Тезис: одно ядро — два рынка
Принято считать, что гражданский дрон-инспектор и боевой дрон-перехватчик — это разные машины с разной начинкой. На уровне корпуса и полезной нагрузки это так. Но на уровне «мозга» — той части, что превращает видеопоток в решение, — они построены вокруг одного и того же технологического ядра.
Это ядро состоит из двух связанных способностей: бортовой ИИ-классификации объектов (нейросеть на edge-устройстве распознаёт, что именно в кадре) и автономного наведения без спутника (дрон удерживает и сопровождает объект по видео, не завися от GPS/ГЛОНАСС). Эта пара и есть dual-use ядро: меняя обучающие данные и логику финального действия, мы получаем либо гражданский инструмент мониторинга, либо комплекс активной защиты от БПЛА.
Для заказчика это означает понятную инженерную преемственность: одна и та же проверенная архитектура edge ИИ для дронов масштабируется от рутинной инспекции ЛЭП до перехвата FPV-дрона над охраняемым объектом. О том, как устроена каждая ветка по отдельности, мы пишем в статьях про edge-AI для гражданских дронов и про кинетический перехват против РЭБ. Здесь — про мост между ними.
Как устроено единое ИИ-ядро
Конвейер обработки одинаков для обеих конфигураций и укладывается в четыре шага:
- Камера. Бортовая видеокамера снимает сцену в видимом диапазоне. Это не тепловизор — обычное видео, которое и обрабатывает нейросеть на борту.
- Бортовой ИИ. Видео поступает в edge-вычислитель класса Raspberry Pi прямо на борту дрона. Все вычисления идут локально, без отправки кадров в облако.
- Классификация типа объекта. Нейросеть определяет класс объекта в кадре. В гражданской версии это дефект конструкции, человек, очаг возгорания; в оборонной — коптер, самолётный БПЛА, птица или пилотируемое воздушное судно.
- Автономное решение. По результату классификации модуль принимает решение на борту: зафиксировать и передать данные — либо удержать визуальный захват и довести наведение до цели без участия спутника.
Ключевое здесь — что классификация объектов на борту и принятие решения происходят в одном устройстве, в реальном времени. В оборонной ветке ВОЛКОДАВ перед этим работает второй контур: ИИ-сервер на пункте управления классифицирует видео со всех постов наблюдения за 25–30 секунд и отделяет реальную угрозу от птицы или пилотируемого борта при пороге ложных срабатываний не выше 5%. А бортовой ИИ-модуль перехватчика берёт на себя только финальную фазу. В гражданской ветке наземный сервер не обязателен — вся аналитика может идти прямо на дроне.
Важно понимать, что бортовой ИИ-модуль — это самая дорогая и наукоёмкая часть всей системы. На его отладку уходит основная инженерная работа: сбор и разметка данных, обучение нейросети под конкретные классы объектов, оптимизация модели под ограниченные вычислительные ресурсы edge-устройства, полевые испытания в реальных условиях освещения и погоды. Именно поэтому переиспользование этого модуля между задачами даёт принципиальную экономию: один раз отлаженный конвейер «камера → ИИ → классификация → решение» становится платформой, на которую достаточно «надеть» нужный набор классов и нужное финальное действие.
Одно ядро, два режима обучения. Архитектура «камера → ИИ → классификация → решение» не меняется — меняются классы, которые видит нейросеть, и действие, которым она отвечает.
Гражданская задача: мониторинг и поиск
В гражданской конфигурации edge-ядро превращает дрон в автономного аналитика, который не просто снимает видео, а сразу понимает, что на нём. Это снимает с человека рутину просмотра часов записи и даёт результат прямо в поле.
- Инспекция инфраструктуры — ЛЭП, вышки связи, мосты, кровли, солнечные и ветровые электростанции. Бортовой ИИ отмечает аномалии и дефекты в момент облёта.
- Поиск пропавших людей — детекция фигуры человека в лесу или поле, в том числе с тепловизионной нагрузкой.
- Мониторинг лесов — раннее обнаружение очагов возгорания и незаконных рубок.
- Агромониторинг — оценка состояния посевов, анализ полей, контроль скота.
- Обнаружение утечек — тепловые и визуальные аномалии на гражданских ЛЭП и трубопроводах.
Общее у всех сценариев — решение принимается на борту, без устойчивой связи и без облака. Это критично для удалённых объектов и зон без покрытия. Подробный разбор гражданских применений — в статье «Edge-AI на Raspberry Pi для дронов: инспекция, поиск людей, мониторинг лесов и ЛЭП». Гражданские применения мы описываем как возможности технологии — честно, без обещаний конкретного результата.
Оборонная задача: Counter-UAS и устойчивость к РЭБ
В оборонной конфигурации то же ядро управляет дроном-перехватчиком. Логика «камера → ИИ → классификация → решение» остаётся, но финальное действие — кинетический перехват: аппарат-перехватчик с ИИ-наведением физически таранит цель в воздухе. Без взрывчатых веществ.
