تکمیل فاز دوم تجهیزات خودمختار حقیقی

به گزارش کارگروه فناوری اطلاعات سایبربان؛ سازمان دارپا به تازگی اعلام کرد آزمایش پرواز فاز دوم پروژه ی «خودمختاری سبک چابک» (FLA¹) با موفقیت به پایان رسیده است. این طرح به منظور طراحی الگوریتم های پیشرفته ای که سامانه های زمینی و هوایی خودمختار را به اعضای گروه های عملیاتی تبدیل می کند ایجاد شد. هدف این کار سپردن وظایف خطرناکی مانند شناسایی منطقه ی شهری دشمن یا جستجوی ساختمان های آسیب دیده به منظور یافتن بازمندگان به پهپادها است. در قالب این طرح وسایل خودمختاری تولید خواهند شد که تقریبا هیچ گونه وابستگی خاصی به اپراتورها ندارند.

فاز اول پروژه ی مذکور در سال 2017 به پایان رسید. در آن زمان پژوهشگران از نرم افزار و حسگرهای تجاری، روی پهپادهای 4 ملخه استفاده کردند و پیشرفت های قابل توجهی در محیط های آزاد و داخلی مشاهده کردند. این پیشرفته ها شامل:

•    پرواز با سرعت بالا در میان ساختمان های چند طبقه و راه های باریک و شناسایی اهداف مورد نظر به صورت همزمان.
•    پرواز به داخل ساختمان ها از طریق پنجره، تهیه ی نقشه ی سه بعدی از محیط داخلی و جستجوی اتاق.
•    پرواز و خروج از ساختمان از طریق راه های ورودی و درب باز

طرح مورد بحث اولین بار در سال 2015 معرفی شد که با تمرکز روی نرم افزارهای هوشمند عملکرد پهپادهایی با وزن حدود 2 کیلوگرم و ظرفیت باطری محدود است. این الگوریتم ها علاوه بر پهپادها قابلیت استفاده در خودروهای بی راننده را نیز دارند.

جی. سی. لِدی (J.C. Ledé)، مدیر برنامه ی دارپا توضیح داد، الگوریتم های خودمختار، سبک و چاپک همکاری انسان و ماشین را در میادین نبرد افزایش می دهند. این ابزارها می توانند به عنوان ناظرانی مستقل به محدوده ی دشمن نفوذ کنند. از آنجایی این ابزارها به لینک های ارتباطی نیاز ندارند، احتمال شناسایی محل نیروها توسط دشمن کاهش پیدا کرده، امنیت و ایمنی آنها افزایش پیدا می کند. از طرفی انجام عملیات در سکوت رادیویی کامل و پشت خطوط دشمن امکان پذیر می شود.

در طول فاز دوم محققان دانشگاه MIT و آزمایشگاه دراپر (Draper Laboratory) از تعداد حسگرهای به کار رفته را به منظور افزایش سرعت و کاهش وزن پهپاد کم کردند. یکی از پژوهشگران این مرکز تحقیقاتی اشاره کرد در فاز اول از هر گونه حسگری برای شناسایی محیط استفاده کردند؛ اما در طول فاز دوم همه ی تلاش خود را به منظور کاهش حسگرها به یک دوربین و جمع آوری اطلاعات تا حد امکان به کار گرفتند.

هدف گروه یاد شده علاوه بر ایجاد یک نقشه ی جغرافیایی دقیق از محیط شهری و شناسایی موانع، توسعه ی یک نمونه ی معنایی از آن است.

تجهیزات خودمختار موجود در این طرح قادر هستند به طور پیوسته از طریق هوش مصنوعی جاده ها، ساختمان ها، خودروها و دیگر اشیا موجود در محیط را شناسایی و روی نقشه علامت گذاری کنند. به علاوه تصاویری قابل کلیک را نیز برای اپراتورها فراهم می آوردند. در نهایت پس از پایان ماموریت و بازگشت پهپادها سربازان می توانند با استخراج اطلاعات روی تراشه ی این وسایل به اطلاعات دسترسی پیدا کنند.

به علاوه دانشمندان نرم افزاری به نام آتاک (ATAK²) ایجاد کرده اند که به سربازان اجازه می دهد اطلاعات جمع آوری شده از پهپادهای مختلف را با یکدیگر همگام سازند. از طرفی یک لینک ارتباطی اضافی برای ابزارها در نظر گرفته شده است که با توجه به شرایط اپراتورها می توانند آن را خاموش یا روشن کرده، اطلاعات را دریافت کنند. در زمان آزمایش این قابلیت دستاورد بالا توانست محل همه ی خودروها را به درستی شناسایی کرده و با قرار گرفتن در حالت اکتشاف، تصاویر قابل کلیک با کیفیت بسیار بالا را به صورت زمان واقعی ارسال کند. این محتوا از طریق برنامه ی آتاک و روی تجهیزات قابل حمل قابل دریافت و مشاهده بودند.

محققان دانشگاه پینسلوانیا نیز به صورت جداگانه با کاهش وزن و اندازه ی پهپاد خود، توانستند از طریق الگوریتم های مذکور به نتیجه ای نسبتا مشابه دست پیدا کنند. توانایی کلیدی دستاورد این کارشناسان، تهیه نقشه ی 3 بعدی از محیط های داخلی ناشناخته، پرهیز از برخورد با موانع و یافتن راه پله و خروج از محیط است.

مدیر برنامه ی دارپا توضیح داد هدف فاز بعد کوچک کردن پهپادها تا اندازه ای است که علاوه بر بهبود کارایی در کف یک دست جای گیرند.

1.   _{Fast Lightweight Autonomy}
2.   _{Android Tactical Assault Kit}