本文深入探讨了 "UGV 试验",这是通过无人地面车辆(UGV)的本土创新将印度陆军和工业联系起来的关键时刻。这段旅程由 2019 年的一次偶然谈话引发,探索了有人无人协同作战(MUM-T)的演变,以及印度初创企业在推动军事技术发展中的重要作用。强调了这一实验对未来国防战略的影响,并描绘了将 MUM-T 纳入军事规划的过程,敦促采用统一的方法来有效利用无人驾驶能力。

积极主动的举措和UGV试验

在印度初创企业实力的推动下,以及时任陆军设计局(ADB)局长类似兴趣的激励下,2021 年 12 月组织了一次(陆军)"UGV 试验"。这次实战演习的目的是利用现有的陆战编组,如战斗队(由坦克、洲际车和步兵组成),在常规和 CI/CT 任务中使用 UGV 原型,让三军受众熟悉本土 UGV 的能力,并最终促进未来 MUM-T 平台的参谋质量要求 (GSQRS) 的制定,这是印度国防军启动任何开发或采购程序的最重要的工作。这次现场演习引发了关于 MUM-T 的热烈讨论。

历史背景与 MUM-T 军事思想的演变

时至今日,所有军事家都承认,未来战争中将会有越来越多的机器人/无人驾驶车辆投入战场。如果在未来十年左右,无人驾驶与有人驾驶的比例达到 70:30,人们也不会感到惊讶。几天前,在一次实弹演习中,美国莱茵金属公司(Rheinmetall US)展示了配备遥控武器系统的 8 轮 UGV 射击平台。看到俄乌战争中的人员伤亡,以及无人机和巡飞弹药的成功应用,所有先进陆军都自然而然地注意到了这一点,并在短时间内寻找解决方案。

MUM-T 概念并不新鲜。这些在军事生涯中一直关注军事技术的人都知道,美国在 20 世纪 80 年代是如何通过 JTIDS(联合战术信息分发系统)网络研发 J-STARS(联合监视目标攻击雷达系统)的,并通过无缝的地面、空中和太空网络实现传感器-武器-攻击的分阶段联动。

MUM-T 这一缩写最初是由美国陆军在 2009 年创造的,当时正在研究如何将 AH-64E 阿帕奇 GUARDIAN 攻击直升机与固定翼无人机系统结合起来。在 2013 年的一份 MUM-T 战略简报中,美国陆军航空中心(USAACE)将 MUM-T 定义为:同步使用士兵、航空兵、无人机和直升机: 同步使用士兵、有人和无人空中和地面飞行器、机器人和传感器,以实现增强的态势了解、更大的杀伤力和更高的生存能力。 唐纳德-沃尔德胡斯(Donald Woldhuis)和迈克尔-斯宾塞(Michael Spencer)将 MUM-T 解释为:一种标准化的系统架构和通信协议,可使无人机系统(UAS)传感器有效载荷获得的实时和静态图像在部队中共享。当时,MUM-T 的后备技术正在迅速转变。当时可能没有考虑到的是,过去一年中出现了新的复杂人工智能引擎。

如今,可用的解决方案要复杂得多,在很大程度上由人工智能和量子技术驱动,将无人系统集成到自动化和网络化战场中。

考虑到国防部门目前正在思考并迅速转向 MUM-T 模式,我们是否对长期维持 MUM-T 进行了充分的战略思考?答案应该是否定的。从无人系统(包括 UAV、UGV、无人水面舰艇 (USV) 和无人水下航行器 (UUV))的 RFI、RFP 和紧急采购的所有迹象来看,有理由感到担忧。在 Make II 清单、iDEX 挑战和 TDF 项目中,列出了许多面向私营企业,特别是初创企业的项目,但却没有确定通信和网络安全的架构或协议标准。三个部门的每个部门似乎都在各自为政,没有人考虑集成方面的问题。如果没有将 MUM-T 纳入军事行动规划的条令,这种情况自然会出现。 这些差距需要尽早弥合,以确保在单个作战单元内统一使用异质无人资产,即传统平台和无人平台。印度国防部成立了一个特别工作组,负责解决软件定义雷达(SDR)的标准架构、协议不匹配和安全解决方案等类似问题,值得称赞。类似的方法如果不是由各军种推动,也应由 IDS 总部或国防部推动。

MUM-T 的新兴技术

说到技术,以下是一份可能的前沿相关技术清单(仅供参考,但不是最终清单),这些技术有助于推进和支持载人-无人协同作业(MUM-T),以实现由分布式智能网络连接的智能、互联和模块化无人系统:

