Системы и технологи в Аризонском университете строят структуру для наблюдения границы, которое использует искусственный интеллект, на основе реалистических компьютерных моделирований, чтобы объединить данные из других источников и ответить в режиме реального времени.«Наша цель состоит в том, чтобы создать систему к наиболее эффективно, эффективно и безопасно развернуть ресурсы пограничного патруля», сказали Сын в Молодом июне, преподаватель и глава Отдела UA Системного проектирования и Промышленной инженерии и научного руководителя проекта.С некоторыми беспилотными воздушными транспортными средствами на границе, начинающейся на уровне $18 миллионов за штуку, их работа имеет последствия для налогоплательщиков, а также национальной безопасности.
Финансирование военно-воздушных сил для более сосредоточенного наблюденияСын получил трехлетний, грант в размере 750 000$ от Офиса Военно-воздушных сил Научного исследования, чтобы построить интегрированную и автономную систему наблюдения для земли и воздушных транспортных средств, контролирующих национальную южную границу.
Проект начался в марте 2017 и продолжает его предыдущую премию AFOSR почти той же самой суммы для работы в этой области.Сын в молодом июне и его co-научный-руководитель, адъюнкт-профессор UA системного проектирования и промышленной инженерии Цзянь Лю, специализируются на помощи производителям осуществить умные производственные системы с главными экспертными знаниями Сына в компьютерном моделировании и моделировании, и Лю в статистике и анализе данных.С фондами Военно-воздушных сил исследователи применяют эти навыки, чтобы помочь федеральному правительству – в конечном счете, таможня американского Министерства национальной безопасности и единица Защиты Границы – получают более четкую картину действий границы для более быстрых, лучше скоординированных ответов.
Внутренняя безопасность использовала беспилотные воздушные транспортные средства, оборудованные камерами и радаром для наблюдения границы с 2005. Летя на высотах 100 футов и намного выше, БПЛА или беспилотники, могут покрыть широкие ряды земли и быстро обнаружить действия, которые могли бы быть пропущены фиксированными или мобильными наземными датчиками, особенно в отдаленных или гористых областях.У наземных транспортных средств есть свои собственные преимущества. Их датчики лучше обнаруживают объекты в облачные дни или ниже деревьев и производят изображения более высокого качества для лучших объектов человека идентификации или людей.
Проблема для исследователей UA состоит в том, чтобы выбрать правильную комбинацию антенны и наземных транспортных средств, учитывая различный ландшафт и погодные условия, и активировать их в только правильное время.«Главная задача беспилотных транспортных средств в патрульных миссиях состоит в том, чтобы обнаружить и найти местоположения их целей в режиме реального времени», сказала сотрудник исследования Сара Минэеиэн, докторант UA в системном проектировании и промышленной инженерии. «Это может быть сложно по многим причинам: например, транспортные средства наблюдения и цели все перемещаются, и неравномерный характер пейзажа может измениться, как цели появляются».
В газете с Лю и Соном, изданным в выпуске в июле 2016 «Сделок IEEE на Системах, Человеке и Кибернетике: Системы», описывает она их новые алгоритмы обнаружения движения и geo-локализации для предоставления возможности антенны и наземных транспортных средств, чтобы работать в командах, чтобы точно определить местонахождение целей и решить, как ответить.Исследователи также анализировали и проверяли различные технологии беспроводной сети на беспилотники, чтобы общаться и сотрудничать по различным расстояниям.Уравновешивание
Установление, когда и куда послать беспилотные воздушные транспортные средства против персонала пешком или в грузовиках, является тонким уравновешиванием. Факторы, чтобы рассмотреть включают расход топлива в различные высоты, доступность, погодные условия и могут ли предметы быть вооружены.
«Как только мы обнаружили, определили местонахождение и определили наши цели интереса, мы должны решить, какие транспортные средства развернуться, и сколько из каждого, лучше всего достигнуть целей, рассматривая компромиссы работы, стоимости и безопасности», сказал Сын.«Например, чтобы следить за группой людей, двигающихся в гористые области под ясными голубыми небесами, оптимальное решение могло бы состоять в том, чтобы развернуть шесть БПЛА и два грузовика, которые ведут агенты пограничного патруля; тогда как для контроля группы того же самого размера, едущего в городском районе в облачный день, два БПЛА и шесть наземных патрульных транспортных средств могли бы быть более эффективными».Команда сына будет также добавлять аэростаты, все больше и больше привыкшие к отслеживанию низколетящих беспилотников наркоторговцев и перехватывать торговцев, в их моделированиях AFOSR.Человеческий фактор
Используя НАСА географические данные из границы, исследователи UA написали сотни алгоритмов, чтобы моделировать и предсказать, как группы людей могут двинуться, путешествуя на плоской пустыне и горах, необитаемых областях и городах, в сухих, пыльных условиях или во время муссонов.В то время как исследователи UA не делают полевых тестов на границе США-Мексики, они проводят эксперименты возле лаборатории. У них есть два беспилотника quadcopter, один купленный и другой построенный с не частями полки и наземное транспортное средство, напоминающее игрушечный автомобиль. Все с дистанционным управлением и несут множество датчиков.
В экспериментах этой весной, исследователи использовали воздушный беспилотник снаружи на Молле UA и в Студенческом Центре Мемориала Союза, чтобы следить за 10 студенческими волонтерами, идущими в группе перед случайным рассеиванием. Они также развернули свое беспилотное наземное транспортное средство, чтобы опознать отдельных людей и служили движущимся ориентиром, чтобы препятствовать тому, чтобы БПЛА терял из виду его предметы.Исследователи используют свои экспериментальные данные, чтобы лучше понять различные поведения толпы, такие как сбор и разделение, и усовершенствовать их алгоритмы, чтобы более точно предсказать и отследить движения толпы.
Из экспериментов с несколькими беспилотниками и студентами, исследователи расширяют свои модели моделирований, чтобы вовлечь сотни беспилотников и тысячи людей.«Мы полагаем, что, объединяя многократные технологии наблюдения, можем далеко превзойти их отдельные возможности», сказал Сын. «В нашей интегрированной системе сумма больше, чем ее части».