地面监视持续监控地面活动,历来依赖雷达和观测数据。这种将照相机、雷达和其他电子传感器等多种设备集成在一起的方式,可对指定区域进行单波段或多频谱监视。与依靠人工操作员检查单一传感器馈送的传统系统不同,持续监视可通过自动化手段进行持续监测,就像一只 "不眨眼的眼睛"。通过不断分析传感器馈送信息,这些系统可以通过早期威胁检测来防止事故发生,甚至可以先发制人地解决潜在问题,从而做出迅速及时的反应。

数字图像彻底改变了持续地面监控,带来了显著的技术优势。与传统方法不同的是,现代系统大多实现了自动化操作,可以在没有疲劳或注意力不集中的情况下进行持续监视。这些系统可覆盖大片区域,包括恶劣或人迹罕至的地形,为操作人员提供实时信息。它们可在预定区域内或通过分析物体的活动自动检测和跟踪可疑物体。视频处理可在摄像机上或指挥中心完成。根据检测到的目标的活动,这些系统会通过基于规则的分析或行为分析触发警报,这些规则或行为分析可以随着时间的推移自动学习。

本世纪初,持久地面监控技术得到发展。它们在美国领导的 "全球反恐战争 "中发挥了重要作用,是联军在阿富汗和伊拉克使用的飞机、航空浮空器和无人驾驶飞行器(UAV)上的兵力保护包的一部分。以色列国防军(IDF)也利用这些能力确保以色列边境行动。如今,一些 "安全城市 "计划已经引入了持续监控能力,尽管公众对其造成的隐私问题表示担忧。本文讨论了持续监控的技术方面,但没有深入探讨关于这些系统民用合法性的公开辩论。

图:装备有 Gorgon Stare 的美国空军 MQ-9 无人机由驻阿富汗的第 455 空中远征联队操作,用于持续监视和兵力保护。图片来源:USAF/Tech. 罗伯特-克洛伊斯中士

这些系统的一个重要特点是能够整合各种来源的实时数据和存档数据。通过收集和分析来自热像仪、雷达系统、声学传感器和卫星图像等多种来源的数据,可以全面了解监视区域的情况,深入洞察犯罪分子的潜在敌对活动和准备工作。这样就能进行更准确的侦查和应对。先进的视频运动分析算法、人工智能(AI)和机器学习(ML)进一步增强了这些能力。它们使系统能够识别模式、检测异常并预测潜在威胁。

持续地面监控利用各种传感器和软件工具来收集信息,并持续监控广阔的目标区域。从光电传感器的被动监视和高分辨率图像,到 Gorgon Stare 系统的实时广域运动图像 (WAMI) 和多重情报有效载荷,每种工具都能提供独特的功能。

广域运动图像

在可见光(VIS)和近红外(NIR)波段工作的光电传感器被兵力和安全部队广泛用于情报、监视和侦察(ISR)。尽管有些传感器利用红外光主动照亮场景,但这些传感器都是被动行动的。某些主动系统部署了成对的红外(IR)光源和传感器,起到 "光学绊线 "的作用,当它们的视线受到干扰时,就会立即采取行动。此外,还有短波红外线(SWIR)波段,特别适合突出显示枪口的闪光,因此被应用于敌方火力指示器中。

传统的摄像机需要人工持续监控,但现在较新的自动化系统利用了实时图像处理技术,如视频移动侦测和物体识别算法,可以自动触发警报,将操作员的角色从监控者转变为分析者。现代广域光电有效载荷的明确设计目的是用高分辨率图像覆盖大面积区域,便于在无人监控的情况下识别人员、车辆和其他物体。

图:Logos 于 2017 年在 RQ-21 无人机上测试了 Redkite-1 WAMI 传感器。图片来源:Logos

总部位于美国的 Logos 公司提供一种名为 Redkite-1 的紧凑型广域运动图像(WAMI)有效载荷,专门为 Insitu RQ-21 Integrator Group III 战术无人机设计。该公司还开发了 Blackkite-1 吊舱,配合 Redkite-1 在夜间执行任务。该公司的 Redkite 吊舱系统也具有类似功能,可适用于轻型飞机或直升机。这种结构紧凑的系统可以对相当于一个小城市的区域进行近乎实时的监视。其覆盖范围为半径 4 千米的圆形足迹,可同时探测和跟踪多个目标,并记录事件以备后续分析。该系统的分辨率经过调整,可在用户指定的 "观察范围 "内跟踪车辆和发现移动的下马者,从而实现自动探测警报。红鸢-1 采用了多模式边缘处理器 (MMEP),这是一种高性能处理器,可将千兆字节的数据转化为地理标记图像,在平台上可存储长达 8 小时的任务数据。

