。

随着多架无人机的攻击越来越广泛地使用，尤其是坦克或防空系统等高优先级目标，协调是另一个挑战。您可以实施 AI 算法来控制成群的军用 AI 无人机，执行复杂的机动，并执行更有效和协调的攻击。这是一种非常有前途的方法，因为目前还没有针对这种“智能”无人机集群的对策。

三、如何将 AI 和 ML 用于目标识别

自主目标识别是军用无人机发展的下一步。虽然一些无人机已经具有内置的归航功能，但它们无法识别目标或自行做出决策。操作员控制无人机直到目标进入其视线。然后，操作员捕获目标，将其识别给无人机，然后无人机自行接近并攻击选定的目标。

只要电子战干扰系统在操作员识别目标之前没有进行干预，这很难做到，因为目标通常被捕获得很高，而电子战不会到达那里。那么攻击就会直接进行。底线？捕获目标后，EW 将变得无用，因为目标已被捕获，不再需要人工参与来完成任务。

高价值目标，例如防空系统或空军基地，通常使用电子战手段进行保护。当无人机飞入此类保护区域时，操作员会失去信号，无人机要么降落到地面，要么听从操作员的最后一个命令。

当 AI 军用无人机能够自行做出决策和识别目标时，您可以消除它们受到干扰的脆弱性。它有助于更高效地执行任务，即使在杂乱的环境中和电子战手段的影响下也是如此。尽管无人机，尤其是 DIY FPV 无人机相对便宜并且通常被认为是一次性的，但实施 AI 算法有助于提高其效率并减少丢失或被黑客入侵的无人机数量。

此外，您可以拥有不同类型的无人机来攻击一系列不同的机械和设备。例如，由于坦克装甲厚重，携带大量炸药的无人机可能会损坏坦克。另一方面，您可能需要可以在一个区域长时间悬停的无人机来攻击防空系统或大炮，因为它们的位置不断变化。您可以让几架 AI 控制的军用无人机专注于不同区域的监视，一旦其中一架遇到目标，它就会立即识别并攻击它没有时间让它机动或驱离。

人工智能还可以增强监控无人机的工作。这些无人机需要 24/7 全天候数据监控和操作员的持续关注，这对于完全手动实现是相当具有挑战性的。AI 分析视频并立即发现目标。例如，它可以注意到人们可能因疲劳而没有注意到的伪装目标。

四、如何使用 ML 算法进行目标识别

ML 算法还可以以各种方式用于目标识别。

您可以使用庞大的图像和视频数据库来训练 ML 模型。它们从不同条件和不同角度观察目标，以识别敌人的部队和机械，并将其与友军区分开来。

这些数据库可能包括不同照明下的图像，包括使用红外夜视仪或热成像仪生成的图像、伪装和遮盖技术、识别标志和天气状况。根据其给定的参数，无人机将通过实时检测其部件来识别甚至掩蔽良好的军事装备。

ML 模型的训练涉及不同的级别。首先，他们记住不同的机械是什么样子的，并区分子类型。您需要训练他们识别坦克、火炮系统、装甲运兵车等。

然后，他们必须能够检测到进行有效攻击的最佳弱点。例如，让我们以俄罗斯坦克 T-90M“突破”为例，它被认为是最先进的主战坦克。然而，一旦它成为无人机攻击的目标，就发现了一个巨大的错误。

即使坦克有轻微损坏，炮塔也会开始不受控制地转动。这表明T-90M 的电子设备存在灾难性缺陷。坦克无法再准确还击，只是成为乌克兰人的坐鸭目标。无人机攻击后，车辆将需要大量维修，如果它甚至可以修复的话。目前，战场上有许多废弃的 T-90M，它们已被无人机炸弹摧毁。

因此，当您为这种特定坦克开发基于 ML 的模型时，您可以训练无人机在各种弱点攻击它，无人机将确定造成最大伤害的位置。在训练无人机时，您需要添加有关不同装甲车最薄弱环节的数据，并使无人机能够在各种模型中识别它们。通常，这些是：

用于空气流通和视觉端口的通风口;

汽车和大多数装甲车的底部;

侧面或后部的发动机甲板;

甚至重型装甲机械的炮塔顶部。

ML 驱动的无人机可以具有不同级别的自主性。例如，当在无人机中实施时，它可以根据通过其摄像头和传感器接收到的数据识别和突出显示潜在目标。然后，它的操作员可以在屏幕上看到目标，并指导进一步的活动，或者站在一边，让无人机自行做出决策并确定目标的优先级。

