随着战场威胁的范围不断扩大,包括微型无人飞行器和巡飞弹药等系统,装甲战车的态势感知能力也在迅速扩大,以与之相匹配。

虽然装甲战车(AFV)设计的 “铁三角”--火力、防护和机动性--仍然适用,但装甲战车的态势感知系统正日益成为其进攻和防御能力的关键。

对于最初的装甲车辆来说,态势感知仅限于通过视野缝隙或潜望镜进行窥视,但在第二次世界大战期间,红外线设备开始用于夜视。例如,德国的 Fahr- und Zielgerät FG 1250(FG 1250 驾驶和瞄准装置)在战争后期与 Sd Kfz 251half 履带和 Pz Kpfw V “黑豹 ”坦克上的机枪配套使用。

图:2005 年,通过密歇根路观察哨的热成像仪俯瞰拉马迪西部。20 年间,态势感知技术取得了长足进步。[伊拉克多国部队/朱莉-尼科洛夫中士]

时至今日,装甲车已拥有广泛的系统来增强其态势感知能力以及相关的进攻和防御能力,其中包括电子光学系统、雷达、激光预警系统、声学射击探测器、硬杀伤和软杀伤对抗措施、网络衍生能力以及有机战术无人机(UAV)和巡 弹药。ESD 联系了一些西方领先的最新态势感知技术提供商,以了解未来的发展趋势。 泰雷兹

欧洲系统公司泰雷兹(Thales)在态势感知技术的开发方面有着丰富的历史,从使用模拟摄像机开始,泰雷兹是第一家部署完全符合通用车辆架构(GVA)的本地态势感知系统(LSAS)的公司,该系统安装在英国陆军的猎狐犬防护巡逻车上。最近,该公司负责为英国陆军的 Ajax 履带式侦察车设计和安装了完全集成的、符合 GVA 标准的局部态势感知系统,并正在为英国陆军未来的挑战者 3 主战坦克 (MBT) 车队提供主指挥官和炮手瞄准镜,该瞄准镜在日间和热模式下都具有自动目标跟踪广域搜索和探测 (WASAD) 功能。

2024 年 12 月初,泰雷兹英国光电与导弹电子业务部数字战略主管 Stewart MacPherson 在接受 ESD 采访时就 GVAs 指出,未来所有车辆都将配备 “一个基于以太网的大型 IP 系统,您可以在该系统上添加摄像机或效应器”。他举例说,“阿贾克斯 ”上的LSAS和瞄准系统有26个摄像头。

MacPherson说:“很明显,如果有26个视频馈送进来,很快就会让用户不知所措,因此在未来技术方面,泰雷兹可能会走在开发AI(人工智能)和机器学习算法的最前沿,”他补充说,泰雷兹将其称为 “数字船员”。

麦克弗森指出:"Digital Crew 是一系列算法的集合,可以减轻用户吸收信息的认知负担,在这种情况下,[Ajax]有 26 个不同的摄像头,但你或许可以想象,未来还会有更多的摄像头;车辆上的传感器数量也会越来越多。

麦克弗森解释说,基于机器学习的算法,主要是以卷积神经网络(CNN)为基础的算法,能够识别传感器的图像并将其上下文化,从而为态势感知技术提供了一个新的变革。麦克弗森说,这意味着软件 “现在有了眼睛”,从而将改变态势感知系统的开发方式。

图:2024 年 1 月,英国陆军阿贾克斯装甲侦察车在瑞典进行寒冷天气试验时的照片。阿贾克斯 "装甲侦察车的局部态势感知和瞄准系统装有 26 个摄像头。

他说:"我们设计电子系统已经有100年的历史了,涉及陆海空各个领域,但以前我们所有的电子系统都是由‘Mark 1人类眼球’进行调整,并由人脑进行处理。这种情况正在发生变化,而这正是开始迅速发展并变得非常有趣的地方,因为现在软件有了眼睛,它可以从场景内容中获取上下文......因此,本质上,数字机组人员与实体机组人员坐在一起,数字机组人员的作用是减轻车辆或平台机组人员的认知负担,因为传感器技术激增,现代战场上的非对称威胁瞬息万变。人类乘员只能处理这么多数据,所以数字乘员需要在某些时候介入。"

"数字机组"的机器学习算法在目标跟踪(例如,人眼根本无法在远距离跟踪小型无人机的移动)和目标分类方面尤为有效,特别是因为"数字机组"始终贯穿于车辆传感器技术的所有波长。

"你有电视:基本上是人眼能接收到的视觉系统。还有短波红外线。还有中波和长波红外线,"MacPherson 解释说。“显然,每种传感器模式都有各自的优势,但数字摄制组在每个视频流中同时运行。因此,如果你是一名操作员,正在观看电视转播的树丛画面,例如在白天,你可能不会意识到树丛后面伪装的是一辆敌方车辆,但热成像仪却能捕捉到这一点。你还没有选择热成像仪,但热成像仪已与电视机同时通过数字机组运行,因此数字机组会提醒你说:顺便说一下,你要转到你的热成像频道,因为那棵树后面好像有什么可怕的东西。

