0: Китайцы делают свои решения друг у друга, да, их копируют, в том числе совершенствуют и продают на весь мир. Но мы, к сожалению, нет. То есть, ну, по сути дела, это тесты дополнительные, проверка результата на ошибку. Никакая уважаемая компания.

1: Является идеальной. То есть вот она не может быть специалистом во всем, во всех сферах, насколько там набрал вес тот или иной. Если дорогие друзья, добрый день. Сегодня мы записываем очередной подкаст на канале беспилотные технологии и сегодня

2: Будем разбираться с автоматизацией полёта беспилотного аппарата. И, чтобы с этим разобраться, мы в очередной раз позвали эксперта в этой отрасли. Александр, приветствую. Да, Дмитрий, привет. Представься, пожалуйста. Александр Костин главный.

3: Конструктор автономных беспилотных систем компании площадь известная, широко известная в Узких кругах компания. Ну, собственно, тему мы обозначили, она, мягко скажем, глубокая и для объёмная, и для людей, которые не очень

4: Посвящены очень непонятно. То есть как мы себе, как, как, как в основном себе представляют, да, что беспилотник вот кнопочку нажал, и он куда-то полетел, как он туда полетел, как он туда долетел, собственно, как он там приземлился, как он понял вообще?

5: Куда он прилетел, да, особенно в текущих условиях. Эта тема покрыта мифами и легендами древней Греции. Вот, соответственно, я предлагаю снять вот эти покровы с этой тематики и начать разоб, ну,

6: Постараться разобраться с 3 вопросами. Начать. Я предлагаю, кстати, с чего лучше начать, как будет правильней, наверное, с предыстории автоматических Полётов. Скорее всего, потому что, ну, мы привыкли. Достаточно давно уже есть изделия.

7: Компании диджиай, ну и аналогичные всякие отели и прочие, которые делались для съёмки видео. И вот часть таких автоматических алгоритмов полёта, там, собственно, была уже реализована и реализована в текущих моделях, допустим, тот же вижн позишн, который возвращает

8: Дрон домой, если вдруг потерялась связь с пультом, вот он летит на руках или там в какой-то автоматической миссии по точкам и возвращается домой. Также там предусмотрены миссии, которые мы можем на карте поставить точки и, соответственно, там задать все.

9: Режим съёмки, и он будет лететь и снимать определённую область. Основная система навигации, там используется же гнсс, конечно, с, да, глобальная навигационная спутниковая система, безусловно, и vision позишн в данном случае служит просто такой вот, ну, дополнением, да.

10: Работает не на всех высотах. Ну, в целом, для вот тех задач, которых он предназначен для съёмок там, фильмов, видео каких-то роликов абсолютно хватает. Сопровождение спортсменов. Мне очень нравится вот эта функция, когда дрон летит за, ну, допустим,

11: Я не знаю, там лыжником, например, который с горы спускается. Вот за лыжником, который спускается с горы далеко не всегда сам пробовал. Кстати, в своё время, может быть, сейчас они уже допилили эту функцию, но вот вниз он не способен лететь, к сожалению, вот вверх, да, прямо за идущим человеком или бегу.

12: А вниз? Ну, к сожалению, нет. Вот сам пробовал отслеживать спортсменов. Тогда возвращаемся собственно диджиай. Вот, то, наверное, наиболее распространённое решение, с которым сталкиваются все, кто пробовал использовать беспилотник.

13: Либо летать на них, либо в своей работе в какой-то деятельности использовать, да, промышленное коммерческое решение очень хорошее. Ну и коммерческое, и пользовательское. Но, конечно, стратегии автономного полёта, они выходят далеко за пределы того, что позволяет делать диджиай. Понятно, что решений достаточно много.

