Российская команда разработчиков совместно с экспертами в области физики и действующими операторами БВС создала VR/ПК-симулятор «Флайтоника» для обучения навыкам управления беспилотными авиационными системами (БАС). Это единственный на рынке симулятор, который может работать в автономном VR-режиме без подключения к персональному компьютеру. Среди других уникальных преимуществ решения — LMS-система, реалистичный редактор сценариев, функционал для организаторов соревнований, сообщили в пресс-службе Платформы Национальной технологической инициативы (НТИ).
Уровень технологической готовности проекта — TRL-9: технология прошла испытания в реальных условиях и готова к серийному использованию. Уже более 30 внедрений в государственных школах. Кроме того, запущено пилотирование в московской школе при поддержке Московского инновационного кластера (МИК). Программное обеспечение включено в реестр Минцифры, компания является резидентом «Сколково», МИК и имеет статус МТК.
«Симулятор снижает риски обучения на реальных дронах, повышает вовлеченность и помогает в профориентации в области БАС. На базе симулятора разработана дополнительная профессиональная программа повышения квалификации педагогов объемом 36 часов. Сейчас наша команда параллельно ведёт второй высокотехнологичный продукт: на стадии MVP находится офлайн ИИ-ассистент педагога с RAG-технологией, который позволяет получать ответы без доступа к интернету», — рассказала основатель стартапа Елизавета Галковская.
Среди достижений проекта: победа в хакатоне НТИ «Технологии БАС: экспортный вызов», грант на серверные мощности от Сбербанка по итогам РВФ, награда АСИ «Страну меняют люди», финал «Новаторов Москвы», включение в Цифровой реестр кадров БАС Университета 20.35. Более 15 соревнований и олимпиад на базе «Флайтоника».
В рамках Архипелага 2025, в секции «Дрон-Гаража» был реализован прикладной кейс по обнаружению мазутных пятен в акватории Черного моря. В симуляторе «Флайтоника» была создана точная цифровая копия побережья Анапы и воспроизведены параметры бортовой камеры DroneCam, используемой для аэрофотосъемки. На основе этих данных были сгенерированы полетные задания и фотоматериалы для аугментации датасета. Это позволило обучить бортовой ИИ дрона, способного в реальном времени распознавать мазутные пятна без использования GPS и возвращать их координаты при обнаружении загрязнения.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
