Австралийская полиция раскрыла результаты применения дронов для экстренного реагирования 🤔 Полиция штата Новый Южный Уэльс подвела итоги испытаний программы POLAIR Remote в городе Мори, в рамках которой беспилотники использовались для оперативного реагирования на происшествия. За время работы системы дроны помогли найти 14 пропавших людей, обнаружить 133 автомобиля и поддержать проведение более 200 задержаний. В рамках проекта на крыше полицейского участка в Мори разместили беспилотники DJI Matrice 4TD. Аппараты запускаются непосредственно с этой площадки, однако управляют ими пилоты, находящиеся в Сиднее. Дроны направляют на место происшествия ещё до прибытия полицейских экипажей. С помощью камер и тепловизоров они обследуют территорию, ищут людей, отслеживают перемещение автомобилей и передают информацию сотрудникам на земле. Это позволяет полицейским заранее оценить обстановку и определить, куда направить наземные подразделения. Одним из результатов программы стало сокращение времени поисковых операций. В отдельных случаях беспилотникам удавалось обнаружить человека за 5–10 минут, тогда как традиционный поиск силами полицейских мог занимать до целого дня. Полученные с воздуха данные также использовались при преследовании автомобилей и проведении задержаний.
Open in Telegram
Флай Дрон
Новостной канал компании-разработчика антидронных систем и цифровой платформы сервисов, обеспечивающих организацию и выполнение полетов беспилотных воздушных судов. Сайт https://flydrone.ru Для связи [email protected]
Subscribers, 30 days
Nov 9 – Nov 15−5 (−0.1%)
Show as table
| Date | Subscribers |
|---|---|
| Nov 9, 2026 | 4,492 |
| Nov 10, 2026 | 4,489 |
| Nov 11, 2026 | 4,489 |
| Nov 12, 2026 | 4,491 |
| Nov 13, 2026 | 4,487 |
| Nov 14, 2026 | 4,489 |
| Nov 15, 2026 | 4,487 |
Average views per post by day
By publication day
Show as table
| Date | Avg views per post |
|---|---|
| Oct 30, 2026 | 961 |
| Nov 2, 2026 | 817 |
| Nov 3, 2026 | 289 |
| Nov 4, 2026 | 488 |
| Nov 6, 2026 | 265 |
| Nov 9, 2026 | 570 |
| Nov 10, 2026 | 784 |
| Nov 11, 2026 | 472 |
| Nov 12, 2026 | 439 |
| Nov 13, 2026 | 516 |
| Nov 16, 2026 | 684 |
Most viewed this month
- 01Views1.68KForwards4Reactions—Comments—
- 02Views1.64KForwards5Reactions—Comments—
- 03Views1.62KForwards3Reactions—Comments—
- 04Views1.61KForwards5Reactions—Comments—
- 05Views1.6KForwards4Reactions—Comments—
Latest posts
Хабаровский край получит 12 беспилотников с ИИ для контроля лесов без спутниковой навигации 🌳 Министерство лесного хозяйства и лесопереработки Хабаровского края начало принимать 12 беспилотников, закупленных у местных производителей. Семь аппаратов уже прошли полевые испытания, ещё пять должны поступить до конца 2026 года. Дроны будут использовать для обнаружения лесных пожаров, поиска нарушителей и координации работы пожарных подразделений, сообщает информационно-аналитический журнал RUБЕЖ. Новые аппараты способны продолжать полёт без сигнала спутиниковой навигации. Это особенно важно для Хабаровского края, где значительная часть лесных территорий труднодоступна и не покрыта сотовой связью. Заявленный радиус управления беспилотниками составляет до 20 км, а видео передаётся оператору в высоком разрешении в режиме реального времени. На борту установлена система распознавания и сопровождения объектов на основе искусственного интеллекта. Она позволит операторам обнаруживать и отслеживать объекты во время патрулирования, а также получать информацию об обстановке на лесных территориях. Беспилотники планируют применять по трём направлениям: для выявления пожаров и поиска нарушителей лесного законодательства, наблюдения за ландшафтными пожарами и координации сил при их тушении, а также проведения контрольных и надзорных мероприятий. Закупка аппаратов у региональных производителей стала частью программы развития местной беспилотной авиации. После поступления всех 12 дронов возможности лесного хозяйства края по дистанционному мониторингу территорий расширятся.
