Một nỗ lực nghiên cứu quốc phòng mới của Mỹ được công bố trong tuần này nhằm tạo cho lực lượng quân sự khả năng quan sát bên trong phương tiện và công trình từ khoảng cách gần 1 km.
Dự án, do Cơ quan Các Dự án Nghiên cứu Quốc phòng Tiên tiến (DARPA) tài trợ, đã được trao cho BBN Technologies thông qua chương trình X-ray Extreme-Range Non-Imaging Analysis (XENA). Mục tiêu là mở rộng “thị giác X-quang” quân sự tới khoảng cách xấp xỉ 1 km.
Nỗ lực này được thiết kế nhằm cải thiện nhận thức chiến trường trong những tình huống việc tiếp cận gần là không an toàn hoặc đơn giản là không khả thi. Bằng cách kết hợp mô hình toán học với phần mềm phân tích hình ảnh tiên tiến, nhóm nghiên cứu hy vọng có thể tái dựng các vật thể bị che giấu từ những tín hiệu X-quang cực yếu.
Cách tiếp cận mới cho thị giác X-quang tầm xa
Các máy quét X-quang di động truyền thống phải hoạt động ở cự ly ngắn để tạo ra hình ảnh rõ nét. Khi khoảng cách tăng lên, tín hiệu X-quang trở nên yếu hơn. Hiện tượng nhòe do chuyển động và nhiễu hình ảnh cũng gia tăng. Những giới hạn này khiến việc sử dụng hệ thống X-quang ở khoảng cách xa mục tiêu trong các nhiệm vụ thực tế trở nên rất khó khăn.
Trong khuôn khổ chương trình XENA, công ty đang phát triển một phương pháp khác. Thay vì dựa vào một lần quét mạnh duy nhất, hệ thống sẽ thu thập nhiều lần quét không hoàn hảo. Các thuật toán tiên tiến sau đó sẽ hợp nhất những “khung hình” chất lượng thấp này thành một hình ảnh rõ ràng hơn.
Ý tưởng này tương tự như việc kết hợp nhiều bức ảnh mờ để tạo ra một bức ảnh sắc nét hơn. Bằng cách nhận diện các mẫu hình chung giữa các lần quét, hệ thống có thể tái dựng hình học ẩn của các vật thể do con người tạo ra. Điều này có thể cho phép phát hiện vũ khí được cất giấu, khoang bí mật hoặc điểm yếu kết cấu từ những khoảng cách trước đây không thể tiếp cận.
Mô phỏng thay thế nhu cầu dữ liệu khổng lồ
Một thách thức lớn trong phát triển hệ thống hình ảnh tiên tiến là nhu cầu về bộ dữ liệu huấn luyện quy mô lớn. Việc thu thập dữ liệu như vậy ở khoảng cách cực xa vừa khó khăn vừa tốn kém. Để giải quyết vấn đề này, BBN phụ thuộc nhiều vào các mô phỏng quy mô lớn.
Nhóm nghiên cứu đang tiến hành các mô phỏng chi tiết để hiểu cách hệ thống hoạt động khi tín hiệu yếu hoặc bị biến dạng. Các mô phỏng này giúp kiểm tra mức độ hiệu quả của thuật toán trong việc trích xuất những chi tiết quan trọng ngay cả khi thông tin sẵn có không đầy đủ.
Bằng cách dựa nhiều hơn vào mô hình hóa và phần mềm thông minh, phương pháp này giảm nhu cầu về lượng dữ liệu huấn luyện thực tế khổng lồ. Điều đó cho phép quá trình phát triển tiếp tục ngay cả khi chỉ có số lượng ví dụ thực tế hạn chế.
“Chụp ảnh X-quang tầm xa đòi hỏi một cách tiếp cận hoàn toàn khác”, ông Joshua Fasching, điều tra viên chính của BBN trong dự án, cho biết. “Chúng tôi đang phát triển các thuật toán có thể biến một số ít ảnh chụp nhiễu hạt thành đủ chi tiết để nhà ra quyết định có thể hành động, dù nhiệm vụ là đánh giá mối đe dọa tiềm tàng hay hỗ trợ các hoạt động ứng phó khẩn cấp”.
Mở rộng nhận thức chiến thuật
Lực lượng quân sự đã sử dụng các công cụ X-quang để thu thập thông tin về phương tiện hoặc công trình mà không đặt nhân sự vào rủi ro trực tiếp. Tuy nhiên, các hệ thống đó thường yêu cầu người vận hành ở gần mục tiêu.
Nếu chương trình XENA thành công, binh sĩ có thể tiếp cận thông tin có thể hành động từ khoảng cách xa hơn nhiều. Điều đó có thể giúp chỉ huy có được nhận thức tình huống tốt hơn đồng thời bảo đảm an toàn cho lực lượng.
Nhóm do BBN dẫn đầu có sự tham gia của các chuyên gia từ Georgia Institute of Technology. Công việc phát triển sẽ được triển khai tại Cambridge, bang Massachusetts, và Atlanta, bang Georgia.
Theo IE
