BPLA | DRONE

👁 PixEagle — даём PX4-дрону «глаза» PixEagle — Open Source система, которая позволяет дрону самостоятельно видеть, захватывать и сопровождать объекты. Кстати с 24 года в открытом доступе, бери, модернизируй, используй 😉! 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

🐝 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 стран

🎯 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 [email protected] = 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 👉 Описание проекта и исследования https://rylanmalarchick.com/projects/airhound 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 объ

🫡 Специальный отряд «Гагаринг» в составе добровольческого БАРС  Краснодарского края начинает отбор рядовых и офицеров в свои ряды 📝 Требуются: • расчёты в МОГ; • расчёты БПЛА и РЛС; • механики-водители и наводчики БМП–2; • механики-водители и наводчики ЗУ–23-4 «Шилка»; • наводчики-операторы ЗУ–23-2 • техники, инженеры, специалисты связи 💰Зарплата ОТ 200 тыс. руб. на руки. ВНИМАНИЕ! БОЕВАЯ РАБОТА, но только на территории Краснодарского края. Во время службы — сухой закон. Предоставляем жильё и питание, а также полное сопровождение на всех этапах оформления, включая организацию проезда к месту службы за наш счёт. Страховки/выплаты как в армии. Отгулы и премии. Индивидуальный подход при рассмотрении, для редких профессионалов — особые условия. ❗Ваш опыт, знания и характер могут быть нужны там, где особенно ценятся ответственность, взаимовыручка и надёжное плечо рядом. Присоединяйтесь к отряду «Гагаринг». Количество мест ограничено, строгий отбор, полиграфолог. Для связи: @gagaring_recruit_bot

🚁 Дрон на жидком водороде впервые полетел в действующем аэропорту В Нидерландах испытали необычный беспилотник HYDRA II, который получает энергию не только от привычного аккумулятора — его основным источником служит жидкий водород. Водород поступает в топливный элемент, где вырабатывается электричество для электромоторов, а батарея помогает системе во время пиковых нагрузок. Главное преимущество такой схемы — потенциально намного большая продолжительность полёта, чем у обычных аккумуляторных дронов. Это особенно интересно для мониторинга, картографии, инспекций и других задач, где UAV должен проводить в воздухе часы. ✈️ В августе HYDRA II провёл демонстрационный полёт прямо в действующем аэропорту Роттердам–Гаага. Испытание показало не только сам полёт, но и возможность работы водородного беспилотника в реальной аэропортовой инфраструктуре. Возможно, именно водород станет одним из способов решить главную проблему современных электрических дронов — ограниченное время полёта. 🔋➡️💧 #дроны #БПЛА #UAV #Hydrogen #водород #технологии #авиация #DroneTech #инновации

🏋️ Дрон весом 13 кг поднял больше 50 кг груза Инженеры AVIDrone установили впечатляющий результат на соревновании DARPA Lift Challenge: их экспериментальный электрический беспилотник массой всего 13,2 кг поднял 50,8 кг полезной нагрузки. 🚁💪 Получилось соотношение 3,84 кг груза на каждый килограмм массы самого аппарата — при том, что у обычных мультикоптеров этот показатель часто находится около 1:1 или ниже. Причём это был не тест «поднялся на метр и сразу сел». По правилам соревнования аппарат с грузом должен был пройти 4 морские мили, сбросить груз, а затем пролететь ещё одну милю. ⚙️ Как им удалось добиться такой грузоподъёмности? Главный секрет — аппарат фактически построили с нуля вокруг одной задачи: максимальная тяга при минимальной собственной массе. По словам главы AVIDrone Скотта Грея, инженеры буквально убирали лишний вес из каждой части конструкции. Изначально компания хотела использовать привычную для AVIDrone двухроторную схему наподобие Chinook, но в итоге полностью переделала аппарат в однороторный электрический вертолёт. Для него использовали собственную конструкцию больших лопастей, роторной головки и трансмиссии, а также фирменный автопилот. 💡 И в этом важный момент: вместо множества небольших винтов, как у обычного мультикоптера, инженеры сделали ставку на большой несущий ротор и максимально облегчённую конструкцию, заточенную именно под вертикальную тягу. DARPA ставила цель 4:1. AVIDrone немного не дотянул — 3,84:1, но всё равно занял первое место и получил $1,25 млн. 🏆 Если такие технологии дойдут до серийных аппаратов, грузовые дроны смогут перевозить грузы, которые сегодня требуют UAV совершенно другого размера. #дроны #БПЛА #UAV #AVIDrone #DARPA #DroneTech #CargoDrone #технологии #авиация