Студенческая ОС для БПЛА рвется в реестр российского ПО. Она заточена под китайское «железо», ищет цели без GPS и понимает обычный язык
Компания «Дронкам», созданная российскими студентами, подала в Минцифры заявку на включение в реестр отечественного ПО операционной системы для управления БПЛА коптерного типа. Разработка позволяет дронам летать без GPS, ориентируясь с помощью компьютерного зрения и SLAM-алгоритмов, а также выполнять голосовые команды оператора на естественном языке благодаря встроенной большой языковой модели. ОС будет разворачиваться на китайском «железе» внутри дронов — одноплатных компьютерах размером к банковскую карточку. После попадания в реестр ОС смогут использовать госструктуры.
Заявка на регистрацию
Как выяснил CNews, российский ИТ-разработчик «Дронкам» подала заявку в Минцифры для включения в реестр операционной системы (ОС) для БПЛА коптерного типа, оснащенных одноплатными компьютерами. Система позволяет управлять коптерами автономно, с помощью искусственного интеллекта, без использования спутниковой навигации.
Заявка № 375115 была подана 16 июля 2026 г. и сейчас находится на рассмотрении в Минцифры России. Речь идет о включении в реестр операционной системы для управления БПЛА с интегрированной интеллектуальной системой управления (СУ) с элементами искусственного интеллекта.
Молодая российская компания «Дронкам» рвется в реестр российского ПО с востребованной ОС для БПЛА
Разработчиком выступает ООО «Дронкам» — компания, созданная чуть более двух лет. Она на 100% принадлежит Родиону Анисимову, выпускнику факультета «Специальное машиностроение» МГТУ им. Баумана. В университете существовала команда «Дронкам», которая занималась похожими разработками.
В сферу интересов Анисимова входили роботы и БПЛА. «Дронкам» в январе 2026 г. представлял инновационный образовательный беспилотник БПЛА с ИИ для школ и вузов ARA EDU DroneCAM. Дрон включал в себя одноплатный компьютер собственного производства на базе процессора Rockchip RK3588S и модуль технического зрения TrackingCam v3, сообщал портал «Дронус».
«Дронкам» изначально создавался как студенческий продукт. В ноябре 2024 г. команда «Дронкам» победила в чемпионате «Аэробот 2024», единственной полностью пройдя все этапы автономного полета на реальном полигоне. Дрон, использовавшийся на соревнованиях, работал на тех же алгоритмах, что легли в основу заявленной ОС.
Команда «Дронкам» на тот момент была сформирована из студентов ТУСУРа, МГТУ имени Н.Э. Баумана, МГТУ «Станкин» при поддержке внутреннего акселератора проектов компании «Прикладная робототехника» (Москва), а также ООО «ТК Полюс» (Томск) и администрации Томской области, сообщал «Томский консорциум научно-образовательных и научных организаций» в ноябре 2024 г. Коллектив команды сформировал собственное предприятие — ООО «Дронкам», указывал портал консорциума.
Представленное в Минцифры российское программное обеспечение представляет собой полноценную операционную систему для одноплатных компьютеров OrangePi на базе процессора RK3588S, которая превращает обычный дрон в полностью автономный аппарат, способный ориентироваться в пространстве без использования спутниковых сигналов и выполнять команды на естественном языке.
Регистрация ПО в реестре Минцифры даст возможность его создателям поставлять его для государственных нужд и получать налоговые льготы на разработки.
Что за «железо»?
Orange Pi в БПЛА — это доступный микрокомпьютер, выполняющий роль «бортового мозга» с искусственным интеллектом. Его интеграция в архитектуру FPV-дронов стала ключевым технологическим трендом. В данном случае одноплатный компьютер является центральным вычислительным узлом комплекса. На OrangePi размещаются: Linux/Ubuntu, ROS Noetic, сервисы управления полетом, алгоритмы автономной навигации, модули компьютерного зрения, нейросетевые алгоритмы, графический интерфейс и API, то есть «умная» начинка находится на самом дроне, а не на наземной станции. Обработка видео, SLAM, нейросети — все это также будет выполняться в реальном времени на борту.
