BPLA | DRONE
الذهاب إلى القناة على Telegram
BPLA | DRONE HUB DJI, FPV, Racing, Freestyle, Tech 💌 Связь с админом. Вопросы. Консультация по дронам. t.me/bpla_drone?direct
إظهار المزيد5 220
المشتركون
-124 ساعات
+37 أيام
+2230 أيام
جاري تحميل البيانات...
القنوات المماثلة
سحابة العلامات
الإشارات الواردة والصادرة
---
---
---
---
---
---
جذب المشتركين
أغسطس '26
أغسطس '26
+68
في 0 قنوات
يوليو '26
+135
في 0 قنوات
Get PRO
يونيو '26
+146
في 2 قنوات
Get PRO
مايو '26
+144
في 0 قنوات
Get PRO
أبريل '26
+157
في 4 قنوات
Get PRO
مارس '26
+151
في 1 قنوات
Get PRO
فبراير '26
+162
في 3 قنوات
Get PRO
يناير '26
+165
في 1 قنوات
Get PRO
ديسمبر '25
+136
في 2 قنوات
Get PRO
نوفمبر '25
+125
في 0 قنوات
Get PRO
أكتوبر '25
+182
في 1 قنوات
Get PRO
سبتمبر '25
+192
في 2 قنوات
Get PRO
أغسطس '25
+201
في 1 قنوات
Get PRO
يوليو '25
+253
في 1 قنوات
Get PRO
يونيو '25
+311
في 9 قنوات
Get PRO
مايو '25
+333
في 7 قنوات
Get PRO
أبريل '25
+324
في 6 قنوات
Get PRO
مارس '25
+589
في 11 قنوات
Get PRO
فبراير '25
+347
في 1 قنوات
Get PRO
يناير '25
+321
في 6 قنوات
Get PRO
ديسمبر '24
+245
في 5 قنوات
Get PRO
نوفمبر '24
+236
في 4 قنوات
Get PRO
أكتوبر '24
+222
في 2 قنوات
Get PRO
سبتمبر '24
+226
في 2 قنوات
Get PRO
أغسطس '24
+176
في 2 قنوات
Get PRO
يوليو '24
+174
في 3 قنوات
Get PRO
يونيو '24
+104
في 0 قنوات
Get PRO
مايو '24
+140
في 1 قنوات
Get PRO
أبريل '24
+205
في 1 قنوات
Get PRO
مارس '24
+242
في 0 قنوات
Get PRO
فبراير '24
+188
في 2 قنوات
Get PRO
يناير '24
+146
في 0 قنوات
Get PRO
ديسمبر '23
+136
في 0 قنوات
Get PRO
نوفمبر '23
+92
في 0 قنوات
Get PRO
أكتوبر '23
+392
في 0 قنوات
| التاريخ | نمو المشتركين | الإشارات | القنوات | |
| 26 أغسطس | +1 | |||
| 25 أغسطس | +4 | |||
| 24 أغسطس | +3 | |||
| 23 أغسطس | +3 | |||
| 22 أغسطس | +1 | |||
| 21 أغسطس | +4 | |||
| 20 أغسطس | +2 | |||
| 19 أغسطس | +2 | |||
| 18 أغسطس | +3 | |||
| 17 أغسطس | +1 | |||
| 16 أغسطس | +3 | |||
| 15 أغسطس | +3 | |||
| 14 أغسطس | +3 | |||
| 13 أغسطس | +2 | |||
| 12 أغسطس | +3 | |||
| 11 أغسطس | +4 | |||
| 10 أغسطس | +4 | |||
| 09 أغسطس | +5 | |||
| 08 أغسطس | +2 | |||
| 07 أغسطس | 0 | |||
| 06 أغسطس | 0 | |||
| 05 أغسطس | +2 | |||
| 04 أغسطس | +6 | |||
| 03 أغسطس | +3 | |||
| 02 أغسطس | +1 | |||
| 01 أغسطس | +3 |
منشورات القناة
🎯 AIRHOUND — дрон, который сам находит и преследует другой дрон
Исследователи из Embry-Riddle Aeronautical University разработали AIRHOUND — открытую систему компьютерного зрения, которая позволяет беспилотнику самостоятельно обнаружить другой дрон в воздухе, определить его положение и начать автоматическое сопровождение.
