Почему следующий прорыв в беспилотной авиации произойдёт не в новых дронах, а в программном обеспечении

Еще несколько лет назад большинство разговоров о беспилотной авиации сводилось к железу. Инженеры спорили о тяге двигателей, эффективности винтов, емкости аккумуляторов, типах рам и характеристиках видеокамер. Каждая новая модель дрона воспринималась как технологический прорыв, а преимущество измерялось граммами полезной нагрузки, километрами дальности и минутами полета.

Сегодня ситуация постепенно меняется. Да, новые двигатели становятся немного эффективнее, аккумуляторы — немного легче, а электроника — немного производительнее. Но эти улучшения уже не приводят к революционному росту возможностей. Большинство современных беспилотников используют схожую элементную базу, производимую одними и теми же мировыми компаниями. Разница между двумя аппаратами зачастую определяется уже не тем, что находится внутри корпуса, а тем, какое программное обеспечение управляет этим железом.

Именно поэтому следующий технологический прорыв в беспилотной авиации, скорее всего, произойдет не благодаря новому мотору или революционной батарее. Он произойдет благодаря программному обеспечению, данным и искусственному интеллекту.

Когда железо перестает быть главным

Практически любая технология проходит одинаковый путь развития. На первом этапе главным фактором становится аппаратная часть. Конструкторы ищут новые материалы, более мощные двигатели, лучшие датчики и способы уменьшить массу конструкции. Именно так происходило развитие автомобилей, авиации, персональных компьютеров и мобильных телефонов.

Однако со временем наступает момент насыщения. Базовые технические задачи оказываются решены, а прирост характеристик становится все более дорогим и все менее заметным. Добавить еще 5–10% мощности можно, но цена такого улучшения растет значительно быстрее, чем его практическая польза.

Именно в этот момент начинается совершенно другая гонка — гонка программного обеспечения.

Сегодня этот процесс можно наблюдать практически во всех высокотехнологичных отраслях.

Урок смартфонов

В начале 2000-х производители мобильных телефонов конкурировали в основном аппаратными характеристиками. Кто-то выпускал устройство с лучшей камерой, кто-то с более ярким экраном, кто-то с необычной клавиатурой или новым форм-фактором.

Но спустя несколько лет стало очевидно: пользователь выбирает не процессор и не объем памяти. Он выбирает экосистему, удобство интерфейса, качество приложений, интеллектуальные функции камеры и скорость появления новых возможностей после очередного обновления.

Современный смартфон может получать десятки крупных обновлений за время своей эксплуатации. При этом его аппаратная часть остается неизменной, а функциональность продолжает расти.

Фактически программное обеспечение увеличивает ценность уже существующего устройства без какой-либо замены компонентов.

Автомобиль, который становится лучше сам

Еще более показательным оказался автомобильный рынок.

Раньше после покупки автомобиля его характеристики практически не менялись. Если производитель выпускал новую систему помощи водителю или улучшал алгоритмы работы двигателя, воспользоваться ими можно было только при покупке следующего поколения машины.

Сегодня ситуация выглядит иначе. Современные автомобили регулярно получают обновления программного обеспечения, которые улучшают работу электронных систем, повышают безопасность, оптимизируют расход энергии и добавляют новые функции.

Физически автомобиль остается тем же самым, однако его возможности продолжают развиваться.

Производители все чаще называют свои автомобили «компьютерами на колесах». Подобная трансформация постепенно происходит и с беспилотной авиацией.

Беспилотник становится компьютером с крыльями

Если посмотреть на современный БПЛА, становится очевидно, что большая часть его возможностей определяется уже не механикой.

Даже относительно простой беспилотник представляет собой сложную вычислительную систему, включающую полетный контроллер, навигационные алгоритмы, цифровую связь, обработку видеосигнала, системы стабилизации, управления энергопотреблением и множество других программных компонентов.

Фактически каждый полет сегодня выполняет не только двигатель и винты. Его выполняют десятки тысяч строк программного кода.

И именно этот код определяет, насколько устойчив аппарат при сильном ветре, как быстро он реагирует на команды оператора, насколько эффективно удерживает курс, как компенсирует вибрации и каким образом распределяет энергию аккумулятора.

Во многих случаях два практически одинаковых по конструкции беспилотника способны демонстрировать совершенно разные результаты исключительно благодаря различию алгоритмов управления.

Железо становится доступным всем

Еще одна особенность современного рынка заключается в том, что большинство производителей имеют доступ практически к одинаковой компонентной базе.

Высококачественные бесколлекторные двигатели, современные полетные контроллеры, цифровые системы передачи видео, инерциальные датчики, камеры и вычислительные модули уже давно перестали быть эксклюзивной разработкой отдельных компаний.

