Три разработки и шесть побед: маёвцы отличились на всероссийском слёте инженерных команд в области БАС

Фото: Университет 2035

В Москве прошёл отраслевой слёт «Молодёжные инженерные команды. Развитие талантов для дроносферы будущего». Свои разработки представил 31 коллектив со всей России, в том числе три — из Московского авиационного института. По итогам слёта в шести из 15 номинаций лучшими стали маёвцы.

Событие организовано АНО «Университет 2035» в рамках федерального проекта «Кадры для беспилотных авиационных систем». Цель мероприятия — подготовка специалистов для развития дроносферы страны. Проведённая на слёте выставка разработок позволила оценить предлагаемые технические решения, их перспективы, установить контакты с авторами. Молодые инженеры, в свою очередь, могли пообщаться с коллегами и обрести наставников.

Участники слёта презентовали свои разработки экспертной комиссии и подтверждали их технические характеристики в специальной зоне — «Дрон-гараже». По итогам оценки проектов в каждой из 15 номинаций определялся победитель. 

Одна из команд МАИ — «РадиоВектор», в которую вошли участники из институтов  № 1 «Авиационная техника» и № 4 «Радиоэлектроника, инфокоммуникации и информационная безопасность»  — выиграла в номинации «Бортовое оборудование». Она презентовала устанавливаемый на беспилотные воздушные суда механизм стабилизации направленной антенны, который позволяет увеличить дальность радиосвязи.

В номинациях «БАС для агропрома» и «Высокий уровень инженерной разработки» первых мест удостоена команда «АМС «ГИРД» студентов института № 7 «Робототехнические и интеллектуальные системы». Они представили центробежную форсунку для агропромышленных беспилотников. К выставке команда разработала стенд, наглядно демонстрирующий работу устройства. Их решение состоит из отечественных электронных компонентов и управляется через протокол связи DroneCAN.

Самой титулованной на слёте стала команда МАИ «Фаервотч», одержавшая победу сразу в трёх номинациях: «Бортовое программное обеспечение», «Ценность для индустрии БАС», «Нейросетевые решения в БАС». В неё вошли студенты институтов № 3 «Системы управления, информатика и электроэнергетика» и № 6 «Аэрокосмический». Маёвцы презентовали систему для распознавания дыма на горизонте и определения координат очага возгорания на борту БВС. Она предназначена для защиты от пожаров лесов, заповедников, находящихся рядом с ними территорий промышленных предприятий, а также объектов критической инфраструктуры. Разработанная система позволяет выявить очаг возгорания на ранней стадии — по появлению дыма, и в автоматическом режиме за несколько секунд передать координаты службам МЧС. В перспективе планируется также внедрить передачу информации о классификации возгорания и скорости его распространения. Такой подход поможет локализовать пожар на небольшой площади, предотвратив катастрофу.

— Технической основой нашего решения стала нейросетевая модель для компьютерного зрения, которая позволяет анализировать получаемые с бортовой камеры оптические данные. Для её обучения мы самостоятельно собрали обширный датасет с изображениями дыма и огня, снятыми с воздуха. Это позволило нам даже в условиях дефицита качественных данных достичь точности обнаружения дыма на уровне 95,1%, — сказал лидер команды, третьекурсник института № 3 «Системы управления, информатика и электроэнергетика» МАИ Никита Лалетин.

В разработке предусмотрен алгоритм защиты от ложных срабатываний на такие объекты, как дым из труб или пар от ТЭЦ.

— Модуль защиты от ложных срабатываний в перспективе будет иметь многоуровневую структуру. Сначала система будет исключать одноразовые помехи и блики за счёт сравнения нескольких последовательных кадров, затем — проводить контекстный анализ: модель обучена игнорировать объекты в небе, например, облака. Наконец, она будет осуществлять перекрёстную проверку с помощью второй нейросети, которая проанализирует текстуру объекта, что позволит с высокой точностью отличать дым от тумана или пара, — отметил Никита Лалетин.

После доработки функционала системы команда планирует вывести её на рынок в качестве готового коммерческого решения.