Open in TelegramHigh Eye испытала модульную архитектуру управления беспилотным вертолётом Airboxer 🚁 Нидерландская компания High Eye провела испытания программной архитектуры Intelic NEXUS на беспилотном вертолёте Airboxer. В ходе полётов продолжительностью более четырёх часов разработчики проверили работу единой системы управления, которая позволяет подключать различные полезные нагрузки и оборудование без разработки отдельных программных интерфейсов для каждого варианта конфигурации. Решение должно упростить адаптацию беспилотника под разные задачи. Обычно установка нового оборудования требует доработки программного обеспечения, изменения интерфейса оператора и повторной проверки совместимости с бортовыми системами. Архитектура NEXUS позволяет объединить управление аппаратом, операторские станции и дополнительное оборудование в единой программной среде. При этом отдельные компоненты можно заменять или перенастраивать без полной переработки системы управления. Для обмена данными между компонентами используется стандартный протокол MAVLink. Он обеспечивает взаимодействие бортовых систем, операторских станций и подключённого оборудования. Благодаря этому при установке нового датчика или средства связи достаточно соблюсти установленные электрические и интерфейсные требования, а не создавать отдельную программную сборку. Модульная архитектура рассчитана на несколько типов миссий. Для морского наблюдения Airboxer может оснащаться оптико-электронными и инфракрасными камерами, а также приёмниками автоматической идентификационной системы AIS. При обследовании инфраструктуры предусмотрено применение LiDAR для построения геопространственных моделей и контроля линий электропередачи. Для поисково-спасательных операций может использоваться система Lifeseeker, которая помогает определять местоположение мобильных телефонов. Другие варианты оснащения включают радары, магнитометры и радиосистемы связи Silvus и Kongsberg. Испытания программной интеграции продолжили проверку продолжительности полёта Airboxer. В сентябре 2026 года вертолёт выполнил морскую миссию продолжительностью 4 часа 30 минут 30 секунд. Для неё использовались дополнительные топливные баки, поплавковое оборудование и полезная нагрузка. Сочетание продолжительного полёта с унифицированной системой управления позволяет использовать платформу для длительного наблюдения и сбора данных с передачей информации другим воздушным, наземным и морским системам.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 208 |
| 13 h | 970 |
| 25 h | 1,328 |
| 31 h | 1,392 |
| 67 h | 1,605 |
- After 1 hour208
- After 24 hours1,328
- Total to date1,605
Gremsy представила сверхкомпактный оптико-тепловизионный модуль KESTREL массой менее 300 граммов Американская Gremsy USA представила KESTREL — оптико-тепловизионный модуль для беспилотников массой менее 300 г. Система объединяет камеру видимого диапазона, тепловизор и трёхосевой подвес. Предзаказы на устройство открылись 11 ноября 2026 года. Оптическая камера оснащена системой гибридного увеличения до 40 раз, включая 20-кратное оптическое и 2-кратное цифровое увеличение. Тепловизионный сенсор имеет разрешение 640 × 512 пикселей. Такое сочетание позволяет использовать один модуль для визуального осмотра объектов и обнаружения тепловых аномалий. Например, при обследовании энергетической инфраструктуры оператор может искать перегретые элементы, а при поисково-спасательных работах — обнаруживать людей по тепловому следу. Масса менее 300 г позволяет устанавливать KESTREL на относительно небольшие беспилотники, для которых использование более тяжёлых оптико-электронных систем может быть ограничено. Трёхосевой подвес компенсирует колебания аппарата, помогая сохранять стабильность изображения во время полёта. До выхода на рынок Gremsy провела предварительную программу интеграции с производителями беспилотников и системными интеграторами. Открытие предзаказов стало следующим этапом коммерциализации разработки. Компания пока не раскрыла в опубликованном сообщении стоимость системы и сроки начала поставок.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 2 h | 90 |
| 15 h | 131 |
| 27 h | 155 |
| 33 h | 164 |
| 69 h | 210 |
- After 24 hours155
- Total to date210
