Изображения сгенерированы нейросетью Шедеврум

Про особенности дезинформационных мероприятий, когда с помощью условного чата gpt можно имитировать в радиоэфире деятельность боевого подразделения с обменом командами, с обменом координатами и так далее для дезинформации противника в виде программы на чьем-то на чем-то или каком-то компьютере с помощью рации имитировать радиообмен, если на нескольких дронах будет искусственный интеллект с помощью рации имитировать радиообмен между и якобы между подразделениями, то и таких дронов будет много, то от этого радиоразведки противника будет заметно хуже....

Дезинформация в военном контексте — это сложный и многогранный процесс, который может включать в себя различные технологии и методы.

Использование искусственного интеллекта, таких как GPT, для имитации радиообмена между боевыми подразделениями — это интересная концепция, которая может иметь несколько особенностей и последствий.

### Особенности дезинформационных мероприятий с использованием ИИ:

1. Имитация радиообмена:

- С помощью ИИ можно генерировать реалистичные сообщения, которые имитируют команды и обмен информацией между подразделениями. Это может включать в себя использование военной терминологии, кодов и специфических фраз, чтобы сделать обмен более правдоподобным.

2. Масштабируемость:

- Использование нескольких дронов с ИИ позволяет создать масштабируемую сеть, которая может одновременно имитировать множество подразделений. Это затрудняет анализ и распознавание дезинформации противником.

3. Адаптивность:

- ИИ может адаптироваться к изменениям в ситуации на поле боя, генерируя сообщения в реальном времени в ответ на действия противника. Это позволяет создавать более динамичные и правдоподобные сценарии.

4. Сложность анализа:

- Для противника будет сложнее анализировать и интерпретировать радиообмен, если он будет насыщен дезинформацией. Это может привести к ошибочным выводам и неправильным действиям.

5. Использование различных каналов связи:

- Имитировать радиообмен можно не только по радиосвязи, но и через другие каналы, такие как интернет или спутниковая связь, что увеличивает возможности дезинформации.

6. Психологический эффект:

- Дезинформация может вызвать у противника чувство неуверенности и паранойи, что также может повлиять на его действия и принятие решений.

### Потенциальные риски и недостатки:

1. Технические сбои:

- ИИ-системы могут давать сбои или генерировать неуместные сообщения, что может раскрыть дезинформацию.

2. Контрмеры противника:

- Противник может разработать технологии для обнаружения и анализа дезинформации, что может снизить эффективность таких мероприятий.

3. Этические и правовые аспекты:

- Использование дезинформации в военных действиях поднимает вопросы этики и международного права, что может привести к негативным последствиям для использующей стороны.

4. Неопределенность результатов:

- Эффективность дезинформации может варьироваться в зависимости от ситуации, уровня подготовки противника и других факторов.

В целом, использование ИИ для дезинформации в военных действиях представляет собой интересный, но сложный подход, который требует тщательного планирования и оценки рисков.

В каком направлении ведутся НИОКР по БПЛА двойного назначения:

• - Разработка новых моделей дронов для разведки, наблюдения и ударных операций.
• - Улучшение систем управления и навигации, включая использование искусственного интеллекта.

Оба направления активно развиваются в сфере беспилотных летательных аппаратов (БПЛА).

1. Разработка новых моделей дронов для разведки, наблюдения и ударных операций: Это направление включает создание более совершенных дронов, которые могут выполнять различные задачи, такие как сбор разведывательной информации, мониторинг территорий и выполнение ударных операций. Новые модели часто оснащаются современными сенсорами, камерами высокого разрешения и системами связи, что позволяет им эффективно выполнять свои функции в различных условиях.

2. Улучшение систем управления и навигации, включая использование искусственного интеллекта: Это направление также является ключевым в развитии БПЛА. Использование искусственного интеллекта позволяет дронам более эффективно обрабатывать данные, принимать решения в реальном времени и улучшать автономность. Разработка новых алгоритмов навигации и управления помогает повысить точность и надежность полетов, а также позволяет дронам работать в сложных условиях, таких как городская среда или в условиях помех.

Оба направления взаимосвязаны и способствуют общему прогрессу в области БПЛА, что делает их важными для военных и гражданских приложений.

 

 

(тезисы озвучили на Дроннице 2023 Александр Любимов и Алексей Чадаев "Дронификация войны")

Сквозной характер технологии беспилотности. Беспилотников, управляемых либо человеком удалённо, либо самотстоятельно, штатными системами на борту.

Что мы понимаем под беспилотностью? В связке с моторизацией беспилотная моторизация - это придание устройству (в т.ч. стреляющему устройству) качества самостоятельного движения.

Вот дронификация это не про то, чтобы летать, это в 1 очередь про придание устройству качества, способности самостоятельно управлять своим движением в целевой среде и своей полезной нагрузкой, причём управлять:

• либо получая команды от внешнего оператора,
• либо получая команды от искусственного интеллекта на борту,
• либо получая команды от искусственного интеллекта из другого устройства,
• либо получая команды от искусственного интеллекта вообще из сети

Качество движения - главный технологический шаг 20 века.

Качество управления этим движением - главный технологический шаг века 21.

И из этого прямо следует, кстати, что в развитии БПЛА, самое важное - не его авиационная составляющая.

О необходимости создания службы искусственного интеллекта в войсках:

что мы имеем сейчас

• куча производителей пытаются создать нейросеть, собирая там по интернету или по знакомым какой-то видеоматериал видеоконтент, пытаясь снимать что-то на полигонах, в том числе нашими силами и так далее, и так далее.

Речь идёт о том, чтобы эффективно научить искусственный интеллект распознавать, принимать какие-то решения. Сейчас это рассеянно пока, на энтузиастах.

Это должно быть в перспективе централизованно, с разных участков фронта по времени месту в каких-то датацентрах собираться, анализироваться.

Искусственные интеллекты самого разного назначения, стоящие на самых разных объектах, должны будут опять-таки централизованно обновляться для того, чтобы иметь совершенно принципиальное превосходство над такими же системами у противника

Про важность ИИ в управлении

Почему не будет иметь значения ни качество приемо-передатчика, ни его частота для БПЛА если ими (БПЛА) в бою или при проведении спецопераций будет управлять искусственный интеллект (ИИ AI)?

Если управление БПЛА (беспилотными летательными аппаратами) будет полностью автоматизировано с использованием искусственного интеллекта (ИИ), то качество приемо-передатчика и его частота могут стать менее критичными по нескольким причинам:

1. Автономность: ИИ может быть запрограммирован для выполнения задач без постоянного контроля оператора. Это означает, что БПЛА может выполнять миссии, полагаясь на заранее загруженные алгоритмы и данные, что снижает необходимость в высококачественной связи.

2. Локальная обработка данных: ИИ может обрабатывать данные на борту БПЛА, что позволяет ему принимать решения в реальном времени, не полагаясь на постоянную связь с оператором. Это может уменьшить зависимость от качества сигнала.

3. Резервные системы: Современные БПЛА могут быть оснащены множеством резервных систем связи и навигации (омниканальность - это пока дорого, но цена постоянно снижается), что позволяет им продолжать выполнять задачи даже в условиях помех или потери связи.

4. Адаптивные алгоритмы: ИИ может адаптироваться к изменяющимся условиям, включая помехи в связи, и находить оптимальные пути для выполнения задач, что может снизить значение частоты и качества сигнала.

5. Сетевые технологии: Использование сетевых технологий, таких как Mesh-сети, может обеспечить более устойчивую связь между БПЛА и другими элементами системы, что также уменьшает зависимость от отдельных приемо-передатчиков.

Тем не менее, важно отметить, что в некоторых сценариях, особенно в условиях интенсивного противодействия, качество связи и надежность приемо-передатчиков все еще могут играть важную роль.

 

 

Какие есть технологии управления эскадрильей БПЛА?

(при которых ведущий управляется комбинированно ИИ и оператором, а ведомые полностью автономны и слушаются только ведущего)

Управление эскадрильей беспилотных летательных аппаратов (БПЛА) с использованием комбинации искусственного интеллекта (ИИ) и операторов, а также с автономными ведомыми, представляет собой интересную область, которая активно развивается.

