W świecie, w którym drony przestały być już tylko gadżetami dla hobbystów, a coraz częściej pojawiają się w rozmowach o bezpieczeństwie miast, infrastruktury i zaplecza wojskowego, najciekawsze pomysły wcale nie muszą rodzić się w wielkich koncernach. Dlatego pomysł polskich studentów nie brzmi jak kolejna efektowna prezentacja z obszaru technologii obronnych, która dobrze się zapowiada, a znacznie gorzej wypada w praktyce. Mowa o rozproszonej sieci małych urządzeń, które mogą nasłuchiwać otoczenia, analizować sygnały lokalnie i przesyłać alert dalej przez architekturę mesh. To podejście nie obiecuje cudów. Obiecuje coś znacznie cenniejszego – próbę zbudowania warstwy wczesnego ostrzegania, którą da się rozwijać modułowo i która może mieć sens tam, gdzie klasyczne systemy są zbyt kosztowne albo zbyt ciężkie organizacyjnie.
Od hackathonu do testów. Co właściwie zbudowali studenci z Rzeszowa?
Projekt zespołu z Koła Naukowego Machine Learning wygrał hackathon Detect & Defend, który odbył się w Rzeszowie w dniach 6-8 marca 2026 roku. Wydarzenie zgromadziło ponad 90 uczestników i było nastawione na rozwiązania związane z ochroną przestrzeni powietrznej, identyfikacją obiektów oraz bezpieczeństwem infrastruktury krytycznej. Sama wygrana nie jest oczywiście jeszcze dowodem skuteczności technologii, ale pokazuje, że pomysł obronił się przynajmniej na etapie koncepcji, architektury i prototypowania.
Czytaj też: Korea Północna pokazała nowy czołg. Chonma-20 wygląda jak broń na współczesne piekło
Sednem systemu jest sieć niewielkich węzłów, które mogą być wyposażone w różne czujniki, a w tym mikrofony i kamery. Każdy taki punkt ma wykrywać potencjalnego intruza, a następnie przekazywać informację dalej przez łączność radiową do kolejnych elementów sieci oraz do węzłów z dostępem do Internetu. Zespół mówi też o możliwości określania pozycji obiektu przy wykorzystaniu co najmniej trzech urządzeń znajdujących się w pobliżu. Im większa gęstość rozstawienia takich sensorów, tym wyższa dokładność i odporność całej sieci.
Najważniejsze jest jednak to, że projekt wyszedł już poza etap czysto teoretyczny. Gotowa ma być część radiowa i algorytmy rozpoznawania dronów wytrenowane na publicznie dostępnych danych, a obecnie trwają prace nad integracją systemu i testami terenowymi. Właśnie w tym miejscu zacznie się najtrudniejsza część całej historii, bo wykrycie drona w kontrolowanych warunkach i wykrycie go przy wietrze, ruchu ulicznym, odbiciach dźwięku i przypadkowych zakłóceniach to dwie zupełnie różne rzeczy.
Dlaczego ten pomysł jest ciekawszy, niż wygląda na pierwszy rzut oka?
W fazie prototypu studenci korzystają z otwartego protokołu Meshtastic, a to akurat istotny szczegół, bo Meshtastic nie jest egzotycznym wynalazkiem z jednego laboratorium, ale otwartym systemem mesh opartym o LoRa i zaprojektowanym do komunikacji dalekiego zasięgu bez dostępu do Internetu czy sieci komórkowej. W praktyce daje to fundament pod tanią i odporną komunikację między węzłami, co w zastosowaniach polowych ma ogromne znaczenie.
