Dự án nghiên cứu quốc phòng mới của Mỹ được công bố tuần này nhằm cung cấp cho lực lượng quân đội khả năng nhìn thấu bên trong các phương tiện và cấu trúc từ khoảng cách khoảng 1 km.

Dự án này do Cơ quan Chỉ đạo các Dự án Nghiên cứu Quốc phòng Tiên tiến - DARPA tài trợ và giao cho BBN Technologies thực hiện thông qua chương trình Phân tích Phi hình ảnh Tia X Tầm cực xa - XENA. Mục tiêu là mở rộng tầm nhìn X-quang quân sự lên khoảng cách xấp xỉ 1 km.

Nỗ lực nhằm cải thiện khả năng nắm bắt tình hình chiến trường trong trường hợp việc tiếp cận gần là không an toàn hoặc bất khả thi.

Bằng cách kết hợp mô hình toán học với phần mềm phân tích hình ảnh tiên tiến, nhóm nghiên cứu hy vọng có thể tái tạo lại các vật thể bị che khuất từ những tín hiệu tia X rất yếu.

Cách tiếp cận mới với X-quang tầm xa

Các máy quét X-quang di động truyền thống phải hoạt động ở cự ly ngắn để tạo ra hình ảnh rõ nét. Khi khoảng cách tăng lên, tín hiệu tia X sẽ yếu dần.

Tình trạng mờ do chuyển động và nhiễu hình ảnh cũng trở nên tồi tệ hơn. Những giới hạn này khiến việc sử dụng các hệ thống X-quang ở xa mục tiêu trong các nhiệm vụ thực tế gặp nhiều khó khăn.

x-quang RTX
RTX BBN Technologies sẽ phát triển các thuật toán X-quang tầm xa, cho phép nhìn xuyên tường và vật thể từ khoảng cách gần 1km. Ảnh: RTX

Dưới khuôn khổ chương trình XENA, công ty đang phát triển một phương pháp khác biệt. Thay vì dựa vào một lần quét mạnh duy nhất, hệ thống sẽ thu thập nhiều bản quét không hoàn hảo.

Các thuật toán tiên tiến sau đó sẽ hợp nhất những góc nhìn chất lượng thấp này thành một bức tranh rõ ràng hơn.

Ý tưởng này tương tự như việc ghép nhiều bức ảnh mờ để tạo ra một hình ảnh sắc nét. Bằng cách xác định các mẫu hình chung trên các bản quét, hệ thống có thể tái tạo lại hình học bị che khuất của các vật thể nhân tạo.

Điều này có thể cho phép người vận hành phát hiện vũ khí cất giấu, các khoang bí mật hoặc điểm yếu cấu trúc từ khoảng cách nằm ngoài tầm với trước đây.

Mô phỏng thay thế dữ liệu thực tế

Một thách thức lớn trong việc phát triển các hệ thống hình ảnh tiên tiến là nhu cầu về các tập dữ liệu huấn luyện lớn. Việc thu thập dữ liệu như vậy ở khoảng cách cực xa rất khó khăn và đắt đỏ.

Để giải quyết vấn đề này, BBN đang phụ thuộc nhiều vào các mô phỏng quy mô lớn.

Nhóm đang chạy các mô phỏng chi tiết để hiểu cách hệ thống hoạt động khi tín hiệu bị yếu hoặc biến dạng. Những mô phỏng này giúp kiểm tra xem thuật toán có thể trích xuất các chi tiết quan trọng tốt đến mức nào ngay cả khi thông tin đầu vào không đầy đủ.

Nhờ dựa nhiều hơn vào mô hình hóa và phần mềm thông minh, phương pháp này giảm thiểu nhu cầu về lượng lớn dữ liệu huấn luyện thực tế, cho phép quá trình phát triển được duy trì ngay cả khi nguồn dữ liệu mẫu bị hạn chế.

"Hình ảnh X-quang tầm xa đòi hỏi một cách tiếp cận hoàn toàn khác", Joshua Fasching, nhà nghiên cứu chính của BBN trong dự án, cho biết. "Chúng tôi đang phát triển các thuật toán nhằm biến một số lượng nhỏ các bức ảnh chụp nhanh bị nhiễu hạt thành hình ảnh đủ chi tiết để những người ra quyết định có thể hành động, dù nhiệm vụ là đánh giá các mối đe dọa tiềm tàng hay hỗ trợ các hoạt động ứng phó khẩn cấp".

Lực lượng quân đội hiện đã sử dụng các công cụ X-quang để kiểm tra bên trong phương tiện hoặc cấu trúc mà không đặt nhân sự vào rủi ro trực tiếp. Tuy nhiên, các hệ thống đó thường yêu cầu người vận hành phải ở gần mục tiêu.

Nếu dự án XENA thành công, các quân nhân có thể tiếp cận thông tin khả thi từ khoảng cách xa hơn rất nhiều. Điều đó sẽ giúp cho các chỉ huy nhận thức tình huống tốt hơn trong khi vẫn giữ an toàn cho binh sĩ.

Nhóm nghiên cứu do BBN dẫn đầu bao gồm các chuyên gia từ Viện Công nghệ Georgia. Việc phát triển sẽ diễn ra tại Cambridge, Massachusetts và Atlanta, Georgia.

(Theo Interesting Engineering)