Беспилотник научили выявлять дефекты солнечных панелей в реальном времени с помощью ИИ ☀️ Исследователи из Марокко разработали систему для автоматического обнаружения неисправностей солнечных панелей с помощью тепловизора на беспилотнике. Вычисления выполняются непосредственно на борту аппарата, поэтому анализ снимков не требует передачи данных на наземную станцию и последующей обработки. Система способна обрабатывать 30 тепловизионных кадров в секунду без пропусков. Разработку представили 12 ноября в рамках научной конференции Drones 2026: Mapping the Knowledge. В исследовании участвовали специалисты Исследовательского подразделения геопространственных технологий Института агрономии и ветеринарной медицины Хасана II и центра Green Energy Park. В качестве аппаратной платформы исследователи использовали беспилотник DJI M300 RTK, оснащённый вычислительным модулем NVIDIA Jetson Orin NX. Для анализа тепловизионных изображений применили нейросеть YOLOv12, дообученную на наборе данных с различными температурными аномалиями. В частности, алгоритм распознавал локальные перегревы и неисправности обходных диодов, которые могут приводить к снижению производительности солнечных модулей. Одной из основных задач стала оптимизация нейросети для работы на компактном бортовом компьютере. Исследователи сравнили три формата вычислений: FP32, FP16 и INT8. Несмотря на то что INT8 обычно позволяет ускорить обработку за счёт уменьшения точности представления данных, в данном случае он показал худший результат. Скорость составила 42,73 кадра в секунду против 44,19 кадра в секунду у FP16. Кроме того, точность обнаружения дефектов после перехода на INT8 снизилась на 2,06%. Оптимальным вариантом оказался FP16. При его использовании полная задержка обработки одного кадра составила 24,8 мс. Система обеспечила потоковую обработку тепловизионных изображений с частотой 30 кадров в секунду без потери кадров. Максимальное энергопотребление вычислительного модуля достигло 14,4 Вт, а температура — 42,8 °C. Результаты исследования показали, что бортовая обработка тепловизионных данных позволяет выявлять неисправности солнечных панелей непосредственно во время полёта. Подход сокращает время между обследованием объекта и получением диагностической информации и может упростить техническое обслуживание крупных солнечных электростанций.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 4 h | 125 |
| 17 h | 149 |
| 29 h | 160 |
| 35 h | 169 |
| 71 h | 203 |
- After 6 hours125
- After 24 hours160
- Total to date203
Компания Ring представила автономный дрон для наблюдения за домом ⚙️ Американская компания Ring представила Drone Cam — автономную летающую камеру, предназначенную для контроля безопасности жилых помещений. При срабатывании датчиков движения устройство самостоятельно покидает зарядную станцию и отправляется обследовать дом, передавая владельцу видео в режиме реального времени. Дрон весит 165 г и способен перемещаться по заранее заданным маршрутам, обходя препятствия на пути. Для навигации он использует облачную систему, поэтому владельцу не требуется управлять аппаратом вручную. Продолжительность одного полёта составляет от 5 до 8 минут, после чего устройство возвращается на зарядную станцию. Помимо Drone Cam, Ring представила Rover Cam — наземного робота для патрулирования складов и производственных помещений. Он предназначен для автономного перемещения по объекту и наблюдения за его состоянием.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 7 h | 144 |
| 31 h | 167 |
| 37 h | 171 |
| 73 h | 202 |
- After 6 hours144
- After 24 hours167
- Total to date202
Немецкие исследователи испытали мини-дрон для обнаружения трещин в бетонных мостах Учёные из Рурского университета в Бохуме разработали метод обследования бетонных конструкций с помощью небольшого беспилотника. Исследование показало, что мини-дрон может обнаруживать трещины на поверхностях мостов, в том числе в труднодоступных местах, куда сложно добраться специалистам при обычном осмотре. Команда создала два прототипа. Первая модель диаметром 8 см оказалась слишком ограничена по времени полёта. Её аккумулятора хватало на 5–6 минут, а для распознавания повреждений требовалось постоянное подключение к компьютеру. Поэтому исследователи разработали вторую версию диаметром 23 см. Она самостоятельно прокладывает маршрут, обследует бетонные стены и анализирует изображения с помощью ИИ. Результаты