14: Там и для агродон в мы знаем, которые опыляют либо каким-то образом контролируют посевы. Сейчас очень популярная. Вот на канале выходила тема с аэрологии Икой. Действительно, вот здесь, да, без автономного полёта, ну никак не обойтись, потому что

15: Во первых, понятно, что к каждому дрону не привяжешь оператора. Ну просто нецелесообразно. Проще курьера туда послать. По земле меньше рисков. И, собственно, ну, наверное, пока дешевле, пока, пока эта сфера не развита. Но, во вторых, гнсс просто навигации нет. И вот здесь как ра,

16: Сейчас мы сталкиваемся с 1 проблемой автономного полёта, что нам надо как-то привязываться к местности и да, можно ставить защищённые всякие системы, соответственно, сирпи, антенны, решётки какие-то, а можно раскрыть этот термин, он часто

17: Звучит точнее аббревиатура crp м. Антенна ну то есть, чтобы все нас понимали, да, по простому это антенна, которая борется с подавлением или подменой gps сигнала, гнсс сигнала и, соответственно, все-таки выдаёт до какого-то определённого уровня она

18: Выдаёт правильную геопозицию, но все равно это как борьба, там брони и снаряда, можно сказать, там подавление усиливается. И, ну и соответственно, все мы знаем.

19: Что они сейчас не только в городах, там взлетать невозможно, но и просто на земле очень часто gps просто не работает в машине, вот мы едем, не работает навигация и собственно тогда какая стратегия ну да, могут локальные системы.

20: Но это пока такая немасштабируемая история. Можно использовать лидары, например, лидары можно, но они дадут просто расстояние до каких-то объектов препятствий. Да, если очень много лидаров по хорошему. Ну, наверное, мы сможем построить картинку, но такая очень сложная штука. А что, точно можно?

21: Посмотреть, да, это у нас есть камера, камера, оптический канал, она есть на любом дроне. Другое дело, что для оптической навигации все-таки лучше выделить отдельную камеру, которая вниз направлена, в Надир, так называемый. Да, и, собственно, дальше мы можем ориентироваться, потому что у нас есть, ну, какая-то карта мест.

22: У нас есть то, что мы видим в камеру и можем двигаться. Поэтому вот это 1 из систем, которую мы разработали. И, собственно, сейчас. То есть это навигация по оптическому каналу связи. Да, совершенно верно. Штука крайне

23: Актуальная, как мы просто когда смотрим, чем занимается там наука в ряде других стран, в эту сферу. Ну, собственно, направле. Это такое 1 из магистральных направлений развития.

24: Навигация там в ряде ведущих иностранных университетов и среди компаний производителей, разработчиков. В чем там сложность? Вот можно тогда с этого, наверное, начать, да, работ очень много.

25: Действительно есть и цюрихская группа, которая много выпускает работ на эту тему и там sci дио в штатах, ну и ещё ряд лабораторий которые действительно этим профессионально занимаются в чем основная сложность в том, что у вас ну может.

26: Что-то произойти с оптическим каналом. То есть, ну, допустим, у вас туман, так, и вы не видите, что внизу даже, ну буквально можно подняться на 100 метров, на стометровую высоту. А в городе, ну, наверное, это такая минимально безопасная высота, с учётом все-таки препя.

27: В виде высотных домов и прочего, да, для дрона, который доставляет грузы. И вы не видите уже, что, что происходит внизу, это могут быть там, ну, другие погодные, там явления, типа дождя, там, снега и прочего, да? Ну, то есть

28: Любые препятствия для собственно, глаза камеры, если человек даже в сложных условиях, даже если он там летит, как калсон, условно говоря, и видит внизу эпизодически что-то он, ну, как-то разберётся у него.

29: Мозг сможет это достроить, то для машины это требует очень сложных алгоритмов. И поэтому непрерывность такого потока или более менее непрерывность, она, ну просто нужна конечно, это 1 сложность, 2, конечно, это математика, которая за этим стоит.

30: Streets вроде, ну, кажется, ну, а что сложного? Вот у нас там карта, вот мы посмотрели, сравнили, там кадр с картой и нюансов очень много. Прям вот колоссальное количество и в математике, и в обработке этого самого кадра, и

31: Понимание положения дрона, ну и собственно, в работе с ошибкой, потому что ошибка в любом случае в каких-то алгоритмах, она накапливается где-то там, может сбрасываться с помощью других алгоритмов. И все это нужно комплексировать. Вот хорошее решение в сфере оптической навигации, они комп

32: Фиксируют разные источники данных, в том числе иногда и гнсс. Кстати, помехозащищённые всякие приёмники понимают, где какие данные наиболее адекватны, и, собственно, используют их вот здесь сейчас, а при появлении

33: Какого-то более точного источника, они могут просто сбросить ошибку. Я ошибаюсь. Или навигация по оптическому каналу связи, она уже лет там, 20 или 40, наверное, уже существует в большой авиации.

