🕷️
SetupAI
🔗較早收集於 27m

美國國土安全部於美加邊境測試自主偵察無人機

美國國土安全部於美加邊境測試自主偵察無人機
PostLinkedIn
🔗閱讀原文： Wired AI
#robotics#5g#defense-techdhs-border-reconnaissance-dronesdhs

💡了解自主機器人與 5G 如何被整合至關鍵的國家安全邊境行動中。

⚡ 30-Second TL;DR

有什麼變化

部署自主無人機與地面車輛用於邊境安全

為什麼重要

這項實驗標誌著將高頻寬 5G 與自主機器人技術整合至國家安全基礎設施的趨勢。它突顯了國防科技與商業 5G 網路日益增長的交集。

下一步行動

探索如何優化您的電腦視覺模型，以在支援 5G 的硬體上進行低延遲邊緣部署。

誰應關注：Developers & AI Engineers

關鍵要點

  • •部署自主無人機與地面車輛用於邊境安全
  • •透過 5G 基礎設施即時串流「戰場情報」
  • •預計於今年秋季進行的雙邊合作實驗

🧠 深度解析

Web-grounded analysis with 20 cited sources.

🔑 增強重點摘要

  • •美國國土安全部 (DHS) 早在2005年就已開始將無人機（如MQ-9 Predator B）用於邊境監控，並於2009年將其應用擴展至北部邊境，顯示其在自主系統應用方面擁有長期歷史。
  • •此次美加邊境的實驗是DHS更廣泛策略的一部分，旨在整合自主能力、人工智慧/機器學習 (AI/ML) 和生物識別技術，以實現陸地和沿海邊境的即時威脅偵測和強化安全。
  • •除了偵察，自主系統的應用已擴展到實際的邊境防禦工事建設，例如在其他邊境地區部署TRV-150C戰術補給無人機來鋪設鐵絲網，以及使用太陽能無人水面載具 (USV) 進行持續監控。
  • •5G網路的整合對於無人機系統至關重要，它提供高頻寬、低延遲的即時影像串流能力，支援遠端控制、AI快速數據分析，並能透過高速行動切換擴大巡邏範圍。
  • •DHS的科學與技術理事會 (S&T) 正積極投資並與業界合作，以擴展無人機系統 (UAS) 的能力，並開發反無人機系統 (C-UAS) 技術，以應對不斷演變的威脅。

🛠️ 技術深入

  • 無人機平台：
    • 美國海關與邊境保護局 (CBP) 曾使用MQ-9 Predator B和Guardian無人機。
    • TRV-150C戰術補給無人機用於鋪設鐵絲網和物資運輸，可承載約150磅（約68公斤）物資。
    • 部分警用無人機（如Skydio）搭載AI驅動的導航能力、避障功能和紅外線感測器（Night Sense），可在低光環境下導航。
    • 無人水面載具 (USV) 也用於長時間監控任務，通常由太陽能供電，並將感測器數據整合到跨部門系統中。
  • 5G網路整合：
    • 提供10Gbps以上的頻寬、毫秒級延遲和高密度連接。
    • 支援即時多路徑影像傳輸、飛行狀態監控、遠端操控和網路定位。
    • 在5G基地台側部署邊緣運算服務，實現影像、圖片和控制資訊的本地卸載，確保低延遲通訊。
    • 利用5G高速行動切換特性，使無人機在相鄰基地台間快速切換時保持任務連續性，擴大巡邏範圍。
    • 結合AI深度學習能力，對即時影像進行快速分析，實現目標鎖定和即時追蹤監控。
  • 自主地面車輛：
    • 邁阿密-戴德郡警長辦公室正在測試名為「PUG」（Police Unmanned Ground Patrol Partner）的自主巡邏車輛。
    • Elbit Systems 提供具有半自主和全自主模式的無人地面車輛 (UGV)，用於邊境巡邏。
  • 感測器與人工智慧：
    • AI模型自動識別串流影像中的物體。
    • 「Lattice」等系統結合攝影機、光達和紅外線感測器，透過AI分析步態和其他因素來區分風滾草、汽車、郊狼或人類等移動物體。
    • 地理空間通用操作圖 (COP) 將攝影機、雷達和其他感測器位置、警報事件和目標軌跡顯示在地理資訊系統 (GIS) 地圖上。
    • 支援雷達、無人地面感測器 (UGS) 和GPS的自動連續指向追蹤 (Slew-to-Cue)。

🔮 前景展望AI analysis grounded in cited sources

邊境安全將越來越依賴多層次、整合式的自主系統，而非單一技術解決方案。
DHS已明確表示其策略是結合實體屏障、多種感測器、無人機、地面車輛及AI分析，以實現更全面的邊境態勢感知與應對。
5G技術的普及將加速自主無人機在公共安全和邊境監控領域的部署與效能提升。
5G提供的高頻寬、低延遲特性是實現無人機即時高清影像傳輸、精確遠端控制及AI邊緣運算不可或缺的基礎，能顯著擴大無人機的應用範圍和效率。
隨著自主系統在邊境安全中的應用增加，關於隱私、數據安全和倫理的辯論將更加激烈。
AI驅動的監控平台，如面部識別和分析旅行模式的系統，已引發對同意、準確性和歧視的擔憂，並促使對數據收集和使用的政策審查。

⏳ 時間線

2002-11
美國國土安全部 (DHS) 成立，負責美國內政事務，包括邊境管制和情報統籌。
2005-08
美國海關與邊境保護局 (CBP) 開始在西南邊境使用MQ-9 Predator B無人機，標誌著無人系統在CBP應用上的飛躍。
2009-01
CBP將Predator B無人機的應用擴展到北部邊境。
2018-06
Anduril Industries的「Lattice」監控系統在德州牧場的私人土地上展開測試，利用AI分析移動物體。
2025-10
DHS宣布投資45億美元，用於擴建美國西南部邊境的「智能邊境牆」系統，整合實體屏障與高科技感測器及攝影機。
2026-04
美國南部邊境聯合特遣隊部署TRV-150C戰術補給無人機，用於鋪設鐵絲網等邊境防禦工事，將無人機納入邊境防禦體系。
🔗閱讀原文： Wired AI
📰

AI 週報

閱讀本週精選 AI 大事摘要 →

👉相關動態

同主題

探索 #robotics

同產品

更多關於 dhs-border-reconnaissance-drones

同來源

最新來自 Wired AI

🐯

特斯拉將汽車產線轉型為人形機器人製造基地

虎嗅•Aug 2

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Wired AI ↗