在谈到车辆防护时,麦克弗森指出,从当前乌克兰战争中得到的一个教训是,即使是重装甲主战坦克也会被成本相对较低的武器(如闲逛弹药)穿透。他说,这意味着很多工作都集中在软杀伤和硬杀伤主动防护系统(APS)上。

在这一领域,泰雷兹公司正在利用其 Elix-IR 机载多功能被动威胁预警系统中的技术,并希望将其应用到陆地领域。虽然所有的装甲车辆威胁预警系统都需要非常高速的感知能力来启动硬杀伤或软杀伤反制措施,但麦克弗森指出,目前的装甲车辆威胁预警系统往往同时依赖光电和雷达,即使雷达只是短暂使用,也有可能泄露装甲车辆的位置。因此,泰雷兹公司正在研究开发 APS、车载火炮和火箭发射探测系统,以及完全被动感应的反无人机能力。

图:泰雷兹希望将其 Elix-IR 飞机威胁预警系统用于陆地领域,以提供被动威胁感知。[泰雷兹]

对于反无人机任务而言,这也是人工智能在多目标跟踪和威胁优先级排序方面大显身手的领域。“如果天空中有三架无人机,“麦克弗森说,”其中两架看起来正飞离你,而另一架看起来正向你快速飞来,那么你应该与那架交战。这一点光靠人看屏幕并不完全清楚,因为大疆 Mini 或 Mavic 2 无人机的飞行距离在两三公里左右,在屏幕上只有几个像素,所以人很难理解哪一架朝我飞来,哪一架从我身边飞走。但是机器,也就是数字机组成员,可以捕捉到这一点,并开始将三者分类为'这是你要参与的;这是你要先看的'"。 麦克弗森提到的与未来装甲车态势感知能力有关的另一个技术领域是时敏网络(TSN)。“他解释说:"如果要控制武器系统和效应器,就必须能够与这些武器系统进行安全、低延迟的实时通信。它可以是一条在以太网上等待接收的信息。它需要确定性地发送到武器系统,因此我们正在研究时间敏感型网络。我们在贝尔法斯特有一个隶属于综合空域保护系统(即防空导弹系统)的办事处,他们正在研究用于控制武器系统的时敏网络,即传感器到效应器,以及具有确定性的信息集,使你能够准确知道武器系统何时接收到信息。

麦克弗森提到的最后一点与提供零延迟快速视频的需求有关。“他指出:"如果开始压缩视频,然后在另一端解压缩,就会产生一些问题,并可能带来延迟。“如果有各种网络伪影占用了网络上的计算机带宽,也会增加延迟。最终,我们要做的就是尽量减少延迟。不压缩就是一种方法,或者通过非常快的视频格式点对点发送。视频的延迟仍然是一个问题,但我们可以解决这个问题,比如有些驾驶员、摄像机必须以非常高的安全完整性等级(SEL)提供视频,这基本上意味着对延迟有要求,不能超过这个等级。

这与装甲车乘员驾驶装甲车时使用的视频尤为相关,在这种情况下,即使是少量的延迟也会诱发晕动症,但它也会影响装甲车乘员其他方面的工作效率。

图:泰雷兹 PAAG 系统安装在 Boxer 多功能装甲车上,可以在装甲下进行目标识别,而不是让下马的士兵来完成这项工作。[泰雷兹]

麦克弗森说:"你不会想从潜伏的视频中逃跑,也不会想从潜伏的视频中开火。你不会想通过潜伏视频来攻击目标,尤其是当你在移动,车辆的炮塔或车辆的武器系统在移动的时候。......我们已经成功地降低了许多系统在驾驶员和武器系统方面的延迟。下一阶段是减少整个传感器系统的延迟,因此要确保传入的视频是最新的,这样我们才能在上面运行这些不同的算法。拥有数字机组成员的好处是,他们可以非常快速地处理视频。他们可以处理未压缩的视频;视频不需要'漂亮和人类可读';可以是非常原始的视频,机器可以更快地处理它"。

未来,麦克弗森指出,泰雷兹目前正在开发一种名为 “装甲上方全景云台”(PAAG)系统的新型瞄准和监视解决方案,该系统将安装在德国联邦国防军 “拳师 ”多功能装甲车的伸缩桅杆上。该系统将允许在装甲车内安全地指定目标,而不必让下马的士兵来完成这项工作。