当传感器在现场上空飞行时,可与友军共享这些数据。地面操作人员也可使用 WAMI 系统的实时和先前记录的地理标记图像进行情报收集和分析。

三维测绘相机

高分辨率地理标记图像可转化为三维模型,为用户提供近乎实时的信息,并增强态势感知和操作规划能力。今年早些时候,以色列公司 BlueBird Aero Systems 推出了一款高分辨率 3D 广域测绘相机 MagiCam。将其安装在离地 500 米高的小型无人机上,二维覆盖面积可达 40 平方公里/小时,三维覆盖面积可达 12 平方公里/小时。这台重达 1.5 千克的相机有效载荷包含一个 103 MP 传感器和一台处理图像的机载处理计算机。该系统的地面采样距离(GSD)为 3.2 厘米/像素,可生成清晰、详细的图像,并可在着陆后数小时内通过三维模型、地图或正射影像图转化为可操作的情报。为了汇编测绘所需的数据,MagiCam 扫描该区域,从各个方向捕捉许多带有地理标记的高分辨率图像,以确保精确的三维测绘。该系统还处理红外热成像,通过聚焦物体热信号的变化来丰富模型,这些变化表明最近有人类活动。

通过扫描,MagiCam 可以检测并标记当前和以前出动的飞机之间的差异,使用户能够跟踪地面、物体尺寸、纹理等方面的变化。这些信息对于识别简易爆炸装置 (IED) 或地雷等潜在威胁以及预先准备好的伏击地点至关重要。

利用热视觉

光电热成像仪是一种无源设备,可将物体发出的红外辐射转化为可辨认的图像。这些传感器在两个不同的波段(中波红外(MWIR)和长波红外(LWIR))工作,在微光或夜间场景下特别有效。即使在没有可见光的情况下,它们也能很好地探测热信号,如人体或车辆运动发出的热信号。二者都擅长穿透雾、霾和雨等环境遮蔽物,中波红外更适合温暖的气候,而长波红外更适合寒冷的气候。

图:SupervisIR 是一种被动式凝视红外传感器,适用于需要持续监视的秘密任务。资料来源:埃尔比特系统公司

大多数热成像仪的设计目的是探测和识别远距离目标,但它们需要覆盖广泛的区域进行持续监视。Elbit 系统公司的 SupervisIR 就是专门为这种应用而设计的。它能自动检测和跟踪目标,全景视场的仰角为 12.5°,方位角为 90°。该系统可自动检测和跟踪多个目标,并将其显示在操作员指定的多个窗口中,以显示感兴趣的特定区域。该传感器可独立运行,也可作为集成系统的一部分,引导其他传感器观察、识别和攻击目标。

埃尔比特系统公司还为战术无人机(如 SkyLark 3)开发了机载监视有效载荷。该系统被称为 MiniSkEye,可对大范围区域进行昼夜持续监视。WAMI 光电红外传感器获得的数据和视频存储在机上,用户可通过标准接口和通信渠道实时访问。系统执行 WAMI 进行持续监控,或通过 "推帚 "式空中勘测来覆盖更大的区域,利用历史数据检测当前勘测场景的变化。通过 WAMI,系统可提供整个区域的概览,自动检测多个用户定义区域内的活动和移动。

图像以高分辨率捕获,使系统能够自动执行目标识别。同时,分析人员或用户还可以使用系统的多个高分辨率窗口进一步分析目标行为。虽然该系统主要使用热图像,但在必要时,它可以与主机平台上的其他摄像机进行交叉提示,利用全动态视频自动跟踪操作员指定的目标。

“不眨眼的眼睛”

本世纪初,为满足美国国防部对实时、大范围监视能力的迫切需求,美国内华达山脉公司(SNC)设计出了 "高竿凝视"(GS)。这项变革性技术大大加快了作战行动的情报准备工作,单次任务的时间从数天缩短到数小时或数分钟。GS 已得到广泛应用,迄今已累计飞行超过 10 万小时。

该系统使用一个由 12 台摄像机组成的阵列,对一个城市大小的区域进行全天候不间断监视。它利用日间和热通道,可以近乎实时地向用户提供超视距镜头流,同时还可以存档供进一步使用。该系统的一个重要功能是在任务结束后查看记录的动态图像,以便在发生事故或其他重大活动后进行取证分析。