Вот несколько технологий и подходов, которые могут быть использованы в таких сценариях:

1. Системы управления на основе ИИ:

- Машинное обучение: Использование алгоритмов машинного обучения для анализа данных о полете и принятия решений в реальном времени. Ведущий БПЛА может использовать ИИ для оптимизации маршрутов, избежания препятствий и управления взаимодействием с ведомыми.

- Обработка естественного языка: Операторы могут взаимодействовать с системой управления через голосовые команды, которые обрабатываются ИИ, что позволяет более интуитивно управлять эскадрильей.

2. Модели распределенного управления:

- Распределенные алгоритмы: Ведомые БПЛА могут использовать алгоритмы, которые позволяют им принимать решения на основе информации, получаемой от ведущего, и своих собственных сенсоров. Это может включать в себя такие технологии, как алгоритмы консенсуса и кооперативное управление.

3. Системы связи и обмена данными:

- Системы связи на основе сетей: Использование защищенных и надежных каналов связи для передачи команд от ведущего к ведомым. Это может включать в себя как радиосвязь, так и более современные технологии, такие как 5G или спутниковая связь.

- Обмен данными в реальном времени: Ведомые БПЛА могут передавать данные о своем состоянии и окружающей среде обратно к ведущему, что позволяет ему принимать более обоснованные решения.

4. Автономные системы навигации:

- Глобальные навигационные спутниковые системы (ГНСС): Использование GPS и других систем для автономной навигации ведомых БПЛА.

- Системы визуальной навигации: Ведомые могут использовать камеры и другие сенсоры для определения своего положения и ориентации в пространстве.

5. Симуляция и обучение:

- Системы симуляции: Использование симуляторов для обучения операторов и тестирования алгоритмов управления эскадрильей в различных сценариях.

- Обучение с подкреплением: Внедрение методов обучения с подкреплением для обучения ИИ, который управляет ведущим БПЛА, на основе успешных и неуспешных действий.

6. Интерфейсы управления:

- Интуитивные интерфейсы: Разработка интерфейсов, которые позволяют операторам легко управлять ведущим БПЛА и отслеживать действия ведомых, используя визуализацию данных и аналитические инструменты.

Эти технологии могут быть интегрированы в единую систему управления эскадрильей, что позволит эффективно использовать как возможности ИИ, так и человеческий фактор для достижения поставленных задач.

 

Какие есть способы управления ведущим бпла (автономных ведомых) и технологии связи между ведомыми и ведущим бпла?

 

Управление ведущими беспилотными летательными аппаратами (БПЛА) и их ведомыми может осуществляться различными способами, в зависимости от задач, условий эксплуатации и технологий, доступных для связи.

Вот некоторые из основных методов и технологий:

### Способы управления:

1. Автономное управление:

- Ведомые БПЛА могут быть запрограммированы на выполнение заданий без вмешательства оператора. Они следуют заранее заданным маршрутам или реагируют на изменения в окружающей среде.

2. Полуавтономное управление:

- Ведомые БПЛА могут выполнять основные задачи самостоятельно, но оператор может вмешиваться в управление в случае необходимости.

3. Управление с помощью ведущего БПЛА:

- Ведущий БПЛА может передавать команды ведомым, управляя их действиями. Это может быть реализовано через системы передачи данных.

4. Формирование групп:

- Ведомые БПЛА могут действовать в составе группы, следуя за ведущим БПЛА, который задает курс и скорость.

### Технологии связи:

1. Радиосвязь:

- Использование радиочастотных каналов для передачи команд и данных между ведущим и ведомыми БПЛА. Это может быть как аналоговая, так и цифровая связь.

2. Системы передачи данных:

- Использование технологий, таких как Wi-Fi, LTE или другие мобильные сети для передачи данных между БПЛА.

3. Сателлитная связь:

- Для управления БПЛА на больших расстояниях может использоваться спутниковая связь, обеспечивающая глобальное покрытие.

4. Междуаппаратная связь:

- Использование протоколов, таких как MAVLink, для обмена данными между различными БПЛА и наземными станциями.

5. Системы позиционирования:

- Использование GPS и других систем навигации для определения местоположения БПЛА и координации их действий.

6. Системы передачи видео:

- Для передачи видеопотока от ведомых БПЛА к ведущему, что позволяет оператору видеть ситуацию в реальном времени.

### Примеры применения:

- Военные операции: Ведущие БПЛА могут управлять группами разведывательных или ударных БПЛА.

- Гражданские задачи: Ведущие БПЛА могут координировать действия нескольких дронов для мониторинга сельскохозяйственных угодий или проведения поисково-спасательных операций.

Эти технологии и методы управления продолжают развиваться, что открывает новые возможности для применения БПЛА в различных сферах.

 

 

Какие есть способы управления автономных ведомых ведущим бпла и технологии связи между ведомыми и ведущим бпла (без использования GPS, иных радиочастотных каналов Wi-Fi, LTE и т.п. которые может подавить зашумить противник или перехватить управление )

 

Управление автономными ведомыми БПЛА (беспилотными летательными аппаратами) без использования традиционных радиочастотных каналов и GPS представляет собой сложную задачу, но существуют несколько подходов и технологий, которые могут быть использованы для этой цели:

1. Оптические системы связи:

- Лазерная связь: Использование лазеров для передачи данных между ведущим и ведомыми БПЛА. Это требует прямой видимости и может быть подвержено атмосферным условиям, но обеспечивает высокую скорость передачи данных и трудность перехвата.

- Инфракрасная связь: Использование инфракрасных сигналов для передачи информации. Это также требует прямой видимости и может быть использовано для передачи команд и данных.

2. Системы на основе компьютерного зрения:

- Визуальное слежение: Ведомые БПЛА могут использовать камеры для отслеживания ведущего БПЛА по визуальным маркерам или особенностям местности. Это позволяет им следовать за ведущим без необходимости в радиосигналах.

- Системы распознавания образов: Использование алгоритмов машинного обучения для распознавания и отслеживания ведущего БПЛА на основе визуальных данных.

3. Акустические системы:

- Ультразвуковая связь: Использование звуковых волн для передачи данных между БПЛА. Это может быть полезно на небольших расстояниях и в условиях, где радиосигналы могут быть подавлены.

4. Магнитные и электромагнитные системы:

- Использование магнитных полей: Ведомые БПЛА могут быть оснащены датчиками, которые реагируют на магнитные поля, создаваемые ведущим БПЛА. Это может быть использовано для определения положения и направления движения.

5. Инерциальные навигационные системы:

- Инерциальные датчики: Ведомые БПЛА могут использовать инерциальные навигационные системы (гироскопы, акселерометры) для определения своего положения и движения относительно ведущего БПЛА, основываясь на заранее заданных параметрах.

6. Системы связи на основе света:

- Visible Light Communication (VLC): Использование видимого света для передачи данных. Это может быть реализовано с помощью светодиодов и фотодетекторов.

7. Формирование групповой тактики:

- Синхронизация по времени: Ведомые БПЛА могут использовать заранее согласованные временные интервалы и маневры для координации действий, что позволяет им действовать в унисон без необходимости в постоянной связи.

Эти методы могут быть использованы как по отдельности, так и в комбинации для обеспечения надежного управления и связи между ведущим и ведомыми БПЛА в условиях, когда традиционные радиосигналы недоступны или ненадежны.

 

Почему не будет иметь значения ни качество приемо-передатчика, ни его частота для БПЛА если ими (БПЛА) в бою или при проведении спецопераций будет управлять искусственный интеллект (ИИ AI)?

Если управление БПЛА (беспилотными летательными аппаратами) будет полностью автоматизировано с использованием искусственного интеллекта (ИИ), то качество приемо-передатчика и его частота могут стать менее критичными по нескольким причинам:

1. Автономность: ИИ может быть запрограммирован для выполнения задач без постоянного контроля оператора. Это означает, что БПЛА может выполнять миссии, полагаясь на заранее загруженные алгоритмы и данные, что снижает необходимость в высококачественной связи.

2. Локальная обработка данных: ИИ может обрабатывать данные на борту БПЛА, что позволяет ему принимать решения в реальном времени, не полагаясь на постоянную связь с оператором. Это может уменьшить зависимость от качества сигнала.

