槍支安全智能化管控系統的設計

李濟龍，倪瑞旋，李 軒，許艷珍，金 陽，張曉華

(中國兵器工業新技術推廣研究所，北京 100089)

步入21世紀以來，受國際復雜形勢的影響，世界格局越來越動蕩，武器安全問題日益嚴重。2017年肯尼亞軍隊在南部小鎮被索馬里青年黨襲擊，美國悍馬軍車、法國反地雷車以及我國國產WZ551裝甲輸送車、軍用卡車等軍品被反政府武裝繳獲；2019年緬甸軍隊從反政府武裝勢力手中繳獲包括FN-6單兵防空導彈在內大量武器；2020年敘利亞某軍火庫被叛軍攻破，大量制式武器被叛軍繳獲；在敘利亞戰爭、也門沖突中出現了武裝分子非法獲得并使用武器的情況。這一系列事件表明了武器被非法占有和使用情況在全世界范圍內以各種形式不斷發生，暴露出武器安全管控工作存在短板，如何對武器裝備實現安全管控已成為各國高度重視的焦點問題，我軍建設“十四五”規劃對加快國防和軍隊現代化做出戰略部署[1]。

國外在武器安全管控方面的技術研究不斷深入。美國借助其在GPS導航定位與衛星通信等科技優勢，早在20世紀80年代，就對出售的軍貿直升機加裝定位和監控模塊，通過定時發送直升機的航程與坐標等信息獲得相關情報。美軍具有代表性的后勤主控系統使后勤人員和作戰部隊指揮人員結合起來，共同了解聯合作戰的態勢，更好地協調后勤指揮與作戰指揮[2]。德國的Armatix公司推出的iP1智能手槍，持槍者只有佩戴定制腕表才能扣動扳機，一旦檢測到腕表與手槍距離過大則判定為手槍丟失，其他方式解鎖則會毀損手槍，以此防止武器被他人利用。英國愛爾蘭的一家公司設計了遠程遙控板機的突擊步槍，只有接收到飛機、衛星、手機基站或無線電信號塔發送的指令，才能解鎖扳機，從而實現管控。以美國為首的西方國家高度重視利用自身的優勢技術在槍支安全管控方面的應用，持槍謀殺案以及大規模恐怖襲擊案件的數量也因此減少[3]。我國基層公安機關公務用槍管理工作中主要存在槍支存放設施、保管不完善，槍支使用環節較多，槍支裝具及配套工具缺失以及認識方面的誤區等主要問題[4]。

當前我國國家安全內涵和外延比歷史上任何時候都要復雜，時空領域以及內外因素比歷史上任何時候都要復雜，我們必須堅持國家總體安全觀[5]，防范相關槍支武器被非法獲取和使用，加強槍支武器自主可控能力建設，將新一代信息技術，如北斗、5G、人工智能以及物聯網技術，融入到槍支武器安全管控中[6]。我國是一個槍支嚴格管控的國家，對于各持槍單位而言，如何確保槍支管理和使用的絕對安全成為更好地維護國家安全的焦點[7]，槍支管理工作事關人民群眾生命財產安全，要意識到當前工作的復雜性，清楚槍支管理工作的重要性[8]，將信息化技術應用到部隊營區建設中，提高營區保障能力和管理水平十分必要[9]，智慧營區建設是適應新軍事變革、推動部隊信息化建設的實際舉措[10]。

1 系統設計

1.1 系統設計目標

針對槍支武器遺失、被搶、被盜和非法使用等問題，利用大數據、人工智能、物聯網等技術，研究建立前后端一體化智能化營區槍支安全智能化管控系統，形成營區槍支安全大數據感知、存儲、分析、處理、決策支持及遠程控制能力，從整體上動態反應營區槍支安全狀況，實現對營區槍支的實時跟蹤、監測預警、態勢研判、決策支持和應急處理，形成營區槍支監測-預警-決策-執行的智能閉環安全管控體系。

