База знаний

Автонаведение

ArduPilot и Betaflight — две самые популярные прошивки для современных БПЛА, но создавались они для совершенно разных задач. В этой статье простым языком разбираем, почему Betaflight остается лучшим выбором для ручного FPV-пилотирования, а ArduPilot считается основной платформой для автономных дронов с компьютерным зрением, нейросетями и системами автонаведения. Также объясняем, что такое MAVLink и почему именно он делает интеграцию искусственного интеллекта с автопилотом значительно проще.

Беспилотные летательные аппараты

Отличная книга написанная противником, от этого не теряет в актуальности

Связь

Практическое руководство, посвященное выбору и применению антенн для FPV-систем беспилотных летательных аппаратов. В статье подробно рассматриваются принципы работы антенн, различия между всенаправленными и направленными моделями, особенности линейной и круговой поляризации, влияние коэффициента усиления, диаграммы направленности, КСВН и осевого соотношения на качество видеосигнала. Материал содержит рекомендации по выбору антенн для аналоговых и цифровых FPV-систем, объясняет причины возникновения многолучевых помех и помогает подобрать оптимальную конфигурацию антенного хозяйства для различных сценариев эксплуатации БПЛА. Основано на оригинальном руководстве Oscar Liang и дополнено комментариями редакции «Технологий Победы».

Автонаведение

Roboflow — одна из самых популярных облачных платформ для создания, разметки и подготовки датасетов, используемых при обучении моделей компьютерного зрения. В статье рассматриваются возможности сервиса, поддерживаемые типы аннотаций, инструменты автоматической разметки, контроль качества, аугментация данных, управление версиями датасетов и экспорт в форматы YOLO, COCO, TensorFlow и PyTorch. Материал будет полезен разработчикам, начинающим работать с компьютерным зрением и искусственным интеллектом.

Компьютерное зрение

Введение За последние двадцать лет технология SLAM (Simultaneous Localization and Mapping) стала одной из ключевых в робототехнике, автономном транспорте и беспилотной авиации. Сегодня она применяется в автономных автомобилях, промышленных роботах, складских системах, сервисных роботах, космических аппаратах и современных БПЛА. Практически каждый автономный аппарат сталкивается с одной фундаментальной проблемой: определением собственного положения в пространстве. Пока работает спутниковая навигация (GPS, ГЛОНАСС, Galileo, BeiDou), задача кажется простой. Однако в помещениях, тоннелях, густой городской застройке, лесу или при намеренном подавлении спутниковых сигналов эта возможность исчезает. Тогда единственным источником информации остаются собственные датчики аппарата. Именно здесь начинается область применения SLAM.

Искусственный интеллект

Автор перевода описывает подход LLM Wiki от Андрея Карпаты для поддержания знаний ИИ-агентов в сложных кодовых базах и делится опытом реализации поверх платёжного ядра.

Автонаведение

В этой статье мы пошагово разберем, как реализовать систему автозахвата цели на дроне с использованием связки Raspberry Pi 5 + Pixhawk — той самой, что лежит в основе проекта AeroCompanion. Система будет autonomously обнаруживать, захватывать и сопровождать движущуюся цель в реальном времени.

Искусственный интеллект

Визуальная одометрия — одна из ключевых технологий современной автономной навигации. Анализируя последовательность изображений с камеры, беспилотник способен определять собственное перемещение даже при полном отсутствии сигнала GPS. Разбираемся, как работает Visual Odometry, какие алгоритмы лежат в её основе и почему эта технология становится обязательным элементом перспективных БПЛА и наземных роботизированных платформ.

Автонаведение

Автонаведение

Автонаведение

В этой статье вы подключите Raspberry Pi с системой автонаведения на базе YOLO к автопилоту ArduPilot через протокол MAVLink. Рассмотрим настройку связи, режим GUIDED и проверим, как нейронная сеть начинает управлять полетом дрона, передавая команды автопилоту.

Беспилотные летательные аппараты

Беспилотные летательные аппараты

Автонаведение

На arXiv опубликована статья о системе локализации и преследования линейно движущейся цели в двумерной плоскости только по измерениям расстояния без GPS и угловых датчиков.

Автонаведение

После того как нейросеть обнаружила цель, а трекер начал её сопровождение, начинается самая важная часть работы автономного перехватчика — наведение (Guidance). Именно модуль наведения анализирует движение цели, прогнозирует её будущее положение и принимает решение, куда должен лететь дрон, чтобы выполнить успешный перехват. В этой статье простым языком объясняется роль Guidance в архитектуре автономного перехватчика, его взаимодействие с нейросетью, трекером и полётным контроллером, а также причины, по которым именно этот модуль считается «мозгом» всей системы.

Навигация

Инерциальная навигационная система (INS) — основа автономной навигации большинства современных беспилотников, авиационной и ракетной техники. В первой части цикла «Наведение без GPS» разбираем, как устроена INS, из каких компонентов она состоит, по каким принципам определяет положение летательного аппарата и почему остается ключевым элементом современных навигационных комплексов даже при использовании других методов навигации.

Навигация

Инерциальная навигационная система обеспечивает автономное определение положения летательного аппарата, однако любая INS подвержена накоплению ошибок, снижающих точность навигации. Во второй части цикла рассматриваются основные источники погрешностей, причины возникновения дрейфа, современные методы компенсации ошибок, а также принципы совместной работы INS с другими навигационными системами в составе современных беспилотных комплексов.

Электроника

Государственное образовательное автономное учреждение дополнительного образования Ярославской области ЦЕНТР ДЕТСКО-ЮНОШЕСКОГО ТЕХНИЧЕСКОГО ТВОРЧЕСТВА Методическое пособие для обучающихся 11-17 лет в объединении «Беспилотные летательные аппараты» Педагог дополнительного образования Летков Д.В.

Искусственный интеллект

Автор материала из агентства Head Promo разобрал две разные задачи GEO-продвижения в ответах нейросетей и привёл статистику по 50 заявкам от клиентов.

Системы связи

Надёжная связь — основа безопасного и эффективного управления любым беспилотником. В этой статье простым языком разбираем, как работают каналы управления, видеосвязь и телеметрия, чем отличаются современные системы радиоуправления, почему ExpressLRS стал новым отраслевым стандартом и какие факторы на самом деле влияют на дальность и устойчивость сигнала. Материал рассчитан на начинающих пилотов и всех, кто хочет разобраться в основах радиосвязи БПЛА без сложных технических терминов.

Автонаведение

Пошагово разбираем, какие программы и какое оборудование нужны для создания собственной лаборатории компьютерного зрения. YOLO, CVAT, SAM 2, ByteTrack, FiftyOne, TensorRT и рекомендуемые характеристики сервера для обучения нейронных сетей.

Системы связи

Автонаведение

Создание датасета — первый и самый важный этап обучения нейросети. В этой статье вы узнаете, как подготовить изображения для обучения YOLO: извлечь кадры из видео, выполнить качественную разметку объектов в CVAT, сформировать правильную структуру датасета и проверить его готовность к обучению. Следуя этому руководству, вы сможете создать датасет, который станет надежной основой для получения точной и стабильной модели компьютерного зрения.