Работает всё примерно так:
Камера → нейросеть обнаруживает дрон → определяется расстояние → алгоритм прогнозирует положение цели → PX4 корректирует полёт.
🧠 В качестве бортового компьютера используется NVIDIA Jetson Orin Nano 16 GB, а за зрение отвечает Intel RealSense D455, которая получает обычное RGB-изображение и данные о глубине.
Для обнаружения разработчики протестировали две нейросети — YOLOv8n и RF-DETR.
При сильном ухудшении изображения RF-DETR показал mAP@0.5 = 0,716, тогда как YOLOv8n — 0,318. После оптимизации через TensorRT RF-DETR удалось разогнать до 275,7 FPS на Jetson Orin Nano.
Но просто увидеть другой дрон недостаточно.
AIRHOUND использует 3D Kalman Filter, который сглаживает координаты и прогнозирует движение цели. Благодаря этому система способна продолжать сопровождение, даже если объект ненадолго пропадает из кадра.
Дальше команды передаются в PX4 в режиме Offboard, и коптер самостоятельно корректирует траекторию движения.
⚙️ В основе проекта:
• ROS 2
• PX4
• NVIDIA Jetson
• Intel RealSense
• RF-DETR / YOLOv8
• TensorRT
• Kalman Filter
• Gazebo
🔥 Самое интересное — проект полностью открыт.
👉 Исходники AIRHOUND на GitHub
👉 Описание проекта и исследования
В репозитории есть ROS 2-пакеты, модели детекции, интерфейс для PX4, конфигурации, HITL-тестирование и инструменты для симуляции. Поэтому AIRHOUND можно использовать как отправную точку для собственных экспериментов с автономными дронами и компьютерным зрением.
💡 AIRHOUND хорошо показывает следующий этап развития автономных UAV: нейросеть уже не просто рисует рамку вокруг объекта на видео — результат компьютерного зрения напрямую используется для управления полётом.
#дроны #UAV #OpenSource #AIRHOUND #PX4 #ROS2 #Jetson #ComputerVision #AI #автономныедроны
| 2 |  🎯 AIRHOUND — дрон, который сам находит и преследует другой дрон
Исследователи из Embry-Riddle Aeronautical University разработали AIRHOUND — открытую систему компьютерного зрения, которая позволяет беспилотнику самостоятельно обнаружить другой дрон в воздухе, определить его положение и начать автоматическое сопровождение.
Работает всё примерно так:
Камера → нейросеть обнаруживает дрон → определяется расстояние → алгоритм прогнозирует положение цели → PX4 корректирует полёт.
🧠 В качестве бортового компьютера используется NVIDIA Jetson Orin Nano 16 GB, а за зрение отвечает Intel RealSense D455, которая получает обычное RGB-изображение и данные о глубине.
Для обнаружения разработчики протестировали две нейросети — YOLOv8n и RF-DETR.
При сильном ухудшении изображения RF-DETR показал mAP@0.5 = 0,716, тогда как YOLOv8n — 0,318. После оптимизации через TensorRT RF-DETR удалось разогнать до 275,7 FPS на Jetson Orin Nano.
Но просто увидеть другой дрон недостаточно.
AIRHOUND использует 3D Kalman Filter, который сглаживает координаты и прогнозирует движение цели. Благодаря этому система способна продолжать сопровождение, даже если объект ненадолго пропадает из кадра.
Дальше команды передаются в PX4 в режиме Offboard, и коптер самостоятельно корректирует траекторию движения.
⚙️ В основе проекта:
• ROS 2
• PX4
• NVIDIA Jetson
• Intel RealSense
• RF-DETR / YOLOv8
• TensorRT
• Kalman Filter
• Gazebo
🔥 Самое интересное — проект полностью открыт.
👉 Исходники AIRHOUND на GitHub
👉 Описание проекта и исследования
В репозитории есть ROS 2-пакеты, модели детекции, интерфейс для PX4, конфигурации, HITL-тестирование и инструменты для симуляции. Поэтому AIRHOUND можно использовать как отправную точку для собственных экспериментов с автономными дронами и компьютерным зрением.
💡 AIRHOUND хорошо показывает следующий этап развития автономных UAV: нейросеть уже не просто рисует рамку вокруг объекта на видео — результат компьютерного зрения напрямую используется для управления полётом.
#дроны #UAV #OpenSource #AIRHOUND #PX4 #ROS2 #Jetson #ComputerVision #AI #автономныедроны | 1 |
| 3 | 🎯 AIRHOUND — дрон, который сам находит и преследует другой дрон
Исследователи из Embry-Riddle Aeronautical University разработали AIRHOUND — открытую систему компьютерного зрения, которая позволяет беспилотнику самостоятельно обнаружить другой дрон в воздухе, определить его положение и начать автоматическое сопровождение.
Работает всё примерно так:
Камера → нейросеть обнаруживает дрон → определяется расстояние → алгоритм прогнозирует положение цели → PX4 корректирует полёт.
🧠 В качестве бортового компьютера используется NVIDIA Jetson Orin Nano 16 GB, а за зрение отвечает Intel RealSense D455, которая получает обычное RGB-изображение и данные о глубине.
Для обнаружения разработчики протестировали две нейросети — YOLOv8n и RF-DETR.
При сильном ухудшении изображения RF-DETR показал mAP@0.5 = 0,716, тогда как YOLOv8n — 0,318. После оптимизации через TensorRT RF-DETR удалось разогнать до 275,7 FPS на Jetson Orin Nano.
Но просто увидеть другой дрон недостаточно.
AIRHOUND использует 3D Kalman Filter, который сглаживает координаты и прогнозирует движение цели. Благодаря этому система способна продолжать сопровождение, даже если объект ненадолго пропадает из кадра.
Дальше команды передаются в PX4 в режиме Offboard, и коптер самостоятельно корректирует траекторию движения.
⚙️ В основе проекта:
• ROS 2
• PX4
• NVIDIA Jetson
• Intel RealSense
• RF-DETR / YOLOv8
• TensorRT
• Kalman Filter
• Gazebo
🔥 Самое интересное — проект полностью открыт.
👉 [Исходники AIRHOUND на GitHub](https://github.com/eppl-erau-db/AIRHOUND?utm_source=chatgpt.com)
👉 [Описание проекта и исследования](https://rylanmalarchick.com/projects/airhound/?utm_source=chatgpt.com)
В репозитории есть ROS 2-пакеты, модели детекции, интерфейс для PX4, конфигурации, HITL-тестирование и инструменты для симуляции. Поэтому AIRHOUND можно использовать как отправную точку для собственных экспериментов с автономными дронами и компьютерным зрением.
💡 AIRHOUND хорошо показывает следующий этап развития автономных UAV: нейросеть уже не просто рисует рамку вокруг объекта на видео — результат компьютерного зрения напрямую используется для управления полётом.
#дроны #UAV #OpenSource #AIRHOUND #PX4 #ROS2 #Jetson #ComputerVision #AI #автономныедроны | 1 |
| 4 | 🎯 AIRHOUND — дрон, который сам находит и преследует другой дрон
Исследователи из Embry-Riddle Aeronautical University разработали AIRHOUND — открытую систему компьютерного зрения, которая позволяет беспилотнику самостоятельно обнаружить другой дрон в воздухе, определить его положение и начать автоматическое сопровождение.
Работает всё примерно так:
Камера → нейросеть обнаруживает дрон → определяется расстояние → алгоритм прогнозирует положение цели → PX4 корректирует полёт.
🧠 В качестве бортового компьютера используется NVIDIA Jetson Orin Nano 16 GB, а за зрение отвечает Intel RealSense D455, которая получает обычное RGB-изображение и данные о глубине.
Для обнаружения дронов разработчики протестировали две нейросети — YOLOv8n и RF-DETR.
При сильном ухудшении изображения RF-DETR показал mAP@0.5 = 0,716, тогда как YOLOv8n — 0,318. После оптимизации через TensorRT RF-DETR удалось разогнать до 275,7 FPS на Jetson Orin Nano.
Но просто увидеть другой дрон недостаточно.
AIRHOUND использует 3D Kalman Filter, который сглаживает координаты и прогнозирует движение цели. Благодаря этому система способна продолжать сопровождение, даже если объект ненадолго пропадает из кадра.
Дальше команды передаются в PX4 в режиме Offboard, и коптер самостоятельно корректирует траекторию движения.
⚙️ В основе проекта используется практически полностью Open Source-стек:
• ROS 2
• PX4
• NVIDIA Jetson
• Intel RealSense
• RF-DETR / YOLOv8
• TensorRT
• Kalman Filter
• Gazebo
🔥 Самое интересное — исходники AIRHOUND опубликованы на GitHub.
В репозитории есть ROS 2-пакеты, модели детекции, интерфейс для PX4, конфигурации, HITL-тестирование и инструменты для симуляции. Поэтому проект можно использовать как отправную точку для собственных экспериментов с автономными дронами и компьютерным зрением.
🔗 AIRHOUND на GitHub:
[https://github.com/eppl-erau-db/AIRHOUND](https://github.com/eppl-erau-db/AIRHOUND)
🌐 Описание проекта и исследования:
[https://rylanmalarchick.com/projects/airhound/](https://rylanmalarchick.com/projects/airhound/)
AIRHOUND хорошо показывает следующий этап развития автономных дронов: нейросеть уже не просто рисует рамку вокруг объекта на видео — результат компьютерного зрения напрямую используется для управления полётом.
#дроны #UAV #OpenSource #AIRHOUND #PX4 #ROS2 #Jetson #ComputerVision #AI #автономныедроны | 1 |
| 5 |  🐝 Рой из пяти автономных дронов — и весь проект выложили в Open Source
Команда Mach Mind построила собственный рой из пяти дронов для международного Swarm Drone Challenge 2026. Проект дошёл до финала на ILA Berlin и занял 4-е место, а после соревнований разработчики открыли исходники системы на GitHub.
Причём это не очередная красивая симуляция — аппараты действительно собраны и летали.
Главная идея проекта: нескольким дронам не обязательно управлять по отдельности. Они получают разные роли и работают как единая команда.
🔎 Seeker ищет объекты.
🎯 Executor получает найденные координаты и выполняет задачу.
🏠 Leader контролирует базовую зону.
Внутри каждого аппарата используется довольно интересная электроника. ESP32-P4 отвечает за компьютерное зрение, а ESP32-S3 — за связь с системой управления. Дроны используют камеры, датчики расстояния ToF, OpenCV, MAVLink, micro-ROS и другие Open Source-технологии.
Для управления всем роем разработчики сделали собственную наземную станцию на ROS 2, которая может работать даже на Raspberry Pi 5.
🤖 Есть и эксперимент с искусственным интеллектом: локальная нейросеть Gemma через Ollama умеет превращать обычную текстовую команду человека в координаты и команды для роя.
Например, в перспективе вместо ручного задания каждого маршрута оператор сможет написать что-нибудь вроде:
«Отправь два дрона проверить левую часть зоны»
— а система сама распределит задачу между аппаратами.
Важно: на финальных соревнованиях такое LLM-управление не использовалось — авторы честно называют его отдельной экспериментальной демонстрацией.
🔥 Но самое интересное для любителей DIY — разработчики выложили практически весь проект.
Есть:
• исходники прошивок
• программа управления роем
• ESP32-P4 / ESP32-S3 код
• ROS 2
• OpenCV
• MAVLink и micro-ROS
• схемы собственной PCB
• фотографии сборки
• готовые STL для 3D-печати деталей дронов
• STL корпуса наземной станции
• даже модели транспортного бокса
И всё это опубликовано под MIT License.
🔗 Главная страница проекта:
https://github.com/machmind-dev/drone-swarm-challenge-2026
🧩 STL и железо дрона:
https://github.com/machmind-dev/drone-swarm-challenge-2026/tree/main/hardware/drone/v2.0
🖥 Наземная станция + STL:
https://github.com/machmind-dev/drone-swarm-challenge-2026/tree/main/hardware/ground-station
🤖 Прошивка:
https://github.com/machmind-dev/drone-swarm-challenge-2026/tree/main/drone-firmware
📡 Управление роем:
https://github.com/machmind-dev/drone-swarm-challenge-2026/tree/main/ground-station-software
Получился редкий пример Open Source-проекта, где можно не просто прочитать про «рой будущего», а открыть GitHub и разобрать настоящий рабочий комплекс — от напечатанного крепления до программы управления пятью дронами.
#дроны #FPV #OpenSource #DroneSwarm #PX4 #ROS2 #ESP32 #RaspberryPi #MAVLink #робототехника | 940 |
| 6 |  Автоматизированные процессы 😅
Какие шансы, если встретился с такой машиной лицом к лицу и она обучена стрелять в человека ?
#автоматика #ai #оружие #робот #бпла | 1 470 |
| 7 |  🚁 Uber Eats запускает доставку еды дронами Zipline
Если посмотреть на фото системы Zipline, возникает логичный вопрос: зачем из большого дрона спускается ещё один маленький?
На самом деле большой Zipline P2 вообще не должен садиться возле клиента. Он прилетает к точке доставки и зависает высоко над землёй.
А вниз на тонком тросе спускается небольшой автономный модуль Droid с заказом внутри.
🤖 Этот «мини-дрон» имеет собственные вентиляторы и систему управления, поэтому во время спуска может корректировать своё положение и точно опустить посылку в нужное место — например, возле двери дома.
После доставки Droid поднимается обратно к основному аппарату, и P2 улетает.
Зачем такая сложная схема?
Большому дрону не приходится садиться между домами, деревьями, машинами и людьми. Он остаётся наверху, где летать безопаснее, а небольшой Droid выполняет последние метры доставки гораздо точнее и тише.
И теперь эта технология приходит в Uber Eats.
🍔 Uber и Zipline объявили о партнёрстве: во второй половине 2026 года пользователи Uber Eats в США должны получить возможность заказывать товары с доставкой автономными дронами Zipline.
Причём речь идёт не о небольшом эксперименте.
🎯 Компании заявили цель — выйти примерно на 1 миллион доставок дронами в сутки к концу 2029 года.
Для пользователя всё должно выглядеть максимально обычно: заказ оформляется через Uber Eats, а там, где доступна воздушная доставка, вместо курьера к дому прилетает Zipline.
Сам Zipline при этом может вообще не касаться земли: завис → спустил Droid → отдал заказ → поднял Droid обратно → полетел дальше.
💡 Именно эта схема мне кажется самой интересной частью проекта.
Доставка дронами постепенно уходит от красивых экспериментов к довольно продуманной городской инфраструктуре. А связка Uber Eats + Zipline может стать одной из первых попыток сделать такую доставку действительно массовой.
#UberEats #Zipline #DroneDelivery #Дроны #БПЛА #Логистика #АвтономныеДроны | 1 144 |
| 8 |  🛰 INAV 9.1: точнее GPS, больше безопасности и 19 новых плат
Вышел INAV 9.1 — крупное техническое обновление популярной open-source прошивки для дальнолётов, самолётов и навигационных FPV-коптеров.
Основной упор разработчики сделали не на эффектные функции, а на надёжность: обновление включает 46 исправлений и 76 улучшений, в том числе повышение точности GPS и исправления, связанные с безопасностью полётов.
Прошивка получила поддержку 19 новых аппаратных целей. При переходе с INAV 9.0.x несовместимых изменений настроек нет: сохранённый diff all должен загружаться корректно, а Full Chip Erase не обязателен.
Перед обновлением всё равно обязательно сохраните конфигурацию и проверьте примечания именно для своей платы — для отдельных контроллеров изменились параметры ориентации.
#INAV #FPV #LongRange #GPS #OpenSource #FlightController #БПЛА | 1 960 |
| 9 |  ⚡️ Betaflight 2026.6 приближается к релизу: вышла третья тестовая сборка
Команда Betaflight выпустила Betaflight 2026.6.0 RC3 — третью предварительную сборку большого обновления прошивки для FPV-дронов.
В новой ветке серьёзно расширяются возможности автопилота: появляются удержание высоты и позиции, обнаружение столкновений и автоматическое отключение моторов после жёсткой посадки.
Также разработчики улучшили Crash Flip, добавили отдельный таймер запуска, новые функции LED-индикации и расширили Blackbox. В прошивке появилась начальная поддержка микроконтроллеров RP2350, новых гироскопов ICM456xx, дальномеров, ELRS FLRC и дополнительных команд MAVLink.
Важно: это пока Release Candidate, поэтому ставить RC3 на основной рабочий коптер без необходимости не стоит. Зато релиз показывает, что Betaflight постепенно выходит далеко за пределы обычной прошивки для гоночных квадрокоптеров.
#Betaflight #FPV #FlightController #OpenSource #Квадрокоптер #DroneTech #БПЛА | 1 610 |
| 10 |  📡 ArduPilot готовится к Mesh-сетям: дроны смогут общаться друг с другом без центральной станции
В экосистеме ArduPilot появился очень перспективный проект AP_SwarmMesh, который разрабатывается в рамках Google Summer of Code 2026.
Его цель — научить беспилотники самостоятельно создавать Mesh-сеть, в которой каждый дрон становится одновременно и участником, и ретранслятором связи.
Что это даёт на практике?
✅ Если один аппарат выходит из зоны действия наземной станции, связь можно передать через соседние дроны.
✅ Рой перестаёт зависеть от одного центрального узла — сеть автоматически перестраивается при изменении расположения аппаратов.
✅ Каждый дрон может обмениваться телеметрией, командами и данными миссии напрямую с другими участниками группы.
Подобный подход особенно интересен для поисково-спасательных операций, инспекции протяжённых объектов, мониторинга лесных пожаров и автономных миссий в районах, где отсутствует мобильная связь или другая инфраструктура.
Важно понимать, что AP_SwarmMesh пока находится в активной разработке и ещё не является готовой функцией ArduPilot. Однако сам факт появления такого проекта показывает, куда движется отрасль: в будущем рои БПЛА смогут работать гораздо автономнее, а потеря связи с наземной станцией уже не будет означать остановку всей миссии.
💡 Сегодня большинство беспилотников связываются с оператором по схеме «дрон ↔️ наземная станция». Mesh-сеть меняет эту модель на «дрон ↔️ дрон ↔️ дрон», делая систему более устойчивой и масштабируемой.
📥 Подробнее о проекте:
• Google Summer of Code — AP_SwarmMesh
https://summerofcode.withgoogle.com/
• Ежемесячный отчёт разработчиков ArduPilot
https://ardupilot.org/dev/
#ArduPilot #DroneSwarm #MeshNetwork #MAVLink #OpenSource #DroneTech #БПЛА | 1 701 |
| 11 |  🚁 ArduPilot Copter 4.7.0 — вышел новый стабильный релиз
Команда ArduPilot выпустила долгожданный Copter 4.7.0 — новый стабильный релиз прошивки для мультикоптеров и классических вертолётов. Версия стала официально доступна 21 июля 2026 года после нескольких месяцев публичного бета-тестирования.
Что нового?
✅ Поддержка новых полётных контроллеров, включая TBS LUCID H7 V3, BCubeF745v2 и других современных плат.
✅ Добавлены новые драйверы датчиков и улучшена совместимость с современным оборудованием.
✅ Исправлены проблемы синхронизации IMU, повышена стабильность работы фильтров и внесено множество исправлений, накопившихся за время тестирования.
✅ Продолжена работа над традиционными вертолётами (TradHeli), улучшено поведение при арминге и повышена безопасность запуска.
Как и всегда, значительная часть изменений скрыта "под капотом". Разработчики уделили большое внимание оптимизации внутренних библиотек, повышению надёжности и совместимости с новым оборудованием. Именно такие обновления чаще всего делают полёты стабильнее, даже если пользователь не замечает изменений сразу после прошивки.
💡 Стоит ли обновляться?
Если вы используете ArduPilot 4.6.x и ваша платформа работает без нареканий, лучше сначала внимательно изучить список изменений и убедиться, что всё необходимое оборудование поддерживается новой версией. Для новых проектов Copter 4.7.0 уже становится основной рекомендуемой веткой.
📥 Официальные материалы:
• Релиз ArduPilot Copter 4.7.0 на GitHub
• Полные Release Notes ArduPilot 4.7.0
#ArduPilot #Copter47 #PX4 #FlightController #OpenSource #DroneDev #БПЛА | 1 281 |
| 12 |  👁 PixEagle — даём PX4-дрону «глаза»
PixEagle — Open Source система, которая позволяет дрону самостоятельно видеть, захватывать и сопровождать объекты.
Интересный проект для PX4, объединяющий компьютерное зрение и управление дроном в одной модульной системе.
PixEagle использует MAVSDK Python + OpenCV + YOLO: изображение поступает с камеры, алгоритм обнаруживает или захватывает объект, а затем может использовать его положение для автоматического сопровождения.
Главное — это не просто YOLO, прикрученный к видеопотоку. Система непосредственно интегрирована с PX4 через MAVSDK/MAVLink, поэтому результат работы компьютерного зрения может влиять на движение самого аппарата.
Есть несколько интересных режимов работы, а архитектура сделана модульной — можно подключать собственные алгоритмы detection, tracking и segmentation.
💡 По сути: камера увидела объект → система захватила его → вычисляет положение → PX4 получает команды → дрон самостоятельно следует за целью.
Для тех, кто экспериментирует с PX4, Raspberry Pi/Jetson и Computer Vision, репозиторий точно стоит посмотреть.
PixEagle — GitHub
#дроны #БПЛА #PX4 #OpenSource #GitHub #ComputerVision #YOLO #MAVSDK #AI #автономность | 1 748 |
| 13 |  Этот 8-метровый дрон можно… сдуть и увезти в машине
Французский стартап Celeste Ecoflyers испытывает очень необычный БПЛА daS10, значительная часть конструкции которого выполнена на основе надувных пневматических элементов.
Размах крыла — около 8 метров, при этом масса аппарата составляет всего около 40 кг. Производитель заявляет до 20 кг полезной нагрузки, дальность до 700 км и потенциальную продолжительность полёта до 24 часов.
Свежие публикации после испытаний также сообщают о полётах более 10 часов и дальности порядка 500 миль (~800 км) в определённой конфигурации.
🎈 Но главная фишка — конструкция.
После выпуска воздуха огромный аппарат становится достаточно компактным для перевозки в обычном автомобиле, а на месте крыло снова надувается перед запуском.
Такие БПЛА предполагается использовать для длительного мониторинга, инспекции инфраструктуры, поисково-спасательных операций и доставки грузов.
Получился своеобразный «надувной дальнолёт», где снижение массы конструкции напрямую превращается в дополнительное время в воздухе.
#дроны #БПЛА #UAV #DroneTech #daS10 #авиация | 1 550 |
| 14 |  DJI показала новый грузовой eVTOL EV50 — и сразу отправила его на Эверест
DJI представила EV50 — новый грузовой беспилотный eVTOL самолётного типа.
В отличие от привычных мультикоптеров FlyCart, EV50 использует крыло и вертикальный взлёт/посадку: может подняться без ВПП, перейти в горизонтальный полёт и значительно эффективнее преодолевать большие расстояния.
Но DJI решила продемонстрировать аппарат довольно эффектно — на Эвересте.
В июле EV50 участвовал в высокогорной научной экспедиции и поднялся до 8861 метра, доставляя оборудование для исследований атмосферы. Параллельно DJI использовала FlyCart 100 для транспортировки грузов и отходов, а Matrice 4E — для картографирования ледника Кхумбу.
По сути, DJI постепенно выходит за рамки привычной схемы «квадрокоптер + груз» и начинает осваивать более крупные беспилотные транспортные самолёты с вертикальным взлётом.
И судя по первым демонстрациям, EV50 ориентирован уже совсем не на обычный consumer-рынок, а на дальнюю логистику и работу там, где нормальной транспортной инфраструктуры практически нет.
#DJI #EV50 #дроны #БПЛА #eVTOL #DroneTech #авиация | 1 419 |
| 15 |  Дрону показывают фотографию цели — дальше он должен найти её сам
Исследователи представили VoLN-UAV — новый benchmark для автономной навигации БПЛА, где аппарату не дают GPS, готовую карту маршрута или пошаговые инструкции.
Вместо этого дрон получает изображение конечной цели, а дальше должен самостоятельно лететь к ней, анализируя только то, что видит вокруг: здания, дороги, объекты и другие визуальные ориентиры.
В набор вошло 7210 полётных эпизодов с полноценным движением в 3D и большими изменениями ракурса.
🤖 Авторы также сделали собственную AI-модель VoLN-MLLM, которая анализирует изображение, историю движения и визуальные ориентиры и формирует короткие участки будущей траектории.
И вот результаты особенно интересны: успешность составляет всего 7,4% на лёгких, 4,5% на средних и 1,8% на сложных маршрутах.
То есть современные AI-модели уже умеют красиво рассуждать о картинках, но задача «вот фотография места — найди его самостоятельно на дроне» пока остаётся чрезвычайно сложной.
Проект опубликован 23 июля 2026 года.
VoLN-UAV — страница проекта
Научная публикация
#дроны #БПЛА #AI #ComputerVision #автономность #UAV #VoLNUAV | 1 192 |
| 16 |  🚤✈️ Squire — дрон, который превращается из катера в летательный аппарат
Американская REGENT показала Squire Seaglider — автономный морской беспилотник, способный передвигаться по воде, разгоняться на подводных крыльях и затем переходить в сверхнизкий полёт над морем.
В воздухе Squire использует экранный эффект — летит прямо над поверхностью воды, что повышает эффективность и позволяет оставаться ниже линии видимости многих береговых радаров.
⚙️ Заявленные ТТХ:
• скорость — до 70 узлов / 130 км/ч
• дальность — более 100 морских миль / 185 км
• полезная нагрузка — около 23 кг
• автономное управление
• электрическая силовая установка
• режимы: движение по воде → подводные крылья → полёт над водой
Squire разрабатывается прежде всего под морские задачи: разведку и наблюдение, доставку грузов, поисково-спасательные операции и потенциально противолодочные миссии.
По сути, это компактный беспилотный наследник идеи экранопланов — только электрический и автономный.
#squire #boat #plane #drone #bpla #dji #fpv #pilot | 1 056 |
| 17 |  Пилоты шли к успеху 😁🥲
#dji #fpv #bpla #drone | 1 033 |
| 18 |  Не...ну удобнее же, чем с 🕹
🍑 перевозить 😅
#rtk #bpla #dji #fpv #drone #pilot | 1 205 |
| 19 |  Такси без водителя уже почти не удивляет. А такси без дороги? 🚁
Вы бы сели в такой октокоптер и доверили ему свою жизнь — без пилота? 😊
#drone #taxi #bpla #dji #fpv #pilot | 1 193 |
| 20 | لا يوجد نص... | 1 084 |