Czytaj też: Wojsko USA chce lotniczej perełki. X-76 ma latać jak odrzutowiec i startować jak śmigłowiec
Najsprytniejsza w tym projekcie może być właśnie architektura przepływu informacji. Oficjalna dokumentacja Meshtastic pokazuje, że na pasmach sub-1 GHz nie ma dość przepustowości do ciągłego przesyłania audio przez mesh. Innymi słowy, taki system nie powinien próbować pompować surowego dźwięku przez całą sieć, bo szybko ugrzązłby w ograniczeniach łącza. Jeśli więc węzeł lokalnie analizuje sygnał i wysyła dalej tylko krótką wiadomość o wykryciu, to studenci omijają jeden z największych praktycznych problemów tego typu tanich sieci.
Tani nie znaczy prosty. Akustyczne wykrywanie dronów ma swoje pułapki
Rozpoznawanie dronów po dźwięku nie jest pomysłem znikąd. Przeglądy badań pokazują, że akustyczne metody są atrakcyjne dlatego, że są pasywne, mobilne i zwykle wyraźnie tańsze od bardziej zaawansowanych systemów radarowych czy rozbudowanych zestawów optycznych. Problem w tym, że ich największa zaleta jest jednocześnie ich ograniczeniem. Mikrofon “słyszy” wszystko – wiatr, samochody, maszyny, ludzi, ptaki, odbicia od budynków i terenowe echo. Stąd też biorą się trudności związane ze skalowalnością, uogólnianiem danych oraz wydajnością obliczeniową modeli pracujących poza laboratorium.
To nie jest zresztą słabość wyłącznie akustyki. Seria błędnych alarmów potrafi podkopać zaufanie operatora do systemu, a brak wykrycia rzeczywistego celu jest jeszcze groźniejszy. Dlatego sensowny system antydronowy powinien jak najwcześniej potwierdzać detekcję drugim środkiem – na przykład kamerą lub analizą RF. Właśnie tutaj pojawia się najciekawsza ścieżka rozwoju tego projektu, bo jeśli sieć z Rzeszowa pozostanie tylko “usłyszeliśmy coś dziwnego”, to będzie interesującym eksperymentem. Jeśli jednak urośnie do systemu wielomodalnego, który łączy dźwięk, obraz i może jeszcze analizę sygnałów radiowych, to wtedy zacznie zbliżać się do kierunku, który badania i rynek wskazują jako najbardziej odporny.
Czytaj też: Ten elitarny okręt bojowy wstrząśnie światem. Chiny przesunęły wajchę na pełnię możliwości
Najbardziej oczywistym polem zastosowań takiego systemu są miejsca, w których potrzebna jest szeroka, tania i rozproszona warstwa obserwacji. Mowa o obiektach infrastruktury krytycznej, magazynach, zapleczach logistycznych, instalacjach energetycznych, terenach przygranicznych, a nawet tymczasowo zabezpieczanych wydarzeniach czy strefach pracy służb.
Największy test dopiero przed studentami
W tym projekcie najbardziej przekonuje mnie nie sama opowieść o taniości, ale to, że zespół wydaje się świadomy własnych ograniczeń. Studenci otwarcie wskazują dziś zużycie energii jako główny problem i chcą obniżać zapotrzebowanie przez optymalizację modeli. To ważne, bo Edge AI na małych urządzeniach rozwija się bardzo szybko, ale nadal zmaga się z ograniczeniami sprzętowymi, zmiennością narzędzi i trudnym balansem między dokładnością, opóźnieniem i poborem mocy.
Dlatego prawdziwa wartość tej historii nie leży jeszcze w samym zwycięstwie w hackathonie. Leży w tym, czy po miesiącach testów terenowych system nadal będzie trafnie odróżniał drona od zwykłego hałasu otoczenia, czy nie zacznie drenować akumulatora do zera w kilka godzin i czy da się go rozstawiać oraz serwisować bez sztabu specjalistów. Jeśli odpowiedź na te pytania okaże się twierdząca, to z Rzeszowa może wyjść coś znacznie ważniejszego niż jednorazowy studencki sukces – polska technologia, która nie próbuje wygrać z całym rynkiem rozmachem, tylko praktycznością.
Źródła: PFR, TVN24, Prz.edu.pl, Meshtastic, ResearchGate, ScienceDirect