3. Резервные системы: Современные БПЛА могут быть оснащены множеством резервных систем связи и навигации (омниканальность - это пока дорого, но цена постоянно снижается), что позволяет им продолжать выполнять задачи даже в условиях помех или потери связи.

4. Адаптивные алгоритмы: ИИ может адаптироваться к изменяющимся условиям, включая помехи в связи, и находить оптимальные пути для выполнения задач, что может снизить значение частоты и качества сигнала.

5. Сетевые технологии: Использование сетевых технологий, таких как Mesh-сети, может обеспечить более устойчивую связь между БПЛА и другими элементами системы, что также уменьшает зависимость от отдельных приемо-передатчиков.

Тем не менее, важно отметить, что в некоторых сценариях, особенно в условиях интенсивного противодействия, качество связи и надежность приемо-передатчиков все еще могут играть важную роль.

 

 

Как развиваются Сетевые технологии?

 

Какие есть удешевленные (например, светодиод-фотодиод и т.п.) технологии и алгоритмы связи между устройствами для управления ведущий-ведомый БПЛА без использования управления по радиоканалу (который может быть заглушен РЭБ или перехвачен)

 

Существует несколько технологий и алгоритмов, которые могут быть использованы для управления беспилотными летательными аппаратами (БПЛА) в режиме "ведущий-ведомый" без использования традиционных радиоканалов.

Вот некоторые из них:

1. Оптические системы связи:

- Светодиоды и фотодиоды: Использование светодиодов для передачи информации, где ведущий БПЛА может передавать команды с помощью модулированного света, а ведомый — принимать их с помощью фотодиодов. Это может быть полезно на небольших расстояниях и в условиях прямой видимости.

- Лазерные системы связи: Лазеры могут использоваться для передачи данных на большие расстояния с высокой пропускной способностью, но требуют точного выравнивания.

2. Ультразвуковые системы:

- Использование ультразвуковых датчиков для передачи информации между БПЛА. Это может быть полезно в условиях, где радиосигналы могут быть заблокированы.

3. Инерциальные навигационные системы:

- Ведущий и ведомый БПЛА могут использовать инерциальные навигационные системы для определения своего положения и относительного положения друг к другу. Это может позволить ведомому БПЛА следовать за ведущим без необходимости в радиосвязи.

4. Системы на основе магнитного поля:

- Использование магнитных полей для передачи информации между устройствами. Это может быть реализовано с помощью специальных магнитных датчиков.

5. Системы связи на основе Wi-Fi Direct:

- Хотя это и не совсем "безрадио", Wi-Fi Direct позволяет устройствам соединяться напрямую без необходимости в маршрутизаторе, что может быть полезно в некоторых сценариях.

6. Алгоритмы управления на основе визуального восприятия:

- Ведомый БПЛА может использовать камеры и алгоритмы компьютерного зрения для отслеживания ведущего БПЛА. Это может включать распознавание форм, цветов или других визуальных маркеров.

7. Системы на основе RF-ID:

- Использование радиочастотной идентификации для передачи информации между устройствами. Хотя это тоже радиосигналы, они могут быть менее подвержены помехам.

8. Системы на основе беспроводных сенсорных сетей:

- Использование сети сенсоров для обмена данными между БПЛА, где каждый БПЛА может выступать в роли узла, передающего информацию.

Эти технологии могут быть использованы как по отдельности, так и в комбинации для создания надежной системы управления БПЛА в условиях, когда традиционные радиоканалы могут быть ненадежными или подвержены помехам.

что такое Mesh-сети? чем характеризуются, чем Mesh-сети отличаются от сетей 4G 5G иных сетей с радио каналами или волс?чем Mesh-сети принципиально новы в сравнении с уже существующими? зачем Mesh-сети появились, каких недостатков существующих сетей лишены Mesh-сети? какие преимущества у Mesh-сетей? как Mesh-сети интегрируются с другими сетями и как осуществляется защита от уязвимостей?

Mesh-сети (или сетевые решетки) представляют собой тип сетевой архитектуры, в которой устройства (узлы) соединены друг с другом в виде сети, где каждый узел может передавать данные не только непосредственно к центральному узлу, но и через другие узлы.

Это создает многоуровневую структуру, обеспечивающую более надежное и устойчивое соединение.

### Характеристики Mesh-сетей:

1. Децентрализация: Нет единой точки отказа; если один узел выходит из строя, данные могут быть перенаправлены через другие узлы.

2. Автономность: Узлы могут автоматически находить и подключаться друг к другу, что упрощает настройку и расширение сети.

3. Самовосстановление: В случае сбоя одного из узлов сеть может автоматически перенастроиться, чтобы поддерживать связь.

4. Гибкость: Легко добавлять новые узлы без необходимости перепроектирования всей сети.

### Отличия от 4G, 5G и других сетей:

- Структура: В традиционных мобильных сетях (4G, 5G) используется иерархическая структура с базовыми станциями, которые обеспечивают связь с мобильными устройствами. В Mesh-сетях каждый узел может действовать как передатчик и приемник.

- Устойчивость: Mesh-сети более устойчивы к сбоям, так как данные могут передаваться через несколько маршрутов, в то время как в традиционных сетях сбой базовой станции может привести к потере связи.

- Область применения: Mesh-сети часто используются в ситуациях, где традиционные сети могут быть труднодоступными или дорогими для развертывания, например, в сельских или удаленных районах.

### Причины появления Mesh-сетей:

- Недостатки традиционных сетей: Существующие сети могут страдать от проблем с покрытием, высокой стоимости развертывания и поддержания, а также от уязвимости к сбоям.

- Рост IoT: С увеличением числа устройств, подключенных к интернету, возникла необходимость в более гибких и масштабируемых сетевых решениях.

### Преимущества Mesh-сетей:

1. Расширяемость: Легко добавлять новые узлы для увеличения покрытия.

2. Устойчивость к сбоям: Сеть продолжает функционировать даже при выходе из строя отдельных узлов.

3. Улучшенное покрытие: Возможность создания сети в труднодоступных местах.

4. Низкие затраты на развертывание: Не требуется прокладка кабелей, что снижает затраты.

### Интеграция с другими сетями: Mesh-сети могут интегрироваться с традиционными сетями через шлюзы или мосты, которые обеспечивают связь между различными типами сетей.

Это позволяет использовать преимущества Mesh-сетей в рамках существующей инфраструктуры.

### Защита от уязвимостей:

- Шифрование: Данные, передаваемые в Mesh-сетях, могут быть зашифрованы для защиты от перехвата.

- Аутентификация: Узлы могут использовать механизмы аутентификации для предотвращения несанкционированного доступа.

- Мониторинг и управление: Использование систем мониторинга для выявления аномалий и потенциальных угроз.

В целом, Mesh-сети представляют собой инновационное решение для создания более гибких, устойчивых и масштабируемых сетей, что делает их привлекательными для различных приложений, включая IoT, умные города и другие области.

Что нового в Использование сетевых технологий, таких как Mesh-сети, может обеспечить более устойчивую связь между БПЛА и другими элементами системы, что также уменьшает зависимость от отдельных приемо-передатчиков.

Сетевые технологии, особенно в контексте беспилотных летательных аппаратов (БПЛА), продолжают развиваться, и Mesh-сети становятся все более популярными благодаря своей способности обеспечивать устойчивую и надежную связь. Вот несколько ключевых направлений и новшеств в этой области:

1. Устойчивость и отказоустойчивость: Mesh-сети позволяют БПЛА взаимодействовать друг с другом, создавая децентрализованную сеть. Это означает, что если один узел (например, БПЛА) выходит из строя или теряет связь, другие узлы могут перенаправить данные, обеспечивая непрерывность связи.

2. Улучшенная пропускная способность: Использование Mesh-технологий позволяет увеличить общую пропускную способность сети, так как данные могут передаваться по нескольким маршрутам одновременно. Это особенно важно для приложений, требующих высокой скорости передачи данных, таких как видеонаблюдение или передача больших объемов информации.