1.2 系統體系結構

槍支安全智能化管控系統體系結構按照物聯網體系結構進行設計，分為感知層、傳輸層以及應用層等3個層級：感知層主要實現槍支態勢感知、數據發送、指令接受與行動功能；傳輸層主要依賴北斗+5G網絡鏈路來實現，采用規范化的信息交互格式化報文規范鏈路傳輸內容和格式，通過加密實現信息傳輸；應用層主要實現槍支態勢數據的接收與處理、分析決策和指令控制功能。

搭建營區槍支安全管控半實物仿真環境，包括槍支物聯網傳感器武器集成、PDA設備、腕表、5G數據傳輸網絡、數據接收和發送裝置、軟件平臺等。針對不同的槍支安全管控場景，進行場景實際模擬，收集不同場景模擬大數據。根據軌跡數據進行安全管控模型訓練，利用神經網絡算法實現模型的自我學習，建立安全管控神經網絡模型。系統架構示意圖如圖1所示。

圖1 系統架構示意圖

1)感知層。

為實現對槍支狀態的感知，系統以傳統槍械技術和電子化彈藥為基礎，將對現役槍支進行定位改造，加載射彈檢測模塊以及無源電子標簽，槍支系統采用電擊發方式，設有5G/4G通信、5G+北斗定位模塊，當槍支在配備腕表的使用人員物理控制之外時，通過機械結構對槍支進行鎖定，使槍支處于不能擊發狀態，能夠響應槍支安全智能管控平臺的遠程管控、全國范圍內的定位及追蹤，具有智能身份識別、遠程管理控制、實時定位追蹤的電子化槍械武器，進而通過相應的軟件和硬件系統實現槍支信息化，實時了解槍械的使用狀態，同時開展槍械機械鎖定技術和身份識別技術的研制，實現全國范圍內的槍支網絡化、全壽命周期管理功能，全面滿足槍支管控需要。

為滿足應用層智能管控算法對訓練數據的要求，感知層開展半實物仿真場景設計和模擬訓練，其中場景主要包括4種正常場景設計和3種異常場景設計。

2)傳輸層。

傳輸層采用5G+北斗定位與即時通信雙模智能融合技術，通過槍支安全管控所需的基本通信鏈路，實現5G+北斗定位與5G+北斗短報文通信技術相互融合，為室內室外無縫切換助力，構建基于北斗統一時空基準的一體化物聯網絡。

一方面在5G網絡覆蓋區域，可通過信息傳感器、高清攝像裝置、北斗定位系統等，實時采集武器的環境參數與實時狀態，基于5G網絡實現大數據的轉發與傳輸；另一方面在5G網絡不能覆蓋或信號較弱的區域，基于北斗短報文進行信息傳輸，主要傳輸數據包含時間、位置狀態等少量數據。后端武器安全管控中心通過傳輸層進行接收，并對數據進行位置解析，形成動態圖像，達到輔助決策的效果。

3)應用層。

槍支安全智能管控中心是整個系統的信息處理樞紐和智能決策中心。槍支安全智能管控平臺接收、存儲前端發送的數據信息，并進行數據識別和解析，借助GIS地圖加載引擎實現槍支狀態的動態展示。在分析決策方面，借助安全管控模型、行動意圖識別算法、智能決策算法、異常處理預案等功能模塊，實現槍支狀態的智能識別和風險分析與預警，依據“非期望遺失”“非法使用”等不同場景，形成“干預”和“非干預”決策。在決策后指揮控制模塊將管控指令，通過短、平、快的管控指令直接發送至槍支，及時啟動武器前端的預置后門，形成管控閉環。

2 槍支安全智能管控關鍵技術

槍支安全智能管控系統通過開展基于時間序列的運動軌跡分類和識別、營區槍支安全風險評估和管控模型等關鍵技術研究，完成對營區的槍支營區槍支狀態時空數據自動分析處理和深度挖掘，實現對槍支安全狀態的實時跟蹤和分析，以及異常情況及時預警，提高營區應急處置能力，增強營區槍支管控的智能化水平和能力。

2.1 時空數據高效存儲技術

針對營區槍支狀態時空數據流高并發、大容量的特點，開展時空數據高效存儲技術研究，實現對非結構化大數據的快速存儲和查詢功能，實現低成本、高穩定、大容量的數據存儲，滿足系統對數據實時性的要求。

