«Лаборатория Касперского» представила интеллектуальную систему для аналитики чрезвычайных ситуаций

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Спасти без пилота © stimul.online

Решение Kaspersky Neural Networks установлено на беспилотные самолеты, выпускаемые фирмой «Альбатрос». Источник: Никита Калмыков

Система Kaspersky Neural Networks эффективна в условиях стихийных бедствий, на массовых мероприятиях с большим скоплением людей, в мегаполисах при сложном трафике на дорогах. Анализ данных происходит в режиме реального времени с борта беспилотника при помощи нейронных сетей. О возможностях системы и опыте ее применения на беспилотниках другой российской компании «Альбатрос» пишет интернет-журнал об инновациях в России «Стимул».

Система Kaspersky Neural Networks предназначена для решения трех основных задач:

— поиск пропавших людей, животных и объектов (например, смытых наводнением домов) в труднодоступных районах;

— оценка ущерба при чрезвычайных происшествиях с использованием снимков с воздуха;

— анализ данных, необходимых для ведения геодезической, картографической и кадастровой деятельности, а также организации дорожного движения.

При разработке системы эксперты уделили особое внимание технологиям обнаружения малых объектов в условиях ограниченной видимости. Например, во время стихийных бедствий часто стоит задача не только найти уцелевшие смытые строения, но и отличить хозяйственные постройки от жилых, а также определить концентрацию объектов на территории затопления.

Технологии машинного обучения для обработки изображений обеспечивают мгновенное реагирование при анализе объектов. Например, в ходе одного из испытаний Kaspersky Neural Networks тысячи изображений высокого разрешения были обработаны за несколько минут на ноутбуке в условиях работы на пересеченной местности и ограниченной вычислительной мощности устройства.

Нейронные сети «Лаборатории Касперского» умеют дообучаться, с каждым разом совершенствуя результаты. Обработка данных может вестись как на борту БПЛА, например беспилотника «Альбатрос» серии М, так и на сервере или ноутбуке по окончании полетов.

КЛЕШНИН111.jpg
КЛЕШНИН111.jpg © stimul.online

Руководитель по развитию направления Kaspersky Neural Networks Владимир Клешнин. Источник: Пресс-служба «Лаборатории Касперского»

«Наши нейросети обучены на десятках тысяч изображений, — рассказал „Стимулу“ руководитель по развитию направления Kaspersky Neural Networks Владимир Клешнин. — Сам процесс обучения довольно сложный, он позволяет программе определить и запомнить различные признаки объектов — людей, домов, автомобилей, животных; это во многом похоже на процесс обучения человека. Система распознает сложные объекты, причем в оперативном режиме. Человека система может узнать по маленькому фрагменту руки или ноги, например, или даже по тени. Нейронная сеть не теряет качества распознавания объектов с ходом времени (в отличие от человека), а скорость ее работы значительно выше. Это позволяет обрабатывать огромный массив данных в реальном времени, что существенно ускоряет поиск объектов».

По мнению создателей системы, она будет актуальна прежде всего для нужд МЧС и поисково-спасательных отрядов. На крупных промышленных предприятиях, например ЦОДД, решение может использоваться в качестве инструмента контроля трафика. Система уникальна тем, что она обрабатывает данные в реальном времени на борту нескольких беспилотников и демонстрирует их в едином веб-интерфейсе для множества операторов.

«Самолет видит человека, нейросеть его распознает, и оператор уже через секунду получает изображение и координаты найденного человека, — поясняет Владимир Клешнин. — Не нужно ждать приземления беспилотника. При этом остальные системы с подобным функционалом спроектированы так, что беспилотник должен сначала приземлиться и передать данные, их проанализируют, и потом только специалисты определят проблему. Для беспилотных самолетов это может занять несколько часов, для коптеров — порядка получаса».

В чрезвычайных ситуациях счет часто идет на минуты. Человек может уйти с места обнаружения в лесу, а дом, к примеру, смоет с той точки, куда его прибило селем. Даже 20 минут могу оказаться жизненно важными — например, если коптер засек, что по реке плывет унесенный стихией дом, и в нем еще остались люди.

«Не так давно мы и „Альбатрос“ принимали участие в профильной выставке МЧС „Комплексная безопасность — 2021“, — рассказывает Владимир Клешнин. — По ее итогам мы получили много запросов на демоверсию KNN от различных региональных подразделений МЧС России и других стран. С некоторыми из них мы сейчас обсуждаем передачу ПО и возможность проведения пилотных проектов».

СТОЯЛИ У ИСТОКОВ

В рамках партнерства с ООО «Альбатрос» система установлена на беспилотный самолет «Альбатрос М5» и промышленный квадрокоптер «Альбатрос Д1». О своей компании и стоящих перед ней задачах со «Стимулом» побеседовал генеральный директор «Альбатроса» Никита Калмыков.