图:2018 年 9 月 19 日,印第安纳州国民警卫队第 181 情报监视侦察大队(ISRG)在北卡罗来纳州 "佛罗伦萨 "飓风过后使用 Gorgon Stare WAMI 系统。资料来源:美国国防部

经过二十多年的运行,"高竿凝视"(Gorgon Stare)系统有了长足的发展。最新迭代的 Gorgon Stare Increment 2 提供了更广泛的区域覆盖、分辨率更高的传感器,并增加了宽带超视距(BLOS)通信数据链路,能够通过 SATCOM、LINK 16 和 MESH 网络支持高达 40 Mbps 的数据回程。尺寸和重量的减小使SNC能够将两种传感器集成到一个吊舱中,从而使MQ-9在携带 "高竿凝视"(Gorgon Stare)ISR包的同时还能携带武器。进一步的改进包括增加日间彩色图像、动态相机瞄准和可调整的飞行模式操作,使操作人员能够在保持飞机飞行路径在允许空域内的情况下收缩或扩大数据收集区域。除了提高帧频和传感器分辨率以增强图像清晰度和物体特征外,Gorgon Stare 还引入了人工智能(AI)功能。这样就可以根据地理和行为等各种参数自动检测、分类和跟踪目标。

地面监控雷达

监视雷达对于监控广阔区域的地面和空中移动物体至关重要。与通常 360° 覆盖的空域监视雷达不同,地面监视雷达通常是静态的,并侧重于特定区域。这些系统可深入了解跟踪目标的位置、速度和方向。利用电子扫描技术的现代雷达比其前身更加紧凑和轻便。

例如,IAI Elta 公司的 ELM-2112 V8 雷达就是一个引人注目的例子。这种便携式设备重量仅为 9 千克,配备的电池可支持长达 36 小时的工作时间,可装入背包、安装在车辆的伸缩桅杆上或部署在航空浮空器上。此外,该系统还可与观测设备、发射探测系统或通信系统等其他传感器集成,使用户即使在没有视线的情况下也能对区域进行监测。

图:High Roller 多INT 有效载荷的应用。资料来源:SRC Inc.

另一种机载雷达是合成孔径雷达(SAR)和地面移动目标指示器(GMTI),可在任何天气条件下提供类似于 WAMI 的图像。此类雷达通常安装在无人机上,因此,"High Roller "被设想为 RQ-21 Integrator 的多情报有效载荷。该有效载荷协调感兴趣信号(SOI)、合成孔径雷达(SAR)、电子光学/红外图像(EO/IR)和移动目标指示器(MTI)。除了提供独立的 ISR 数据流外,"强力滚筒 "还能使主平台的机载系统自主协作,为地面友军提供多视角、地理注册的多情报数据。

信号情报(SIGINT)监控

监测整个射频(RF)频谱中的相关信号,可从手机、无线电、雷达和无人机等各种来源的无线电发射中获取实时情报。综合解决方案(如美国 CRFS 公司的 RFEye)与雷达和光电系统相结合,无缝集成到航空器的持续监视机制中,以执行边境保护或战略要地保护等任务。

这些 SIGINT 系统的独特优势在于对每个信号进行定位,从而通过增加更多层次的情报来丰富态势图。这些系统对信号进行细致的分析,对信号源进行分类和地理定位。这些信息可以引导其他传感器对这些地点进行更详细的调查。对这些信号的操作、互动和行为模式的变化进行深入研究,可以暗示目标的活动和意图。因此,SIGINT 系统有助于探测和了解潜在威胁。

释放人工智能的力量

虽然单个传感器负责收集视频馈送和数据,但使用尖端模式识别和运动分析算法的强大数字处理能力可提供分析处理能力。这种能力可以触发基于规则的警报供分析人员研究、执行目标识别、跟踪目标、提供全面的态势感知等活动,并为操作员、指挥官和兵力增加可操作的建议路线。对于监督大型公共活动、海上监视行动和兵力的安全组织来说,这些系统也非常宝贵。利用无尽的信息源和数据点,人工智能驱动的分析系统可以将监控区域扩展到传感器所覆盖的可见区域之外。