Принципиальных два свойства этой ветки:
- Человек в петле решений на трёх независимых точках. Оператор подтверждает обнаружение, пилот ведёт дрон по радиоканалу, оператор подтверждает визуальный захват — и только в финальной фазе работает автономный бортовой ИИ.
- Независимость от GPS/ГЛОНАСС в боевой фазе. Финальное наведение идёт по видео бортовой камеры. Глушение спутника средствами РЭБ не действует — дрон видит цель визуально и удерживает её автономно. Именно поэтому ВОЛКОДАВ устойчив к радиоэлектронному подавлению.
Перехватчик — это квадрокоптер на 10″ винтах массой до 3 кг, с крейсерской скоростью 70 км/ч (до 120 км/ч), дальностью 10–12 км от точки пуска и временем в воздухе до 15 минут. Почему кинетика устойчивее к РЭБ, чем глушение, и когда что выбирать — разбираем в статье «Кинетический перехват дронов vs РЭБ» и в разделе лендинга про устойчивость к РЭБ.
Что общего и что различается
Чтобы тезис о dual-use дрон ИИ был предметным, сведём конфигурации в таблицу. Слева — компонент, справа — как он выглядит в каждой версии.
| Компонент | Гражданская версия | Counter-UAS версия |
|---|---|---|
| Вычислитель (edge) | Raspberry Pi-класс на борту | Raspberry Pi-класс на борту |
| Сенсор | Видеокамера (опц. тепловизор) | Видеокамера |
| Нейросеть классификации | Дефекты, человек, возгорание, посевы | Коптер, самолётный БПЛА, птица, пилотируемое ВС |
| Наведение без GPS | Сопровождение объекта по видео | Финальный захват цели по видео |
| Финальное действие | Отчёт, маркировка, передача данных | Кинетический перехват (таран, без ВВ) |
| Наземный контур | Опционален | ИИ-сервер на ПУ + человек в петле ×3 |
| Связь | Может работать без покрытия | Радиоканал пилота; финал — автономно |
Видно, что три из четырёх элементов ядра — вычислитель, сенсор и принцип наведения по видео — общие. Различаются обучающие классы нейросети и логика финального действия. Это и есть инженерная суть dual-use: переиспользуется самое дорогое и сложное (архитектура edge-вычислений и автономного зрения), а адаптируется самое прикладное.
Различие в наземном контуре — отдельная важная деталь. Гражданскому дрону наземная инфраструктура не нужна: он вылетает, облётывает объект и возвращается с уже размеченными данными. Counter-UAS, напротив, требует полноценного комплекса — пункта управления с ИИ-сервером, постов автонаблюдения с тепловизорами кругового обзора, групп быстрого реагирования и человека в петле решений на трёх точках. Это не противоречие, а отражение разной цены ошибки: ложная отметка дефекта на инспекции исправляется повторным осмотром, тогда как решение о перехвате должно проходить независимый человеческий контроль на каждом шаге. Общее ИИ-ядро снимает техническую сложность распознавания, но регламент применения у двух веток принципиально разный.
Почему edge-подход — ключевое преимущество
Альтернатива edge — передавать видео в облако, считать там и возвращать результат. Для обеих задач это проигрышная схема, и по одинаковым причинам.
- Реальное время. Решение принимается на борту, без задержки на передачу кадров и ответ сервера. Для инспекции это означает результат в момент облёта; для перехвата — реакцию в темпе, который облачный round-trip обеспечить не может.
- Работа без связи. Удалённый трубопровод, лес без покрытия, зона радиоэлектронного подавления — edge-ядро не зависит от внешней сети. Гражданскому дрону это даёт автономность, перехватчику — невосприимчивость к глушению канала.
- Устойчивость к РЭБ. Поскольку финальное наведение идёт по видео, а вычисления локальны, ни глушение GPS, ни подавление канала не лишают дрон способности видеть и принимать решение. Это прямое следствие edge-архитектуры.
- Приватность и контроль данных. Кадры не покидают устройство без необходимости — в гражданских сценариях это упрощает работу с чувствительными объектами.
Иными словами, edge — это не оптимизация, а само свойство, которое делает один и тот же автономный дрон без GPS пригодным и для мониторинга, и для перехвата. Подробнее об архитектуре комплекса — в разделе «Как работает» и «ТТХ» на главной.
Вывод
ВОЛКОДАВ — это не два разных продукта, а одно edge-AI ядро в двух конфигурациях. Бортовая ИИ-классификация целей и автономное наведение без спутника одинаково лежат в основе гражданской инспекции и оборонного Counter-UAS. Меняется полезная нагрузка, обучающие классы и финальное действие — ядро остаётся единым. Для заказчика это означает зрелую, переиспользуемую технологию: то, что отрабатывается на мониторинге инфраструктуры, усиливает защиту от БПЛА, и наоборот.