Во многих случаях инженеры разных стран используют одинаковые процессоры, одинаковые микросхемы памяти, схожие датчики и даже идентичные радиомодули.

Это означает, что добиться значительного преимущества исключительно за счет выбора компонентов становится все сложнее.

Разница постепенно смещается в другую область — способность быстрее создавать программные решения, быстрее анализировать результаты испытаний и быстрее внедрять изменения.

Новая гонка уже началась

Многие продолжают воспринимать беспилотник как набор электронных компонентов, соединенных между собой в единую конструкцию. Однако на практике современные БПЛА все больше напоминают программные платформы.

Каждое новое обновление автопилота, алгоритмов навигации, обработки изображения или взаимодействия с оператором способно изменить эффективность комплекса значительно сильнее, чем очередная модернизация аппаратной части.

Именно поэтому крупнейшие мировые разработчики беспилотных систем все активнее инвестируют не только в производство новых аппаратов, но и в команды программистов, специалистов по обработке данных, машинному обучению и искусственному интеллекту.

Следующая технологическая гонка уже идет. И побеждает в ней далеко не тот, кто выпускает самый необычный дрон. Побеждает тот, кто способен быстрее превратить накопленные данные в новые алгоритмы, а новые алгоритмы — в реальные преимущества на поле боя.

Во второй части мы разберем, почему данные становятся главным ресурсом современной беспилотной авиации, как искусственный интеллект меняет процесс разработки БПЛА и почему скорость обновления программного обеспечения уже сегодня становится одним из важнейших факторов технологического превосходства.

Данные — новое топливо беспилотной авиации

Если спросить инженера двадцатилетней давности, что является главным результатом испытательного полета, ответ, скорее всего, был бы простым: «Аппарат взлетел» или «Аппарат не взлетел». Иногда добавлялись замечания о поведении машины в воздухе, расходе энергии или выявленных неисправностях. Значительная часть информации оставалась в памяти пилота-испытателя или фиксировалась в бумажных журналах.

Сегодня такой подход уже нельзя назвать эффективным.

Современный беспилотник во время одного полета генерирует огромный объем информации: телеметрию, данные инерциальных датчиков, координаты, параметры силовой установки, состояние аккумуляторов, видеопоток, качество радиоканала, действия оператора и множество других параметров. Один испытательный вылет способен содержать больше полезной информации, чем месяцы испытаний техники предыдущих поколений.

Но сами по себе данные ничего не стоят. Их ценность появляется только тогда, когда они становятся основой для принятия инженерных решений.

Каждый полет должен делать следующий дрон лучше

Представим два конструкторских бюро.

Оба разрабатывают практически одинаковые беспилотники. Оба используют схожую компонентную базу, имеют опытных инженеров и проводят одинаковое количество испытаний.

Однако между ними существует одно принципиальное различие.

Первая команда после завершения полета ограничивается просмотром видеозаписи и обсуждением результатов. Информация о большинстве мелких отклонений постепенно теряется.

Вторая команда автоматически сохраняет всю телеметрию, синхронизирует ее с видеозаписью, фиксирует погодные условия, конфигурацию аппарата, версию программного обеспечения, действия оператора и итог испытания. После этого система анализирует накопленные данные, выявляет закономерности и помогает инженерам определить причины возникающих проблем.

Через несколько месяцев разница между этими коллективами становится огромной.

Не потому, что один инженер талантливее другого. А потому, что одна команда постоянно превращает накопленный опыт в знания, а другая — нет.

Программное обеспечение сокращает цикл разработки

В современной инженерии существует понятие цикла разработки.

Он состоит из нескольких этапов:

• создание новой версии изделия;
• испытание;
• сбор информации;
• анализ результатов;
• внесение изменений;
• повторное испытание.

Побеждает не тот, кто однажды создал удачную конструкцию.

Побеждает тот, кто способен пройти этот цикл быстрее конкурентов.

Если раньше между двумя версиями беспилотника могли проходить месяцы, то современные цифровые инструменты позволяют существенно сократить это время. Автоматическая обработка журналов полетов, анализ видеозаписей, сравнение результатов испытаний и централизованное хранение информации позволяют инженерам быстрее принимать решения и быстрее выпускать обновления.

Именно скорость становится новым конкурентным преимуществом.

Почему искусственный интеллект становится помощником инженера

Вокруг искусственного интеллекта сегодня существует множество завышенных ожиданий. Иногда можно услышать заявления, что нейросети скоро будут самостоятельно проектировать новые летательные аппараты. На практике все значительно интереснее.

Главная ценность ИИ заключается не в том, чтобы заменить инженера, а в том, чтобы освободить его от огромного объема рутинной работы.

Представим предприятие, которое ежедневно выполняет десятки испытательных полетов.

