В МАИ разработали нейросетевое решение для беспилотников, обнаруживающее пожар на ранней стадии

В МАИ разработали нейросетевое решение для беспилотников, обнаруживающее пожар на ранней стадии

В Московском авиационном институте создали систему, которая с помощью нейросетей распознаёт дым, отличая его от пара, например на ТЭЦ, определяет координаты возгорания и передаёт их в МЧС — все операции проводятся на борту беспилотника. Разработка предназначена для обнаружения пожаров в лесах, заповедниках, а также на находящихся рядом с ними промышленных предприятиях,  объектах критической инфраструктуры. Использовать систему можно на серийных дронах, оснащённых обычной камерой и современным полётным контроллером, без сложной и дорогой доработки аппаратной части.

— Лесные пожары распространяются стремительно, каждая секунда промедления в их обнаружении ведёт к увеличению ущерба. Созданная система позволяет выявить в радиусе пяти километров очаг возгорания на ранней стадии по появлению дыма и в автоматическом режиме за пять-семь секунд оперативно передать его координаты МЧС. Это даёт возможность локализовать пожар на небольшой площади и не дать ему перерасти в катастрофу, — рассказал лидер команды проекта, студент института № 3 МАИ Никита Лалетин. — В перспективе планируется также внедрить передачу информации о классификации возгорания и скорости его распространения.

Программное решение для БАС создано разработчиками из институтов № 3 «Системы управления, информатика и электроэнергетика» и № 6 «Аэрокосмический» МАИ. 

— Чтобы система, установленная на беспилотник, «увидела» дым, при её создании мы использовали нейросетевую модель для компьютерного зрения. Она анализирует получаемые с бортовой камеры оптические данные.  Для обучения нейросети МЧС предоставило нам видео с учебных полигонов. Мы собрали обширный датасет с изображениями дыма и огня, снятыми с воздуха. Это позволило нам даже в условиях дефицита качественных данных достичь точности обнаружения дыма на уровне 95,1%, — отметил Никита Лалетин.

Существующие системы для мониторинга пожаров с БЛА, как правило, работают с помощью инфракрасных камер для поиска тепловых аномалий — уже развитого огня. В отличие от них разработка МАИ позволяет обнаружить дым по визуальным признакам и среагировать быстрее. Чтобы система не приняла за пожар дым из труб, в ней предусмотрен многоуровневый модуль защиты от ложных срабатываний, который находится в процессе доработки. На первом уровне проводится временной анализ: система требует сделать несколько последовательных кадров объекта, сравнивает их и исключает блики и визуально похожие на дым одноразовые помехи — размытие от движения камеры при резком повороте. На втором уровне нейросеть проводит контекстный анализ — она обучена игнорировать объекты, находящиеся в небе, например, облака, так как очаг возгорания должен быть на поверхности земли. На третьем уровне планируется перекрёстная проверка второй нейросетью, которую внедрят в перспективе: она будет анализировать текстуру объекта, что позволит надёжно отличать дым от тумана или пара.

В настоящее время готов рабочий прототип системы, проверенный в стендовых условиях. Основной алгоритм обнаружения дыма и передачи геолокации реализован. На следующем этапе пройдут полевые испытания системы на БЛА.

— Наша цель — в течение следующего года оптимизировать созданное решение, провести полноценные лётные тесты и выйти на уровень готового демонстрационного образца. После завершения текущего этапа доработок и интеграции ПО в лётный образец мы планируем выйти с предложением к МЧС, коммерческим компаниям о проведении испытаний на специализированных полигонах, — поделился лидер проекта.

Осенью 2025 года на всероссийском отраслевом слёте «Молодёжные инженерные команды. Развитие талантов для дроносферы будущего» система для обнаружения дыма МАИ одержала победу в трёх номинациях: «Бортовое программное обеспечение», «Ценность для индустрии БАС», «Нейросетевые решения в БАС».