34: В ракетостроении нет, в какой в какой-то мере. То есть задача не ставилась так как сейчас. То есть вот полностью просто лететь автономно, скорее это там какая-то привязка к местности может быть, ну какие-то отдельные вот собственно задачи.

35: Но свойства, но так, чтобы вот от и до, от точки, а до точки б пролетел беспилотник без помощи человека и, допустим, у него там радиоканал связь с оператором без спутников, без связи с оператором, чтоб пролетел сам, да.

36: Радиоканал также может ну просто сломаться банально. Там даже мы не говорим про какое-то подавление в городе. Просто, ну, что-то отвалилось, сломалось, но мы должны обеспечить все-таки, чтобы дрон не упал никому на голову неожиданно и вообще либо совершил какую-то аварийную, аккуратную очень

37: Посадку, либо все-таки долетел автономно до точки б, и сгрузил в какой-нибудь постамат там, или куда-то ещё посылочку. И, в общем, продолжил тогда для того, чтобы, ну, беспилотник понимал, да, то есть машина понимала, где

38: Она находится, каким образом это работает? Надо в начале пролететь с пилотом, записать это все сохранить там куда-то, я не знаю, там в память, да, и он будет. То есть у него какой-то эталон должен быть, с которым он сравнивает или нет.

39: Как сейчас механизм работает, есть алгоритмы, которые работают без эталона. То есть, ну условно говоря с просто тем, что мы знаем свою начальную точку и дальше мы понимаем вот как vision позишн на диджай есть алгоритмы, которые конечно сравнивают с определённой подложкой.

40: Конечно, пролететь пилотом, записать, потом разметить эту территорию, сделать её геопривязку. Это, наверное, может быть совсем идеальная картина, но это крайне трудоёмко и просто, наверное, нецелесообразно. То есть проще взять карты, которые есть.

41: На данный момент их великое множество открытых, там те же самые карты яндекса и, собственно, то есть вот спутниковую съёмку, которая в открытом доступе находится, её хватает для того, чтобы вот этого масштаба хватает для того, чтобы научить беспилотник.

42: Лететь по и сравнивать с картинкой. Да, да, в большинстве случаев в большинстве задач хватает абсолютно. А тогда 2 вопрос, ещё который тоже всегда возникает, насколько мощный вычислитель должен быть на борту и насколько

43: У него сильное энергопотребление, вот это, это является здесь какой-то точкой преткновения для развития оптической навигации зависит от набора алгоритмов. Но в целом, наверное, алгоритмы, ну, большую часть алгоритмов можно запустить по отдельности там

44: Или там в какой-то там сумме на вычислителях, ну достаточно простых, типа там расбери с нейромодулятор, вот не нужно каких-то дорогих и сложных прозвучала фраза нейромодулятор те самые нейросети.

45: Или нет, да, это специальный чип или специальное ядро в существующем чипе, которое, ну, условно говоря, служит для перемножения матриц и как раз для вот вычислений.

46: Там связанных с нейронными сетями и другими алгоритмами машинного обучения. Я вот очень не люблю слово искусственный интеллект, хотя оно такое очень уже расхожий термин стал, да, может нравится, но интеллекта нет, там машинное обучение все-таки математика, да, об этом многие забывают.

47: Хорошо, тогда если это получается 1 элемент вот этой высоко или автоматизированной системы оптическая навигация. Правильно? Вот как она на сегодняшний день уже в

48: Практическом применении. Я не знаю, там, есть ли серийное использование там в гражданской сфере или нет. Ну вот если говорить про гражданку, вот как это выглядит на текущий момент. Есть примеры в России или в других странах, может че-нибудь в других странах есть отдельные, там, вот в Китае, то, что мы на самом деле больше

49: Слышим это в какой-то публичной сфере, там в telegram каналах, в просто в сми появляется информация, но, насколько я знаю, массового использования нет, на самом деле. И беспилотные автомобили, то только вот, ну, как-то набирают такой рост.

50: Это движение, поэтому пока нельзя говорить о массовости, честно говоря, а есть ощущение, когда вот должен быть, что будет тем переломным моментом, когда оптический канал, ну, условно, как вот сейчас gps.