  • 人工智能(AI)和机器学习: 人工智能算法使无人系统能够自主决策,增强其在动态环境中的适应性和响应能力。机器学习算法提高了无人平台根据数据学习和优化性能的能力。
  • 蜂群机器人技术: 蜂群机器人技术涉及协调多个自主机器人协同工作。在 MUM-T 的背景下,蜂群技术可实现无人系统的协调行动,为监视、侦察、搜索行动和武器投放等任务提供便利。
  • 边缘计算: 边缘计算是指在更靠近数据源的地方处理数据,而不是依赖中央服务器。这项技术提高了数据处理速度,减少了延迟,对 MUM-T 场景中的实时决策至关重要。
  • 5G/6G 连接: 5G/6G 网络的部署可提供高速、低延迟的通信,这对于保持有人驾驶平台和无人驾驶平台之间的连接至关重要,可实现更快、更可靠的数据交换,从而提高 MUM-T 行动的效率。
  • 先进的传感器和成像技术: 传感器的不断进步,包括高分辨率相机、激光雷达、雷达和红外传感器,增强了无人系统的感知能力。这些传感器有助于提高态势感知和目标探测能力。另一个重点领域是实时传输高分辨率视频,用于监视和目标定位。
  • 自主导航系统: 具有障碍物探测和规避能力的尖端导航系统可使无人驾驶飞行器在复杂多变的环境中自主导航。这对于确保 MUM-T 运行的安全性和效率至关重要。
  • 人机界面(HMI):直观、用户友好的人机界面可促进人类操作员与无人系统之间的无缝交流。虚拟现实(VR)和增强现实(AR)技术正越来越多地集成到人机界面中,以提高操作员的态势感知能力。
  • 网络安全解决方案: 强大的网络安全解决方案对于保护通信渠道、防止未经授权的访问以及确保有人驾驶和无人驾驶平台之间数据交换的完整性至关重要。
  • 量子计算: 虽然量子计算仍处于早期阶段,但它具有彻底改变数据处理和加密的潜力。就 MUM-T 而言,这将有助于采用更先进的加密方法和更快速的数据分析。
  • 节能技术: 高能效技术的进步,包括轻质材料、改进的电池技术和能量收集解决方案,都有助于延长无人系统的运行寿命。
  • 协作机器人(Cobots): 旨在与人类操作员一起工作的协作机器人在地面 MUM-T 场景中发挥着作用。这些机器人可以协助完成从后勤到侦察等各种任务,与人类部队进行有效协作。

三军的应用

在了解了可能的技术之后,让我们来看看在三个军种中可能的应用:

空战中的 MUM-T: 空战中的 "有人无人协同作战"(MUM-T)彻底改变了军事行动的动态。在天空中,MUM-T 充分发挥了有人驾驶和无人驾驶航空系统 (UAS) 的优势。战斗机或侦察机等有人驾驶飞机与无人机系统无缝协作,扩大了作战范围,增强了监视能力。配备先进传感器的无人机有助于持续监视、跟踪敌方动向并向人类操作员提供实时情报。这种整合有利于精确打击,最大限度地减少附带损害,优化火力使用。此外,空战中的 MUM-T 还能协调应对不断变化的威胁,将自主系统的适应性与人类飞行员的战略决策相结合。

陆战中的 MUM-T: 在地面上,有人无人协同作战(MUM-T)通过将人类操作的地面部队与无人地面车辆(UGV)和空中无人机整合在一起,改变了陆战。配备传感器和摄像头的 UGV 可进行先进的侦察和监视,为人类操作员提供实时数据。在城市环境或特种作战中,MUM-T 可确保在复杂地形中有效导航,最大限度地降低人类的风险。士兵与自主系统之间的协作增强了对态势的感知和决策能力。陆战中的 MUM-T 还可延伸到后勤支持,UGV 可协助执行补给/再补给任务,优化军事行动的效率。为了证明这一点,"UGV 实验 "中的步兵排仅携带个人武器和弹药进行了一次 ANE 藏身处清理演习。在自主模式下,UGV 跟随纵队取走了背包和补给品。

海战中的 MUM-T:在海战中,有人无人协同作战(MUM-T)开创了乘员舰艇与无人系统(包括 USV 和 UUV)协同作战的新时代。配备先进传感器的无人潜航器有助于水下侦察和水雷反制,提高海军导航和控制海洋环境的能力。MUM-T 可确保反潜战中的协调努力,在反潜战中,乘员潜艇与自主系统合作,有效探测和应对潜艇威胁。MUM-T 在海军行动中的整合还延伸到海上监视,无人系统在海上提供持续监控。网络中心战原则增强了通信和数据共享能力,实现了实时决策,提高了整体海上安全。

构建 MUM-T 能力

考虑到现代军事行动的复杂性和先进技术的整合,当务之急是建立一个结构化的组织,以促进陆军、空军和海军在使用 MUM-T 能力时的有效性、效率和适应性。

为了在战略层面实现无缝战区行动,陆军、空军和海军可考虑/讨论以下组织:

