文章总结: 美国DIU研发的Cinder无人机是面向电子战和GNSS受限区域的AI自主攻击平台。其融合人工智能与机载光学导航,可在强干扰及静默条件下执行50至300公里精确打击。搭载Prism软件实现全自主闭环,能识别装甲弱点,相比俄制柳叶刀在航程和自主性上更先进,是对抗中俄电子战的关键技术。 综合评分: 75 文章分类: 威胁情报,IoT安全,AI安全
AI赋能型自动驾驶无人机Cinder:适用于电子战和GNSS受限区域
网空闲话
网空闲话plus
2026年1月1日 09:22 北京
【编者按】“煤渣”(Cinder)是一款面向电子战和GNSS受限环境的AI赋能型自主攻击无人机,由美国无人机制造商Dragoon 与 Teledyne FLIR OEM联合研发。该平台定位为低成本、远程、单向打击系统,强调在强干扰条件下的高度自主作战能力,可在无人工干预、无线电静默和卫星导航被拒止的情况下执行精确打击任务。其核心优势在于融合人工智能目标识别、机载光学导航与边缘计算能力,从根本上降低对外部通信与GNSS的依赖。Cinder是美国国防创新部门(DIU)“阿尔忒弥斯计划”的重要候选平台之一。该计划直接源于俄乌战争中巡飞弹无人机的大规模实战应用,旨在评估可在电子战环境下执行50–300公里作战任务的低成本单程无人机。相比俄罗斯“柳叶刀”,Cinder在航程、自主性、目标识别精度和瞄准点选择方面更为先进。其搭载的Prism Supervisor与Prism SKR软件,实现从任务规划、目标探测、识别、状态评估到精确打击的端到端自主闭环,并可识别多型装甲目标,动态选择最脆弱打击部位。结合高性能FLIR热成像模块,Cinder被视为未来对抗俄中电子战与GNSS拒止能力的重要技术路径,若实战效果达标,可能为美及其盟友带来显著战术优势。
1.0引言
美国军用无人机“辛德”(Cinder)的研发代表着一项重大创新,有望为美国及其盟友创造战术优势。它是一款自主、低成本、远程单向攻击无人机。其设计融合了人工智能驱动的精确目标探测与识别、远距离飞行能力以及机载光学导航,使其能够在射频干扰和全球导航卫星系统(GNSS)受限的环境中无需操作员干预即可运行。
2.0创新与背景
2.1背景
Cinder是无人机制造商Dragoon与Teledyne FLIR OEM合作的成果。Teledyne FLIR OEM专注于创新和生产先进的红外摄像机以及高性能的目标定位、跟踪和识别软件。Teledyne FLIR OEM将先进的热成像硬件和人工智能驱动的决策支持软件相结合,为客户提供解决方案,其红外传感器和模块不受《国际武器贸易条例》(ITAR)的限制,从而显著缩短了供应链的延误时间。
2.2阿尔忒弥斯计划
2025年3月,美国国防创新部门(DIU)宣布,已向四家公司授予“阿尔忒弥斯计划”(Project Artemis)合同。该计划旨在对远程单程空中平台进行作战评估。该计划最初由国防部负责采购与保障的副部长办公室(A&S)发起,要求在预算中增加一项专项资金,用于指导平台在电子战(EW)和全球导航卫星系统(GNSS)受限环境下的作战测试。俄罗斯和中国均具备此类能力。该合同要求的无人机具备以下能力:地面发射、低成本、单程、无人驾驶,作战距离在50至300公里之间。此外,该平台还需具备快速高效发射、低空飞行、有效载荷不低于10公斤(理想情况下超过25公斤)、可快速更新和升级等特性,并且能够在网络中断、断连、间歇性、低带宽环境以及GNSS受限区域正常运行。
该项目源于乌克兰战争。在战争中,俄罗斯大规模生产的“柳叶刀”神风特攻队无人机和乌克兰同类产品“乌克兰柳叶刀”FPV无人机,由于生产成本低、体积小,造成了不成比例的巨大破坏。例如,俄罗斯“柳叶刀-3M”(又称“52型生产型”)神风特攻队无人机,携带5公斤重的穿甲弹头,射程可达30英里,速度可达190英里/小时。“柳叶刀”无人机对乌克兰的炮兵、防空系统以及其他军事资产构成了重大威胁。仅在2025年5月,俄罗斯就发动了300多次“柳叶刀”无人机袭击。
3.0软件
3.1主管
Dragoon与Teledyne FLIR OEM合作,采用了其两款专为Lancet无人机部署而设计的现成软件套件。第一款产品名为Prism Supervisor,是无人机的机载指挥系统,提供“端到端的自主性和任务监控”。这款受控任务管理应用程序的图形用户界面(GUI)允许用户通过任务管理界面进行规划、控制和可视化,并支持主流操作系统的桌面和移动部署。此外,该软件还提供一键式、从头到尾的简化训练和任务操作执行,并提供实时流和录制功能,以及路径可视化和元数据显示。
Teledyne FLIR OEM 产品管理和人工智能解决方案总监 Art Stout 表示,“Supervisor 是一个位于自动驾驶仪和导引头之间的软件层,它使武器能够在预设搜索区域内自主运行并遇到目标时做出反应。” 这款人工智能增强型自主软件使无人机能够在卫星导航受干扰的区域,利用机载摄像头模块提供的视觉导航来规划自己的飞行路径。基于边缘计算的人工智能威胁响应 (AiTR) 功能可实现射频静默操作和通信。