3. Гибкость и адаптивность: Mesh-сети могут динамически адаптироваться к изменениям в окружении, например, при изменении местоположения БПЛА или появлении препятствий. Это позволяет поддерживать связь даже в сложных условиях.

4. Интеграция с IoT: Сетевые технологии, такие как Mesh, могут быть интегрированы с Интернетом вещей (IoT), что позволяет БПЛА взаимодействовать с другими устройствами и системами, такими как датчики, камеры и системы управления.

5. Использование новых стандартов связи: Разработка новых стандартов, таких как 5G, также способствует улучшению сетевых технологий. 5G предлагает высокую скорость передачи данных, низкую задержку и возможность подключения большого количества устройств, что может значительно улучшить работу Mesh-сетей.

6. Безопасность и шифрование: С увеличением числа подключенных устройств возрастает и необходимость в обеспечении безопасности данных. Новые протоколы шифрования и аутентификации помогают защитить информацию, передаваемую через Mesh-сети.

7. Применение в различных областях: Mesh-сети находят применение не только в военных и коммерческих БПЛА, но и в таких областях, как сельское хозяйство, экология, доставка товаров и мониторинг инфраструктуры.

Таким образом, развитие сетевых технологий, особенно Mesh-сетей, открывает новые возможности для более эффективного и надежного использования БПЛА, уменьшая зависимость от традиционных приемо-передатчиков и повышая общую устойчивость систем связи.

 

 

В чем уязвимости серийных гражданских БПЛА?

(не оборудованы базовыми вещами типа закрытых каналов связи, защиты систем управления, они управляются достаточно открытым способом, который в принципе подлежит перехвату и в любом случае подлежит контролю. Достаточно будет вспомнить, что все аппараты компании DJI класс Entereprise, Mavic оборудованы системой Drone ID это система передачи пакета с координатами аппарата, серийным номером, координатами оператора и так далее, она принимается комплексом с названием dji аэроскоп и показывает практически всю информацию, кроме исторического места домашней точки или точки возврата )

Серийные гражданские беспилотные летательные аппараты (БПЛА), такие как дроны от компании DJI, действительно имеют ряд уязвимостей, которые могут быть использованы злоумышленниками.

Вот некоторые из них:

1. Открытые каналы связи: Многие гражданские дроны используют открытые или недостаточно защищенные каналы связи для передачи данных между дроном и пультом управления. Это делает их уязвимыми для перехвата сигналов и вмешательства.

2. Отсутствие шифрования: Если данные, передаваемые между дроном и оператором, не зашифрованы, злоумышленники могут легко получить доступ к информации, такой как координаты, видеопоток и другие данные.

3. Системы идентификации: Системы, такие как DJI Drone ID, предоставляют информацию о дроне и его операторе, что может быть использовано для отслеживания и идентификации. Это может быть опасно в руках злоумышленников, которые могут использовать эту информацию для планирования атак или других противоправных действий.

4. Уязвимости в программном обеспечении: Как и любое другое программное обеспечение, прошивки дронов могут содержать уязвимости, которые могут быть использованы для взлома или управления дроном без ведома оператора.

5. Физическая уязвимость: Дроны могут быть подвержены физическим атакам, таким как использование глушителей сигналов или других методов, которые могут нарушить связь между дроном и его оператором.

6. Отсутствие защиты от кибератак: Многие гражданские дроны не имеют встроенных систем защиты от кибератак, что делает их уязвимыми для взлома и несанкционированного доступа.

7. Легкость в использовании: Простота управления гражданскими дронами может привести к их использованию не только для законных целей, но и для незаконной деятельности, такой как шпионаж или доставка запрещенных товаров.

8. Ограниченные возможности для обновления: Некоторые дроны могут не поддерживать регулярные обновления программного обеспечения, что делает их уязвимыми к новым угрозам.

Эти уязвимости подчеркивают необходимость повышения уровня безопасности и защиты данных в гражданских БПЛА, особенно в условиях растущего интереса к их использованию в различных сферах, включая коммерцию, безопасность и личные нужды.

 

Что можно сказать про такую тактику: Как удешевить поражение противника (позиций ВСУ) дронами ночью в условиях СВО. Вместо тепловизоров делают дроны за 10000руб дальностью несколько сот метров с подсветкой Инфракрасными диодами. Их с ретранслятором доставляет к месту ожидания низколетящий ″большой″ дрон. Дрон с тепловизором подсвечивает цели инфракрасным лазером массой 250гр на 500м и 550гр на 2 км. 

Тактика, которую описали, включает использование дронов для обнаружения и поражения целей противника в ночных условиях, что может быть эффективным подходом в современных боевых действиях.

Рассмотрим ключевые аспекты этой тактики:

1. Использование дронов с подсветкой: Дроны, оснащенные инфракрасными диодами, могут эффективно подсвечивать цели для других дронов или артиллерии. Это позволяет атакующим дронам или другим системам поражать цели, которые иначе были бы труднодоступны в условиях плохой видимости.

2. Ретрансляция сигнала: Использование "большого" дрона для доставки малых дронов с подсветкой может увеличить радиус действия и обеспечить более точное наведение. Это позволяет атакующим дронам оставаться вне зоны поражения противника.

3. Тепловизоры и инфракрасные лазеры: Тепловизоры позволяют обнаруживать цели по их тепловому излучению, а инфракрасные лазеры могут использоваться для точного наведения. Это сочетание технологий может значительно повысить эффективность атак.

4. Снижение стоимости: Использование дронов стоимостью 10,000 рублей делает тактику более доступной и позволяет применять ее в больших масштабах. Это может привести к значительным потерям для противника при относительно низких затратах.

5. Тактическая гибкость: Дроны могут быстро менять позиции, что затрудняет противнику их обнаружение и уничтожение. Это также позволяет адаптироваться к изменяющимся условиям на поле боя.

6. Психологический эффект: Использование дронов может вызывать у противника чувство неуверенности и страха, что также может повлиять на его боевой дух.

Однако, несмотря на преимущества, такая тактика также имеет свои недостатки.

Например, дроны могут быть уязвимы для средств противовоздушной обороны, а также могут столкнуться с проблемами в условиях сильного радиопомехи или плохих погодных условий. Кроме того, необходимо учитывать необходимость в обучении операторов и техническом обслуживании оборудования.

В целом, описанная вами тактика может быть эффективной в определенных условиях, но требует тщательной проработки и адаптации к конкретной ситуации на поле боя.

 

 

Танк стал решающей силой на поле боя не тогда, когда появились (были изобретены, сделаны и оказались на поле боя) танки, а тогда, когда появились танковые дивизии, то есть когда появилась возможность ввести в прорыв подразделения, кратно превосходящие по огневой мощи и мобильности противника, и тем самым перейти перевести войну из позиционной в манёвренную фазу

Ударные группировки БПЛА (беспилотных летательных аппаратов) :

 

В последние годы в области беспилотных летательных аппаратов (БПЛА) наблюдается значительный прогресс в использовании высокоточных инерциальных измерительных устройств, таких как:

• лазерные гироскопы и
• инерциальные сенсоры на основе микросистемной технологии (MEMS).

Вот некоторые ключевые достижения и термины, связанные с этой темой:

1. Лазерные гироскопы (Laser Gyroscopes)

Применение: Используются в авиации, космических аппаратах и военной технике для точной навигации и управления.

Принцип действия: Лазерные гироскопы используют интерференцию лазерного света для измерения угловой скорости. Они обеспечивают высокую точность и стабильность, что делает их идеальными для навигации.

Основной принцип работы (лазерные гироскопы) основан на эффекте Сент-Дени, который заключается в том, что свет, проходящий по двум направлениям в замкнутом контуре, будет иметь разную фазу, если контур вращается.

Вот основные этапы работы лазерного гироскопа:

1. Генерация лазерного света: Лазерный источник генерирует когерентный свет, который имеет постоянную частоту и фазу.

2. Разделение луча: Лазерный свет разделяется на два луча, которые движутся в противоположных направлениях по замкнутому контуру (обычно это кольцевая или прямоугольная оптика).

3. Вращение гироскопа: Когда гироскоп вращается, один из лучей проходит через вращающуюся систему, а другой — в обратном направлении. Из-за вращения гироскопа один луч будет проходить через большее расстояние, чем другой, что приводит к разности фаз между ними.

