Компания «Дронкам», созданная российскими студентами, подала в Минцифры заявку на включение в реестр отечественного ПО операционной системы для управления БПЛА коптерного типа. Разработка позволяет дронам летать без GPS, ориентируясь с помощью компьютерного зрения и SLAM-алгоритмов, а также выполнять голосовые команды оператора на естественном языке благодаря встроенной большой языковой модели. ОС будет разворачиваться на китайском «железе» внутри дронов — одноплатных компьютерах размером к банковскую карточку. После попадания в реестр ОС смогут использовать госструктуры.
Заявка на регистрацию
Как выяснил CNews, российский ИТ-разработчик «Дронкам» подала заявку в Минцифры для включения в реестр операционной системы (ОС) для БПЛА коптерного типа, оснащенных одноплатными компьютерами. Система позволяет управлять коптерами автономно, с помощью искусственного интеллекта, без использования спутниковой навигации.
Заявка № 375115 была подана 16 июля 2026 г. и сейчас находится на рассмотрении в Минцифры России. Речь идет о включении в реестр операционной системы для управления БПЛА с интегрированной интеллектуальной системой управления (СУ) с элементами искусственного интеллекта.
Фото: diana.grytsku на Freepik
Молодая российская компания «Дронкам» рвется в реестр российского ПО с востребованной ОС для БПЛА
Разработчиком выступает ООО «Дронкам» — компания, созданная чуть более двух лет. Она на 100% принадлежит Родиону Анисимову, выпускнику факультета «Специальное машиностроение» МГТУ им. Баумана. В университете существовала команда «Дронкам», которая занималась похожими разработками.
В сферу интересов Анисимова входили роботы и БПЛА. «Дронкам» в январе 2026 г. представлял инновационный образовательный беспилотник БПЛА с ИИ для школ и вузов ARA EDU DroneCAM. Дрон включал в себя одноплатный компьютер собственного производства на базе процессора Rockchip RK3588S и модуль технического зрения TrackingCam v3, сообщал портал «Дронус».
«Дронкам» изначально создавался как студенческий продукт. В ноябре 2024 г. команда «Дронкам» победила в чемпионате «Аэробот 2024», единственной полностью пройдя все этапы автономного полета на реальном полигоне. Дрон, использовавшийся на соревнованиях, работал на тех же алгоритмах, что легли в основу заявленной ОС.
Команда «Дронкам» на тот момент была сформирована из студентов ТУСУРа, МГТУ имени Н.Э. Баумана, МГТУ «Станкин» при поддержке внутреннего акселератора проектов компании «Прикладная робототехника» (Москва), а также ООО «ТК Полюс» (Томск) и администрации Томской области, сообщал «Томский консорциум научно-образовательных и научных организаций» в ноябре 2024 г. Коллектив команды сформировал собственное предприятие — ООО «Дронкам», указывал портал консорциума.
Представленное в Минцифры российское программное обеспечение представляет собой полноценную операционную систему для одноплатных компьютеров OrangePi на базе процессора RK3588S, которая превращает обычный дрон в полностью автономный аппарат, способный ориентироваться в пространстве без использования спутниковых сигналов и выполнять команды на естественном языке.
Регистрация ПО в реестре Минцифры даст возможность его создателям поставлять его для государственных нужд и получать налоговые льготы на разработки.
Что за «железо»?
Orange Pi в БПЛА — это доступный микрокомпьютер, выполняющий роль «бортового мозга» с искусственным интеллектом. Его интеграция в архитектуру FPV-дронов стала ключевым технологическим трендом. В данном случае одноплатный компьютер является центральным вычислительным узлом комплекса. На OrangePi размещаются: Linux/Ubuntu, ROS Noetic, сервисы управления полетом, алгоритмы автономной навигации, модули компьютерного зрения, нейросетевые алгоритмы, графический интерфейс и API, то есть «умная» начинка находится на самом дроне, а не на наземной станции. Обработка видео, SLAM, нейросети — все это также будет выполняться в реальном времени на борту.
Процессор Rockchip RK3588S стал одним из ключевых чипов для создания «умных» БПЛА с бортовым искусственным интеллектом. Его вычислительной мощности и встроенного нейропроцессора (NPU) хватает, чтобы превратить обычный дрон в полностью автономный робототехнический комплекс, способный летать без GPS и связи с оператором.
