Medigus Ltd. gab bekannt, dass ScoutCam Inc. und Elbit Systems Ltd. erfolgreich eine wichtige Entwicklungsphase für den Einsatz des Echtzeit-Videoüberwachungssystems (RTVM) von ScoutCam abgeschlossen haben. Während der Entwicklungsphase ersetzte das RTVM-System, das auf der UAS-Plattform von Elbit Systems zum Einsatz kam, die manuellen Inspektionen der Luftplattform vor und nach dem Flug und ermöglichte eine klare Sicht auf Bereiche, die zuvor für Wartungs- und Betriebsteams unzugänglich waren. Darüber hinaus bot das RTVM von ScoutCam auch dann Sichtbarkeit, wenn die Betriebsumgebung für eine kontinuierliche Echtzeitüberwachung nicht geeignet war. Die einzigartigen videobasierten Sensoren, die eingebettete Software, das maschinelle Sehen und die Algorithmen von ScoutCam unterstützen eine Vielzahl von Anwendungsfällen für die vorausschauende Wartung und die zustandsbasierte Überwachung von unbemannten Luftfahrzeugen in rauen Umgebungen und an schwer zugänglichen Orten.

Das RTVM-System von ScoutCam zeichnet sich durch eine modulare, offene Systemarchitektur aus, die eine nahtlose Integration in fortschrittliche unbemannte Luftfahrzeugplattformen ermöglicht. Größe, Gewicht und Leistung (SWaP) des RTVM-Systems sind gering, so dass sich das System für die meisten Anwendungen in der Luft eignet. Das RTVM von ScoutCam bietet eine modulare Designlösung, die auf den Grundsätzen einer offenen Systemarchitektur basiert. Es besteht aus mehreren hoch belastbaren Kameras, die an verschiedenen Stellen rund um das UAS installiert und mit einer fortschrittlichen zentralen Verarbeitungseinheit verbunden sind. Das Multi-Kamera-System gewährleistet die kritische Flugsicherheit in einem UAS und unterstützt die Identifizierung und Echtzeitanalyse von Fehlermodi.

Das RTVM-System ermöglicht die Echtzeitüberwachung des Zustands der Mechanismen und Komponenten des UAS. Visuelle Informationen werden gespeichert und mit speziellen KI-basierten Algorithmen verarbeitet, um Anomalien zu erkennen und zu melden, die von der Standardfunktionalität der überwachten Komponenten abweichen. Die in das System integrierte Software unterstützt eine Reihe von fortschrittlichen Anwendungen wie Big Data, KI und Bildverarbeitung.

Die im System gespeicherten Daten unterstützen die Identifizierung von Ausfallarten, die Analyse von Trends und die proaktive Vorhersage von Ausfällen.