五角大楼希望更快应对小型无人机
美国国防部正转向 AI 增强的目标识别，以改进部队、车辆和舰船应对小型无人机的方式。该项目名为 C-UAS Close-In Kinetic Defeat Enhancement，重点是辅助目标识别，或 AiTR，利用人工智能、机器学习和计算机视觉，比人类操作员单独作业更快地识别威胁。
近期目标很直接：缩短从发现无人机到将其击落之间的时间。同样重要的是，五角大楼希望系统能够区分真实威胁与鸟类等非威胁。随着低成本无人机不断扩散、视觉干扰使交战决策更加复杂，这一问题也变得更加紧迫。
国防创新单位的招标提出了一项分阶段计划，先从遥控武器站开始，最终扩展到徒步士兵携带的小型武器。
第一阶段从 CROWS 炮塔开始
第一阶段面向遥控武器站，具体是 Common Remotely Operated Weapon Station，简称 CROWS，这种系统广泛安装在军用车辆上。根据招标文件，该系统旨在加快交战时间线，初期重点针对无人航空系统，次要重点针对车辆和人员大小目标。
原型系统必须能够切实提高现有遥控武器站发现、跟踪和交战 1 类和 2 类无人机的能力，这里定义为重量不超过 55 磅的目标。招标文件称，探测应发生在 600 米以上的距离，交战距离至少为 100 米。该系统还应能对速度至少为每秒 30 米、约每小时 67 英里的无人机发挥作用。
这些数字表明，五角大楼追求的并不是抽象演示，而是一个在与真实战术交战相关的具体性能门槛下运行的系统。
该项目将扩展到车辆之外
第二阶段将这一概念扩展到地面和海上环境中的移动和固定平台。在这一阶段，招标要求具备在 50 至 200 米距离上击中一架 1 类无人机的能力，该无人机重量低于 20 磅，速度为每秒 7 米。
武器必须能够在严苛射击角度下交战，从俯角负 10 度到正上方 90 度仰角。承包商还被要求提供适用于陆地和海上环境、具备实弹射击能力的原型，而不仅仅是实验室演示。
这一要求反映出国防技术提案中最常见的弱点之一：系统在受控环境中表现良好，但一旦加入后坐力、移动、天气和背景杂波，就不那么有说服力了。五角大楼显然正试图尽早筛除这类问题。
最雄心勃勃的阶段针对个人武器
第三阶段最引人注目。它希望将辅助目标识别添加到徒步士兵使用的小型武器上。招标文件称，期望的解决方案包括能够偏转或自瞄标准弹药的系统，以提高对手动选择的瞬时目标的命中概率，同时集成联网传感器和小型武器火控系统。
如果实现，这将把无人机防御进一步推向单兵，而不是把先进辅助仅保留给安装在车辆或舰船上的系统。该要求还指出，系统必须能够适配传统小型武器，可在不同口径和配置之间扩展，并且在新增技术退化或失效时仍能保持武器的基础性能。
这一回退要求至关重要。在战斗中，不能允许数字辅助在发生故障时让武器失效。招标文件明确保留了这一原则。
为什么这适合当下的战场
反无人机作战已经迅速变化，因为小型无人系统价格低廉、数量众多，而且越来越难以高效击败。传统防空系统对于最小威胁往往过于昂贵或过于笨重，而单纯依靠人工视觉识别，在分秒必争时又可能太慢或出错。
从理论上说，AI 辅助识别提供了一种更具可扩展性的答案。一个能够迅速识别空中物体是否构成威胁、持续跟踪并支持精确交战的系统，能够缩短反应时间，并减少把弹药浪费在假目标上。
招标文件强调要区分无人机和鸟类，说明这一挑战已经变得多么现实。问题不只是击中重要目标，还在于避免被无害杂波触发交战决策。
成功会是什么样子
如果该项目产出可信的原型，成功大致会体现在几个方面。
- 遥控武器站将获得更快、更可靠的无人机交战支持。
- 地面和海上平台将获得可适配的近程动能防御选项。
- 徒步士兵最终可能获得更强的火控辅助，以应对转瞬即逝的无人机目标。
即便如此，人类操作员仍然重要。招标文件描述的是辅助目标识别，而不是完全自主的杀伤链。AI 的作用是在时间和可视性都不利于操作员的情况下，加速探测、分类和交战支持。
接下来要关注什么
招标截止日期是 5 月 15 日，这意味着五角大楼正在迅速收集候选系统。更重要的问题是，业界能否产出坚固、可实弹使用的工具，能够在车辆、舰船和步兵武器上通用，而不会带来新的可靠性或安全问题。
这是一道很高的门槛，但作战需求显而易见。小型无人机已经成为当今时代最具代表性的战术威胁之一。美国军方现在释放出的信号是，软件辅助瞄准，而不仅仅是新的拦截器，将成为答案的重要组成部分。
如果这项努力成功，结果不仅仅是更好的传感器。它还将带来更广泛的变化，改变动能反无人机防御的执行方式，把 AI 支持从搭载式系统延伸到地面上的单个军人。
本文基于 Defense News 的报道。阅读原文。
Originally published on defensenews.com