51: Используется абсолютно тотально везде, да, то есть спутниковый приёмник используется от телефонов умных часов и заканчивая какими-нибудь кораблями, подводными лодками, там не дай Бог, чем ещё вот, вот когда оптическая навигация

52: Будет использоваться в беспилотных летать. И, кстати, только ли летательных аппаратах? Ну вот просто в каждом, каждом 1, вот что сейчас останавливает там технология, стоимость все вместе в машинах, то уже используется на самом деле в беспилотных

53: Там там другие алгоритмы все-таки машина не видит не сверху дорогу, а видит то, что она видит перед собой даже без гнсс. Она может проехать определённое расстояние там понимая, где она там вот по перекрёсткам, по каким-то вот таким вещам и

54: Это уже используется, когда произойдёт перелом. Ну, наверное, несколько таких вот таких мега трендов, может быть, мега вещей должны произойти. Во первых, такой перелом массового сознания, что это безопасно, что, ну, надо этим заниматься, во вторы,

55: Экономическая эффективность, конечно, вот для массы, что, ну, действительно, почему мы пользуемся смартфонами, почему мы не пользуемся кнопочными телефонами? Это доступно, это удобно. И вот все привыкли, да, и также и здесь

56: Должно произойти вот постепенное какое-то вот критическая масса должна набраться и критическая масса со стороны пользователей, критическая масса со стороны эксплуатантов, то есть тех же самых там логистических компаний, типа там, сдэка и прочих тех же

57: Самых ритейлеров. Ведь сейчас, на самом деле, вот по сравнению 10 лет назад, допустим, да, вот какой процент доставок был из интернет магазинов, ну и вообще из маркетплейсов. Ну, наверное, были ли маркетони?

58: Они уже были, но процент доставок, вот. И процент пользования ими был гораздо меньше. Сейчас торговыми сетями, наверное, пользуются. Ну, не меньше, конечно, чем, соответственно, доставкой, но уже процент соотношения, он такой, с выручкой согласен, да, она выросла строго по экспоненте.

59: Так вот, и с Ростом этой удалённой доставки, ну, будет расти и рост потребности в доставке беспилотной особенно, ну, там, в ряде это, в принципе, обсуждалось. Можно не повторять уже на канале. Какие такие практи?

60: Сценарии, когда, ну, наверное, точно, совершенно, даже уже сейчас будет удобнее, чем курьером, доставлять беспилотником. Насколько сейчас, вот на сегодняшний день стоимость оптической навигации

61: Она, точнее, в какую сторону и насколько она, отвеча, отличается от спутниковой, допустим, если мы берём, вот, ну, базовый, базовую систему, которая использует данные спутников, да, для определения местоположения и выполнения маршрутного

62: Задание, да, и если мы используем оптику, для этого, конечно, гнсс приёмник, он стоит намного дешевле сейчас, потому что, ну, это просто обычная антенка, там чип какой-нибудь простой, и все, и достаточно простой алгоритм, никаких вычислений.

63: Ну, можно сказать, там в кавычках, конечно, никаких вычислений, то есть их гораздо меньше. Пока здесь система гораздо сложнее. Не скажу, что она стоит прям, ну, архидорого стоит дороже, чем приёмник. Ну, и сравнивать, наверное, не совсем корректно это потому что, если

64: Gps приёмник, который у нас стоит, он не справляется со своими задачами, то его нельзя сравнивать с той системой, которая решает все-таки вопрос, так же, как кнопочный телефон нельзя со смартфоном сравнивать вот ещё 1 тренд я, к сожалению, так упустил да, этот тренд.

65: Регуляторный. Угу. Вот здесь регуляторы должны тоже прийти к Такому, наверное, пониманию, что это тоже безопасно, хорошо, и все можно разрешать. Вот во всем мире же через эти тернии проходит беспилотная

66: Автомобили, но и также будут проходить и беспилотники, что наших любимых уважаемых регуляторов смущает в оптической навигации не в оптической навигации, а в принципе, вот чтобы оптическая навигация в массы пошла, должны в массе пойти. Беспило.

67: Плотники, которые доставляют допустим товары, так или вот надо разрешить сначала полёты, а все сервисные устройства и те же самые gps приёмники, ну они и так массово, в принципе их можно убирать, и навигация оптическая, и все остальные там и алгоритмические вещи.

68: И куча других таких, ну, физических, железных устройств, которые там инструментов, которые будут здесь помогать, они сразу пойдут в серию. А здесь вопрос тогда про ограничения оптической навигации.