现在，双方都在通过对他们的轮式和履带式设备进行现代化改造，并增加反无人机措施来应对这一新威胁。例如，俄罗斯人在一些坦克和其他设备上安装了巨大的上层建筑。它们被称为海龟缸，因为盖子很大，隐藏了最脆弱的部分，并且类似于海龟的壳。重型机械通常是无人机攻击的首要任务，这样的掩护使其不易受到无人机攻击。

ML 算法还可用于识别伪装或有遮盖的装甲车，然后决定最佳的未遮蔽地点进行打击。虽然您可以训练它们识别被遮蔽的机械并飞过，但也可以训练无人机在掩体中寻找空间并在其中飞行以投掷炸弹或以神风敢死队的方式进行攻击。这不仅需要具有 AI 的高度机动性的军用无人机，还需要复杂的算法来检测未覆盖的空间，并根据预测的损坏程度决定它们是否值得攻击。

对于此类复杂任务，您可能需要一个具有无人机控制应用程序开发和在这些项目中实施 AI 和 ML 经验的工程团队。您可以与位于乌克兰的团队合作，不仅可以为无人机添加这些高级功能，还可以查看它们在战场上的实际情况下的表现。

五、AI 和 ML 在军用无人机开发中的优势

AI 和 ML 正在彻底改变目标识别和军用无人机技术的整体发展。现在，俄罗斯和乌克兰正在研究这些技术，并已开始在战场上使用它们。例如，乌克兰使用人工智能无人机成功对位于俄罗斯领土深处的俄罗斯炼油厂进行高精度打击。俄罗斯利用具有 AI 功能的柳叶刀无人机攻击高优先级目标，例如飞机和豹式坦克。

实时数据分析和快速决策允许检测和识别目标。这样，您几乎可以立即对情况有广泛的了解，从而在不同情况下随时了解情况。几乎可以立即做出自主决策，尤其是当您拥有强大且训练有素的 AI 和 ML 模型时。

使用 AI 和 ML 可以比手动更快地完成检测预编程的目标，例如装甲车、坦克甚至人。这为操作员节省了大量目标搜索时间，并使他们能够专注于其他更重要的任务。

此外，AI 和 ML 模型可以考虑各种因素，例如伪装和天气条件，以使目标更易于识别。与人工操作员完成的目标识别相比，这导致目标识别更加准确。

六、挑战和限制

尽管使用这些技术有很多好处，但当您决定为军用无人机添加 AI 和 ML 功能时，您需要考虑一些缺点。

这些技术的有效性在很大程度上取决于给定训练数据的质量和多样性，例如敌人机器的图像和视频。信息中的偏差可能导致对某些目标的错误识别、友军射击或平民伤亡。仔细的数据管理和持续改进工作对于充分训练 AI 和 ML 模型至关重要。最终，您需要全面且组织良好的数据准备，才能从 UAV 使用中获得积极成果。

无人机技术的发展也引发了对策的进步。攻击者可以制定策略来欺骗基于 AI 的无人机，或使用诱饵或改进的伪装。这就是为什么您必须不断审查您的目标识别算法并使其适应不断发展的反无人机策略。

AI 系统也容易受到黑客攻击或操纵。这就是为什么在开发此类系统时需要非常注意拥有强大的多级安全措施以避免灾难性后果。

最后，毫无疑问，添加 AI 和 ML 功能也会增加无人机的成本。例如，基本 FPV 无人机的平均成本为 300-400 美元，可能会增加到 500-600 美元。使用这些先进技术需要大量投资，您应该意识到这一点。

七、结论

无人机现在正在重塑军事格局，俄罗斯入侵乌克兰是其演变的最生动例子之一。使用 AI 和 ML 增强目标识别能力是军用无人机发展的必然步骤。

在 SECL Group，我们的团队在开发各种无人机系统方面拥有丰富的经验，包括与无人机群相关的系统。如果您有兴趣在无人机中实现基于 AI 的目标识别功能，请随时与我们联系以讨论细节。

一、军用无人机的演变：俄乌战争（2022 年至今）

二、无人机战的未来

三、如何将 AI 和 ML 用于目标识别

四、如何使用 ML 算法进行目标识别

五、AI 和 ML 在军用无人机开发中的优势

六、挑战和限制

七、结论

北京红山智云科技有限公司

地址：北京海淀区红山口8号
座机：010-62401160
手机：18511651170（微信同号）
网址：www.hongshanzhiyun.com

激活数据价值，让防务更智能
10大数据库，100大子库
100W+外军开源情报，全网首发

更多请关注

红山智云旗下媒体