4. Интерференция: После того как оба луча возвращаются к точке разделения, они интерферируют друг с другом. Изменение разности фаз приводит к изменению интенсивности света, которое можно измерить.

5. Измерение угловой скорости: Измеряя изменения в интерференционной картине, можно определить угловую скорость вращения гироскопа. Чем быстрее происходит вращение, тем больше разность фаз между лучами.

Лазерные гироскопы обеспечивают высокую точность и стабильность, что делает их идеальными для использования в навигационных системах, таких как инерциальные навигационные системы (INS) в авиации, морском транспорте и космических аппаратах.

Они не зависят от внешних сигналов (например, GPS), что делает их надежными в условиях, где такие сигналы могут быть недоступны.

 

2. Инерциальные сенсоры на основе MEMS (Micro-Electro-Mechanical Systems)

Определение: MEMS-сенсоры представляют собой миниатюрные устройства, которые используют механические элементы для измерения угловой скорости и ускорения. Они более компактны и дешевле, чем традиционные инерциальные сенсоры.

Преимущества: Высокая интеграция, низкое энергопотребление и возможность массового производства.

Инерциальные сенсоры на основе MEMS (Micro-Electro-Mechanical Systems) работают на принципе измерения изменений механических параметров, таких как ускорение и угловая скорость, с помощью миниатюрных механических элементов.

Примеры датчиков:

• акселерометр;
• гироскоп датчик угловых скоростей;
• магнитометрический датчик (магнитометр), компас;
• датчики давления, барометры;
• микрофоны;
• термодатчики, измерители температуры;
• анализаторы среды;
• измерительные преобразователи радиосигнала.

Основные принципы их работы можно описать следующим образом:

1. Структура и принцип работы: MEMS-сенсоры состоят из микроскопических механических элементов, таких как массы, пружины и датчики. Например, в акселерометрах MEMS используется масса, подвешенная на пружинах. Когда устройство подвергается ускорению, масса смещается, и это смещение фиксируется с помощью датчиков, которые преобразуют механическое движение в электрический сигнал.

2. Измерение угловой скорости: В гироскопах MEMS используется принцип Королиса. Когда устройство вращается, инерциальные силы действуют на микроскопическую массу, что вызывает её смещение. Это смещение также фиксируется датчиками, которые преобразуют его в электрический сигнал, позволяя вычислить угловую скорость.

3. Интеграция и миниатюризация: MEMS-технология позволяет интегрировать множество функций на одном чипе, что делает сенсоры компактными и легкими. Это особенно важно для мобильных устройств, дронов и других приложений, где пространство и вес имеют критическое значение.

4. Низкое энергопотребление: MEMS-сенсоры потребляют значительно меньше энергии по сравнению с традиционными инерциальными сенсорами, что делает их идеальными для использования в портативных устройствах и системах с ограниченными ресурсами.

5. Массовое производство: MEMS-технология позволяет производить сенсоры с высокой степенью повторяемости и низкой стоимостью, что делает их доступными для широкого круга приложений, от смартфонов до автомобилей и промышленных систем.

В целом, MEMS-сенсоры представляют собой мощный инструмент для измерения инерциальных параметров, обеспечивая высокую точность, надежность и экономическую эффективность.

 

3. Интеграция GNSS и инерциальных систем

Определение: GNSS (Global Navigation Satellite System) - это система глобального навигационного спутникового позиционирования, которая используется в сочетании с инерциальными измерительными устройствами для повышения точности навигации.

Преимущества: Комбинирование данных от GNSS и инерциальных сенсоров позволяет компенсировать недостатки каждой из систем, особенно в условиях, когда сигнал GNSS может быть потерян.

Интеграция глобальных навигационных спутниковых систем (GNSS), таких как ГЛОНАСС, с инерциальными системами (INS) представляет собой важный шаг в повышении точности и надежности навигации.

Основные принципы и преимущества такой интеграции можно описать следующим образом:

### Принципы интеграции GNSS и инерциальных систем

1. Комбинирование данных: Интеграция заключается в совместном использовании данных, получаемых от GNSS и инерциальных измерительных устройств. GNSS предоставляет информацию о положении и скорости объекта, а INS отслеживает изменения положения и ориентации на основе измерений ускорения и угловой скорости.

2. Фильтрация данных: Для объединения данных используется различные алгоритмы фильтрации, такие как фильтр Калмана. Этот алгоритм позволяет оценивать состояние системы, минимизируя влияние шума и ошибок в измерениях.

3. Коррекция ошибок: Инерциальные системы могут накапливать ошибки в измерениях со временем (дрифт), в то время как GNSS может временно терять сигнал.

Интеграция позволяет использовать данные GNSS для коррекции ошибок INS, а также использовать данные INS для поддержания навигации в периоды потери сигнала GNSS.

### Преимущества интеграции

1. Повышение точности: Интеграция позволяет значительно улучшить точность позиционирования, особенно в условиях, когда сигнал GNSS может быть ослаблен или потерян (например, в городских каньонах или в условиях плохой видимости).

2. Устойчивость к помехам: INS обеспечивает непрерывное отслеживание положения и ориентации, что делает систему более устойчивой к временным помехам и потерям сигнала GNSS.

3. Снижение времени отклика: Интеграция позволяет быстро реагировать на изменения в движении объекта, что особенно важно для динамических приложений, таких как авиация, морская навигация и автономные транспортные средства.

4. Улучшение надежности: Совмещение двух систем делает навигацию более надежной, так как каждая система может компенсировать недостатки другой.

### Как это делается

1. Установка оборудования: На объект устанавливаются приемники GNSS и инерциальные измерительные устройства. Эти системы должны быть синхронизированы для корректного обмена данными.

2. Сбор данных: Оба устройства собирают данные о положении, скорости и ориентации объекта. GNSS предоставляет данные о местоположении, а INS — данные о движении.

3. Обработка данных: Данные от обеих систем обрабатываются с использованием алгоритмов фильтрации, таких как фильтр Калмана, для получения более точной и надежной информации о положении и движении объекта.

4. Вывод результатов: Обработанные данные используются для навигации, управления и других приложений, требующих высокой точности и надежности.

Интеграция GNSS и инерциальных систем является важным направлением в области навигации и позиционирования, обеспечивая более высокую точность и надежность в различных условиях эксплуатации.

 

4. Алгоритмы фильтрации (например, фильтр Калмана)

Определение: Фильтр Калмана - это алгоритм, который используется для оценки состояния динамической системы, основываясь на последовательности измерений. Он позволяет объединять данные от различных сенсоров для получения более точной информации о положении и скорости.

Применение: Широко используется в системах навигации БПЛА для улучшения точности позиционирования.

5. Адаптивные инерциальные системы

Определение: Адаптивные инерциальные системы могут изменять свои параметры в зависимости от условий эксплуатации, что позволяет улучшить точность и надежность.

Преимущества: Повышенная устойчивость к внешним воздействиям и изменяющимся условиям.

6. Технологии многосенсорной интеграции

Определение: Это подход, при котором данные от различных сенсоров (гироскопы, акселерометры, магнитометры и др.) комбинируются для достижения более высокой точности и надежности.

Преимущества: Устойчивость к ошибкам отдельных сенсоров и улучшенная общая производительность системы.

Применение высокоточных инерциальных измерительных устройств в БПЛА открывает новые возможности для различных областей, включая гражданскую авиацию, военное дело и научные исследования. Инновации в этой области продолжают развиваться, что позволяет создавать более точные, надежные и эффективные системы навигации и управления.

 

В каком направлении помимо использования управления по оптоволоконному кабелю (в альтернативу управлению по радиоканалу) ведутся НИОКР по БПЛА - улучшение систем управления и навигации

В области беспилотных летательных аппаратов (БПЛА) ведутся активные научно-исследовательские и опытно-конструкторские работы (НИОКР) в нескольких направлениях, помимо использования оптоволоконных кабелей для управления. Вот некоторые из них:

1. Автономные системы управления: Разработка алгоритмов и систем, позволяющих БПЛА работать в полностью автономном режиме, включая использование искусственного интеллекта и машинного обучения для обработки данных и принятия решений в реальном времени.

