SONIX

Skriv inn kode

Denne siden er ikke offentlig.

Feil kode
Passiv lyddeteksjon av droner

Sonix

Idéen — kort
Lytt — ikke radar eller RF Droner bråker — særlig de billige FPV-angrepsdronene vi ser i Ukraina. Passiv lyd kan ikke jammes og avgir ingenting.
Telefonen er sensoren Liten datamaskin, utmerket mikrofon, skjerm og internett — billig, og finnes allerede overalt.
Verktøyene merker dataene selv Dronens GPS-spor auto-merker lyden — rene data og lynrask annotering, ikke et helt annoteringsteam.
Mye data, fort — lett å rulle ut Lett, billig, ~300 m rekkevidde. Mange rimelige sensorer gir mye data fort — og en modell som blir bedre for hver økt.
Status01
6
innsamlede feltøkter — nå stabilt nok til at vi beholder dataene
5 + 1
Android-telefoner som tar opp samtidig, én DJI Mini 4K-drone
~300 m
rekkevidde vi venter i flatt terreng i første iterasjon — dronen er hørbar så langt, så det er et trygt anslag
DJI Mini 4K-dronen i en hånd, som viser hvor liten den er
En DJI Mini 4K. Liten drone, svak signatur — og vi hører den likevel på ~300 m. Klarer vi det, klarer telefoner det.
⌄Les merVis mindre

Mye av dette er gjort på si, og mye raskere enn ventet takket være AI. Vi trener ikke modellen ennå — men alt som må eksistere før det steget finnes og kjører nå: opptaksappene, backend, databasen og annoteringsverktøyet. Når en person hører den lille dronen på 300 meter, hører telefonens mikrofon den helt sikkert også.

Planen, og hvor vi er i den02

Fase 1 — Interne verktøy

Bygget & i bruk
⌄Les merVis mindre
  • Opptaksapper — Shelby & Ada (Android), Arthur (iOS) tar opp lyd + GPS i felt
  • Arthur henter DJI-flygelogger; dronens eget GPS-spor blir fasit
  • Grace — webapp for å bla i økter, annoteringsverktøyet, dashboards og inspeksjon av rådata
  • Polly + database — backend som knytter sammen opptak, spor og merkelapper

Fase 2 — Samle inn data & trene modellen

Pågår — her er vi nå
⌄Les merVis mindre

To verdifulle ting faller ut av denne fasen: en dronedeteksjonsmodell og et merket dronedatasett.

  • Samlet 6 økter; dataene nå stabile nok til å beholde i stedet for å forkaste
  • Auto-merking fra dronespor fungerer — annotering er raskt, ikke flaskehalsen
  • Strammer fortsatt inn verktøyene for hver opptaksøkt, så hver økt trenger mindre manuelt arbeid
  • Øker variasjonen — flere forhold og steder (bl.a. en øy ved Kristiansand)
  • Selve modelltreningen — ikke startet; trenger mer data
Hva «interne verktøy» faktisk betyr03

Auto-merking, ikke manuell annotering.

Grace annoteringsverktøy: et dronespor over skog, telefon-nåler og en synkronisert lydbølgeform
Grace · annoteringsverktøy. De cyanfargede løkkene er dronens GPS-spor; nålene er telefonene på bakken; stripen under er den tidssynkroniserte lyden.
⌄Les merVis mindre

Dette er nøyaktig det konkurrentene gjør tregt og for hånd. Med dronens eget spor som fasit blir dataene våre både raske å produsere og rene — og det er forutsetningen for å trene en god modell uten et helt annoteringsteam.

Innsamling på hjemmebane04

En fersk økt — på en øy utenfor Kristiansand.

Dronespor flydd over en øy ved Kristiansand, vist på satellittbilde i Grace
Kristiansand · feltøkt. Et DJI Mini-spor over en øy, slik det ble tatt opp og spilt av gjennom våre egne verktøy.
Fra felt05

Slik samles dataene inn.

Shelby Motorola-telefon i blått deksel plassert på bakken i skogen, tar opp lyd
Shelby på bakken. En Motorola-telefon plassert ut i terrenget, tar opp lyd mens dronen flyr over.
Arthur-kart med nummererte nåler der telefonene er plassert ut i terrenget
Arthur · plassering. Hver telefon tagges på kartet, så vi vet nøyaktig hvor hvert opptak kom fra — og finner dem igjen etterpå.
Systemet vi har bygget06

Apper, backend og hva som mangler.

Se hver app og tjeneste i detalj →
⌄Vis systemkartSkjul systemkart
Feltopptak
Shelby
Android — lyd + GPS
Ada
Android — fler-mikrofon lydforskning
Arthur
iOS — DJI-logger, telefonsøker
DJI Mini 4K
drone — GPS-spor = fasit
→
Backend
Polly
innlogging, ingest, lagringskoordinering
Sky
Google Cloud — kjører og lagrer alt
↳ Database
lyd, spor, økter, merkelapper
↳ Fillagring
rålyd + forskningsopptak
→
Arbeidsflate
Grace
økter, dashboards, inspeksjon
Annoteringsverktøy
auto-merker lyd fra dronespor
Merket datasett
vokser med hver økt
Ikke bygget ennå — neste strekk
Modelltrening
designet; venter på mer data før vi starter
Deteksjon på enhet
telefonapp / sensor som kjører modellen live
Resultatsky + dashboard
samler deteksjoner, viser + varsler
bygget & kjører pågår designet ikke startet
Ett år etter07

Hva som er bedre — og hva som ikke har endret seg.

