法国里尔大学研究人员推出新型无人机探测系统
2024年5月28日，据The Readable网站报道，无人机因其价格低廉和操作便捷而对关键基础设施、公共安全和隐私构成威胁，一位安全专家推出了一种新型无人机探测系统，该系统集成了视频和音频探测解决方案，增强了对未经授权的无人机活动的监视能力。
图：里尔大学下属研究中心Inria Lille-Nord Europe的研究员Ildi Alla在第17届ACM无线和移动网络安全与隐私会议上向国际观众介绍了他的团队的研究成果。
研究人员在题为《从声音到视觉：无人机探测的视听融合和深度学习》的研究论文中强调了准确识别无人机的重要性。随着无人机滥用的增多，对基础设施和公共安全构成了越来越大的威胁，准确的探测方法至关重要。
例如，据外媒报道，去年俄罗斯两架无人机分别与炼油厂相撞，其中一起事故还引发火灾，但火灾随后被扑灭。虽然损失并不严重，但炼油厂与俄罗斯最大的石油出口门户之一新罗西斯克港的距离很近，这引发了人们的担忧和警惕。
这位安全专家强调了当前单传感器系统在探测无人机活动方面的局限性——具体来说，它依赖于单个探测器，因此往往无法达到最佳效果所需的精度。虽然红外摄像机（也称为热成像摄像机）在黑暗等视觉挑战条件下可以有效工作，但其有效性在较远的距离内会降低。另一方面，基于音频的方法可以捕捉独特的特征，并在低能见度环境中表现良好。然而，它们在嘈杂的环境中可能会遇到挑战，使用户难以有效地探测无人机。
为了应对各种探测方法固有的挑战，该研究集中于开发一种反无人机系统，该系统利用红外成像和音频传感器的优势。安全专家解释说，该团队对音频和视频识别的深度学习模型进行了比较分析。然后，他们整合了分析结果，开发了一种多模型探测技术。这种方法涉及使用一个由375个音频文件和20,688张带注释的无人机图像组成的数据集。专家透露，他们的探测框架实现了令人惊叹的96.02%的准确率，优于现有的无人机探测方法。
专家详细介绍了将射频(RF)传感器集成到系统中以改进未来工作探测的计划。基于RF的探测涉及捕获无人机与其控制器之间交换的射频信号，这有助于识别独特信号。然而，在涉及多架无人机的场景中实施RF探测可能会带来挑战。研究人员解释说：“我们目前正在收集数据并结合射频进行改进。我们计划使用各种技术进一步测试它。”