сохраняются непосредственно на SD-карту. Алгоритм SLAM позволил дрону ориентироваться внутри мостов без GPS, одновременно строить карту пространства и определять собственное положение. Нейросеть анализировала изображения попиксельно, отличая трещины от пятен, пор и паутины. Если система не была уверена в результате, беспилотник самостоятельно подлетал к подозрительному участку с другого ракурса для повторной проверки. Сейчас разработку испытывают в лаборатории Рурского университета в Бохуме, где условия полёта имитируют внутреннее пространство моста. Следующим этапом станут испытания на реальном объекте. Проект планируется использвать для автоматизированного обследования внутренних полостей мостов и создания их цифровых моделей с отмеченными повреждениями. Это позволит инспекторам быстрее находить потенциально опасные участки и сократить необходимость в ручном сборе данных. Окончательную оценку состояния конструкции по-прежнему будут проводить специалисты.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 8 h | 164 |
| 33 h | 244 |
| 39 h | 293 |
| 75 h | 361 |
- Total to date361
При каком уровне субсидий курьерские службы начинают активнее использовать дроны? 🤔 Итальянские исследовательницы Габриэлла Колаянни и Патриция Даниэле из Университета Катании смоделировали работу логистической сети, в которой несколько конкурирующих курьерских компаний используют собственные распределительные центры, наземный транспорт и беспилотники. Расчёты показали, что небольшое увеличение финансовой поддержки не обязательно приводит к росту числа доставок дронами, заметный сдвиг происходит только после достижения определённого порога. В рассмотренном сценарии критическое значение стимула составило 7,6. Ниже этого уровня объём доставки с помощью БПЛА оставался на отметке 2 условные единицы. При достижении порога он увеличивался до 3. Авторы также проверили, как на выбор транспорта влияет приоритет экологических целей. Когда их вес в модели был ниже 50%, система сохраняла прежний объём авиадоставки. При достижении отметки в 50% он увеличивался на одну условную единицу. Модель учитывает не только выбор между автомобилем и дроном, но и устройство логистической цепочки, например, отправку со склада, сортировочные центры, региональные распределительные узлы и локальные хабы. При этом у каждой курьерской компании своя инфраструктура, а посылка проходит через сеть одного оператора. Это позволяет оценить, как конкуренция между перевозчиками влияет на распределение заказов между разными способами доставки. Однако результаты пока нельзя напрямую переносить на реальные города. Для расчётов авторы использовали искусственный тестовый сценарий, который включает два пункта отправления, три пункта назначения и ограниченный набор заказов. Значение 7,6 — параметр математической модели, а не готовый размер субсидии в денежном выражении. Исследование показывает сам механизм — стимулирование должно быть достаточно весомым, чтобы изменить экономику доставки, но его эффективность ещё предстоит проверить на данных реальных логистических компаний.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 12 h | 138 |
| 24 h | 225 |
| 55 h | 236 |
| 77 h | 244 |
- After 24 hours225
- Total to date244
ZALA представила ИИ-платформу для автономной обработки данных на борту беспилотников Российская компания ZALA Aero Group представила программно-аппаратную платформу Arsenal для обработки информации непосредственно на борту беспилотных летательных аппаратов. Система использует искусственный интеллект для анализа данных с видеокамер и тепловизоров без необходимости передавать их оператору, сообщила «Российская газета». По информации разработчика, Arsenal способен автоматически обнаруживать, распознавать и классифицировать объекты, а также сопровождать движущиеся цели, определяя их скорость, размеры, направление движения и расстояние. Платформа также поддерживает одновременную обработку видеоданных и тепловизионных изображений, а навигация может осуществляться без использования спутниковых систем. Одной из ключевых особенностей разработки является снижение зависимости беспилотника от канала связи с оператором. Даже при сильных радиопомехах или потере связи аппарат с установленной системой сможет продолжать наблюдение и сопровождение объектов. Arsenal совместима с различными моделями БПЛА ZALA. Как отмечает издание «Военная хроника», разработка отражает переход компании от дистанционно управляемых разведывательных беспилотников к платформам с расширенной автономностью, способным самостоятельно анализировать обстановку и выполнять задачи без постоянного участия оператора.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 2 h | 104 |