Процессор Rockchip RK3588S стал одним из ключевых чипов для создания «умных» БПЛА с бортовым искусственным интеллектом. Его вычислительной мощности и встроенного нейропроцессора (NPU) хватает, чтобы превратить обычный дрон в полностью автономный робототехнический комплекс, способный летать без GPS и связи с оператором.
Согласно документации, в состав программно-аппаратного комплекса входят: коптерный БПЛА, полетный контроллер с прошивкой Ardupilot или INAV, цифровая камера, инерциальный модуль IMU, опционально лидар или лазерный дальномер, Wi-Fi модуль или Ethernet-подключение. Система работает под управлением Linux и ROS Noetic, предоставляя разработчикам Python API и ROS API для программирования автономных миссий.
Навигация без GPS и компьютерное зрение
Ключевая особенность системы — возможность полноценной автономной навигации в условиях отсутствия спутникового сигнала. ПО обеспечивает локализацию БПЛА при помощи компьютерного зрения с использованием надирно закрепленной камеры, а также распознавание ArUco-маркеров для визуального позиционирования. Дополнительно система поддерживает локализацию с применением двухмерного и трехмерного лазерных дальномеров, что позволяет дрону ориентироваться внутри помещений. SLAM-картографирование дает возможность строить карты окружающей среды в реальном времени и осуществлять автономную навигацию по ним.
Искусственный интеллект и нейросети на борту
ПО позволяет загружать и выполнять нейросетевые модели непосредственно на бортовом компьютере дрона, включая алгоритмы детекции и сегментации объектов. Это означает, что все вычисления производятся на месте, без необходимости передачи данных на наземную станцию, что критически важно для работы в условиях ограниченной пропускной способности каналов связи или применения средств РЭБ (радиоэлектронной борьбы).
Разработка обеспечивает поддержку больших лингвистических моделей, которая реализована через голосовое программирование полетных заданий — оператор может отдавать команды дрону на естественном языке. В документации не указано, какая именно языковая модель может быть использована. Однако в 2025 г. Родион Анисимов с группой магистров и научных сотрудников технических вузов опубликовал статью в издании «Управление большими системами» об исследовании применения больших языковых моделей (LLM) для управления БПЛА с помощью естественно-языковых команд. Работа была проведена за счет гранта РНФ. Результаты показали, что использование компьютеров с нейронным процессором на Rockchip RK3588S позволяет достичь скорости 17,8 токен/с, что превосходит некоторые процессоры, в том числе от Nvidia. Это особенно важно для задач, требующих быстрого принятия решений, таких как автономный полет БПЛА.
Кроме того, молодые ученые пришли к выводу, что модели Qwen2.5-Coder-3B-Instruct, Qwen2.5-Coder-1.5B-Instruct, Qwen2.5-Coder-0.5B-Instruct демонстрируют стабильное качество на разработанном тесте, что подтверждает их пригодность для использования в системах с ограниченными ресурсами.
Управление полетом и средства разработки
Операционная система для БПЛА обеспечивает полный спектр функций управления полетом, включая автоматический взлет и посадку, управление скоростью и углом рыскания, полет по координатам. Предусмотрена работа с датчиками: получение данных с IMU, высотомера, лидара, оптического потока и обработка телеметрии в реальном времени. Взаимодействие с полетными контроллерами Ardupilot и INAV осуществляется по протоколам MAVLink и MSP. Система поддерживает подключение периферийных модулей — сервоприводов, датчиков, светодиодов, магнитов и динамиков.
Для разработчиков предусмотрены графический язык программирования полетных сценариев и Python API для написания собственной полетной логики. Интеграция с ROS открывает возможности для подключения внешних сервисов и расширения функциональности системы.