構建滿足安全管控模型自學習和系統預警需求的數據庫，即：營區槍支安全狀態時空數據訓練數據庫(簡稱訓練數據庫)、營區槍支安全狀態實時數據庫(簡稱實時數據庫)。訓練數據庫用來支持多場景安全管控模型的監督學習，實時數據庫用來存儲營區實際場景數據流，支撐對數據流的分析預警。

2.2 基于GIS的營區仿真模擬技術

利用虛擬仿真技術建立營區道路、崗哨位置、訓練地點、巡邏路徑、槍支存儲位置等仿真模型，將營區地理仿真環境與GIS地理信息相結合，建立基于GIS的營區仿真模擬環境，利用電子圍欄技術，對營區及可能活動地點按照威脅程度進行劃分，設置安全區域、異常區域、禁入區域等多類型圍欄，并建立相應規則，實現信息的可視化展示。針對不同區域、結合使用場景共同形成安全管控總體模型。

2.3 基于神經網絡的槍支安全狀態數據特征提取技術

通過構建模擬訓練場景，實現樣本獲取及標簽定制。結合槍支安全時空數據的歷史軌跡、營區環境信息，使用基于CNN Encoder-Decoder的結構提取特征。并基于該特征對目標未來的行為進行分類。營區槍支特征包括槍支個體表征特征和槍支群體表征特征。

個體表征模塊用來對每支槍支的歷史行為和周邊環境進行分析。考慮到槍支行為具有前后關聯的性質，使用雙向LSTM來提取行為特征，使用CNN來提取環境特征，2個拼接以得到個體表征向量。

群體表征模塊用來提取槍支之間的關系。主要可以分為構建行為關系和遞歸抽取兩部分。首先，將整個場景中的所有槍支的運動軌跡信息輸入到一個MLP組成的關系生成器中，來分析每個槍支之間的關系，關系強弱使用0-1來表示。在訓練過程中，使用標注好的槍支組來對其進行監督，當2只槍支處于同一組時GT為1，反之為0，在得到兩兩之間的關系之后，構建行為關系圖。利用GCN網絡遞歸進行分析整合，為每一個槍支得到其群體表征向量。

2.4 基于機器學習的異常檢測技術

通過機器學習方法實現基于大數據的自動化學習和訓練，建立正常場景安全模型和異常場景安全模型，開展基于貝葉斯分類等技術的異常檢測技術研究，對實際營區槍支安全狀態數據流進行檢測，并進行智能判別和預警。

使用滑動窗口模型對槍支狀態時空數據流進行分析，實現基于最近的數據做出決策。即在每個時刻t，一個新的數據元素到來。該元素在時刻t+w“過期”，其中w為窗口的“大小”。滑動窗口模型只需要存儲較小的數據窗口，就能大幅減少對內存的需求，提高檢測效率。

2.5 營區槍支安全智能管控決策技術

建立營區槍支安全管控威脅矩陣，對系統出現的異常事件進行事態智能評估，判別異常事件類型和危害程度，并為管控中心提供事件情況可視化展示，標識槍支目前狀態、系統已智能采取的措施等情況，提供下一步行動預案和建議，為管控中心科學決策提供支撐。

根據場景類別，從異常事件可能性、危害程度構建營區槍支安全管控威脅矩陣。營區槍支安全大數據安全管控模型對異常事件進行預警，根據預警內容智能進行事件評估，確定是否屬于異常事件，判斷異常內容和危險等級。

在大屏幕進行異常事件可視化及量化展示，幫助安全管控中心人員簡便快捷發現難以發現的威脅和風險，支持包括：關聯關系可視化分析、行為透視可視化分析、時間可視化分析、行為可視化分析等多種可視化分析方法。標注出槍支目前狀態及可采取的措施，為管控中心確定下一步行動提供決策參考。