| 14 h | 188 |
| 26 h | 232 |
| 57 h | 238 |
| 79 h | 244 |
- After 1 hour104
- After 24 hours232
- Total to date244
Влияние сельскохозяйственных дронов на эффективность производства зерна в Китае🌾 Применение сельскохозяйственных беспилотников повысило эффективность производства зерновых культур в Китае, однако положительный эффект проявлялся только после достижения определенного уровня распространения технологии. К такому выводу пришли исследователи, изучившие данные 2 030 фермерских хозяйств из разных провинций Китая. Результаты работы были опубликованы в научном журнале Food Policy. Одним из главных факторов повышения эффективности стало замещение ручного труда. В традиционном сельском хозяйстве значительная часть операций, включая обработку полей средствами защиты растений, требовала участия большого количества работников. Применение беспилотников позволило механизировать часть этих процессов и сократить потребность в ручном выполнении повторяющихся операций. Освободившиеся трудовые ресурсы фермеры могли направлять на другие производственные задачи. Также, использование БАС снижало зависимость сельскохозяйственных работ от доступности сезонных работников. Это было важно в периоды, когда обработку растений требовалось проводить в ограниченные сроки, например при распространении вредителей или заболеваний. Вторым механизмом повышения эффективности стало изменение подходов к использованию средств защиты растений. Беспилотники позволяли проводить обработку сельскохозяйственных угодий с воздуха, равномернее распределять препараты и регулировать их внесение в зависимости от особенностей участка. При традиционной обработке фермеры в большей степени зависели от наземной техники и ручного труда. Беспилотные системы предоставляли возможность оперативнее проводить защитные мероприятия на больших площадях и в условиях, когда использование наземной техники было затруднено. Кроме того, исследователи обнаружили нелинейную связь между интенсивностью использования БАС и объемом применяемых пестицидов. То есть, внедрение беспилотников не приводило к одинаковому сокращению расхода препаратов во всех хозяйствах. Эффект зависел от масштабов применения технологии и организации обработки растений. При этом повышение эффективности использования средств защиты растений позволяло рациональнее распределять производственные ресурсы и снижать потери, связанные с неэффективной обработкой посевов. Наиболее выраженный положительный эффект исследователи обнаружили в западных регионах Китая и хозяйствах, специализировавшихся на выращивании риса. Это связано с тем, что особенности выращивания культуры и условия работы на рисовых полях ограничивали использование некоторых видов наземной техники. Беспилотники позволяли проводить необходимые сельскохозяйственные операции без непосредственного перемещения тяжелого оборудования по полям. По итогам исследования авторы заключили, что экономическая отдача от сельскохозяйственных беспилотников зависела от интенсивности их использования и развития системы обслуживания фермерских хозяйств. Расширение доступа к услугам БАС и их интеграция в производственные процессы могли повысить эффективность распределения ресурсов и способствовать развитию цифрового сельского хозяйства.
Open in TelegramViews growthHide views growth
Views growth
Hours after publication
Show as table
| Hours after publication | Views |
|---|---|
| 0 h | 0 |
| 3 h | 219 |
| 15 h | 307 |
| 27 h | 366 |
| 58 h | 388 |
| 66 h | 391 |
- After 24 hours366
- Total to date391
Connections
Similar channels
Tuzov AI Lab@tuzov_ai_labTechnologies4.52K
НЕЙМАРК@neimarkitlektoriyTechnologies4.45K
Запрети мне псевдолейблить@pseudolabelingTechnologies4.54K
Frontend по-флотски 👨💻 | AI & Modern Dev@frontend_pastaTechnologies4.41K
Алексей Гладков@alexgladkovblogTechnologies4.57K
🚀 ИМПУЛЬС Т1@impulse_t1Technologies4.37K
НИИ ИИ@ai_rostovTechnologies4.35K
Миша Ларченко – о программировании и не только@larchankaTechnologies4.63K