Противодействие беспилотным летательным аппаратам - [9]
В последнее время три ведущих производителя микроэлектроники Qualcomm, Intel и Nvidia выпустили собственные типовые схемотехнические решения для систем управления БПЛА. Кроме того, аналогичное решение выпустил один из ведущих китайских производителей микроэлектроники — Leadcore. Каждый набор является типовым решением, включающем в себя[45]:
— центральный процессор управления CPU (Central Processing Unit);
— бортовую ОЭС;
— графический процессор GPU (Graphics Processing Unit) обработки видеоданных, поступающих от бортовой ОЭС;
— систему связи на основе технологии Wi-Fi.
Характеристики этих схемотехнических решений приведены в таблице 1.5.
Таблица 1.5 — Характеристики типовых технических решений для БПЛА от компаний Qualcomm, Intel, Nvidia и Leadcore[46]
Производитель / тех. решение | Qualcomm Snapdragon Flight | Intel Edison for Arduino | Nvidia Jetson TX1 | Leadcore LC1860 |
CPU | 4×Qualcomm Krait 400 | 22 нм dual-core Intel Atom | 64-bit ARM A57 core | 6-core Cortex A7 |
Частота CPU | 2,5 ГГц | 500 МГц | 2 ГГц | 2 ГГц |
GPU | Qualcomm Adreno 330 | Intel HD Graphic | Maxwell architecture, 256 CUDA cores | Dual-core Mali T628 |
Производительность GPU | 167 GFLOPs | н/д | 1 TeraFLOPs | н/д |
Потребление энергии | н/д | 35 мВт в статике | менее 10 Вт | н/д |
Система связи Wi-Fi и Bluetooth | Да | Да | Да | Да |
Бинокулярное стерео зрение | Да | Внешние датчики | Да | Да |
Разрешающая способность камеры | 4096×2160 | не менее 1280×720 | 4096×2160 | 2048×1080 |
Размер | 58 мм × 40 мм | 127 мм × 72 мм | 87 мм × 50 мм | 41 мм × 61,5 мм |
Преимущества | Сбалансированное решение по критерию «производительность / стоимость» | Сопряжение с внешними датчиками; Высокая точность и широкий диапазон применения | Высокая производительность в многопоточных задачах | Низкая цена |
Недостатки | Относительно узкий диапазон применения | Высокое энергопотребление и цена | Высокое энергопотребление и цена | Относительно низкая производительность |
Преимущества для применения на БПЛА | Энергоэффективное решение для управления БПЛА; поддержка групп БПЛА | Высокая производительность | Решения для управления БПЛА с использованием технологий машинного зрения и ИИ | Сбалансированное решение по критерию «эффективность / стоимость» |
н/д — нет данных.
3. Верхний уровень управления соответствует архитекторе «БПЛА — ПУ» (или «группа БПЛА — ПУ») и образован телеметрической системой сбора данных о состоянии бортовых систем БПЛА, системой связи БПЛА и пункта управления (ПУ), а также оборудованием ПУ. Оборудование ПУ обрабатывает телеметрические данные о состоянии БПЛА и его местоположении, формирует программу полета и в соответствии с ней выдает команды на борт БПЛА[47].
Критически важным, для решения задачи противодействия БПЛА, на этом уровне являются ТТХ системы связи. Они подробно будут рассмотрены далее.
Отдельно отметим, что для подавляющего числа БПЛА основные функции по принятию решений реализуются не на борту, а на ПУ человеком-оператором. Это решения о профиле полета, альтернативных вариантах достижения целевой задачи, обработка данных, поступающих от бортового оборудования. Вместе с тем, развитие теории искусственного интеллекта (ИИ), теории управления группами БПЛА, повышение возможностей вычислительных средств, привело к тому, появились проекты, нацеленные на кардинальное повышение автономности и «интеллектуальности» управления БПЛА[48]. Такие проекты нацелены на создание ПО и библиотек с открытым исходным кодом в области машинного зрения и искусственного интеллекта, которые напрямую определяют направления дальнейшего развития БПЛА. Краткая характеристика таких проектов представлена в таблице 1.6.
Таблица 1.6 — Проекты по созданию ПО повышающего автономность и «интеллектуальности» управления БПЛА[49]
Проект | Область знаний | Компания-разработчик | ОС | Языки программирования | Краткая характеристика проекта | Web-сайт |
---|---|---|---|---|---|---|
Tensor Flow | Машинное обучение | Linux; Windows; Mac | C++; Python | Высокопроизводительные вычисления на основе ИИ на основе на различных платформах (CPU, GPU, кластеры и т. д.) | www.tensorflow.org | |
Torch | Машинное обучение | Linux; Mac | Lua; C; Cuda | Использование нестандартного языка разработки Lua; гибкость в реализации сложных топологий нейронных сетей (НС); возможность встраивания приложений в виде программ в ОС iOS и Android | torch.ch | |
MXNeT | Машинное обучение | DMLC / Baidu | Linux; Windows; Mac | C++; Python; Matlab | Акцент на ускорение разработки и развертывания больших и глубоких НС; простота масштабирования вычислений с помощью нескольких GPU; оптимизированные предопределенные слои НС | mxnet.Matlabincubator.apache.org |
Caffe | Глубокое машинное обучение | UC Berkeley | Linux; Mac | C++; Cuda | Распознавание изображений при машинном зрении; модели и оптимизация системы имеют мягкую адаптивную конфигурацию | caffe. berkeleyvision.org |
CNTK | Глубокое машинное обучение | Microsoft | Linux; Windows | C++; Python | Поддержка CPU и GPU; параллелизм на кластерах GPU; простота реализации и объединения популярных моделей; хорошее распознавание речи |
«Новый Марс» — это проект жизни на Марсе через 200 лет. Вторая книга, которая окажется на Марсе. Первая — «Будущее освоение Марса, или Заповедник „Земля“». «Новый Марс» включает в себя 2 части: «Марсианская практика в лето 2210» и «В поисках марсианских сокровищ и приключений». Перед вами продолжение художественной повести с далеко ведущей целью: превращение планеты Земля в ядро глобального галактического Заповедника!
Томас Альва Эдисон — один из тех людей, кто внес наибольший вклад в тот облик мира, каким мы видим его сегодня. Этот американский изобретатель, самый плодовитый в XX веке, запатентовал более тысячи изобретений, которые еще при жизни сделали его легендарным. Он участвовал в создании фонографа, телеграфа, телефона и первых аппаратов, запечатлевающих движение, — предшественников кинематографа. Однако нет никаких сомнений в том, что его главное достижение — это электрическое освещение, пришедшее во все уголки планеты с созданием лампы накаливания, а также разработка первой электростанции.