Nuevos ojos nocturnos para los helicópteros militares. La compañía estadounidense Raytheon ha puesto a prueba con éxito su sistema Raven Staring, impulsado por inteligencia artificial, permitiendo a un helicóptero UH-60 Black Hawk cartografiar con éxito terrenos en condiciones de visibilidad nula.
Raven Staring es una solución electro óptica e infrarroja (EO/IR) de última generación, un conjunto de sensores refrigerados por aire que proporcionan mayor conocimiento de la situación y mayor supervivencia del operador.
La compañía utilizó un helicóptero como banco de pruebas para su sistema, pero el Raven Staring es compatible con cualquier plataforma, escalable y personalizable para misiones aéreas, terrestres y marítimas. Además, su arquitectura de sistemas abiertos facilita la integración del sistema y la actualización de componentes.
En la prueba, operando en condiciones de oscuridad total, el sistema logró cartografiar con éxito terrenos urbanos, marismas y costas utilizando su conjunto de tres sensores. Además, mantuvo una percepción de la situación en 270 grados, ampliando el campo de visión del piloto en todas las direcciones.
La prueba de este sistema es especialmente relevante para mejorar la operatividad de aeronaves en entornos hostiles como es la visibilidad nula, aumentando su capacidad de operación en entornos nocturnos.
El MH-60M Black Hawk del 160.º Regimiento de Aviación de Operaciones Especiales (SOAR), conocidos como 'Night Stalkers', por ejemplo, es una variante altamente especializada y armada utilizada por el Ejército de EEUU que opera en entorno nocturno para misiones de inserción, extracción y apoyo cercano.
Sin duda, el MH-60M DAP es la versión más avanzada de este helicóptero y cuya misión principal es llegar al objetivo sin ser detectado y sobrevivir una vez dentro. El aparato, con un conjunto de aviónica diseñado para vuelo nocturno extremo, se hace ideal para incorporar el sistema de Raytheon.
La compañía considera que su sistema permitirá identificar mejor las amenazas y responder a ellas mediante un conocimiento de la situación integrado. “Esta solución proporcionará un aumento significativo en la capacidad de supervivencia y la eficacia de la misión gracias a un conocimiento de la situación sin precedentes, funciones de pilotaje de alta resolución y detección, alerta y seguimiento pasivos de misiles”, señala Dan Theisen, presidente de Productos y Soluciones Avanzadas de Raytheon.
La familia de productos Raiven integra inteligencia artificial, imágenes hiperespectrales y detección y medición de luz (LiDAR) para permitir a los pilotos detectar objetivos hasta cinco veces más lejos con imágenes más nítidas que los sistemas estándar.
Es una arquitectura electro óptica/infrarroja de próxima generación que ofrece una capacidad de puntería, un conocimiento del espacio de batalla, un alcance y una superioridad visual sin precedentes.
Además de su IA es importante el LiDAR, una tecnología de teledetección activa que mide distancias emitiendo pulsos láser y calculando el tiempo que tardan en regresar, generando mapas 3D de alta precisión y nubes de puntos.
Precisamente, la aplicación de la IA a un helicóptero Black Hawk no es algo excepcional. Hace poco, como ya contamos en Business Insider España, el Ejército de EEUU recibía la primera unidad de esta aeronave capaz de volar de manera autónoma y sin tripulación, gracias al sistema de inteligencia artificial que incorpora.
Aquel era un modelo H-60Mx que incorpora tecnología que proviene del programa ALIAS (Sistema de Automatización de la Tripulación Aérea en Cabina) de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), y que ya ha sido probado durante años antes de ser recibido por el Ejército.
En concreto, este helicóptero incorpora MATRIX, un sistema avanzado de inteligencia artificial y automatización desarrollado por Lockheed Martin que permite que las aeronaves de ala rotatoria y de ala fija vuelen con o sin tripulación a bordo, según la misión. Esta tecnología combina componentes de software y hardware para permitir el vuelo autónomo en entornos con numerosos obstáculos.
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。