69: Я достаточно часто слышу несколько аргументов, ну, из категории на, ну, во первых, мы проговорили про физические ограничения в виде там, осадков, да, которые там туман, снег, дождь, которые сильно

70: Мешают, ухудшают восприятие оптикой, да, глаз не видит. И в камеру не видно. Вот это 1 момент. A2 момент, очень существенный аргумент, который я слышал, что, ну, давайте представим, вы сверху видели там

71: Ледовую пустыню, например, или там Тайгу, да? Ну и как вы там собираетесь определять, куда лететь. И я не очень понимаю, как техника на это отвечает. Я с трудом понимаю, как люди там ориентируются, да, вот там без приборов.

72: Говорят, могут вот особенно местные жители, как техника, как, как решается эта задача, это математическая задача, там надо какие-то дополнительные датчики ставить. То есть вот как задача действительно математическая и

73: Кстати, вот правильно сказали, что местный житель сориентируется, а вот тот, кто там 1 раз пролетает, допустим, на пилотируемом самолёте, и у него нет других никаких ориентиров, да, ему будет тяжело достаточно. И, допустим, компаса нет, навигации нет, все, все пропало в плане

74: Отключились все приборы, ему будет тяжело, а беспилотнику, ну, тяжело, но менее тяжело, потому что даже вот, ну, представим себе снежное поле для человека, который смотрит сверху, оно, ну, в целом, монолитно. То есть, вот белая пустыня для камеры, для алгоритма, оно

75: Не такое монолитное в подавляющем большинстве случаев здесь какая-то травинка торчит, там или кустик немножко там проклёвывается, здесь, там зайчик пробежал, там есть следы здесь, там какие-то ещё артефакты там включая

76: Небольшие провалы или небольшие бугорки снега. То есть это не монолитная пустыня. Вот с водой гораздо тяжелее. Я хотел это следующий вопрос. Вот с водой гораздо тяжелее, потому что вода, мало того, что она там, ну, условно говоря, монолитная, да, ну, не всегда, но если

77: Если там ещё барашки вот волн идут, то фактически они же сами в динамике перемещаются, и они вносят, конечно, коррективы и учитывать их вот по нормальному не получается, но в любом случае задача математическая, то есть для каждого такого

78: Есть, ну, определённый набор алгоритмов. Набор, может быть, сказать, эвристик, то есть тех дополнительных механизмов, механик, которые вместе с алгоритмами пытаются даже из сложно.

79: Ситуации, когда вот там, допустим, нам навигация говорит, ну че, че то не так, я вот не понимаю, где я нахожусь, вот понимала сейчас, а через там 2 секунды уже какой-то сбой пошёл, механизмы, которые позволяют все-таки вытянуть в том числе

80: Там, взяв управление, ну, в такой ручной режим, ручной режим, но автомата, который может режим, но автомата, да, то есть автомат не полагается в данном случае на данные навигации, а он совершает какие-то

81: Действия для того чтобы эту навигацию восстановить, он может высоту увеличить. В некоторых случаях он может там сдвинуться куда-то для того, чтобы понять, что вот там на при каких-то определённых условиях он все-таки

82: Поймает там, ну, допустим, если это туман, ну, мы влетели просто в облака или в туман, мы можем просто высоту снизить, там метров на 50 иногда хватает и все. И, собственно, если, конечно, туман не стелется по земле, и мы понимаем, что

83: - 50 метров. Это просто уже земля. Угу. Хорошо. То есть, если я правильно понимаю, с оптической навигацией она есть, это 1 момент, она достаточно активным образом используется в различ.

84: Типах наземного транспорта автономного, в беспилотных летательных аппаратах её используют, но массово она станет только тогда, когда у нас, собственно, станут массовые эксплуатации беспилотных летательных аппаратов. Да так и не

85: Некоторые сложности в виде полёта над морем или над бескрайней снежной пустыней можно есть понимание, как решать эту. Это математическая задача. Есть понимание, как её решать. Да, в открытом море. Кстати, обычно есть все-таки гнсс сигнал, потому что, ну, в море

86: Стоят какие-то в основном буйки, которые все глушат. Да, я что-то вот этот момент упустил, да, над морем, говорят, очень сложно летать. Особенно, ну, квалификация лётчика пилотируемой авиации, да, она там не каждый может, надо

87: Морем лететь сразу надо, учиться. Вот нам помогут приборы это хорошо. Так, ладно, с оптической навигацией, как 1 из составных элементов автономного полёта будем считать, что разобрались.

