В Московском авиационном институте ведётся разработка системы автономной навигации для беспилотных летательных аппаратов, способной обеспечивать устойчивую работу даже при полной потере сигнала GPS. Технология ориентирована на сценарии, где спутниковая навигация недоступна или нестабильна — в плотной городской застройке, внутри зданий, в труднодоступной местности и в зонах проведения поисково-спасательных операций.
Разрабатываемое решение объединяет алгоритмы обработки данных, камеры и инерциальные датчики, позволяя беспилотнику ориентироваться в пространстве по принципам, близким к человеческому восприятию. Система формирует собственную модель окружающей среды, используя «зрение» на базе компьютерного зрения и «ощущения движения» на основе инерциальных измерений.
Параллельно встроенная нейросеть анализирует видеопоток и идентифицирует людей в реальном времени. Это снижает вероятность потери объекта из-за человеческого фактора или перебоев связи и повышает эффективность применения беспилотников в поисково-спасательных сценариях.
В основе технологии лежит визуально-инерциальная навигация по методу SLAM (Simultaneous Localization And Mapping). Подход позволяет дрону одновременно строить карту местности и определять собственное положение, в том числе при сложных манёврах и отсутствии сигнала GPS.
Над проектом работает междисциплинарная команда: сотрудники Дирекции «Аэромобильность», Лаборатории автоматизированных робототехнических систем Передовой инженерной школы, а также института № 8 «Компьютерные науки и прикладная математика» МАИ. По словам руководителя проектов Дирекции «Аэромобильность» Ирины Ларионовой, система обеспечивает автономное позиционирование летательного аппарата за счёт комплексной обработки сенсорных и визуальных данных.
Руководитель проекта Пётр Ухов, доцент кафедры 806 «Вычислительная математика и программирование» и заместитель начальника управления IT-Центра МАИ, подчёркивает, что архитектура решения построена на синхронизации компьютерного зрения и инерциальной системы. Специальная камера выполняет функцию визуального канала, а датчики фиксируют параметры движения. Алгоритмы в режиме реального времени анализируют поступающую информацию, оценивая положение, скорость и ориентацию аппарата. Объединение этих данных обеспечивает высокую точность и устойчивость навигации.
Ключевым элементом разработки стала интеграция алгоритмов машинного обучения. Благодаря этому дрон способен не только ориентироваться в пространстве, но и обнаруживать людей в режиме реального времени, что особенно актуально для задач мониторинга и спасательных операций.
Разработчики отмечают конкурентные преимущества проекта. Многие существующие решения требуют установки дорогостоящего и энергоёмкого оборудования либо функционируют как отдельные модули, не полностью интегрированные в систему управления беспилотником. В разработке МАИ навигационная система встроена непосредственно в собственный полётный контроллер. Такая архитектура повышает стабильность работы, снижает зависимость от сторонних компонентов и обеспечивает более надёжное функционирование комплекса.
Изначально проект закладывался как масштабируемый. Это позволяет адаптировать технологию под различные типы беспилотных авиационных систем и прикладные задачи, включая мониторинг труднодоступных территорий, обследование зданий и промышленных объектов, а также работу в зонах чрезвычайных ситуаций.
В настоящее время система проходит этап полевых испытаний. Команда сосредоточена на расширении функциональности и повышении точности определения курса и координат летательного аппарата. Одновременно усиливается уровень автономности: результаты детекции планируется использовать не только для фиксации факта обнаружения человека, но и для принятия решений на уровне миссии — автоматического удержания объекта в поле зрения, корректировки траектории и повторного облёта зоны интереса.
Перспективным направлением остаётся повышение устойчивости работы в сложных условиях: при низкой освещённости, задымлении и в визуально однообразных сценах. Завершение проекта и доведение разработки до полноценного инженерного решения запланировано на второй квартал 2026 года.
Разрабатываемое решение объединяет алгоритмы обработки данных, камеры и инерциальные датчики, позволяя беспилотнику ориентироваться в пространстве по принципам, близким к человеческому восприятию. Система формирует собственную модель окружающей среды, используя «зрение» на базе компьютерного зрения и «ощущения движения» на основе инерциальных измерений.
Параллельно встроенная нейросеть анализирует видеопоток и идентифицирует людей в реальном времени. Это снижает вероятность потери объекта из-за человеческого фактора или перебоев связи и повышает эффективность применения беспилотников в поисково-спасательных сценариях.
В основе технологии лежит визуально-инерциальная навигация по методу SLAM (Simultaneous Localization And Mapping). Подход позволяет дрону одновременно строить карту местности и определять собственное положение, в том числе при сложных манёврах и отсутствии сигнала GPS.
Над проектом работает междисциплинарная команда: сотрудники Дирекции «Аэромобильность», Лаборатории автоматизированных робототехнических систем Передовой инженерной школы, а также института № 8 «Компьютерные науки и прикладная математика» МАИ. По словам руководителя проектов Дирекции «Аэромобильность» Ирины Ларионовой, система обеспечивает автономное позиционирование летательного аппарата за счёт комплексной обработки сенсорных и визуальных данных.
Руководитель проекта Пётр Ухов, доцент кафедры 806 «Вычислительная математика и программирование» и заместитель начальника управления IT-Центра МАИ, подчёркивает, что архитектура решения построена на синхронизации компьютерного зрения и инерциальной системы. Специальная камера выполняет функцию визуального канала, а датчики фиксируют параметры движения. Алгоритмы в режиме реального времени анализируют поступающую информацию, оценивая положение, скорость и ориентацию аппарата. Объединение этих данных обеспечивает высокую точность и устойчивость навигации.
Ключевым элементом разработки стала интеграция алгоритмов машинного обучения. Благодаря этому дрон способен не только ориентироваться в пространстве, но и обнаруживать людей в режиме реального времени, что особенно актуально для задач мониторинга и спасательных операций.
Разработчики отмечают конкурентные преимущества проекта. Многие существующие решения требуют установки дорогостоящего и энергоёмкого оборудования либо функционируют как отдельные модули, не полностью интегрированные в систему управления беспилотником. В разработке МАИ навигационная система встроена непосредственно в собственный полётный контроллер. Такая архитектура повышает стабильность работы, снижает зависимость от сторонних компонентов и обеспечивает более надёжное функционирование комплекса.
Изначально проект закладывался как масштабируемый. Это позволяет адаптировать технологию под различные типы беспилотных авиационных систем и прикладные задачи, включая мониторинг труднодоступных территорий, обследование зданий и промышленных объектов, а также работу в зонах чрезвычайных ситуаций.
В настоящее время система проходит этап полевых испытаний. Команда сосредоточена на расширении функциональности и повышении точности определения курса и координат летательного аппарата. Одновременно усиливается уровень автономности: результаты детекции планируется использовать не только для фиксации факта обнаружения человека, но и для принятия решений на уровне миссии — автоматического удержания объекта в поле зрения, корректировки траектории и повторного облёта зоны интереса.
Перспективным направлением остаётся повышение устойчивости работы в сложных условиях: при низкой освещённости, задымлении и в визуально однообразных сценах. Завершение проекта и доведение разработки до полноценного инженерного решения запланировано на второй квартал 2026 года.