2. Системы навигации на основе GPS и альтернативные технологии:

• Исследования в области улучшения точности и надежности GPS-навигации, а также
• разработка альтернативных систем, таких как инерциальные навигационные системы (INS),
• визуальная навигация,
• SLAM (Simultaneous Localization and Mapping)
• и другие.

 

SLAM (Simultaneous Localization and Mapping) — это метод, используемый в робототехнике и компьютерном зрении, который позволяет устройствам (например, роботам или дронам) одновременно определять своё местоположение (локализация) и строить карту окружающей среды (маппинг) на основе данных, полученных от сенсоров, таких как камеры, лидары и ультразвуковые датчики.

Перевод термина:

• - "Simultaneous" — одновременно
• - "Localization" — локализация
• - "Mapping" — картографирование

Таким образом, SLAM можно перевести как "одновременная локализация и картографирование".

Что включает SLAM:

1. Сенсоры: Используются различные сенсоры для сбора данных об окружающей среде, такие как камеры, лазерные дальномеры (лидары), инерциальные измерительные устройства (IMU) и другие.

2. Алгоритмы: Разработка и применение алгоритмов для обработки данных, полученных от сенсоров, и для вычисления положения устройства в пространстве.

3. Картографирование: Построение карты окружающей среды на основе собранных данных, которая может быть использована для навигации.

4. Локализация: Определение текущего местоположения устройства на созданной карте.

5. Оптимизация: Улучшение точности как локализации, так и карты с течением времени, используя методы оптимизации и фильтрации, такие как фильтр Калмана или графовые методы.

SLAM находит применение в различных областях, включая автономные транспортные средства, робототехнику, дополненную реальность и многие другие.

 

Инерциальные навигационные системы (INS)  — это системы, которые определяют положение и скорость объекта, используя данные о его движении, полученные от инерциальных датчиков, таких как акселерометры и гироскопы.

Эти датчики измеряют ускорение и угловую скорость, что позволяет вычислять перемещение объекта в пространстве.

Перевод термина "инерциальные навигационные системы" на английский язык — "Inertial Navigation Systems".

INS широко используются в различных областях, включая авиацию, морскую навигацию, космические технологии и робототехнику, поскольку они обеспечивают автономное определение положения без необходимости в внешних источниках данных, таких как GPS.

3. Сенсорные технологии: Интеграция различных сенсоров (лидар, радары, камеры и др.) для повышения точности восприятия окружающей среды и улучшения навигационных возможностей БПЛА.

4. Коммуникационные технологии: Разработка новых протоколов и стандартов для передачи данных между БПЛА и наземными станциями, включая использование 5G и других высокоскоростных сетей.

5. Системы предотвращения столкновений: Создание технологий для обнаружения и предотвращения столкновений с другими объектами в воздухе и на земле, включая использование алгоритмов для анализа данных от сенсоров.

6. Энергоэффективные системы: Исследования в области повышения энергоэффективности БПЛА, включая использование новых типов аккумуляторов, солнечных панелей и других источников энергии.

7. Многоагентные системы: Разработка технологий для координации и взаимодействия нескольких БПЛА в рамках одной миссии, что позволяет выполнять более сложные задачи.

8. Кибербезопасность: Исследования в области защиты БПЛА от киберугроз, включая шифрование данных и защиту систем управления.

Эти направления активно развиваются и имеют большое значение для повышения эффективности и безопасности использования БПЛА в различных сферах, включая сельское хозяйство, логистику, мониторинг окружающей среды и военные операции.

 

04 окт 2024

Источник https://www.rbc.ru/business/04/10/2024/66f6a4119a7947408f88a3ed

Что входит в проект по развитию беспилотников

Национальный проект по гражданским беспилотникам состоит из пяти федеральных проектов:

• «Разработка, стандартизация и серийное производство БАС и комплектующих» (самый капиталоемкий проект): его финансирование в ближайшую трехлетку сократится на 6,8%, до 63,3 млрд руб. Руководитель этого проекта — замглавы Минпромторга Василий Шпак.
• «Стимулирование спроса на БАС»: бюджет, напротив, вырастет на 23%, до 19,3 млрд руб. Этим проектом сейчас руководит первый замглавы Минпромторга Василий Осьмаков.
• «Развитие инфраструктуры, обеспечение безопасности и формирование системы сертификации БАС»: бюджет сократится в четыре раза, до 8,6 млрд руб. Причем в следующем году бюджетных средств на него не предусмотрено. Проектом руководит замглавы Минтранса Владимир Потешкин.
• Проект «Перспективные технологии для БАС» в опубликованной версии проекта о бюджете не предусмотрен. Ранее на НИОКРы в этой сфере планировалось потратить 7 млрд руб. в предстоящие три года. Проект курирует Минобрнауки. В Минпромторге РБК поясняли, что исключать этот блок не планируется, но средства на него «находятся на этапе распределения».
• На «Кадры для БАС» предлагается направить всего 300 млн руб. в 2026–2027 годах — это в 12 раз меньше, чем указано в действующей редакции. Денег в 2025 году на этот проект выделять не планируется. Куратор — замглавы Минобрнауки Дмитрий Афанасьев.

Еще 20,6 млрд руб. зарезервированы в бюджете нацпроекта на ближайшие три года, следует из опубликованных материалов. Эти деньги, согласно пояснительной записке, будут направлены на гражданский госзаказ на беспилотники, на некоммерческий лизинг российских БАС, на разработку решений для интеграции беспилотников в единое воздушное пространство с пилотируемыми судами и проведение научно-исследовательских работ в области БАС. При этом все эти мероприятия запланированы и в указанных федеральных проектах.

Нацпроект по созданию новой отрасли беспилотников в России рассчитан до 2030 года. Но если в 2023 году власти рассчитывали, что на эти цели будет потрачено почти 900 млрд руб., то уже в апреле этого года российский Forbes сообщал о 714 млрд руб. После апреля бюджет был скорректирован еще раз — до 546 млрд руб., сообщил источник РБК, знакомый с утвержденной на текущий момент версией проекта.

Параметры нацпроекта, в том числе финансовые, еще обсуждаются в правительстве, сообщил РБК источник. «Обсуждаются предложения по перегруппировке и переструктурированию нацпроекта, в том числе финансовому», — отметил он. В ближайшее время запланировано заседание правкомиссии по вопросам развития БАС, где нацпроект также будет обсуждаться, уточнил он. «Допускается возможность увеличения ряда показателей от исходных, поданных в проекте бюджета, а не их снижение», — добавил он.

Каких показателей планируется достичь

План по количеству произведенных российских гражданских БАС в обновленной рабочей версии паспорта (есть у РБК) также был снижен: сейчас к 2030 году планируется произвести 25,6 тыс. беспилотников вместо 32,5 тыс. в предыдущих планах. Также власти снизили прогноз по достижению доли отечественных БАС в России к 2030 году — с 70 до 50%. Ранее «перевалить» за 50-процентную планку планировалось уже в 2025 году.

В текущем году Минтранс по-прежнему планирует оснастить «унифицированной инфраструктурой для обеспечения полетов беспилотных воздушных судов» два региона, следует из обновленной версии паспорта. В прошлом году ведомство выбрало для этого девять населенных пунктов в Чукотском автономном округе и на Ямале. О реализации этих планов не сообщалось. В Минтрансе отказались от комментариев. Как сообщили четыре источника РБК, новый паспорт нацпроекта еще не утвержден, он будет корректироваться.

Согласно данным Минфина, в текущем году по состоянию на 1 сентября бюджет нацпроекта (45,3 млрд руб.) исполнен на треть (33,8%). На инфраструктуру и систему сертификации потрачено 23,6% из запланированного объема, на кадры — 21%, на перспективные технологии — 9,7%, на разработку и производство дронов — 19,4%. Проект по стимулированию спроса — на 55%.

С гражданским госзаказом на дроны (его финансирование «вшито» в федпроект по стимулированию спроса) как раз возникли сложности, писал «Коммерсантъ». Ряд производителей оказались не готовы к работе с казначейским сопровождением, они не открыли заблаговременно казначейские счета, по которым производятся расчеты за госзаказ дронов, отмечала Государственная транспортная лизинговая компания (ГТЛК, базовый поставщик по гражданскому госзаказу БАС).