88: Что ещё требуется для того, чтобы вот у нас беспилотник стал автономным. Ну, во первых, такой термин распознавания объектов, на самом деле, это детекция и классификация, как правило, 2 задачи. Вот когда нам нужно понять, ну, в беспилотных автомобилях

89: Это очень чётко мы видим, машина понимает, где автомобиль, где мотоцикл, где там пешеход, пешеходный переход, знак какой, и все. Вот она очень чётко понимает картинку вокруг себя. Беспилотнику не всегда такое нужно.

90: Потому что он все-таки не может наехать на пешехода в основном, да, ему нужно понимать, что он на безопасной высоте в основном, да, и но когда он подлетает в какую-то точку б, куда ему нужно, и у него в

91: Том районе, какой-то постамат, он должен сесть ему на крышу, он должен распознать, где этот постамат, потому что по координатам это сделать, ну не всегда получится. Там даже любая погрешность у вас, ну не приведёт, если мы говорим про визуальную

92: Навигацию не приведёт в квадрат, там, условно говоря, метр на метр или там даже меньше. То есть вам нужно более точно прицелиться уже на конечном участке, зависнуть и сесть. И как это работает. То есть что, что вот что за таинство то за

93: Вот этой способности стоит. То есть как это как беспилотник прилетит, во первых, как он определяет, что за объекты, то есть это база данных, опять же, это, да, это обучаемые модели. То есть, то есть это уже нейронка, да, нейронка. Задача уже не 1 десяток лет.

94: Ну, собственно, может быть не 1 десяток с точки зрения тогда ещё, когда нейросетей не существовало, там были другие алгоритмы. Но вот уже за последние там лет, наверное, сколько уже получается 14, задача решается и достаточно

95: Много наработано уже практики в ней. То есть это вот как условно сервис найти по картинке там в яндексе или в гугле, да, ты грузишь картинку, он тебе выдаёт совпадение. То есть это вот это об этом похожая, да, похожая история, там, конечно, немножко другие

96: Используется, ну, принципы те же, условно говоря, но алгоритмы немножко другие. Да, и здесь мы можем найти те же самые машины, допустим, или тот же самый постамат, найти, куда мы должны отгрузить посылку, ну, или какую-то метку.

97: Или что-то ещё. Может ли, собственно, и как будет действовать система, если вот летит она видит новый объект, которого ранее не было. И вот как его иденти.

98: Идентифицируют, то есть какие подходы на текущий момент есть к идентификации нового типа объекта, который условно не загружен в базу данных, если это, если я корректно скажу, да, только неизвестный объект, потому что когда его не знает, она не может сравнить с каким-то

99: Набором, условно говоря, векторов, весов, циферок в весах модели и, соответственно, может только выдать, что это что-то неизвестное, это, это что-то там, ну, контуры, может быть, есть отдельные алгоритмы, которые

100: Могут определить контуры объекта, там вот выделить его как некий неизвестный просто класс. Не всегда, кстати, требуется подключение нейросетей. Вот если мы, допустим на крыше постоматов будем размещать какие-то руко, маркеры, руко, метки, это вот эти

101: QR коды или это да ну похожая на QR коды такая штука из фактически квадратиков, да и белых и чёрных то собственно нам нейросеть не нужна а можно про это рассказать что это такое вообще, что эта метка в себе содержит, она как?

102: Правило, ну не содержит каких-то специальных там цифр, она содержит просто уникальный, скажем, уникальный рисунок, если так упрощать уникальный рисунок, по которому беспилотник там или любой другой там автоматический объект может сказать о, это

103: Соответственно, да, то, куда мне надо приземлиться, это тот самый постамат. 1, 2, 3, 4, 5, куда я и, собственно, летел. Так хорошо. Соответственно, идентифика, она ж тоже на борту происходит. Да, да, она происходит.

104: Конечно, на борту. И здесь вот если мы говорим про рок маркера, то, собственно, нейросетей никаких не требуется. А тогда здесь вопрос в прошлом, по моему, году, ну, точнее, не так. Технологий уже, наверное, лет несколько, но и диджиай, и

105: Аутель и скайди наверное про российские компании не буду говорить, не знаю да, там опять же только военная тематика, что с гражданкой не могу сказать вот у них в базе особенно, мне больше всего понравилось у out.