联合军事-战术司令部(JMTC): 在最高级别上,建立一个 MUM-T 联合司令部(JMTC)将集中管理和协调所有三个军种的 MUM-T 活动。这一指挥结构将确保以统一的方式制定政策、制定标准/规程、进行战略规划、开展培训和分配 MUM-T 行动的资源。

针对具体服务的 MUM-T 联队: 在 JMTC 下,每个军种都有自己的 MUM-T 联队,负责在各自领域内实施 MUM-T 战略。

  • 陆军 MUM-T 联队、
  • 空军 MUM-T 联队、
  • 海军 MUM-T 联队。

JMTC 内部的职能部门:除政策制定和研发外,还可在此协调中央活动:

研发(R&D)司: 该司的工作重点是推进 MUM-T 技术,可与研究机构、国防实验室和行业伙伴合作,确保无人系统和相关技术的不断发展。

培训与条令司: 负责制定 MUM-T 行动的标准化培训计划和条令,确保各军种的军事人员都能熟练操作无人系统并与之协作。

网络安全与通信部: 该部门可确保有人平台与无人平台之间安全高效的通信。该部门需要应对与 MUM-T 行动相关的网络安全挑战,包括开发加密层以保护数据和通信渠道。

上述建议的结构将解决以下问题:

统一指挥与控制:建立联合军事技术中心将确保集中指挥和控制,促进所有三个军种之间的协同。这种统一性对于与 MUM-T 行动相关的决策协调、目标分配、资源分配和战略规划至关重要,可防止各自为政,并促进在不同军事场景中使用无人系统的整体方法。

特定领域的专业知识:针对特定军种的 MUM-T 机翼将有助于专业化和深入了解陆、空、海战等各个领域的独特挑战和机遇。这种专业化重点可确保 MUM-T 战略符合各军种的具体需求和要求,最大限度地提高作战效率。

协作决策:建议的结构鼓励协作和共同决策。通过让各军种的代表加入联合军事技术委员会,联合规划和协调将变得更加有效,从而克服军种间的挑战,营造一个具有凝聚力的环境,并确保在整个防务领域充分实现 MUM-T 的优势。

研发重点:研发部门强调 MUM-T 技术持续创新的重要性,这对印度的生态系统尤为重要,因为我们不仅需要迎头赶上,还要利用我们的启动资源在 MUM-T 领域发挥全球领导作用。该部门将确保印度国防军始终站在技术进步的前沿,适应无人系统领域新出现的威胁和机遇。

标准化训练与条令:训练与条令司将在确保军事人员接受 MUM-T 行动标准化综合训练方面发挥关键作用。培训计划的一致性可实现无缝互操作性,因为不同军种的人员都能熟练操作无人系统并与之协作,从而提高整体战备状态。

结论

总之,目前获取和操作无人系统的方法是分散的、不协调的,有必要转向有指导的、协调的和标准化的制度。随着国防部门迅速发展 MUM-T 能力,需要立即采取行动弥补现有差距、确定标准并建立结构化的组织框架。通过采用整体方法和实施建议的结构,印度不仅能跟上全球进步的步伐,还能将自己定位为载人-无人协同技术的领导者。如果我们必须防止未来的资源损失和资本浪费,那么现在就是开始这一转型之旅的时候了。

参考来源:Defstrat

成为VIP会员查看完整内容
45

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。
战争算法:人工智能在武装冲突决策中的应用,ICRC视角
专知会员服务
103+阅读 · 2023年10月28日
《无人机战争》印度能力建设,2023最新29页报告
专知会员服务
65+阅读 · 2023年6月17日
《空中作战网络的人机协作研究计划 (HURRICANE)》欧盟
专知会员服务
45+阅读 · 2023年2月20日
哈德逊研究所报告:软件定义战术
专知会员服务
82+阅读 · 2023年1月6日
深度学习研究及军事应用综述
专知
16+阅读 · 2022年7月7日
国外有人/无人平台协同作战概述
无人机
102+阅读 · 2019年5月28日
进攻机动作战中的机器人集群
无人机
21+阅读 · 2017年12月4日
国家自然科学基金
106+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
23+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
国家自然科学基金
13+阅读 · 2012年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
Arxiv
66+阅读 · 2023年3月26日
Arxiv
139+阅读 · 2023年3月24日
Arxiv
20+阅读 · 2023年3月17日
VIP会员
相关基金
国家自然科学基金
106+阅读 · 2015年12月31日
国家自然科学基金
37+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
23+阅读 · 2014年12月31日
国家自然科学基金
15+阅读 · 2013年12月31日
国家自然科学基金
15+阅读 · 2012年12月31日
国家自然科学基金
13+阅读 · 2012年12月31日
国家自然科学基金
17+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员