Kunstig intelligens gør det muligt at opdage og stoppe droner

Det voksende antal af små, billige droner bringer i dag et stigende antal problemer med sig. Det gælder eksempelvis omkring fængsler, hvor dronerne kan blive brugt til at smugle effekter ind til de fængselsindsatte. Der er derfor behov for værktøj og sensorer, der kan spotte dronerne, når de nærmer sig et bestemt område.

Denne droneudfordring er nordjyske MyDefence Communication i Aalborg kommet op med en løsning på. De har specialiseret sig i at udvikle foranstaltninger, der kan modvirke illegal brug af droner. Teknologien er i dag på plads og anvendes af bl.a. specialstyrker og sikkerhedspersonale. Systemløsningen i større skala er i øjeblikket i test på to fængsler og to stadions i henholdsvis Danmark og England.

Ideen til løsningen opstod, fordi nogle af de kunder, som MyDefence hjælper og udvikler løsninger mod vejsidebomber, i stigende grad blev udfordret af en ny trussel fra luften. Sådan lyder det fra Dan Hermansen, COO hos MyDefence.

– Eksplosionen i antallet af droner har gjort, at der er nogle helt klare cases, både i den civile og militære verden. I fængsler bliver de brugt til at smugle fx. stoffer og mobiltelefoner ind over fængselsmuren til de indsatte. Det er et stort marked i sig selv. Og på terrorområdet er det et oplagt våben for terrorister. I Syrien og Afghanistan bliver billige hobby droner udstyret med modificerede granater og smidt mod mål fra 100-200 meters højde. Der er også et marked inden for overvågning og fx kendte personer, der gerne vil undgå paparazzi-fotografer, forklarer han.

Droner udstyret med unik signatur

Antidrone-systemet fungerer ved, at det overvåger luftrummet i et specifikt område, og hvis der kommer droner ind over området, kan systemet spotte og eventuelt også jamme dronen, så droneoperatøren ikke er i stand til at styre dronen.

Produktudviklingen har især handlet om at finde lige præcis det dronesignal på f.eks. et stadion, hvor der kan være mange tusinde andre signaler fra f.eks. mobiltelefoner, radioer, bluetooth og wifi-enheder, som kan forstyrre. Det svarer til at finde en nål i en høstak.

– Hver drone er udstyret med en unik frekvens-signatur, men denne her unikke signatur skal du finde frem til i alle mulige sammenhænge. I nogle tilfælde er der måske ikke noget støj, mens der i andre tilfælde kan være meget støj, som forvirrer billedet og den frekvensanalyse, som vi går ind og laver, forklarer Dan Hermansen.

AI god til at sortere i store datamængder

Men her kan man bruge maskinlæring, der er et af værktøjerne inden for kunstig intelligens. Det kan bruges til at gentage detektionen i de forskellige miljøer og dermed modne den algoritme, der skal sortere i alle de data, som skal afsløre dronen.

Alexandra Instituttet har hjulpet med at få indblik i, hvad der findes af forskellige maskinlæringsmetoder og kommet med bud på, hvad der vil være effektivt i de forskellige use-cases. Det er bl.a det, som MyDefence har anvendt i sine produkter.

– Der, hvor maskinlæring kommer til sin ret, er hvor der er rigtig meget støj. Det gælder på stadions, hvor der er mange mennesker med mobiltelefoner, der sender på samme signaler som droner. Her kan maskinlæring bruges til at finde mønstrene, og dermed undgår man at skulle skrive sig ud af det i et traditionelt program. Næste problem er, at der kommer nye droner hele tiden. Her kan man sætte maskinlæringen til at optage signalerne, så på den måde behøver man ikke kode sig ud af det, hver gang der kommer en ny drone, forklarer Anders Kofod-Petersen, professor i kunstig intelligens og vicedirektør på Alexandra Instituttet.

Brug for uvildig part

Ifølge Dan Hermansen faldt valget på Alexandra Instituttet, fordi de både havde behov for en teknologioverførsel, men også fordi de havde brug for at få en uvildig part ind over, der kunne fortælle dem, hvordan de kom videre.

Læs mere her