麦克弗森在总结他的观点时指出,未来 "这些车辆上的传感器将大量增加;这些车辆上将有无数的传感器。为了不让乘员不堪重负,泰雷兹和其他企业需要开发这些人工智能算法,即 “数字乘员”,以减轻物理乘员的认知负担,并为减少观察、定位、决策、行动(OODA)循环带来益处。他们的客户如何赢得未来的战斗,就是减少 OODA 循环。

亨索特公司

与此同时,德国的 Hensoldt 公司在提供装甲车态势感知系统方面也有显著的业绩。该公司发言人指出,随着战场复杂性的增加,态势感知也在迅速发展,他在 2024 年 12 月初告诉 ESD,该公司 “正在通过整合创新的传感器技术和先进的基于人工智能的系统,推动装甲车态势感知的发展”。最近,该公司的数字光学系统已集成到德国陆军的豹 2 主战坦克和美洲豹步兵战车(IFV)车队中。

Ceretron 是 Hensoldt 公司最新的杰出解决方案之一:它是一个人工智能支持的处理单元,可以分析传感器数据,为用户提供显著改善的快速态势感知。该公司发言人解释说,Ceretron 系统 "通过提供对战场环境的全面、实时了解来增强决策能力,这在高风险情况下至关重要。Ceretron 装置可处理来自红外和视觉光学等多个传感器的信息,将其合并为一个可操作的数据流,以便指挥官迅速采取行动"。

图:德国的 “美洲豹 ”装甲机车是最新型的装甲车辆之一,得益于亨索特公司的数字光学系统和更广泛的态势感知系统。[莱茵金属]

亨索特公司发言人说,Ceretron系统具有人工智能驱动的传感器数据处理功能,“在提供统一、连贯的战场图像方面改变了游戏规则”。“通过融合来自各种传感器的数据并以可操作的格式呈现,Ceretron 使指挥官能够做出更快、更明智的决策"。

该发言人补充说:"亨索特的数字光学系统,尤其是集成在‘豹’式和‘美洲豹’式平台上的数字光学系统,提高了复杂环境下的图像质量和可视性。这些数字系统使机组人员即使在夜间行动或恶劣天气等低能见度条件下,也能非常清晰地感知和识别威胁。这些技术共同体现了亨索特公司致力于提高态势感知能力,从而在战场上提供更好的保护和战术效能。

在增强战场能力方面,该发言人指出,"将数字光学技术集成到‘豹’式和‘美洲豹’式等平台上,可以增强目标识别能力--这对复杂环境下的交战至关重要。这种能力不仅提高了战场生存能力,还有助于更快、更准确地锁定目标,为快速执行军事战略提供支持。

发言人补充说:这些创新技术,包括 Ceretron 和数字光学技术,支持了向更动态、反应更迅速的军事理论的转变。它们使部队能够在瞬息万变的战斗条件下更早地发现威胁、更快地做出反应和更有效地作战。

BAE 系统公司

虽然 BAE 系统公司没有发言人接受采访,但该公司代表向 ESD 介绍了该公司正在寻求提供增强型装甲车态势感知和车辆保护技术的一系列发展情况。

BAE 系统公司的车辆保护系统产品包括传感器、反制系统和人工智能自主功能,旨在减轻地面车辆乘员的认知负荷,使他们能够快速应对潜在威胁。

其中包括 360 MVP 传感器系统,根据公司资料,该系统 “提高了地面车辆的态势感知能力,减轻了乘员的认知负荷,并能与其他车辆保护系统功能轻松集成--所有这些都能提高乘员的反应时间、生存能力和任务成功率”。据 BAE 系统公司称,360 MVP 传感器系统由高清晰度、扩展视角传感器和 BAE 系统公司的 1920×1200 长波红外摄像机内核组成,无论白天还是黑夜,无论恶劣天气还是具有挑战性的自然和人为战场条件,都能提供低延迟图像。

该公司表示:"大视场和我们先进的算法提高了地面车辆的态势感知能力,减轻了乘员的认知负荷。这些算法使系统能够对反坦克制导导弹、无人机和地面部队等来袭威胁发出预警,使乘员和系统能够在威胁来袭之前做出反应。360 MVP 传感器系统为乘员提供主动车辆保护,具有'先看到,先行动'的优势,同时提高了在密集城市地形中的机动性和生存能力"。

图:配合 BAE 系统公司的 360 MVP 传感器态势感知套件,该公司的 Terra Raven 反导系统采用从飞机自我保护系统改造而来的非动能红外反导技术,保护地面车辆免受反坦克导弹的攻击。[BAE 系统公司]

同时,BAE 系统公司的 Terra Raven 反导系统采用了从飞机自我保护系统改造而来的非动能红外反导技术,以保护地面车辆免受反坦克导弹的攻击。该公司称:"结合 BAE 系统公司的 360 MVP 传感器态势感知套件,该红外对抗系统可探测、跟踪和拦截地面装甲车辆面临的来袭威胁。“其设计可根据任何平台、任务或预算进行定制,并采用模块化设计,重量轻,易于与其他系统(包括动能对抗系统)集成"。

与这些能力相关的是该公司的 “无畏盾 ”整体概念:一种全频谱、多领域的电子战(EW)解决方案,旨在高度竞争的战场上为平台周围形成一个保护圈。通过利用电子战频谱中的射频(RF)和红外(IR)部分,“无畏盾 ”旨在提供一套全面的保护能力,同时采用开放式架构,实现快速实战和持续系统升级,以超越威胁。

与此同时,2024 年 10 月,BAE 系统公司宣布已与康斯伯格防务与航空航天公司合作,将后者的综合战斗解决方案(ICS)装甲车态势感知工具推向美国市场。ICS为装甲机车乘员提供了链接和共享视频流、元数据、目标信息、回转到提示命令等的能力,据BAE系统公司称,这可将典型的威胁响应速度从几分钟缩短到几秒钟。ICS能力已在美国两栖作战车(ACV)和装甲多功能车(AMPV)平台上得到验证。

结束语

未来的装甲机车态势感知和相关技术有望改变陆军的作战方式,或许也会改变其使用的装甲车辆的设计。例如,越来越有效的 APS 能力可能使装甲机车的装甲更轻,从而提高其机动性。

同时,作为美国陆军下一代战车(NGCV)系列的一部分,美国陆军正在开发机器人战车(RCV)计划,通过RCV的前置屏幕(所有RCV都有自己的传感器和效应器),装甲车编队的态势感知能力将得到增强。二战时期,人们认为如果看不到目标就无法射击,这句老话已不再是绝对真理。

参考来源:欧洲安防

成为VIP会员查看完整内容
4

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
武器化无人潜航器(UUV)兴起
专知会员服务
13+阅读 · 1月9日
自主武器系统:军事行动的未来
专知会员服务
29+阅读 · 2024年11月12日
思考未来的反无人机方案
专知会员服务
45+阅读 · 2024年10月20日
《当前和未来高强度作战中的火炮》最新65页报告
专知会员服务
28+阅读 · 2024年10月4日
小型无人机蜂群和战斗管理:不断演变的战争格局
专知会员服务
44+阅读 · 2024年10月4日
革新21世纪的作战:无人机和反无人机
专知会员服务
91+阅读 · 2024年4月27日
无人系统与作战能力的变革
专知会员服务
58+阅读 · 2024年2月11日
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
装备作战试验标准体系研究
科技导报
15+阅读 · 2019年4月2日
美军电磁频谱战的发展及启示
科技导报
11+阅读 · 2019年3月25日
美国“忠诚僚机”项目概念与技术现状
无人机
11+阅读 · 2018年11月1日
反无人机电子战蓬勃发展
无人机
19+阅读 · 2018年7月11日
智能无人作战系统的发展
科技导报
31+阅读 · 2018年6月29日
无人艇的发展趋势
无人机
11+阅读 · 2017年11月6日
国家自然科学基金
40+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
48+阅读 · 2011年12月31日
Arxiv
164+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
425+阅读 · 2023年3月31日
Arxiv
155+阅读 · 2023年3月24日
Arxiv
22+阅读 · 2023年3月17日
VIP会员
相关VIP内容
武器化无人潜航器(UUV)兴起
专知会员服务
13+阅读 · 1月9日
自主武器系统:军事行动的未来
专知会员服务
29+阅读 · 2024年11月12日
思考未来的反无人机方案
专知会员服务
45+阅读 · 2024年10月20日
《当前和未来高强度作战中的火炮》最新65页报告
专知会员服务
28+阅读 · 2024年10月4日
小型无人机蜂群和战斗管理:不断演变的战争格局
专知会员服务
44+阅读 · 2024年10月4日
革新21世纪的作战:无人机和反无人机
专知会员服务
91+阅读 · 2024年4月27日
无人系统与作战能力的变革
专知会员服务
58+阅读 · 2024年2月11日
相关资讯
反无人机技术的方法与难点
无人机
20+阅读 · 2019年4月30日
装备作战试验标准体系研究
科技导报
15+阅读 · 2019年4月2日
美军电磁频谱战的发展及启示
科技导报
11+阅读 · 2019年3月25日
美国“忠诚僚机”项目概念与技术现状
无人机
11+阅读 · 2018年11月1日
反无人机电子战蓬勃发展
无人机
19+阅读 · 2018年7月11日
智能无人作战系统的发展
科技导报
31+阅读 · 2018年6月29日
无人艇的发展趋势
无人机
11+阅读 · 2017年11月6日
相关基金
国家自然科学基金
40+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
43+阅读 · 2014年12月31日
国家自然科学基金
10+阅读 · 2012年12月31日
国家自然科学基金
48+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员