Согласно документации, в состав программно-аппаратного комплекса входят: коптерный БПЛА, полетный контроллер с прошивкой Ardupilot или INAV, цифровая камера, инерциальный модуль IMU, опционально лидар или лазерный дальномер, Wi-Fi модуль или Ethernet-подключение. Система работает под управлением Linux и ROS Noetic, предоставляя разработчикам Python API и ROS API для программирования автономных миссий.
Навигация без GPS и компьютерное зрение
Ключевая особенность системы — возможность полноценной автономной навигации в условиях отсутствия спутникового сигнала. ПО обеспечивает локализацию БПЛА при помощи компьютерного зрения с использованием надирно закрепленной камеры, а также распознавание ArUco-маркеров для визуального позиционирования. Дополнительно система поддерживает локализацию с применением двухмерного и трехмерного лазерных дальномеров, что позволяет дрону ориентироваться внутри помещений. SLAM-картографирование дает возможность строить карты окружающей среды в реальном времени и осуществлять автономную навигацию по ним.
Искусственный интеллект и нейросети на борту
ПО позволяет загружать и выполнять нейросетевые модели непосредственно на бортовом компьютере дрона, включая алгоритмы детекции и сегментации объектов. Это означает, что все вычисления производятся на месте, без необходимости передачи данных на наземную станцию, что критически важно для работы в условиях ограниченной пропускной способности каналов связи или применения средств РЭБ (радиоэлектронной борьбы).
Разработка обеспечивает поддержку больших лингвистических моделей, которая реализована через голосовое программирование полетных заданий — оператор может отдавать команды дрону на естественном языке. В документации не указано, какая именно языковая модель может быть использована. Однако в 2025 г. Родион Анисимов с группой магистров и научных сотрудников технических вузов опубликовал статью в издании «Управление большими системами» об исследовании применения больших языковых моделей (LLM) для управления БПЛА с помощью естественно-языковых команд. Работа была проведена за счет гранта РНФ. Результаты показали, что использование компьютеров с нейронным процессором на Rockchip RK3588S позволяет достичь скорости 17,8 токен/с, что превосходит некоторые процессоры, в том числе от Nvidia. Это особенно важно для задач, требующих быстрого принятия решений, таких как автономный полет БПЛА.
Кроме того, молодые ученые пришли к выводу, что модели Qwen2.5-Coder-3B-Instruct, Qwen2.5-Coder-1.5B-Instruct, Qwen2.5-Coder-0.5B-Instruct демонстрируют стабильное качество на разработанном тесте, что подтверждает их пригодность для использования в системах с ограниченными ресурсами.
Управление полетом и средства разработки
Операционная система для БПЛА обеспечивает полный спектр функций управления полетом, включая автоматический взлет и посадку, управление скоростью и углом рыскания, полет по координатам. Предусмотрена работа с датчиками: получение данных с IMU, высотомера, лидара, оптического потока и обработка телеметрии в реальном времени. Взаимодействие с полетными контроллерами Ardupilot и INAV осуществляется по протоколам MAVLink и MSP. Система поддерживает подключение периферийных модулей — сервоприводов, датчиков, светодиодов, магнитов и динамиков.
Для разработчиков предусмотрены графический язык программирования полетных сценариев и Python API для написания собственной полетной логики. Интеграция с ROS открывает возможности для подключения внешних сервисов и расширения функциональности системы.
Два сценария использования: инженерия и образование
ПО позиционируется для двух ключевых сценариев. В инженерных задачах система применяется в качестве основной операционной среды бортового компьютера БПЛА с поддержкой автономного управления, навигации и интеллектуальной обработки данных. В образовательной среде программное обеспечение используется как графическая платформа для визуального программирования, изучения робототехники, компьютерного зрения, искусственного интеллекта и алгоритмов автономного полета.
На сайте компании указано, что она рассчитывает на заказы от производителей и эксплуатантов БПЛА, предлагая им за счет своих решений сократить расходы на разработку, расширить функционал применения продукции и унифицировать управляющий интерфейс, что позволит снизить затраты на подготовку операторов на 90%.
Комментарий разработчика
Как пояснил CNews Родион Анисимов, уникальность решения заключается в реализации основного функционала автономности. Это работа с нейросетями, локализация без GPS, навигация по лидару внутри помещения, программирование при помощи API) непосредственно внутри ОС, что позволяет сильно упростить разработку ПО для решения конкретной отраслевой задачи.
