Начало статьи ⬆️ — 18 июля 2026 г. в 05:00:05.514
Начало статьи ⬆️ Ключевая особенность системы — возможность полноценной автономной навигации в условиях отсутствия спутникового сигнала. ПО обеспечивает локализацию БПЛА при помощи компьютерного зрения с использованием надирно закрепленной камеры, а также распознавание ArUco-маркеров для визуального позиционирования. Дополнительно система поддерживает локализацию с применением двухмерного и трехмерного лазерных дальномеров, что позволяет дрону ориентироваться внутри помещений. SLAM-картографирование дает возможность строить карты окружающей среды в реальном времени и осуществлять автономную навигацию по ним. ПО позволяет загружать и выполнять нейросетевые модели непосредственно на бортовом компьютере дрона, включая алгоритмы детекции и сегментации объектов. Это означает, что все вычисления производятся на месте, без необходимости передачи данных на наземную станцию, что критически важно для работы в условиях ограниченной пропускной способности каналов связи или применения средств РЭБ. Разработка обеспечивает поддержку больших лингвистических моделей, которая реализована через голосовое программирование полетных заданий — оператор может отдавать команды дрону на естественном языке. В документации не указано, какая именно языковая модель может быть использована. Однако в 2025 г. Родион Анисимов с группой магистров и научных сотрудников технических вузов опубликовал статью в издании «Управление большими системами» об исследовании применения больших языковых моделей (LLM) для управления БПЛА с помощью естественно-языковых команд. Работа была проведена за счет гранта РНФ. Результаты показали, что использование компьютеров с нейронным процессором на Rockchip RK3588S позволяет достичь скорости 17,8 токен/с, что превосходит некоторые процессоры, в том числе от Nvidia. Это особенно важно для задач, требующих быстрого принятия решений, таких как автономный полет БПЛА. Кроме того, молодые ученые пришли к выводу, что модели Qwen2.5-Coder-3B-Instruct, Qwen2.5-Coder-1.5B-Instruct, Qwen2.5-Coder-0.5B-Instruct демонстрируют стабильное качество на разработанном тесте, что подтверждает их пригодность для использования в системах с ограниченными ресурсами. Операционная система для БПЛА обеспечивает полный спектр функций управления полетом, включая автоматический взлет и посадку, управление скоростью и углом рыскания, полет по координатам. Предусмотрена работа с датчиками: получение данных с IMU, высотомера, лидара, оптического потока и обработка телеметрии в реальном времени. Взаимодействие с полетными контроллерами Ardupilot и INAV осуществляется по протоколам MAVLink и MSP. Система поддерживает подключение периферийных модулей — сервоприводов, датчиков, светодиодов, магнитов и динамиков.Для разработчиков предусмотрены графический язык программирования полетных сценариев и Python API для написания собственной полетной логики. Интеграция с ROS открывает возможности для подключения внешних сервисов и расширения функциональности системы. ПО позиционируется для двух ключевых сценариев. В инженерных задачах система применяется в качестве основной операционной среды бортового компьютера БПЛА с поддержкой автономного управления, навигации и интеллектуальной обработки данных. В образовательной среде программное обеспечение используется как графическая платформа для визуального программирования, изучения робототехники, компьютерного зрения, искусственного интеллекта и алгоритмов автономного полета. Окончание статьи ⬇️