Просмотреть все видеозаписи, изучить телеметрию каждого вылета, сопоставить параметры полета с погодными условиями и найти повторяющиеся закономерности вручную практически невозможно.

Для алгоритмов машинного обучения подобные задачи являются естественной средой.

ИИ способен автоматически:

• обнаруживать повторяющиеся ошибки;
• сравнивать поведение разных версий программного обеспечения;
• выявлять аномалии в телеметрии;
• определять начало деградации отдельных компонентов;
• формировать предварительные отчеты для инженеров;
• искать скрытые зависимости между параметрами испытаний.

В результате специалисты получают не тысячи строк данных, а уже обработанную информацию, позволяющую быстрее принимать технические решения.

Следующий шаг — интеллектуальные испытания

До недавнего времени испытания представляли собой последовательность заранее подготовленных сценариев. Инженеры составляли программу полетов, проводили испытания, анализировали результаты и только после этого принимали решение о следующем этапе.

Появление интеллектуальных систем постепенно меняет этот процесс.

Уже сегодня программное обеспечение способно в режиме реального времени отслеживать выполнение программы испытаний, автоматически отмечать отклонения, формировать замечания и подсказывать, какие проверки необходимо выполнить дополнительно.

Фактически система начинает работать как второй инженер-испытатель, который не устает, не забывает детали и способен одновременно анализировать тысячи параметров.

Программный код становится важнее конструкции

Еще несколько лет назад улучшение беспилотника почти всегда означало изменение конструкции.

Необходимо было заменить двигатель, установить другую камеру, изменить форму рамы или переработать силовую установку.

Сегодня значительная часть улучшений достигается без изменения аппаратной части.

Новый алгоритм стабилизации способен сделать полет устойчивее.

Новая система обработки изображения может повысить качество обнаружения целей.

Оптимизированное управление энергопотреблением увеличивает продолжительность полета.

Обновленный алгоритм навигации делает аппарат более устойчивым к сложным условиям эксплуатации.

Во всех этих случаях физический беспилотник остается тем же самым. Изменяется только программное обеспечение.

Начинается новая конкуренция

В ближайшие годы главным показателем зрелости разработчика станет уже не количество выпущенных моделей.

Гораздо важнее окажется способность постоянно совершенствовать уже существующие комплексы.

Компании, которые научатся быстро анализировать результаты эксплуатации, оперативно выпускать обновления программного обеспечения и эффективно использовать накопленные данные, смогут развиваться значительно быстрее тех, кто продолжит делать ставку исключительно на аппаратную часть.

Именно поэтому борьба за лидерство постепенно смещается из производственных цехов в центры разработки программного обеспечения, обработки данных и искусственного интеллекта.

В третьей части мы рассмотрим, как будет выглядеть разработка беспилотных систем через несколько лет, почему цифровые двойники становятся обязательным элементом современных проектов и каким образом программное обеспечение превратит отдельный БПЛА в часть единой интеллектуальной системы.

Беспилотник становится частью цифровой экосистемы

На протяжении многих лет беспилотный летательный аппарат воспринимался как самостоятельное изделие. Его создавали, испытывали, передавали в эксплуатацию, после чего основная работа разработчиков считалась завершенной. Дальнейшая судьба аппарата зависела от операторов и технического персонала.

Однако такой подход постепенно уходит в прошлое.

Современный БПЛА все чаще рассматривается не как отдельное устройство, а как элемент большой цифровой системы. Каждый полет становится источником информации, каждая неисправность — данными для анализа, а каждое обновление программного обеспечения — частью непрерывного процесса совершенствования комплекса.

Именно поэтому будущее беспилотной авиации связано не столько с производством новых аппаратов, сколько с созданием цифровой инфраструктуры вокруг них.

Цифровой двойник вместо бумажного журнала

На большинстве предприятий история каждого изделия по-прежнему хранится в разрозненных документах, отчетах, таблицах и журналах испытаний. Найти информацию о конкретном аппарате спустя несколько месяцев бывает непросто, а восстановить полную картину его эксплуатации — еще сложнее.

Современный подход предполагает создание цифрового двойника каждого изделия.

Такой цифровой двойник содержит всю историю жизни беспилотника:

• дату производства;
• комплектацию;
• использованные компоненты;
• версии программного обеспечения;
• результаты всех испытаний;
• ремонты и доработки;
• замену узлов;
• телеметрию полетов;
• зафиксированные неисправности.

Фактически инженер получает возможность за несколько секунд увидеть все, что происходило с аппаратом с момента его сборки.

Такой подход значительно ускоряет поиск причин отказов и позволяет принимать технические решения на основе полной информации, а не отдельных наблюдений.

