Lahingrobotid, droonid jms distantsjuhitav tehnika

[Väino]

Vaatasin kõigepealt video lõpu ära ja kui siis algusest jälle käima hakkas ei jäänud enam toppama.

[kaur3]

Postimees vahendab uudist, et Saksa droonitootja "Donaustahl" sai loa eksportida Ukrainale oma FPV droone Maus.
https://tehnika.postimees.ee/8061715/uk ... llega-tegu

Tootja kodulehelt on näha, et nad reklaamivad tandemlõhkepea kinnitust. Ma ei ole varem näinud sellise lõhkepea kandmisvõimega droone. Palun foorumikaaslastel parandada, kui sellist relva on kuskil varem rakendatud.
https://www.youtube.com/watch?v=TWgcQ3VDZtQ

[lennumudelist]

Asjast huvitatutele võib olla kasulik teada, et käesoleva aasta augustis hakkab saama Raspberry Pi 5 jaoks närvivõrkude simulaatorit ("AI kiirendit") väidetava jõudlusega õige mitu tera-operatsiooni sekundis (piisavalt palju, et analüüsida reaalajas kõrge resolutsiooniga videot).

https://www.raspberrypi.com/news/raspbe ... available/

Muuhulgas toetavat kiirendi töömudeleid "Bring Your Own Data" ja "Bring Your Own Model", ehk ei pea piirduma tootja antud jalakäijate ja autode klassifitseerimise näidetega, vaid tundub esmapilgul võimalik tuua palju inimeste poolt ära sildistatud pilte rohelist värvi masinatest maastikul ja õpetada tehisnärvivõrk nende põhjal midagi arvama.

Seadme maksumus on ca. 65 naela, arvuti mille peale ta läheb, on veel 65 naela.

Seni, kuni ise seadmele küüsi külge pole saanud, ei oska rohkemat arvata. Masinnägemist on ropult raske kirjutada ja ropult raske reaalajas jooksma saada päriselu keerukusega asjade peal (kujutlen "on see kajakas või Orlan?", "on see lagunenud kuur või tanki peale ehitatud kuur?", "on see vedelev palk või suurtükk?"). Säärane tööriist võib võimaldada mingi töökindlusega infost läbi hammustada. Kuid tehisnärvivõrgud on kurikuulsalt rasked debugida - kui võrk otsustab valesti ja ründab suurtükkide asemel palke, ei suuda progeja (erinevalt vana kooli masinnägemisest) reeglina sirgjooneliselt põhjust otsida.

[Kriku]

Või on hoopis valesti treenitud.

[lennumudelist]

Või siis jah, valesti treenitud. Või treeningmaterjalis midagi valesti sildistatud. Väga suure jõudlusega süsteemid, aga debugimine on piin - peab kontrollima mudeli ehituse lisaks andmete õigsust ja nii-öelda "minema vanaemani välja".

[slider]

Mida täpsemalt kirjutamise keerukuse all silmas pead? Kui andmed märgendatud ja mudel olemas siis edasi oleks põhiline keerukus drooni juhtimine selle "rohelise kasti" peale. Muud vb polegi kui liidestada juhtimise signaalid sedasi, et kast oleks pikslite mõttes kogu aeg võimalikult kaamera keskel. Viimase masinnägemise mudeli õpetasin oma andmetega 10a tagasi, tahaks loota, et olemasolevad teegid on piisavalt head, et nende rakendamisel väga roppu moodi mitmete doktoritööde tasemel rabelemist pole. Tegu oleks ikkagi "Leia pildilt X, kui X näeb juba 75% välja see mis mudeliga samastub, lenda peale ja pane pauk" probleemiga. Hardcore teema on Starshipi ja Tesla tasemel puhtalt kaamera pildi pealt maailma mõtestamine arvuti jaoks, nt, et "Robot, ära põe, see on ikka muruplats ainult seal on lumi peal"

Ukrainlastel võiks juba tänaseks päris häid märgendatud andmekogusi olla aga jah hoopis teine tera on riistvara, asjaga väga tõsiselt tegeleda siis ehk juba FPGA ja hiljem oma kiip seda mudelit närima panna...?

[lennumudelist]

Ilmselt lihtsaim juhtum on: "suundu selle eseme poole, mida osutati" - tõenäoliselt saab tehisnärvivõrk hästi hakkama.

Natukene putukate tasemel keerukust juurde: "lenda kokkupõrke kursil selle liikuva esemega, mida osutati" - tõenäoliselt saab hakkama.

Raskusi aiman olukordades: "lenda 10 km ida poole ja ründa seal sõjalisi objekte". Aimdused: võib rünnata kahjutuks tehtud masinaid, saratanki asemel päris sara, elus sõduri asemel kubujussi või langenut.

Ei saa välistada, et saab valmistada peibutisi, mida saab muuta mudelile ebaharilikult atraktiivseks ja panna need üles, et droonid oma peale tõmbaks. Meenuvad kõik need näited, kui tehisnärvivõrk saadi taksot koeraks pidama, mängukilpkonna püssiks pidama jne. Mudel oli treenides valinud eristamistunnuste komplekti, mille peale inimene ei tuleks, ega suutnud sellest inimesele aru anda. Vingem mudel hõlmaks eraldi treeninguandmete komplekti "adversarial examples", ehk pildid kõigest, millega võidakse pea segi ajada.

