In 拡張現実ニュース
1月の23、2021 - 米陸軍研究能力開発コマンド （DEVCOM）、陸軍研究所（ARL）は最近、 拡張現実（AR）は、即席爆発装置（IED）、不発弾、地雷などの路傍の爆発の危険を検出するための研究にオーバーレイされます。
護送船団の作戦を支援するルート偵察は、海外での作戦を脅かし続け、進化し問題のある敵対戦術であることが絶えず証明されているそのような危険から兵士を安全に保つための重要な機能であり続けます。 この問題に対処するために、ARLおよびその他の研究協力者は、スタンドオフ爆発ハザード検出へのシステムオブシステムアプローチに焦点を当てた「ブラッドハウンドギャングプログラム」を通じて、国防脅威削減局から資金提供を受けました。
ラボのプログラムマネージャーであるKellySherbondy氏は、「論理的には、スタンドオフ爆発性ハザード検出研究へのシステムオブシステムアプローチが今後保証されます」と述べ、「当社の共同手法により、最先端のテクノロジーと経験豊富な主題の専門家と一緒にプログラムを急速に進めながら、軍事要件と移行ポイントを満たすか上回るようにアプローチします。」
このプログラムには、米陸軍士官学校、デラウェア大学のビデオ/画像モデリングおよび合成研究所、Ideal Innovations Inc.、Alion Science and Technology、The Citadel、IMSARなど、全国からXNUMX人の外部協力者がいます。 AUGMNTR.
プログラムのフェーズIでは、研究者は15か月かけて、さまざまな爆発性危険物の設置に対して、主にハイテクノロジーレディネスレベル（TRL）スタンドオフ検出テクノロジーを評価しました。 さらに、爆発性ハザードトリガーデバイスの検出に焦点を合わせた低TRLスタンドオフ検出センサーが開発され、評価されました。 陸軍によると、フェーズIの評価には、検出の確率、誤警報率、およびプログラムのフェーズIIの最高のパフォーマンスに基づいて最終的にセンサーのダウンセレクションにつながるその他の重要な情報が含まれていました。
フェーズIで評価されたセンサーには、航空機搭載合成開口レーダー、地上車両および小型無人航空機LIDAR、高解像度電気光学カメラ、長波赤外線カメラ、非線形接合部検出レーダーが含まれていました。 研究者は、7 kmのテストトラック上で実世界の代表的な地形でフィールドテストを実施し、さまざまな爆発の危険、シミュレートされたクラッター、およびキャリブレーションターゲットを含む合計625の定置を含めました。 彼らは、設置の前後にデータを収集して、センサーパス間の実際の変化をシミュレートしました。
人工知能/機械学習（AI / ML）アルゴリズムを適切にトレーニングするために必要な、センサーセット全体でテラバイトのデータが収集されました。 その後、アルゴリズムは各センサーに対して自律的な自動ターゲット検出を実行しました。 陸軍は、このセンサーデータは地理参照を介してピクセル整列されており、AI / ML技術は特定の領域の結合されたセンサーデータの一部またはすべてに適用できると述べました。 さらに、検出アルゴリズムは、疑わしいターゲットごとに「信頼水準」を提供できます。これは、拡張現実オーバーレイとしてユーザーに表示されます。 検出アルゴリズムは、パフォーマンス結果を集約し、フェーズIIに進むための最善の行動方針を決定できるように、さまざまなセンサー順列を使用して実行されました。
「これらの努力の成果は、現在の運用環境で戦闘機の安全を確保するために重要です」と、米空軍の爆発物処理およびDTRAプログラムマネージャーであるマイクフラー中佐は述べています。
陸軍は、この技術の将来の研究により、拡張現実エンジンで表示されるリアルタイムの自動ターゲット検出が可能になると述べました。 XNUMX年間の努力は、最終的には複数のテスト施設でのデモンストレーションで終わり、さまざまな地形でのテクノロジーの堅牢性を示します。
「さまざまな現実的で関連性のあるターゲットの脅威に対する複数のモダリティを並べて比較し、さらにそれらのセンサーの出力の融合を評価して、検出の確率を最大化し、誤警報を最小化する最も効果的な方法を決定します。 」フラーは言った。 「陸軍と合同コミュニティの両方が、収集されたデータと関係者全員が学んだ教訓から恩恵を受けることを願っています。」
画像クレジット：米陸軍
