美国空军拟用AI自动检测空中加油失误，启动SBIR招标
美国空军通过SBIR计划征集AI软件，旨在利用计算机视觉分析KC-46加油机摄像头画面，自动识别空中加油中的速度、对齐等操作偏差，以减少人为评估误差，申请截止至2026年11月25日。
据TechRadar报道，美国空军正探索利用人工智能来识别空中加油作业中的错误并改进机组人员的绩效反馈机制。该项目隶属于小企业创新研究计划（Small Business Innovation Research, SBIR），该计划邀请企业开发技术解决方案以满足特定的军事需求。有意开发者需在2026年11月25日前提交申请，说明其系统如何满足空军的作战和训练要求。
拟议的系统将分析由KC-46 Pegasus加油机摄像头捕捉的画面。KC-46是一款配备支持遥控加油操作的摄像头的加油机，其远程视觉设备允许吊杆操作员使用摄像头画面和3D显示器而非直接目视来引导加油装置。然而，该飞机现有的观看技术一直存在持续的技术困难。
该技术将利用计算机视觉和机器学习检查飞机的运动，确定机组人员是否保持了适当的间隔和对齐。它还将监控加油吊杆，将其运动与飞机轨迹进行比较，以识别燃料输送过程中潜在的危险偏差。测量指标包括飞机速度、相对位置、接近速度和对齐情况，使教官能够检查具体的机动动作，而不是依赖一般性观察。
目前，评估在很大程度上依赖于教官的观察、机组人员的评估以及手动查看录制的画面。根据军方的研究征求书，这些方法可能会产生不一致的判断，特别是当教官对同一机动动作的解释不同或在复杂操作期间忽略短暂错误时。因此，软件的评估将包括图形叠加层、颜色编码的性能地图和时间顺序显示，以识别单个加油练习中的重要事件。