Чешский стартап в области ИИ заявляет, что может обнаруживать дроны по звуку за 150 евро за сенсор, и он хочет сначала подключить электрические сети.
TL;DRЧешский стартап Neuron Soundware разработал систему обнаружения дронов Sound Shield на основе ИИ, использующую датчики стоимостью от 100 до 150 евро, которые потребляют по 1 Вт каждый. Чешский стартап Neuron Soundware создал систему акустического обнаружения на основе ИИ под названием Sound Shield, которая идентифицирует дроны по звуку их двигателей, используя микрофонные датчики, стоимость которых составляет от 100 до 150 евро каждый. Система разработана как пассивная, недорогая альтернатива радару для обнаружения низколетящих дронов над городами, инфраструктурой и военными объектами. Компания, которая потратила последнее десятилетие на использование ИИ для прослушивания промышленного оборудования для клиентов, включая Airbus, Siemens и BMW, теперь применяет ту же технологию акустического анализа для защиты воздушного пространства. Sound Shield работает, развертывая небольшие датчики, называемые nEdge Minis, каждый из которых потребляет всего 1 ватт энергии, которые непрерывно слушают сигнатуры двигателей дронов. Датчики передают данные на вычислительную платформу, работающую на модулях Nvidia Jetson, которая запускает нейронные сети на устройстве для сопоставления входящего аудио с библиотекой известных акустических профилей дронов. Когда система обнаруживает угрозу, она оповещает централизованную командную платформу о предполагаемой скорости, высоте и направлении движения дрона. Этот подход использует фундаментальное ограничение конструкции дронов. Покрытия, поглощающие радарные сигналы, и форма, обеспечивающая малозаметность, могут сделать дрон почти невидимым для традиционных систем обнаружения, но ни одна существующая технология не может заглушить механический шум роторов и двигателей. Каждый дрон производит уникальную акустическую сигнатуру, которую, по словам Neuron Soundware, его ИИ может идентифицировать в реальном времени на нескольких позициях датчиков. Павел Конечный, основатель и генеральный директор Neuron Soundware, представляет Sound Shield как систему двойного назначения, которая сначала будет развернута на электрических трансформаторных станциях. «Прежде всего, они могут непрерывно контролировать состояние самого трансформатора и других критически важных компонентов распределительной сети, обнаруживая внутренние разряды, утечки масла или другие эксплуатационные аномалии», - сказал Конечный. «В то же время их микрофоны слушают небо». Угол двойного назначения имеет коммерческое значение. Вместо того чтобы просить правительства финансировать отдельную сеть обнаружения дронов с нуля, Neuron Soundware предлагает использовать инфраструктуру, которая уже нуждается в акустическом мониторинге. Компания утверждает, что это снизит количество необходимых датчиков и предоставит правительствам комплексный слой воздушной обороны с минимальными дополнительными затратами на установку и энергоснабжение. Европейские правительства стремятся к доступному обнаружению дронов после того, как войны в Украине и Иране продемонстрировали, как дешевые БПЛА могут уничтожать миллиарды долларов военной техники. Операция «Паутинка» Украины в июне 2025 года использовала дроны стоимостью 2000 долларов для уничтожения примерно на 7 миллиардов долларов российских стратегических бомбардировщиков, по словам украинских чиновников, хотя Россия заявила о значительно меньших потерях. Ассиметрия между стоимостью дронов и ущербом, который они наносят, сделала системы противодействия дронам одним из самых быстрорастущих сегментов оборонных закупок. Ожидается, что рынок противодействия дронам более чем утроится с примерно 6,6 миллиарда долларов в 2025 году до 20 миллиардов долларов к 2030 году. Стартапы по всей Европе привлекают капитал для создания суверенных возможностей противодействия дронам, а страны НАТО вдоль границы с Россией согласовали строительство стены обнаружения дронов, протянувшейся от Норвегии до Польши. Sound Shield позиционирует себя как дополнительный слой к радарному и радиочастотному обнаружению, а не как замена. Экономический аргумент прост. Современные радарные системы, способные обнаруживать небольшие дроны, стоят в разы дороже сети nEdge Minis, и они активно передают свое местоположение каждый раз, когда сканируют. Датчики Sound Shield являются пассивными, что означает, что они не излучают сигнал, который противник мог бы обнаружить или заглушить. Компромисс заключается в диапазоне и надежности. Акустическое обнаружение дронов имеет хорошо задокументированные ограничения, которые исходный материал не рассматривает. Большинство акустических систем эффективны на расстоянии примерно 300-500 метров при благоприятных условиях, при этом производительность значительно ухудшается на ветру, дожде или в шумной городской среде. Фоновый шум от движения, дикой природы и промышленного оборудования может вызывать ложные срабатывания. Новые модели дронов также разрабатываются с более тихими моторами, которые уменьшают акустическую сигнатуру, доступную для обнаружения. Neuron Soundware утверждает, что его вычислительный модуль nEdge PRO может агрегировать данные от датчиков в радиусе 20 километров, но независимые испытания этого диапазона не были опубликованы. Компания привлекла примерно 7,4 миллиона евро от инвесторов, включая Inven Capital, J&T Ventures и Lead Ventures, и получила 7 миллионов евро от Европейского совета по инновациям. У нее более 130 промышленных установок на четырех континентах, которые акустически мониторят машины. Останется ли переход от прослушивания насосов и турбин к отслеживанию враждебных дронов в оспариваемом воздушном пространстве таким же переносимым, как утверждает компания, еще предстоит доказать в реальных условиях.
Другие статьи
Чешский стартап в области ИИ заявляет, что может обнаруживать дроны по звуку за 150 евро за сенсор, и он хочет сначала подключить электрические сети.
Звуковая защита Neuron Soundware использует микрофоны с искусственным интеллектом стоимостью от 100 до 150 евро каждый для акустического обнаружения дронов, предлагая дешевую альтернативу радару.