⌄Les merVis mindre

Bedre enn før

  • Verktøyene finnes og kjører — den dyre, risikable delen er bak oss
  • Ekte data kommer inn, og det er rent nok til å beholde
  • AI gjorde fase 1 rask og holder utviklingen i gang døgnet rundt
  • Auto-merking fjerner det trege, manuelle annoteringssteget helt
  • Droneproblemet — og markedet for et svar — har vokst kraftig
  • Ny ekstern interesse; NATO-kontraktene flytter seg (Sopra Steria m.fl.) — fortsatt uten passiv lyd
  • Tid-til-resultat har krympet fra år til måneder
  • Langt mindre forespørsel enn i fjor, for samme retning

Det som ikke har endret seg

  • Kjernesatsingen: passiv lyd, ikke RF eller radar
  • Overbevisningen om at billige telefoner er riktig sensor
  • Trefaseplanen — samme form, bare kommet lenger
  • Fortrinnet over konkurrentene: lettere, raskere, egne data
  • Folkene og lønningene det tar å drive det
  • At alle som ser det fortsatt synes det er en sterk idé
Markedet · ny interesse08

Trusselen er bevist. Pengene flytter seg. Lyd-sporet står åpent.

$20,3 mrd
globalt mot-drone-marked innen 2030 — opp fra $6,6 mrd i 2025
~25 %
årlig vekst (CAGR) i mot-drone-markedet mot 2030
115 mrd
NOK ekstra i norsk langtidsplan — mot-drone er en uttalt prioritet

Drone er nå «den viktigste delen av moderne krigføring». Krigen i Ukraina og spenning i Midtøsten driver etterspørselen.

Ukrainske dronepiloter styrer en drone i skogen under øvelse Aurora 26 i Sverige
Øvelse Aurora 26 · Sverige, apr–mai 2026. 18 000 soldater, 13 land. Ukrainske dronepiloter — i angriperrollen — slo den svenske styrken og stoppet øvelsen tre ganger for at troppene skulle finne et mottiltak.
«Vi øver ikke lenger på “hva hvis” — vi øver på det som er.»
Viseadmiral Ewa Skoog Haslum, Sveriges marine
  • Billige FPV-droner slår pansrede kjøretøy til millioner
  • Bevist mot en NATO-styrke — ikke teori

Selv vinnerne mangler lyd

  • CS Group – Sopra Steria valgt av NATO (20. mai 2026) for å beskytte hovedkvarteret i Brussel
  • To BOREADES-systemer · 50+ i drift, ~100 i produksjon
  • Oppdager med radar, RF, termisk og optikk — ingen passiv lyd
  • Tungt, fast montert, dyrt — som alle de store
BOREADES mot-drone-sensormast fra CS Group – Sopra Steria utplassert ved Les Invalides i Paris
BOREADES · CS Group – Sopra Steria. Sensormast med radar/RF/optikk, her utplassert ved Les Invalides i Paris. Ledende system for faste anlegg — lyd er ikke en del av det.

Kilder: Aurora 26 (united24media, AP) · cs-soprasteria.com · MarketsandMarkets (C-UAS 2025–2030) · Forsvarsmateriell / norsk langtidsplan

Hva som vil få det til å gå raskere09

Flaskehalsen nå er tid og data — ikke idéen.

⌄Les merVis mindre

Hva støtte gir

  • Tid — én person minimum, to ideelt, på verktøy + innsamling
  • Data — flere økter, flere forhold, flere steder
  • Kapasitet — flere telefoner, flere droner, mer compute

Hvorfor det koster mindre enn i fjor

  • Fase 1 er allerede betalt — i tid, ikke penger
  • Mye mindre utviklingstid før resultater, takket være AI
  • Compute er en brøkdel av et ML-budsjett (~1k NOK/mnd i dag)
Sluttkunde · veier til marked10

Hvem er sluttkunden?

ALT 1

Forsvarsgigantene

Kongsberg, Thales m.fl. Anbudene krever passiv deteksjon — men de har det ikke i dag, og store organisasjoner utvikler nytt tregt. Vi leverer laget de mangler.

ALT 2

Nye i forsvarssektoren

Samarbeid med eller selg til konsulenthusene som nå går inn i forsvar (Sopra Steria m.fl.). De bygger systemer, men mangler passiv lyd.

ALT 3

Åpent i App Store

Slipp appen fritt — få brukere og data gratis. Flere sensorer ute gir mer data og en bedre modell, mens vi bygger rekkevidde.

Flere muligheter

Kritisk infrastruktur

Flyplasser, kraftverk, fengsler, store arrangement — et lett, billig passivt lag som supplerer radaren/RF-en de allerede har.

Forsvaret direkte

Pilot eller salg mot nasjonale innkjøp — jf. de pågående norske mot-drone-rammeavtalene.

Data & modell som produkt

Lisensiér det merkede dronedatasettet og modellen til dem som mangler egne data.