Два сценария использования: инженерия и образование
ПО позиционируется для двух ключевых сценариев. В инженерных задачах система применяется в качестве основной операционной среды бортового компьютера БПЛА с поддержкой автономного управления, навигации и интеллектуальной обработки данных. В образовательной среде программное обеспечение используется как графическая платформа для визуального программирования, изучения робототехники, компьютерного зрения, искусственного интеллекта и алгоритмов автономного полета.
На сайте компании указано, что она рассчитывает на заказы от производителей и эксплуатантов БПЛА, предлагая им за счет своих решений сократить расходы на разработку, расширить функционал применения продукции и унифицировать управляющий интерфейс, что позволит снизить затраты на подготовку операторов на 90%.
Мнения экспертов
«Данная ОС — вполне востребованное решение. Если говорить про гражданское использование, то она помогает беспилотникам выполнять различные миссии, когда GPS недоступен или ненадежен. Например, в плотной городской застройке, в помещениях, в зонах с помехами или полным глушением сигнала. Нейросеть на борту позволяет дрону не просто «знать», куда лететь в моменте, а «понимать», где именно он находится, строить карты местности, распознавать различные объекты, принимать решения на основе визуального потока», — рассказал CNews эксперт НТИ «Аэронет» Николай Ивашов, официальный представитель компании «Флай Дрон».
«Это дефицитная компетенция. Массовое глушение и спуфинг спутниковых сигналов сделали GPS-независимость обязательным требованием не только для обороны, но и для гражданских сценариев: помещения, тоннели, шахты, промышленные объекты с помехами», — считает Роман Тиняев, партнер практики «Промышленность и технологии» Strategy Partners.
По словам Ивашова, это может быть актуально при мониторинговых полетах, инспекциях объектов с воздуха, а также для городской аэрологистики. Кроме того, эта ОС может применяться для обучения эксплуатантов БПЛА работе с ИИ.
Эксперт Роман Тиняев перечислил подобные иностранные решения: Skydio (США), Autherion Skynode от Autherion (США), VNav от Palantir (США), Hivemind от Shield AI (США), европейские проекты типа SE3 Labs, Spleenlab (Германия) или Robotto (Дания).
В настоящее время появились и российские решения, но нельзя сказать, что рынок заполнен, констатировал Тиняев. Российские вузы и компании системно работают над этим.
Похожие разработки также есть у МАИ, НИУ «МЭИ», ИТМО, Фонда перспективных исследований (ФПИ), пояснил Николай Ивашов. Но решение «Дронкам», вероятно, отличается в первую очередь тем, что разработка заточена под конкретную аппаратную платформу (Orange Pi) с фокусом на запуск LLM прямо на борту и автономную работу, говорит эксперт.
Зачем нужен Orange Pi
По словам Ивашова, использование Orange Pi позволяет получить баланс цены и возможностей, хорошее соотношение в плане «функционал — энергопотребление — стоимость». Ведь для инженерных и образовательных задач не всегда нужна сверхмощная платформа. Кроме того, Orange Pi поддерживает ARM-архитектуру, что важно для автономных систем.
«ARM-чипы энергоэффективны, это позволяет дрону лететь дольше. Еще один плюс — наличие NPU. В некоторых моделях имеются встроенные блоки для ускорения нейросетевых вычислений — это позволяет LLM работать прямо на борту без связи с облаком. На такую платформу можно поставить разные ОС и легко настраивать стек под конкретную задачу», — указал специалист.
При этом выбор именно китайского решения Ивашов объяснил неполной готовностью российской базы:
«В России есть собственные решения — платы на отечественных процессорах. Однако на текущем этапе у многих из них может быть меньше готовой экосистемы: проверенных драйверов, библиотек для ИИ-задач, сообществ разработчиков и т.д. Orange Pi предоставляет широкий доступ к готовым инструментам. Технологическая независимость безусловно нужна, но в том, чтобы сначала отладить решение на проверенной платформе, а затем, когда российские аналоги нарастят поддержку и производительность, перейти на них, есть определенная логика», — заключил эксперт.