Kui AI-droonid reaalselt sihtmärgi valimisega hakkavad tegelema, siis maskeerimise kunst omandab uue ja huvitava mõõtme. Tähtis pole mitte ainult päris asju vaatluse eest ära peita, vaid ka oskus ehitada "droonimagnetit" või maskeerida toimivat süsteemi "vrakiks" või "juba hävitatud sihtmärgiks".

Ja siis ülesande klass "navigeeri kaardi abil selle kohani, tundes ära maamärke". Põhimõtteliselt see, mida isesõitvad autod praegu teevad, ainult tegevus toimuks õhus ja täiuslik ohutus ei oleks prioriteet. Pakun, et tõenäoliselt saaks AI-droon säärasega hakkama, aga vastasmeeskond võib üritada mingeid asju - pimendatud alad, pimestavad alad. Aga droon võib omada tehisnärvivõrgu kõrval deterministlikku programmi, mis närvivõrku ainult "karguna kasutab". Kui kark pooleks murdub, siis too võib minna inertsnavi peale ja üritada närvivõrguga kaugemal uut maamärki ära tunda. Tiibraketi või ründedrooni võime aru saada, kas "lennukid on lennuvälja keskel" või "lennukid on lennuvälja ääres" või "lennukeid pole" (järjelikult ründan kütusemahuteid), või kui mitmendal teel on rong - nõuab aga jällegi veidi rohkemat.

AI-kiirendi on põhimõtteliselt riistvara (mis FPGA asendab, või ongi seal sees midagi FPGA sarnast) ja tarkvara mudelite koostamiseks ja treenimiseks. Oma kiibi tootmist ja üsna universaalse kiirendi kasutamist eristab kosmiliselt erinev investeeringu vajadus.

[slider]

Jaa, nii on, ma jäin esialgu mõttes kinni kõige esmasele rakendamisele, et oleks midagigi toimivat, masinal mis peaks siis olema pisut võimekam kui tava FPV ja kui sellel nt peaks juhtsignaal kaduma, teeks mõned tiirud proovides signaali uuesti leida, kui see ei õnnestu, teeb oma aruga parima äranägemise järgi kamikazet.

[JTatikas]

Kas FPVsid saaks kasutada nii, et juhtdrooni juhib kohalik operaator, eelnevalt on valmis pandud 10+ FPVd, mida juhivad Kiievi bunkris asuvad täiskohaga operaatorid, kelle jaoks on kogu rindejoone pikkuses valmis pandud iga 10 km tagant x drooni. Kui venelaste rünnak tuleb, lülitatakse levi sisse, kohalik operaator juhib esimest drooni ja Kiievi operaatorid järgnevad ülejäänud droonidega juhtdroonile. Igal ühel oma ülesanne, ühed ründavad venelaste masinaid ja osad ootavad, kuni prussakad masinatest välja ronivad. Kohalik operaator on ka eelnevalt/rünnaku ajal Kiievi omadega ühenduses, tutvustades missiooni, olukorda.

[ruger]

Hiinlaste lindu meenutav droon

Birds aren't real: A bird-shaped drone used by the Chinese PLA Marine Corps.

https://x.com/clashreport/status/1819087618627555740

[pwn13]

Hiinlaste lindu meenutav droon

Birds aren't real: A bird-shaped drone used by the Chinese PLA Marine Corps.

https://x.com/clashreport/status/1819087618627555740

Selle asja nimi on ornithopter, mingiaeg müüdi mingisugust oomipoes ka.

[kaur3]

Saksa firma "Highcat" ehitab segamiskindlamat kaabliga drooni.
https://www.forbes.com/sites/davidhambl ... n-ukraine/

[ruger]

UKR kasutamas USA robotkoera
https://x.com/front_ukrainian/status/18 ... 0287736298

[Fucs]

Üha tihedamini jääb videotest silma, et venelased kasutavad usinalt droonidetektoritena mingeid hiinakaid

FPV detektor.jpg (98.57 KiB) Vaadatud 1183 korda

https://djistor.ru/goods/Detektor-BPLA- ... bs-H231-v3
https://x.com/wartranslated/status/1825207240921673909

ASEL на платформе BorisTone.
Работает в пассивном режиме, сканирует спектр радиочастот, анализирует протоколы передачи данных, но при этом не производит собственных сигналов, что обеспечивает безопасность пользователя. В комплект поставки входят всенаправленные антенны с разным коэффициентом усиления, что даёт возможность сканировать окружающее пространство на 360° в радиусе не более 2000 м.

Детектор находит и идентифицирует самые популярные марки беспилотников, на основе их частот и протоколов передачи данных.

Обнаруживает частоты FPV 3.3G, FPV 3.5G, FPV 4.9G, FPV 5.8G, FPV 1.2G, 900, 1.4G, 2400-2500 Mhz, 5150-5350 Mhz, 5530-5900 Mhz, WiFi/Ext

Работает с разными протоколами передачи данных:
FCC (CE/SRRC/MIC), OcuSync, PWM, PPM, PCM, SBUS (Futaba, Frsky), IBUS (Flysky), XBUS (JR), MSP (Multiwii), SUMD (Graupner), SUMH (Graupner), CRSF – Crossfire (TBS), FPort (Frsky), ELRS и другие.
https://asellabs.ru/

Manuaal
https://static.insales-cdn.com/files/1/ ... l_Labs.pdf

Z mehed katsetavad ja testivad
https://dzen.ru/video/watch/663e849b0e5cff68fec98e3b

[sammal.habe]

miskit sihukest saab Ali-st soetada: Detect 300M-6GHZ Frequency Drone Detector Support Russian English Handheld Drone Alarms https://www.aliexpress.com/item/1005007 ... ry_from%3A