Οι τρέχουσες συγκρούσεις στην Ουκρανία και τη Μέση Ανατολή έχουν δείξει ότι οι απειλές από μη επανδρωμένα αεροσκάφη (drones) αλλάζουν γρήγορα. Τα μικρά μεγέθη και η μεγάλη ταχύτητα μπορούν να καθυστερήσουν την ανίχνευση. Έτσι, χάνεται πολύτιμος χρόνος αντίδρασης πριν το drone χτυπήσει κάποιον ευαίσθητο στόχο.
Για να απαντήσει στις ανάγκες γρήγορης και έγκαιρης ανίχνευσης drones, όπως τα ρωσικά και ιρανικά Shahed, η αμερικανική εταιρεία Shield AI ανέπτυξε το λογισμικό Tracker C-UAS, το οποίο αξιοποιεί την Τεχνητή Νοημοσύνη για να βοηθάει το στρατιωτικό προσωπικό στην αναχαίτιση μη επανδρωμένων εναέριων απειλών.
Τα συστήματα καταπολέμησης UAV χρησιμοποιούν πολλαπλές μεθόδους ανίχνευσης για τον εντοπισμό και την αξιολόγηση πιθανών απειλών, όπως ραντάρ, ανίχνευση RF, ακουστικούς αισθητήρες και κάμερες EO/IR. Ωστόσο, τα μικρά «σκοτεινά» drones μπορεί να είναι δύσκολο να εντοπιστούν, επειδή συχνά δεν παρουσιάζουν σαφή ή συνεπή υπογραφή σε κανέναν αισθητήρα.
Οι κάμερες EO/IR παρέχουν έναν παθητικό τρόπο για την οπτική επιβεβαίωση μιας πιθανής απειλής, αλλά το ακατέργαστο βίντεο δεν παράγει αυτόματα ένα χρησιμοποιήσιμο ίχνος. Ένα σκοτεινό drone μπορεί να «χαθεί» στο περιβάλλον και να γίνει πιο δύσκολο να το παρακολουθήσει κανείς καθώς αλλάζει το φόντο. Χωρίς λογισμικό ανίχνευσης και παρακολούθησης, ένας χειριστής που αναζητά ένα ευρύ οπτικό πεδίο μπορεί να μην το δει αμέσως ή να το χάσει προσωρινά και να το εντοπίσει ξανά αργότερα, χάνοντας πολύτιμο χρόνο αντίδρασης.
Το Tracker C-UAS αναλύει συνεχώς το βίντεο EO/IR για ιπτάμενα αντικείμενα που μπορεί να είναι δύσκολο να εντοπιστούν, ακόμη και κινούμενα αντικείμενα μεγέθους μόλις 2 × 2 pixel.
Μόλις εντοπιστεί ένα αντικείμενο, το Tracker C-UAS βοηθά τον χειριστή να προσδιορίσει εάν είναι σχετικό, διακρίνοντας πιθανά drones από πουλιά ή σύννεφα.
Dark drones, meet Tracker C-UAS.
— Shield AI (@shieldaitech) September 23, 2026
Small, low-cost one-way attack systems fly low, blend into the environment, and emit little or no RF signature.
Tracker C-UAS uses AI-powered computer vision and EO/IR sensors to help teams detect, identify, and sustain a track on those threats… pic.twitter.com/sXLmlf3Oat
Μετά την ανίχνευση, το λογισμικό ενημερώνει την τοποθεσία του αντικειμένου καθώς κινείται, διατηρώντας την τροχιά του μέσα από το μεταβαλλόμενο έδαφος. Μπορεί, επίσης, να μεταβιβάσει τη γεωγραφική θέση και την κατεύθυνση της πορείας του σε άλλα συστήματα αντι-drone.
Στις αρχές Σεπτεμβρίου, η Shield AI ανακοίνωσε ότι έδωσε άδεια στην L3Harris Technologies να χρησιμοποιεί το λογισμικό Tracker C-UAS στο αντι-drone σύστημα Vampire.
Το σύστημα βασίζεται στον κατευθυνόμενο πύραυλο ακριβείας APKWS της BAE Systems. Από το 2023, τα συστήματα Vampire έχουν καταγράψει πάνω από 350.000 ώρες λειτουργίας σε συνθήκες μάχης και έχουν καταστρέψει εκατοντάδες εχθρικά UAV, ιδίως σε υπηρεσία με τις δυνάμεις της Ουκρανίας.
