Технологии NASA. Искусственный интеллект научили с высокой точностью обнаруживать неразорвавшиеся боеприпасы под водой

Сочетая передовые методы многоспектрального зондирования с искусственным интеллектом, исследователи смогли с высокой степенью уверенности идентифицировать подводные боеприпасы, даже если они частично скрыты осадочными породами, растительностью или обломками, пишет Phys.org.

Учёные из Университета Майами, специализирующиеся на морских, атмосферных и земных науках, разработали и протестировали этот подход и опубликовали свои результаты в журнале Frontiers in Marine Science. Исследование показывает, что интеграция технологий подводной визуализации NASA с машинным обучением повышает точность обнаружения, одновременно снижая количество ложноположительных результатов в сложных морских средах.

«Неразорвавшиеся боеприпасы на мелководье остаются серьёзной глобальной проблемой», — сказал Вед Чираят, заведующий кафедрой наук о Земле на факультете океанографии, ведущий автор исследования. «Наши результаты демонстрируют масштабируемое воздушное решение, которое может помочь повысить точность обнаружения и обеспечить более безопасную прибрежную среду».

Неразорвавшиеся боеприпасы на мелководье глубиной менее 10 метров остаются особенно сложными для обнаружения. Традиционные методы акустического поиска ограничены в своей способности охватывать большие площади, тогда как оптическое изображение часто искажается поверхностными волнами и состоянием воды. Усовершенствованные методы обнаружения имеют решающее значение для снижения рисков для прибрежных сообществ, предотвращения загрязнения окружающей среды и обеспечения более безопасных морских операций.

Чтобы решить эти проблемы, команда под руководством Чираята провела миссии по аэрофотосъемке над испытательным полигоном в Брод-Ки, исследовательском острове на севере Флорида-Кис. Неразорвавшиеся боеприпасы и объекты-приманки были развернуты в двух местах, а затем сняты с помощью дронов, оснащённых технологиями NASA Fluid Lensing и MiDAR (многоспектральная визуализация, обнаружение и активное отражение).

Жидкая линза корректирует искажения, вызванные волнами на поверхности океана, что позволяет получать изображения морского дна с высоким разрешением, тогда как MiDAR обеспечивает активное мультиспектральное освещение на нескольких длинах волн. Полученные изображения были использованы для обучения модели машинного обучения с целью обнаружения и различения боеприпасов от окружающих объектов.

Система успешно идентифицировала все раскрытые цели, даже после нескольких недель накопления осадка, что затрудняло их обнаружение. Активное зондирование MiDAR обеспечило наивысшую точность, тогда как оба подхода к зондированию достигли высокой эффективности обнаружения с минимальным количеством ложноположительных результатов. Впрочем, исследователи отмечают, что необходимы дополнительные испытания для расширения возможностей системы в различных средах и для различных типов боеприпасов.

Ранее NV Техно писал, что исследовательница из Великобритании использовала камеру, установленную на дроне, и программное обеспечение для поиска печально известных мин «Лепесток». Для внедрения этой технологии в полевых условиях понадобится лишь лёгкий ноутбук потребительского класса, дрон и камера, уверяют авторы исследования.

Современные противопехотные мины небольшие и часто имеют пластиковые корпуса, которые стандартные металлоискатели не могут обнаружить. Геофизические методы, такие как георадар, магнитометрия и электромагнитная индукция, значительно менее эффективны в отношении пластиковых мин, чем в отношении металлических. Особую обеспокоенность вызывают так называемые рассеивающие мины, предназначенные для развертывания на больших площадях. Одной из широко используемых мин является ПФМ-1 советских времен, известная как «Лепесток» или «Бабочка» из-за своей характерной формы.