«В большинстве своем используются ОС, основанные на ядре Linux (Ubuntu и так далее), наше решение также базируется на ядре Linux, однако сама операционная система собрана полностью с нуля, что позволило максимально оптимизировать работу встроенных алгоритмов», — заявил основатель компании.
По словам Родиона Анисимова, ОС позволяет значительно ускорить разработку ПО для решений отраслевых задач, так как предоставляет множество готовых программных модулей и API.
На текущий момент основной рынок использования — образовательные автономные БПЛА для изучения робототехники и ИИ. Также в данный момент разрабатывается решение для интеграции решения в инспекционные и геодезические БПЛА.
Развертывание возможно на любом компьютере с процессором RK3588S или другим из семейства RK. Например китайский OrangePi 5 или российская Trackingcam5 от компании Applied Robotics.
На раннем этапе разработки создатели ОС уже получала грант «СТАРТ-ИИ» от ФСИ.
Мнения экспертов
«Данная ОС — вполне востребованное решение. Если говорить про гражданское использование, то она помогает беспилотникам выполнять различные миссии, когда GPS недоступен или ненадежен. Например, в плотной городской застройке, в помещениях, в зонах с помехами или полным глушением сигнала. Нейросеть на борту позволяет дрону не просто "знать", куда лететь в моменте, а "понимать", где именно он находится, строить карты местности, распознавать различные объекты, принимать решения на основе визуального потока», — рассказал CNews эксперт НТИ «Аэронет» Николай Ивашов, официальный представитель компании «Флай Дрон».
«Это дефицитная компетенция. Массовое глушение и спуфинг спутниковых сигналов сделали GPS-независимость обязательным требованием не только для обороны, но и для гражданских сценариев: помещения, тоннели, шахты, промышленные объекты с помехами», — считает Роман Тиняев, партнер практики «Промышленность и технологии» Strategy Partners.
По словам Ивашова, это может быть актуально при мониторинговых полетах, инспекциях объектов с воздуха, а также для городской аэрологистики. Кроме того, эта ОС может применяться для обучения эксплуатантов БПЛА работе с ИИ.
Эксперт Роман Тиняев перечислил подобные иностранные решения: Skydio (США), Autherion Skynode от Autherion (США), VNav от Palantir (США), Hivemind от Shield AI (США), европейские проекты типа SE3 Labs, Spleenlab (Германия) или Robotto (Дания).
В настоящее время появились и российские решения, но нельзя сказать, что рынок заполнен, констатировал Тиняев. Российские вузы и компании системно работают над этим.
Похожие разработки также есть у МАИ, НИУ «МЭИ», ИТМО, Фонда перспективных исследований (ФПИ), пояснил Николай Ивашов. Но решение «Дронкам», вероятно, отличается в первую очередь тем, что разработка заточена под конкретную аппаратную платформу (Orange Pi) с фокусом на запуск LLM прямо на борту и автономную работу, говорит эксперт.
Зачем нужен Orange Pi
По словам Ивашова, использование Orange Pi позволяет получить баланс цены и возможностей, хорошее соотношение в плане «функционал — энергопотребление — стоимость». Ведь для инженерных и образовательных задач не всегда нужна сверхмощная платформа. Кроме того, Orange Pi поддерживает ARM-архитектуру, что важно для автономных систем.
«ARM-чипы энергоэффективны, это позволяет дрону лететь дольше. Еще один плюс — наличие NPU. В некоторых моделях имеются встроенные блоки для ускорения нейросетевых вычислений — это позволяет LLM работать прямо на борту без связи с облаком. На такую платформу можно поставить разные ОС и легко настраивать стек под конкретную задачу», — указал специалист.
При этом выбор именно китайского решения Ивашов объяснил неполной готовностью российской базы:
«В России есть собственные решения — платы на отечественных процессорах. Однако на текущем этапе у многих из них может быть меньше готовой экосистемы: проверенных драйверов, библиотек для ИИ-задач, сообществ разработчиков и т.д. Orange Pi предоставляет широкий доступ к готовым инструментам. Технологическая независимость безусловно нужна, но в том, чтобы сначала отладить решение на проверенной платформе, а затем, когда российские аналоги нарастят поддержку и производительность, перейти на них, есть определенная логика», — заключил эксперт.