КАЛМЫКОВ.jpg
КАЛМЫКОВ.jpg © stimul.online

Генеральный директор ООО «Альбатрос» Никита Калмыков. Источник: Фото предоставлено Никитой Калмыковым

«Сотрудники нашей фирмы стояли у истоков беспилотной авиатехники в России. Все зарождалось еще в начале двухтысячных, — говорит он. — Сама компания „Альбатрос“ сильно моложе, она появилась в 2017 году, но у наших ребят очень богатый опыт разработки и производства БПЛА. Вообще, в России мало компаний, которые занимаются беспилотными самолетами, и каждая обычно специализируется на одном, максимум двух сегментах».

По словам руководителя компании, рынок БПЛА у нас еще не очень развит. Производителям и разработчикам приходится объяснять на выставках, почему игрушка, которая стоит несколько миллионов рублей, очень сильно поможет сократить расходы в производстве, да и в том же сельском хозяйстве.

ООО «Альбатрос» специализируется в сельскохозяйственной области. Самолеты компании снимают поле, эта информация уже в качестве цифровой модели местности выгружается, анализируется, обрабатывается. И на сельхозпредприятии решают, вносить ли удобрения в ту или иную часть поля, узнают об изменении параметров поля.

«Были уже неоднократно случаи, — говорит Никита Калмыков, — когда мы приносили заказчикам информацию о площади их полей со всеми контурами. И выяснялось, что поля на 20 процентов меньше по сравнению с тем, что указано во всех базах. Потом они с геодезистами приходят и говорят: „Ну да, вы были правы“. И, получается, что дорогостоящая техника при правильном применении сильно экономит затраты. В первую очередь это снижение затрат на ГСМ для сельскохозяйственной техники, расходов на закупку семенного материала, удобрений и пестицидов».

АЛЬБАТРОС.jpg
АЛЬБАТРОС.jpg © stimul.online

Коллектив ООО «Альбатрос». Источник: Фото предоставлено Никитой Калмыковым

СПАСАТЕЛЬНЫЕ «АЛЬБАТРОСЫ»

Никита Калмыков пояснил, какие беспилотники оптимальны для поисково-спасательных операций. По его словам, заниматься спасением людей, поиском объектов лучше всего при помощи электрических самолетов. Самолет, в отличие от коптера, может покрыть гораздо большую площадь: у него выше скорость и больше время полета, кроме того, он лучше противодействует ветровым нагрузкам. У коптеров преимущество в том, что они могут парить в одной точке. Если нужно заснять какой-нибудь трехмерный объект, например здание, со всех сторон, лучше это делать с коптера.

«И еще на самолет можно навесить более тяжелое оборудование, — говорит г-н Калмыков. — У нас полезная нагрузка — три килограмма, и мы можем поставить гораздо более производительные фотоаппараты. Чем больше матрица, чем больше мегапикселей в фотоаппарате, тем выше мы можем поднять самолет и тем больше площадь мы можем отснять при сопоставимом качестве снимков».

Как отметил Никита Калмыков, электрический самолет проще бензинового технологически, состоит из меньшего количества узлов и деталей. И, естественно, чем больше узлов и деталей, тем больше процент отказа. Электрический самолет летает четыре часа, подобный бензиновый будет находиться в воздухе шесть часов, но электрический можно дозарядить за 15 минут, перекинуть батарейки и поднять в воздух заново. А бензиновый нужно будет запускать часа два, что полностью нивелирует оперативность развертывания, а при задачах поиска это наиболее важная характеристика. Маленький перефорсированный двигатель очень сильно зависит от погодных условий. К примеру, при высокой влажности он будет запускаться очень долго.

Установленная на БПЛА система Kaspersky Neural Networks может искать потерявшихся грибников, людей в зонах чрезвычайных ситуаций, чтобы, к примеру, быстрее вывести их из горящего леса, мест затопления. Решение также подходит для охраны периметра, но уже на стационарных объектах — речь идет о поиске людей, которые нарушают какую-либо границу. При минимальной доработке можно оценивать ущерб от разливов нефти, подсчитывать в лесу число животных определенного типа, деревьев, попорченных короедом, и так далее.

СЪЕМКА.jpg
СЪЕМКА.jpg © stimul.online

Классификация пострадавших объектов с помощью системы Kaspersky Neural Networks. Источник: Пресс-служба «Лаборатории Касперского»

Что касается аналогов, то за рубежом это тоже абсолютно новый сегмент, все сейчас находятся в одинаковых условиях — только-только начинают.

«Мы рассчитываем, что Kaspersky Neural Networks будет пользоваться широким спросом на рынке. Большой опыт применения дронов для оказания услуг в разных сферах позволяет нам прогнозировать рост спроса на беспилотники с компьютерным зрением. Система, изначально ориентированная на аналитику происшествий и поиск людей, может стать надежным помощником для сельхозпредприятий, строительных и нефтяных компаний, а также организаций, обслуживающих вышки сотовой связи. Сотрудничество с Kaspersky Neural Networks дает нам ту гибкость, которая нужна сегодняшнему заказчику с его растущими потребностями в интеллектуальных осмотрах с воздуха», — отметил гендиректор ООО «Альбатрос».

Алексей Андреев


Источник: sdelanounas.ru

Комментарии: