Молодёжная команда «Техношаманы» представила алгоритм на основе компьютерного зрения, который позволяет беспилотнику автономно садиться на подготовленную площадку с точностью до сантиметра. Система использует специальные маркеры (ArUco или AprilTag) для определения положения дрона в пространстве, вычисления расстояния до них и передачи команд на полётный контроллер. Оператору достаточно подтвердить запуск процедуры.
Разработка была представлена в рамках программы «Кадры для БАС». В основе работы системы лежит библиотека OpenCV и вычислительный модуль Raspberry Pi 4. Камера ArduCam фиксирует маркеры, после чего система рассчитывает координаты дрона и корректирует снижение.
Капитан команды Ярослав Харитонов отметил, что точность позиционирования достигает сантиметрового уровня, а погрешность по ориентации не превышает двух градусов. Аналогичных решений на рынке практически нет — международный проект Vision Landing был заморожен.
Разработчики используют лидар для измерения высоты и дрон собственной сборки с двигателем Surpass. В планах добавить распознавание инфракрасных меток, букв и геометрических фигур, а также алгоритмы для компенсации солнечных засветок. Это повысит устойчивость системы в сложных условиях освещения.
Отраслевые эксперты видят большой потенциал технологии: от логистики и дронопортов до инспекции промышленных объектов и работы в зонах без GPS. Однако они предупреждают, что на точность посадки могут влиять внешние факторы, такие как порывы ветра. Эти ограничения нужно учитывать при масштабировании решения.
В перспективе такие системы могут стать основой для городской аэромобильности и аэротакси. «После обнаружения маркера система вычисляет его координаты относительно дрона и расстояние до него, которое может достигать нескольких десятков метров. Полученные данные передаются через протокол MAVLink, что позволяет точно управлять снижением аппарата», — пояснил Ярослав Харитонов.