106: Они порядка, по моему, 50 типов объекта загрузили, и он умеет определять человек, машина, там, грузовик, там, я не знаю, там дом, ну и так далее и тому подобное. Вот это.

107: Текущий момент уже, ну, общедоступная технология или там какая-то специальная дорогая, вот в базовом варианте общедоступная есть датасет, тот же самый коко датасет виздро. Так, это что такое? Это открытый, на самом деле, абсолютно можно

108: Найти в интернете вот просто набрать Куков дрон допустим да, и перейти на страничку там скачать собственно можно и dataset и уже обученные, а модели по нему то есть это кто-то это open source. Вот это да, это open source да, здравствует open.

109: Да, 82 класса, 82 класса типа объекта. Да, да, там и человек, и машина, и много чего другого там обалдеть. Вплоть там до брюссельской капусты и прочих. Серьёзно, да, так, скачиваем. И это на самом деле.

110: Вот как раз специализированная под дроны разработка, ну, более менее специализированная. Есть ещё куча других датасетов и открытых. И, понятно, компании свои закрытые, особенно те, кто обучает роботов. Мы видели много примеров таких вот гуманоидных роботов.

111: И прочих там роботизированных рук, там, которые, собственно, обучены на определённых объектах на определённые действия, там не всегда. Это просто детекция, классификация чего-то, что они уже знают. Там очень много такого обучения с подкреплением

112: Для того, чтобы, ну, робот мог совершать действия в более менее незнакомой среде или вообще в незнакомой среде. Но это уже отдельная тема, на самом деле, огромная. Я вообще, на самом деле, я как бы каждый день смотрю, какие

113: Новые новости с разных точек мира приходят, где, ну какой-то маленький шаг, кто-то большой шаг делает, кто-то маленький в развитии вот этих автономных систем. И если их направлять на, как это, на развитие

114: Ну, в помощь человечеству цены не будет. Вот. Главное на другое не направлять, но возвращаемся здесь. То есть технология доступна, есть много опенсорсных. Ну, в смысле, они есть опенсорсные.

115: Решение, а для того, чтобы их внедрить, ну, условно взять, там, я не знаю, там, какую-нибудь модель геоскана, к примеру, там, да, которая занимается мониторингом, как, не знаю, в курсе, не в курсе. Они умеют определять объекты. Ну, определённые, да, конечно, да, у них

116: То есть это тоже, а здесь тогда вопрос здесь есть ли в нашем родном отечестве какой-то опенсорс, какая-то опенсорс, разработка по именно по идентификации объектов. Тут вообще требуется кооперация какая-то или нет? Ну честно.

117: Не слышал про опенсорс разработки. В основном вот те команды, которые, я знаю, они на старте брали что-то готовое. Вот, типа того же coca. И, ну, соответственно, это очень быстрый способ проверить. А насколько вот твоя гипотеза?

118: За твоё предположение. Верно. Вот о том, что ты придумал какой-то продукт в беспилотной сфере, да, в любой другой собрал быстренько из кусочков уже готовых, применил какое-то, ну там, маленькое или большое ноу хау и, соответственно,

119: Все, пожалуйста, проверил. Работает интересно потребителям. Ну хорошо, можно масштабировать. Но уже когда мы делаем промышленный продукт, конечно, нам вот этих опенсорсных решений не хватит на 1 стадии, только дальше нужно и собирать где-то свой детст, и обучать, и

120: И массу вносить, изменений в процесс комбинировать алгоритмы. Сейчас практически ни 1 продукт, вот промышленный, серьёзный, не ограничивается тем, что мы взяли там какую-нибудь, там, не знаю, ёлу, там это название модели.

121: Нейросети, вот свёрточной нейронной сети для детекции, классификации объектов и просто, и все вот поставили как есть на открытом датасете и все отлично работает. Нет гораздо более сложные вещи, там нам придётся там комбинировать, хотя

122: Какие-то готовые куски, конечно, скорее всего, останутся. Просто изобретать велосипед в большинстве случаев не нужно, но этот велосипед нужно очень, очень сильно тюнинговать и импортозаместить сюда. Тогда дополнительных пара вопросов, которые мне тоже

123: Тоже не очень понятно. Во первых, если я не ошибаюсь, у нас кто-то из законодателей выпустил, ну, кто-то у нас, в смысле не так много законодателей, но, по моему, то ли идея была, то ли её оформили в формат нормативного акта о том, что надо создать единую базу.

