Объединённая авиастроительная корпорация (ОАК) запатентовала способ управления группой беспилотных летательных аппаратов (БПЛА) одним лётчиком-оператором с помощью сервера-агрегатора, использующего технологии искусственного интеллекта.
Одним из авторов разработки является директор ОКБ Сухого, главный конструктор лёгкого однодвигательного Checkmate, который рассказал ТАСС, что пилотируемые версии самолёта будут способны действовать в сетецентрической боевой системе, то есть работать в составе группы пилотируемых и беспилотных самолётов.
«В состав бортового оборудования пилотируемого летательного аппарата вводят сервер-агрегатор, использующий в своей работе технологии искусственного интеллекта, применяемые для построения программы применения отдельного БПЛА или группы БПЛА. <…> После комплексной обработки поступившей [от БПЛА] информации в сервере-агрегаторе синтезируется единое тактическо-информационное поле и программы применения группы БПЛА или отдельных БПЛА. <…> при этом в случае несогласия лётчика-оператора с предложенными программами применения БПЛА ему предоставляется возможность вручную через органы управления индикатора задавать параметры применения для любого БПЛА группы или группы БПЛА в целом», — говорится в патенте.
Каждый беспилотник передаёт на сервер-агрегатор большое количество информации: от местоположения, высотно-скоростных параметров до теле-видеоинформации в оптическом и инфракрасном диапазонах.
«Комплексный анализ окружающей обстановки основан на автоматическом обнаружении и распознавании объектов интереса, а также формировании соответствующих оценок выполнения условий полёта группы БПЛА. Алгоритмы принятия решений должны учитывать оперативно возникающие факторы и угрозы внешней среды, отказы и повреждения и принимать необходимое решение, эффективное в текущих условиях, в зависимости от текущей задачи. Например, оперативное формирование маршрута полета БПЛА при выполнении задач полёта с учётом оперативно возникающих опасных факторов (противовоздушные средства, искусственные объекты на земле, метеорологическая обстановка), с учётом координат и параметров движения и структуры выявленных групп, объектов интереса, оборонительное или тактическое маневрирование. В то же время решение значительной части подобных задач возможно путём применения технологий искусственного интеллекта, преимущественно с использованием машинного обучения на основе нейросетей. При этом каждая указанная частная задача требует создания и обучения собственной нейросети. Поэтому применение нейросетевых технологий и машинного обучения требует значительных вычислительных ресурсов, которые с учётом специализированного характера вычислений могут быть достигнуты применением нейронных процессоров. В свою очередь нейропроцессоры на авиационной технике должны работать в условиях особых внешних воздействующих факторов — это требует создания вычислительных средств с нейропроцессорами в авиационном исполнении», — уточняют авторы изобретения.