लहान ड्रोनविरुद्ध जलद निर्णय पेंटागनला हवा आहे

अमेरिकेचा संरक्षण विभाग लहान ड्रोनचा सामना करण्यासाठी सैनिक, वाहने, आणि जहाजे त्यांना कसे भिडतात हे सुधारण्यासाठी AI-समृद्ध लक्ष्य ओळखीकडे वळत आहे. C-UAS Close-In Kinetic Defeat Enhancement नावाचा हा प्रकल्प aided target recognition, म्हणजेच AiTR, यावर केंद्रित आहे; यात AI, machine learning, आणि computer vision वापरून मानवी ऑपरेटर एकट्याने करू शकतो त्यापेक्षा जलद धोक्यांची ओळख केली जाते.

नजीकच्या कालावधीतील उद्दिष्ट सोपे आहे: ड्रोन दिसण्यापासून ते त्याला पाडण्यापर्यंतचा वेळ कमी करणे. त्याहूनही महत्त्वाचे म्हणजे, पेंटागनला अशी प्रणाली हवी आहे जी खरे धोके आणि पक्ष्यांसारखे धोका नसलेले घटक वेगळे ओळखू शकेल; कमी किमतीच्या ड्रोनचा प्रसार आणि दृश्य गोंधळ वाढत असल्यामुळे ही समस्या अधिक गंभीर होत आहे.

Defense Innovation Unit solicitation टप्प्याटप्प्याने योजना मांडते, जी remote weapons stations पासून सुरू होऊन शेवटी dismounted troops ने नेल्या जाणाऱ्या small arms पर्यंत पोहोचते.

पहिला टप्पा CROWS turret पासून सुरू होतो

पहिला टप्पा remote weapons stations ला उद्दिष्ट करतो, विशेषतः Common Remotely Operated Weapon Station, म्हणजे CROWS, जे लष्करी वाहनांवर मोठ्या प्रमाणावर बसवले जाते. solicitation नुसार, ही प्रणाली engagement timeline वेगवान करण्यासाठी तयार आहे; सुरुवातीचा फोकस unmanned aircraft systems वर आणि दुय्यम फोकस vehicular तसेच man-sized targets वर आहे.

प्रोटोटाइप प्रणालींनी विद्यमान remote weapons stations ची Group 1 आणि Group 2 drones ओळखणे, ट्रॅक करणे, आणि त्यांच्यावर कारवाई करणे ही क्षमता ठळकपणे सुधारली पाहिजे; येथे targets 55 पाउंड आणि त्यापेक्षा कमी वजनाचे म्हणून परिभाषित केले आहेत. solicitation म्हणते की detection 600 मीटरपेक्षा जास्त अंतरावर व्हायला हवी, आणि engagement किमान 100 मीटरवर. प्रणालीने किमान सेकंदाला 30 मीटर, म्हणजे सुमारे ताशी 67 मैल वेगाने जाणाऱ्या drones विरुद्धही काम केले पाहिजे.

ही आकडेवारी दाखवते की पेंटागन एखाद्या abstract demo च्या शोधात नाही. त्याला वास्तविक tactical engagements साठी संबंधित ठोस performance thresholds वर चालणारी प्रणाली हवी आहे.