Испытания становятся непрерывным процессом

Еще недавно испытания воспринимались как отдельный этап разработки. После успешного завершения программы изделие запускалось в производство, а дальнейшие изменения происходили лишь при необходимости.

Сегодня эта модель перестает работать.

Современные программные продукты позволяют постоянно анализировать эксплуатацию техники, выявлять возникающие проблемы и выпускать новые версии программного обеспечения значительно быстрее, чем раньше.

Фактически испытания превращаются в непрерывный процесс.

Каждый новый полет становится продолжением разработки.

Каждое обновление добавляет системе новый опыт.

Каждая обнаруженная ошибка становится основой для следующего улучшения.

Такой подход давно применяется в индустрии программного обеспечения. Теперь он приходит и в разработку беспилотных систем.

От реактивной разработки к опережающей

Большинство инженерных коллективов традиционно работают по реактивной модели.

Возникла проблема — начинается поиск причины.

Произошел отказ — проводится анализ.

Поступили замечания от операторов — вносятся изменения.

Но накопление больших объемов данных и использование искусственного интеллекта позволяют перейти к совершенно другой модели.

Алгоритмы способны заранее выявлять признаки потенциальных проблем: необычное поведение двигателя, постепенное ухудшение качества связи, рост вибраций, изменения в энергопотреблении или повторяющиеся ошибки навигации.

Это означает, что разработчики смогут устранять многие недостатки еще до того, как они приведут к серьезным последствиям.

Именно такой подход сегодня становится стандартом в авиационной, космической и автомобильной промышленности.

Скорость обучения станет главным преимуществом

В будущем конкурировать будут уже не отдельные модели беспилотников.

Конкурировать будут процессы разработки.

Представим две организации.

Обе обладают современным производством, квалифицированными инженерами и доступом к одинаковой компонентной базе.

Но одна организация способна за неделю собрать результаты сотен испытательных полетов, автоматически проанализировать их, сформировать рекомендации, внести изменения в программное обеспечение и отправить новую версию на испытания.

Другой коллектив выполняет ту же работу вручную в течение нескольких месяцев.

Через год между ними возникнет огромный технологический разрыв.

Не потому, что одна команда изначально была сильнее, а потому, что она быстрее учится на собственном опыте.

Именно скорость накопления знаний становится новой мерой эффективности инженерной организации.

Главная задача инженера тоже изменится

По мере развития цифровых инструментов изменится и роль специалистов.

Все меньше времени будет уходить на подготовку отчетов, ручной анализ журналов испытаний и поиск информации в многочисленных документах.

Все больше времени инженеры смогут посвящать принятию технических решений, проектированию новых решений и поиску нестандартных подходов.

Искусственный интеллект не заменит инженера.

Но он станет тем инструментом, который позволит одному специалисту выполнять объем работы, ранее требовавший участия целой группы.

Подобно тому как системы автоматизированного проектирования однажды изменили машиностроение, интеллектуальные системы анализа данных способны изменить разработку беспилотной техники.

Будущее начинается уже сегодня

Иногда кажется, что подобные технологии относятся к далекому будущему. На самом деле большинство необходимых инструментов уже существует.

Автоматический сбор телеметрии, централизованное хранение информации, интеллектуальный анализ данных, цифровые журналы испытаний, системы управления разработкой и искусственный интеллект постепенно становятся привычной частью современной инженерной работы.

Следующий этап заключается не в создании принципиально новых технологий, а в объединении их в единую цифровую среду, где каждый элемент усиливает остальные.

Именно такая интеграция способна обеспечить тот качественный скачок, которого сегодня ожидает отрасль.

Заключение

На протяжении всей истории техники преимущества добивался тот, кто лучше использовал доступные технологии. Когда-то решающую роль играли материалы, затем — двигатели, позже — микроэлектроника.

Сегодня мы становимся свидетелями очередной смены технологической эпохи.

Железо остается важнейшей частью любого беспилотного комплекса, однако его потенциал все чаще определяется программным обеспечением. Именно алгоритмы принимают решения, помогают оператору, анализируют результаты испытаний, используют накопленные данные и позволяют технике постоянно совершенствоваться.

Поэтому следующий крупный прорыв в беспилотной авиации, вероятнее всего, произойдет не тогда, когда появится новый двигатель или более емкий аккумулятор. Он произойдет тогда, когда разработчики научатся превращать каждый полет в новые знания, каждое испытание — в источник данных, а программное обеспечение — в главный инструмент непрерывного развития.

Будущее беспилотных систем определяется уже не количеством карбона в конструкции и не мощностью силовой установки. Оно определяется скоростью обучения, качеством инженерных процессов и способностью создавать программные решения быстрее, чем это делают остальные.

И именно эта гонка уже началась.