Чешский стартап в области ИИ заявляет, что может обнаруживать дроны по звуку за 150 евро за сенсор, и он хочет сначала подключить электросети.
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 с помощью микрофонных датчиков, 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 и непрерывно слушает 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 уведомляет централизованную командную платформу о предполагаемой скорости, высоте и направлении движения дрона. Этот подход использует фундаментальное ограничение в конструкции дронов. Покрытия, поглощающие радарные сигналы, и форма для снижения заметности 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 Конеčný, 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 Конеčný. «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 спешат найти доступные решения для обнаружения 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 закупок в области обороны. 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, простирающейся 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 порядком дороже, чем сеть 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 существенно 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 электросети.
Звуковая защита Neuron Soundware использует микрофоны с искусственным интеллектом стоимостью от 100 до 150 евро каждый для акустического обнаружения дронов, предлагая дешевую альтернативу радару.
