В рубрику "All-over-IP" | К списку рубрик | К списку авторов | К списку публикаций
Еще 10 лет назад дроны были чем-то из области фантастики и далекого будущего. Но темпы внедрения технологии растут, и дроны стремительно вошли в нашу повседневную жизнь, появившись на спортивных, общественных мероприятиях и в руках потребителей. Сегодня на рынке представлены разнообразные модели дронов, как недорогие потребительские, так и более дорогие коммерческие.
В это статье мы поговорим о коммерческих дронах – больших, умных и надежных аппаратах, выполняющих широкий спектр задач.
Согласно введенной в 1995 г. агентством Gartner концепции цикла ажиотажа (также известного как Hype Cycle) любая технологическая инновация в процессе достижения зрелости проходит несколько этапов, каждый из которых характеризуется различной степенью интереса со стороны общества и специалистов. Вслед за появлением инновационной технологии следует так называемый пик инфляционных ожиданий, когда от новой технологии ожидают революционных свойств и она вызывает широкий общественный резонанс. Именно такая ситуация наблюдалась с коммерческими дронами в 2016 г. Опыта их реального внедрения было еще недостаточно, и порой от них ждали невозможного.
В 2017 г. пик инфляционных ожиданий был пройден. Появились конкретные примеры применения дронов, специалисты столкнулись с реалиями их использования, осознали границы технологии и поняли, что дроны могут, а что нет, а также что нужно сделать для того, чтобы увеличить их возможности.
Теперь дроны движутся к плато продуктивности и вступают в фазу технологической зрелости и массового коммерческого применения.
По прогнозам экспертов, к 2025 г. объем рынка коммерческих дронов составит 12 млрд долларов и будет насчитывать почти 2,7 млн единиц. На данный момент используются разные типы дронов:
Несмотря на то что стоимость коммерческих дронов начинается от 10 тыс. евро, 70% выручки приходятся на продажу не самих дронов, а связанных с ними сервисов.
Основные сферы применения коммерческих дронов:
Дроны обладают большим потенциалом в сфере инспектирования объектов. Например, они могут помочь в решении следующих задач:
Рассмотрим наиболее интересные примеры реального применения дронов, уже доказавшие свою эффективность.
Одна из крупнейших авиастроительных компаний в мире, Airbus, использует дроны для инспектирования самолетов перед отправкой в рейс. Раньше на это уходило два часа работы двух инспекторов, которые осматривали самолет и давали свое заключение о том, пригоден ли он к полету. Сейчас для решения этой задачи используется дрон, который за 10 мин. облетает самолет и делает 150 снимков в высоком разрешении, которые передаются в ЦОД, и оператор получает высокоточную картинку и, находясь в офисе перед своим монитором, может оценить состояние самолета и выявить наличие аномалий. В данном случае экономический эффект очевиден.
Следующий логичный шаг – дополнение текущего решения алгоритмами на базе нейросетей, которые позволят вообще отказаться от операторов. Модель сможет самообучаться и самостоятельно выполнять всю работу: на основании информации с дрона, собранной за 10 мин., система сможет оценить, готов ли борт к полету или же нужна дополнительная инспекция с вовлечением специалистов на местах.
Компания Cyberhawk в Шотландии всегда вручную инспектировала объекты, в частности газовые терминалы, что очень опасно для жизни и здоровья сотрудников. Поэтому на время инспекции приходилось отключать часть терминала, и это сразу приводило к потерям миллионов долларов в день. Сегодня внедрен новый подход: благодаря дронам больше нет необходимости выключать определенные узлы газового терминала и станция продолжает работать. Экономия, которой удалось при этом достичь, составляет от 1 до 5 млн долларов в день. Причем флот дронов небольшой – всего несколько штук.
СЕО компании "Крис Флеминг" назвал появление дронов самым значительным изменением за последние 20 лет, на протяжении которых он занимается мониторингом индустриальных объектов.
С точки зрения видеонаблюдения и видеоаналитики дроны – это "глаза", которые позволяют нам увидеть то, что недоступно из-за дальности расстояния или определенного угла. На дронах могут размещаться:
Используемые типы камер многократно повышают возможности "зрения" дрона, одновременно увеличивая объем получаемых данных.
Например, для 3D-реконструкции небольшого городского района требуется, чтобы несколько дней 500 дронов летали и его фотографировали. Каждый полет – это около 500 изображений по 30 Мбайт каждое. Другими словами, дроны, как пчелки в улей, приносят 150 Тбайт данных в день, и ЦОД их обрабатывает и строит 3D-модели. Объем данных увеличивается лавинообразно, и эту проблему необходимо решать, чтобы она не стала узким местом в развитии технологии.
Поэтому на первый план выходит не сбор данных в ходе фото- и видеосъемки с дрона, а их обработка. Безусловно, очень важно умение снять объект с правильного ракурса, но уже сейчас участие оператора в этом процессе значительно меньше, чем было несколько лет назад. Основной вопрос заключается в другом: как максимально эффективно хранить и обрабатывать полученные данные?
Данные с RGB-камеры уже сейчас можно обрабатывать прямо в воздухе.
Но что делать с данными, полученными с инфракрасных или мультиспектральных камер? Для их обработки в воздухе не хватит ресурсов в силу существующих технических ограничений и барьеров:
Каким же образом можно увеличить возможности для анализа данных в реальном времени на самом дроне?
Австралия славится хорошей погодой, океаном и волнами, о которых мечтают все профессиональные серферы мира. Но в австралийском океане есть две проблемы:
Компания Little Ripper занимается патрулированием 22 тыс. миль побережья Австралии с целью предотвращения несчастных случаев. Патрулирование осуществляется с помощью больших дронов, которые несут на себе спасательное плавсредство, надувающееся при контакте с водой. Когда дрон обнаруживает, что человек попал в сложную ситуацию, он в состоянии скинуть плавсредство и тем самым спасти жизнь тому, кто не умеет плавать либо заплыл туда, откуда не может выплыть.
Вторая задача, которую решает дрон, – отпугивание акул. Дрон облетает побережье и благодаря алгоритму, основанному на машинном обучении, может с большой точностью отличить человека, попавшего в беду, от акулы или другого плавсредства. Давайте представим, что при этом алгоритм реализован в облаке. Казалось бы, все здорово: дрон видит акулу и человека рядом, делает фото и отправляет его в облако, алгоритм анализирует данные и передает обратный сигнал дрону о необходимости спасения. Но вряд ли человек, который оказался рядом с белой акулой, ждет и надеется на то, что сеть 4G работает и дрон успешно передает данные. Попавший в беду ждет помощи здесь и сейчас. И благодаря ускорителю нейронных сетей Intel® Movidius™ Neural Compute Stick, который подключается через USB и позволяет запускать скоринг непосредственно на устройстве, вычисления можно будет производить прямо на дроне и он сможет сразу приступить к спасательной операции, сбрасывая специальные химикаты, отпугивающие акул. Таким образом, дроны не только позволяют экономить на трудозатратах и минимизировать издержки, но и спасают жизни.
Опубликовано: Журнал "Системы безопасности" #3, 2018
Посещений: 2993
Автор
| |||
В рубрику "All-over-IP" | К списку рубрик | К списку авторов | К списку публикаций