«На сегодня результатом нашего пути стало то, что на пять с небольшим миллиардов рублей заказано отечественных гражданских беспилотников для передачи их более 150 заказчикам федерального и регионального уровней. Это контрактация, которая на сегодня уже состоялась», — сообщал глава ГТЛК Евгений Дитрих 23 сентября на форуме «Цифровая транспортация». В июле ГТЛК уже отчитывалась, что завершает контрактацию по госзаказу: тогда было законтрактовано около 2,5 тыс. единиц БАС на 4,9 млрд руб.

Дитрих добавил, что в рамках промежуточных результатов исследования рынка и выполнения госзаказа в России выявлено 35 типов легких беспилотников, шесть типов — средних и ни одной модели больших беспилотников. Как подтвердил на сессии форума председатель консультативного совета «Эколибри» (разработчик тяжелых беспилотников) Алексей Рогозин, «в России пока нет ни одного серийно производимого гражданского аппарата в категории тяжелых, то есть со взлетной массой свыше 30 кг».

Всего в этом году по госзаказу должно было быть закуплено 153 тыс. гражданских дронов, из которых 151 тыс. — образовательные (учебные дроны, предназначенные для обучения управлению беспилотниками), заявляли в декабре 2023 года в секретариате бывшего вице-премьера Андрея Белоусова (сейчас министр обороны). Но по словам источника РБК, знакомого с планом госзаказа, на этот год он составляет 19 тыс. единиц техники, из которых 16,5 тыс. — образовательные дроны.

Путин поддержал обучение школьников управлению беспилотниками Технологии и медиа

Нацпроект стартовал только в этом году, и меры господдержки были распределены впервые, напомнили в пресс-службе Минпромторга. «Цикл выполнения заказов длинный, учитывая время на контрактацию, закупку комплектующих, производство изделий. Наконец, часть инструментов поддержки носит «затратный» характер. Это значит, что предварительно участники мер поддержки от отрасли несут расходы, а после смогут их компенсировать. В конце года будут подведены все итоги», — добавили там. Потребность госзаказа в финансировании на 2024 год составляет 15,349 млрд руб., сообщили в министерстве. В прошлом году она прогнозировалась в объеме 20,7 млрд руб.

В пресс-службе Минобрнауки РБК подтвердили, что закупки дронов для образовательных организаций курирует Минпросвещения. В Минпросвещения не ответили на запрос РБК.

 

Для достижения показателей национального проекта и федерального проекта Развитие инфраструктуры, обеспечение безопасности и формирование системы сертификации БАС. Комплексная система разработки БПЛА БАС в т.ч. через сеть НТЦ к 2030 году необходимо выполнить ряд мероприятий и действий, которые можно разбить на несколько ключевых направлений. Ниже приведены подробные шаги для каждого из указанных показателей.

### 1. Обеспечение безопасности инфраструктуры воздушного транспорта от противоправного применения беспилотных воздушных судов

#### 1.1 Оснащенность аэродромов техническими средствами
- **Аудит текущего состояния**: Провести анализ существующих аэродромов I категории на предмет наличия технических средств для обнаружения и противодействия беспилотным воздушным судам (БВС).
- **Разработка технических требований**: Определить необходимые технические средства (радары, системы радиоэлектронной борьбы и т.д.) и их характеристики.
- **Закупка и установка оборудования**: Организовать тендеры на закупку и установку оборудования, а также провести обучение персонала.
- **Тестирование и сертификация**: Провести тестирование установленных систем и их сертификацию для обеспечения соответствия стандартам безопасности.

### 2. Оптимизация административных, технических и иных ограничений

#### 2.1 Время получения доступа к воздушному пространству
- **Анализ существующих процедур**: Изучить текущие процедуры получения доступа к воздушному пространству для БВС и выявить узкие места.
- **Разработка новых регуляций**: Создать новые или изменить существующие регуляции, упрощающие процесс получения разрешений.
- **Внедрение электронных систем**: Разработать и внедрить электронные системы для автоматизации процесса получения разрешений.
- **Обучение и информирование**: Провести обучение для операторов БВС и сотрудников органов управления воздушным движением.

### 3. Развитие инфраструктуры для эксплуатации беспилотных авиационных систем

#### 3.1 Оснащение субъектов РФ унифицированной инфраструктурой
- **Планирование инфраструктуры**: Разработать план развития инфраструктуры для БВС в каждом из 89 субъектов РФ.
- **Финансирование и инвестиции**: Определить источники финансирования (государственные, частные инвестиции) и привлечь инвесторов.
- **Строительство и модернизация объектов**: Организовать строительство новых и модернизацию существующих объектов инфраструктуры (аэродромы, площадки для взлета и посадки, центры управления).
- **Мониторинг и оценка**: Установить систему мониторинга для оценки состояния инфраструктуры и ее соответствия требованиям.

### 4. Формирование специализированной системы сертификации беспилотных авиационных систем

#### 4.1 Количество сертифицированных БВС
- **Разработка стандартов сертификации**: Создать и утвердить стандарты и требования для сертификации БВС.
- **Создание сертификационных органов**: Учредить или назначить специализированные органы для проведения сертификации БВС.
- **Проведение сертификации**: Организовать процесс сертификации для производителей и операторов БВС, включая создание необходимых лабораторий и испытательных центров.

#### 4.2 Снижение времени оказания государственной услуги по сертификации
- **Анализ текущих сроков**: Изучить текущие сроки оказания услуг по сертификации и выявить причины задержек.
- **Оптимизация процессов**: Разработать и внедрить новые процедуры и технологии, позволяющие сократить время сертификации (например, автоматизация процессов).
- **Обучение сотрудников**: Провести обучение для сотрудников сертификационных органов для повышения их квалификации и эффективности работы.

### Заключение
Для успешного выполнения всех вышеуказанных мероприятий необходимо обеспечить координацию между различными государственными органами, частными компаниями и научными учреждениями. Также важно учитывать мнение и потребности всех заинтересованных сторон, включая операторов БВС, органы управления воздушным движением и местные власти. Регулярный мониторинг и оценка прогресса помогут корректировать действия и достигать поставленных целей к 2030 году.

 

1. Федеральный проект (Инфраструктура, безопасность и сертификация)

N п/п	Показатели национального проекта, на достижение которых направлен федеральный проект
1	Обеспечение безопасности инфраструктуры воздушного транспорта от противоправного применения беспилотных воздушных судов
1.1.	Оснащенность аэродромов (аэропортов), отнесенных к объектам транспортной инфраструктуры воздушного транспорта I категории, техническими средствами обнаружения и противодействия противоправному применению беспилотных воздушных судов
2	Оптимизация административных, технических и иных ограничений, препятствующих развитию беспилотной авиации гражданского назначения
2.1.	Время получения доступа к использованию воздушного пространства для оборудованных беспилотных воздушных судов
3	Развитие инфраструктуры, необходимой для эксплуатации беспилотных авиационных систем, в 89 субъектах Российской Федерации к 2030 году
3.1.	Количество субъектов Российской Федерации, оснащенных унифицированной инфраструктурой для обеспечения полетов беспилотных воздушных судов, нарастающим итогом
4	Формирование специализированной системы сертификации беспилотных авиационных систем
4.1.	Количество сертифицированных беспилотных авиационных систем
4.2.	Снижение времени оказания государственной услуги по сертификации типовой конструкции беспилотной авиационной системы

2 Федеральный проект (Кадры для БАС)