3.2 SKR
Prism SKR 无人机搭载了 Teledyne FLIR OEM 的摄像头模块,使用户能够轻松创建各种作战应用。它采用自动目标识别 (ATR) 技术,通过搜索、识别、状态估计和瞄准点定位,无需操作员干预即可检测、识别和跟踪目标。其官网展示了这套六步流程,演示了无人机的目标提示、目标检测、目标识别、目标交接/交战、瞄准点检测和瞄准点跟踪。该无人机能够识别空对地、地对空、空对空和地对地作战任务,并可接收红外和光电图像以适应不同的应用场景。它能够提供实时目标位置、识别信息、置信度以及运动方向。据 Teledyne 公司称,SKR 无人机能够识别和区分包括俄罗斯 T-62、T-72、T-80 和 T-90 坦克在内的多种硬件。根据作战需求,还可以添加其他硬件到识别列表中。
斯托特表示,“人工智能模型可以轻松升级或替换,根据任务需求,通过额外的训练或新增类别,可以改进现有模型。”
SKR探测并识别目标后,会跟踪目标并引导无人机进行精确打击。这项功能使得目前乌克兰使用的锁定目标无人机制导系统变得多余。SKR还包含“目标状态估计”功能,该功能利用机载热成像仪判断目标车辆的发动机是否启动,从而使无人机能够区分活体目标、烧毁的车辆和充气诱饵。机载目标定位功能用于目标探测和识别,这意味着可以根据目标类型选择特定的瞄准点,使无人机能够实时击中目标最脆弱的部分。例如,据泰莱达因公司称,当无人机瞄准T-72坦克时,它不会仅仅击中厚重的正面装甲,因为那样造成的损伤微乎其微。无人机将绕目标飞行,识别其弱点,并精确定位炮塔后部装甲最薄弱的部位,一旦击中,即可瞬间摧毁目标。
机载光学导航系统也增强了其抗电子战能力,这对北约部队至关重要,因为俄罗斯和中国正在不断提升其射频干扰和全球导航卫星系统(GNSS)拒止能力。此外,与俄罗斯的“柳叶刀”(Lancet)无人机相比,“煤渣”(Cinder)无人机在航程、自主性和精确目标定位能力方面都更胜一筹。“煤渣”无人机能够选择最佳打击方向,并实时区分多个目标。
在模拟作战环境中,俄罗斯的“柳叶刀”无人机曾多次瘫痪西方提供的坦克,例如豹2和M1艾布拉姆斯主战坦克,其主要攻击手段是利用这些坦克缺乏主动防护和可预测的部署模式。
3.3光学
SKR软件运行的关键组件是FLIR Boson相机模块。这款无人机很可能使用的是Boson+ CZ相机。它是一款高性能热成像相机模块,具备5倍连续变焦(CZ)。其热灵敏度≤20 mK(毫开尔文),自动增益控制(AGC)滤波器可增强场景对比度和清晰度。其高性能镜头和电子控制系统有助于在变焦过程中保持对焦,并提供实时热梯度补偿。
4.潜在应用案例
截至本报告发布之时,Cinder无人机尚未在乌克兰或任何其他冲突中被美军投入作战使用。DIU的合同条款表明,该平台最终将在乌克兰部署,以对抗针对乌克兰军事目标(例如坦克)的俄罗斯Lancet无人机。
5.0结论
“煤渣”(Cinder)自主攻击无人机的研发是一项关键创新,人工智能技术赋能并放大了低成本巡飞弹无人机的制造。这标志着在电子战和全球导航卫星系统(GNSS)干扰环境下,精确打击方式发生了决定性转变。“煤渣”的性能远超其他美俄巡飞弹,例如“弹簧刀600”(Switchblade 600)和俄罗斯的“柳叶刀”(Lancet),尤其是在精确制导目标系统、射程和有效载荷方面。
机载棱镜监控系统和SKR软件集成了端到端自主性和任务监控功能,并具备瞄准点目标探测、识别和跟踪能力,即使在射频干扰或全球导航卫星系统(GNSS)信号被干扰的环境下也能执行精确打击。如果“灰烬”(Cinder)导弹能够达到预期效果,有效对抗俄罗斯和中国的电子战和GNSS信号干扰能力,那么它将有可能为美国及其盟友创造战术优势。
[参考来源]
https://greydynamics.com/cinder-ai-enabled-auto-drone-for-ew-and-gnss-denied-areas/
免责声明:
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景,旨在提升网络安全防护能力,具有明确的技术研究属性。
任何单位或个人未经授权,将本文内容用于攻击、破坏等非法用途的,由此引发的全部法律责任、民事赔偿及连带责任,均由行为人独立承担,本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布,若存在版权侵权或其他异议,请通过邮件联系处理,具体联系方式可点击页面上方的联系我。
本文转载自:网空闲话plus 网空闲话《AI赋能型自动驾驶无人机Cinder:适用于电子战和GNSS受限区域》
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。









评论