2.6 槍支運動軌跡識別模型構建技術

針對7種槍支安全管控場景，開展半實物仿真模擬訓練，實現槍支運動軌跡智能識別算法的監督學習。由于數據樣本有限，采用預處理-軌跡聚類-軌跡分類-特征提取-西歐行訓練與測試的數據處理流程，實現對數據的高效利用。模型構建流程示意圖如圖2所示。

圖2 模型構建流程示意圖

3 半實物仿真模擬場景設計

建立營區道路、崗哨位置、訓練地點、巡邏路徑、槍支存儲位置等的仿真模型，基于GIS建立營區仿真模擬環境，對營區及可能活動地點按照威脅程度進行包括安全區域、異常區域、禁入區域等的圍欄劃分，實現地理信息的可視化展示。針對不同區域、結合使用場景共同形成安全管控總體模型，構建7類型槍支畫像，判斷營區槍支狀態是否安全。

1)營區站崗執勤。營區槍支在站崗執勤場景中，槍支位置具有固定位置、位置保持時間較長，并且站崗執勤活動具有周期性的特點。根據上述特點開展站崗場景槍支安全模型構建，分析出模型安全特征，如：位置固定、時間固定、周期固定、保持時間較長，根據上述數據可以勾勒出站崗執勤“槍支畫像”，從而判斷槍支是否處于站崗執勤及安全狀態。

2)營區巡邏。營區槍支在巡邏場景中，槍支處于共同移動模式(多支槍支群體移動且軌跡類似)，移動開始時間和結束時間較為固定、移動軌跡固定，且活動具有周期性。根據上述特點可以開展巡邏場景槍支安全模型構建，分析出巡邏模型安全特征，如：共同移動、移動軌跡固定、開始時間固定、具有周期性，根據上述數據可以勾勒出巡邏執勤“槍支畫像”，從而判斷槍支是否處于巡邏及安全狀態。

3)營區訓練。營區槍支在正常訓練場景中，槍支一般在較為集中的活動區域進行移動，且保持這種狀態時間較長，訓練場景可能出現擊發告警事件，擊發告警多是多槍支共同擊發。使用軌跡聚類算法，判斷槍支是否處于聚集狀態、槍支活動區域固定保持時間較長，根據上述數據可以勾勒訓練場景“槍支畫像”，從而判斷槍支是否處于訓練及安全狀態。

4)槍支入庫。營區槍支入庫時，槍支啟用休眠狀態，長時間處于固定地點，且時間固定、區域固定。根據上述特點可以開展入庫場景槍支安全模型構建，分析出入庫模型安全特征，如：位置固定、進入休眠狀態、時間固定、具有周期性，根據上述數據可以勾勒出入庫場景“槍支畫像”，從而判斷槍支是否處于入庫狀態。

5)槍支被搶。在攜槍執行任務或進行訓練時，出現槍支被搶的情況，槍支與隨行設備距離增加，槍支處于上鎖狀態，啟用定位模塊，向管控中心發送報警信息，PDA模塊上傳被搶視頻或圖像，管控平臺對槍支進行定位跟蹤，將被搶槍支快速追回。

6)槍支被盜。在攜槍執行任務或進行訓練時，出現槍支被盜的情況，槍支與隨行設備距離增加，槍支處于上鎖狀態，啟用定位模塊，向管控中心發送報警信息或管控中心自動識別槍支被盜，管控中心對槍支進行定位跟蹤，將被盜槍支快速追回。

7)槍支遺失。在攜槍執行任務或進行訓練時，出現槍支遺失的情況，槍支與隨行設備距離增加，槍支處于上鎖狀態，系統利用利群點檢測算法對槍支較長時間處于非正常區域或遠離群組的狀態進行檢查，確定異常狀態提出預警，同時槍支也會啟用定位模塊，向管控中心發送報警信息，管控中心對槍支進行定位跟蹤，將遺失槍支快速追回。

4 結語

槍支安全智能化管控系統借助物聯網傳感器、5G+北斗通信鏈路和后臺智能管控中心，形成了營區槍支智能狀態感知、存儲、分析、預警和決策執行能力，對于打造“透明化、可視化”槍支管控營區，降低營區槍支安全風險具有重要意義。