N п/п	Показатели национального проекта, на достижение которых направлен федеральный проект
1	Проведены соревнования с целью повышения престижности профессиональной деятельности, а также обновления квалификаций, связанных с разработкой, производством и эксплуатацией БАС
1.1.	Количество образовательных организаций высшего образования, при поступлении в которые в качестве индивидуальных достижений учитываются результаты соревновательных мероприятий в сфере проектирования, создания, эксплуатации и обслуживания БАС (нарастающим итогом)
2	Разработаны и внедрены в образовательные программы высшего образования модули по БАС, а также обеспечена поддержка развития граждан в рамках построения гибких образовательных траекторий, в том числе, посредством реализации дополнительных профессиональных программ
2.1.	Количество дополнительных профессиональных программ в сфере БАС, прошедших экспертизу и включенных в цифровой реестр кадров БАС (нарастающим итогом)
3	Разработаны и внедрены в образовательные программы общего образования, среднего профессионального образования и соответствующие дополнительные профессиональные программы, а также основные программы профессионального обучения модули по БАС
3.1.	Количество образовательных организаций, в которых реализуются основные общеобразовательные программы, за исключением образовательных программ дошкольного образования, образовательные программы дополнительного образования и образовательные программы среднего профессионального образования в сфере БАС, в том числе с использованием электронного обучения и (или) дистанционных образовательных технологий (нарастающим итогом)
4	Создан динамично обновляющийся цифровой реестр кадров БАС, связывающий информацию о потребностях в кадрах, трудовой и образовательной деятельности специалистов в сфере БАС, и обеспечивающий регулярную актуализацию профессий, навыков, стандартов и направлений обучения в сфере разработки, производства и эксплуатации БАС
4.1.	Количество специалистов в сфере разработки, производства и эксплуатации БАС, подготовленных и/или получивших подтверждение квалификации и/или осуществляющих деятельность в сфере БАС и находящихся в цифровом реестре кадров БАС, в рамках принятой системы непрерывной подготовки (нарастающим итогом)

3 Федеральный проект (Перспективные технологии для БАС)

N п/п	Показатели национального проекта, на достижение которых направлен федеральный проект
1	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии навигации, радионавигации"
1.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии навигации, радионавигации"
2	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Вычислители, фотонные интегральные информационные системы"
2.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Вычислители, фотонные интегральные информационные системы"
3	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Новые технологии производства и новые материалы для БАС"
3.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Новые технологии производства и новые материалы для БАС"
4	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии группового взаимодействия БВС, принятия решений и комплексных систем управления БВС"
4.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии группового взаимодействия БВС, принятия решений и комплексных систем управления БВС"
5	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии и средства интеграции беспилотных воздушных судов в единое воздушное пространство"
5.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии и средства интеграции беспилотных воздушных судов в единое воздушное пространство"
6	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии технического зрения для БАС"
6.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии технического зрения для БАС"
7	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии, компоновки и принципы движения БВС"
7.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии, компоновки и принципы движения БВС"
8	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Технологии, методы и средства связи"
8.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Технологии, методы и средства связи"
9	Реализация научно-исследовательских и опытно-конструкторских работ для обеспечения технологической независимости и глобальной конкурентоспособности российских беспилотных авиационных систем по приоритетному направлению технологий "Энергетические и силовые установки"
9.1.	Количество опытных, экспериментальных образцов и демонстраторов технологий беспилотных авиационных систем, полученных в результате научно-исследовательских и опытно-конструкторских работ по технологическому направлению "Энергетические и силовые установки"

4 Федеральный проект (Стимулирование спроса на отечественные БАС)

N п/п	Показатели национального проекта, на достижение которых направлен федеральный проект
1	Обеспечена реализация государственного гражданского заказа на БАС на период до 2030 года
1.1.	Доля отечественных БАС в общем объеме государственного гражданского заказа на БАС, в т.ч. самолеты, вертолеты, мультироторы
2	Сформирована комплексная система стимулирования использования отечественных БАС, комплектующих и услуг, оказываемых с применением БАС
2.1.	Доля отечественных БАС в общем объеме российского рынка БАС, в т.ч. самолеты, вертолеты, мультироторы
2.2.	Объем российского рынка БАС без учета образовательных БАС, в т.ч. самолеты, вертолеты, мультироторы (с учетом потребности в рамках услуг)

5. Федеральный проект (Разработка, стандартизация и серийное производство БАС и комплектующих)

N п/п	Показатели национального проекта, на достижение которых направлен федеральный проект
1	Обеспечена реализация концепции интеграции беспилотных воздушных судов в единое воздушное пространство
1.1.	Количество новых российских решений для обеспечения интеграции беспилотных воздушных судов в единое воздушное пространство
2	Развитие разработки и серийного производства БАС, а также их компонентов и материалов
2.1.	Количество произведенных российских БАС
2.2.	Уровень технологического суверенитета в отрасли БАС
3	Создана инфраструктура поддержки и кооперации производителей БАС и их компонентов
3.1.	Количество субъектов Единого реестра российских производителей БАС и комплектующих
4	Создана сеть НПЦ испытаний и компетенций в сфере развития БАС, обеспечивающих полный цикл от их разработки до сертификации и серийного производства
4.1.	Количество субъектов РФ, оснащенных инфраструктурой НПЦ в соответствии с методологической поддержкой АНО "Федеральный центр БАС"

 

Власти предложили скорректировать бюджет нацпроекта по беспилотникам

С чем это связано и как поменяются ключевые KPI

Власти предложили изменить параметры финансирования нацпроекта по гражданским беспилотникам: поднять затраты в 2025–2026 годах и сократить в 2027-м.

Это корректировка исходя из реальных цен и потребностей, говорят участники рынка

Власти предложили корректировки в бюджет национального проекта «Беспилотные авиационные системы» (БАС): речь идет об увеличении расходов на 2025 и 2026 годы и снижении в 2027 году.

Это следует из материалов к внесенному 30 сентября в Госдуму проекту федерального бюджета на 2025–2027 годы. В целом финансирование из бюджета на этот нацпроект в ближайшие три года должно составить 112,1 млрд руб. против 129,5 млрд руб., фигурирующих в действующей редакции паспорта нацпроекта.

Если, согласно паспорту проекта, в следующие два года на гражданские беспилотники планировалось тратить по 10 млрд руб. ежегодно,

• то теперь на 2025 год расходы в бюджете предполагаются на уровне 27,8 млрд руб,
• а на 2026-й — 43,7 млрд руб.
• Что касается 2027 года, когда предполагалось выделение более 100 млрд руб., сейчас предусмотрено 40,5 млрд, следует из бюджетных материалов.

Представитель курирующего нацпроект вице-премьера Виталия Савельева сообщил РБК, что параметры нацпроекта сформированы и проходят необходимые согласования.

Решения о сокращении бюджета не принималось, «идут проектировки, окончательные цифры будут зафиксированы в утвержденном бюджете», сообщил РБК представитель Минпромторга.

Что говорят участники отрасли

Опрошенные РБК участники отрасли (разработчики дронов, исследователи рынка, производители систем навигации) не увидели проблем в корректировках бюджета в 2027 году. «Это корректировка исходя из реальных цен и реальной потребности (в гражданских дронах. — РБК) на сегодняшний день. Эта потребность и так достаточно преувеличена конечными потенциальными потребителями госзаказа, так как у них до сих пор нет осознания, что такое беспилотник, каким он может быть, что он может сделать и чем он облегчит жизнь», — отмечает коммерческий директор «Лаборатории будущего» и эксперт рынка НТИ «Аэронет» Павел Камнев.

Кроме того, по его словам, у потребителей наконец-то появилось понимание, что для выполнения работ с помощью БПЛА необязательно быть его владельцем, а можно заказать услугу у оператора, — результат будет тот же при меньших затратах. «Бюджет корректируется ежегодно, поэтому нельзя утверждать, что в следующем году он не будет скорректирован в большую сторону по ряду факторов», — добавляет Камнев.

По словам гендиректора компании «Русдронопорт» Николая Ряшина, «бюджеты сокращаются практически везде и нацпроект по беспилотникам не исключение».

Комментировать бюджеты на развитие беспилотников очень трудно, так как «там есть скрытые неафишируемые цели», отмечает гендиректор «Курсира» Виталий Муниров. «Надо не забывать про рост расходов на СВО, что критически важно сейчас. Любой проект всегда проходит верификацию временем, поэтому запланированные при старте нацпроекта цифры скорректировались в течение первого года», — отмечает и гендиректор компании «Флай Дрон» Никита Данилов. Он тоже указал на «незрелость заказчика», у которого потребность в гражданских дронах пока «не столь велика».