最近在大型体育和文化活动中使用的 "光环 "无人机和流媒体技术就是这样一个技术部署实例,用于监控抗议者活动、相关人员、门票转售和人群安全。Halo (v5) 事件和威胁管理系统的流媒体直播能力大大提高了其实用性,并为建立情报提供了一个重要环节。

图:Halo Solutions 的 Drone and Stream 技术馈送和事件威胁管理仪表板。资料来源:Halo Solutions

IAI 的 Elta StarLight 系统是该领域的另一个重要参与者,主要用于军事和海事安全。这种基于云的多情报分析系统可将分布式 ISR 传感器提供的海量非结构化数据转化为可操作的情报。该传感器无关的系统可与 SAR/GMTI 雷达、SIGINT、EO/IR、视频、WAMI 和发射探测系统连接。其基于人工智能的创新型智能作战应用包括态势感知引擎、数据挖掘工具、威胁生成器等,所有这些都能相互作用,解释和理解战术态势图,并最有效地实施应对措施。

Palantir 的 AIP 是另一个利用人工智能处理情报数据的解决方案,被美国国防部各部门广泛使用。目前,这套多情报系统正在支持乌克兰陆军与俄罗斯的冲突,它挖掘了数千种各种模式的情报来源,就战场上敌人的动向、准备情况或潜在机会发出警报。利用人工智能分析传感器数据,分析人员可以迅速回答敌人的位置和意图等关键问题。北约分析人员利用这些程序在整个战区确定俄罗斯部队集结地、防空系统、指挥所和补给站的位置。在探测和指定攻击目标后,通过商业宽带卫星链路直接传送给乌克兰兵力。

总之,集成人工智能技术正在不断发展民用和军用环境下的监视和侦察行动。实时收集、处理和分析海量数据可增强对态势的感知,并能对潜在威胁做出积极反应。人工智能的使用越来越复杂,尤其是在预测分析方面,这标志着情报和安全行动进入了一个新时代。

成为VIP会员查看完整内容
48

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。
军事数据空间:挑战、机遇和用例
专知会员服务
103+阅读 · 2023年11月14日
有人/无人机协同系统及关键技术综述
专知会员服务
127+阅读 · 2023年10月8日
《美国海岸警卫队:无人系统战略规划》2023最新报告
专知会员服务
91+阅读 · 2023年5月9日
「视频目标跟踪」最新2022研究进展综述
专知会员服务
80+阅读 · 2022年9月26日
小目标检测研究综述
专知会员服务
146+阅读 · 2022年8月27日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
53+阅读 · 2021年9月3日
专知会员服务
131+阅读 · 2021年2月17日
「基于通信的多智能体强化学习」 进展综述
联邦学习安全与隐私保护研究综述
专知
12+阅读 · 2020年8月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【紫冬声音】基于人体骨架的行为识别
中国自动化学会
16+阅读 · 2019年1月30日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19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
3+阅读 · 2015年12月31日
国家自然科学基金
3+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
3+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
11+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
0+阅读 · 2015年12月31日
Arxiv
148+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
372+阅读 · 2023年3月31日
Arxiv
132+阅读 · 2023年3月24日
Arxiv
26+阅读 · 2019年3月5日
VIP会员
相关VIP内容
军事数据空间:挑战、机遇和用例
专知会员服务
103+阅读 · 2023年11月14日
有人/无人机协同系统及关键技术综述
专知会员服务
127+阅读 · 2023年10月8日
《美国海岸警卫队:无人系统战略规划》2023最新报告
专知会员服务
91+阅读 · 2023年5月9日
「视频目标跟踪」最新2022研究进展综述
专知会员服务
80+阅读 · 2022年9月26日
小目标检测研究综述
专知会员服务
146+阅读 · 2022年8月27日
专知会员服务
21+阅读 · 2021年10月9日
专知会员服务
53+阅读 · 2021年9月3日
专知会员服务
131+阅读 · 2021年2月17日
相关资讯
「基于通信的多智能体强化学习」 进展综述
联邦学习安全与隐私保护研究综述
专知
12+阅读 · 2020年8月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【紫冬声音】基于人体骨架的行为识别
中国自动化学会
16+阅读 · 2019年1月30日
【学科发展报告】无人船
中国自动化学会
26+阅读 · 2019年1月8日
进攻机动作战中的机器人集群
无人机
20+阅读 · 2017年12月4日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
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
3+阅读 · 2015年12月31日
国家自然科学基金
3+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
3+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
11+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
0+阅读 · 2015年12月31日
微信扫码咨询专知VIP会员