124: Данных, вот как раз типа объектов, съёмок, моделей, не ошибаюсь я. Было такое. Нет, об этом периодически возникает речь, но вот я честно, сейчас не помню, чтобы это оформилось в какой-то вот прям нормативный акт.

125: Нужно, вот станет ли проще, вопрос поставлю по другому, станет ли проще там таким компаниям, как ваша, или коллеги по рынку, да, вот разрабатывать.

126: Вот эти даты, точнее нарабатывать эти датасеты коллективно или каждому по отдельности. Вот тут требуется ли кооперация усилий всех участников отрасли? Кооперация, да, но вот здесь вопрос как раз на законодательном ли уровне это должно быть и

127: Под эгидой государства, потому что это, скорее всего, обрастёт какими-то регуляторными ограничениями. Ну, в каком-то случае, наверное, это да, будет полезно даже так, но в идеальном, конечно, ну, в идеальном мире или в идеальной ситуации, безусловно, это

128: Должно быть, ну, какая-то, наверное, кооперация участников рынка самих, потому что те же самые аутсорс проекты, там, датасеты, их же сделали, ну, не абстрактные какие-то там, да, фиксики их сделали, конкретные люди.

129: Из конкретных проектов, почему-то они собрались вместе, да, кто-то их финансировал. В некоторых случаях, в некоторых случаях это было просто вот, ну такая кооперация на собственных каких-то добровольных началах, как у нас дело обстоит с этим пока, никак, пока

130: В чем ключевое ограничение? Ключевое ограничение? Ну, на самом деле, это ограничение вообще, в принципе, на российском рынке и на технологическом российском рынке. Это, во первых, недоверие, очень сильный уровень недоверия друг к другу, потому что, ну, к сожалению, да, много.

131: Случаев, когда там какие-то компании у других воруют, банально заимствуют летальную собственность. Ну да, или воруют, ну воруют, заимствуют. В данном случае это синонимы, ну как бы тут, если не привязываться к лексике.

132: То смысл семантика 1 и та же, на самом деле, к сожалению. И вот это формирует недоговороспособность в основном, с 1 стороны, с другой стороны, есть крупные компании, которые, ну, почему-то не только

133: Читают, но и декларируют везде, что вот они единственные, кто могут сделать что-то серьёзное. И это тоже проблема. Ну, на самом деле, это не так, как показала практика последних нескольких лет. Это вообще не так, да? Ну, к сожалению.

134: До сих пор и на государственном уровне многие верят в то, что вот там, да, ну это же уважаемая компания, наверное, не знаю, там, какую компанию, за что уважать. Это как бы там надо рассматривать, конечно, предметно каждую, но

135: Никакая уважаемая компания не является, ну, там, идеальной. То есть вот она не может быть специалистом во всем, во всех сферах. Это 1 такое откровение, да. Ну и, конечно, безусловно, никогда нельзя ставить знак равенства, что вот, уважа,

136: Company равно идеальный результат на выходе тогда вопрос. А на профессиональный взгляд вот эта кооперация, она вообще нужна? Она упростит, да, 100%, она 100%.

137: Упростит, если она будет на внятных принципах. То есть, если определённая степень организации этой кооперации вот в инновационной сфере

138: Ну, не степень даже организации, наверное, формирование правил, которые будут не только декларироваться, но и соблюдаться. Во первых, это поднимет уровень доверия у всех участников и позволит комбинироваться во многих проектах взаимодопол.

139: Вот этого действительно реально не хватает, когда там кто-то делает, условно говоря, там двигатель, кто-то делает подвеску, а кто-то кузов. И вот они втроём могли бы сделать классный автомобиль лучше, чем существующий, но они не могут

140: Между собой договориться, а иногда просто не знают о существовании друг друга. Это тоже большая проблема. Да, да, да, как раз 1 из задач такого рода подкастов. Да, собственно, это как раз о том, чтобы все друг о друге узнали. Ну, уважаемое, отраслевое

141: Сообщество, кто нас смотрит? Давайте кооперироваться, объединяться. Говорят, поможет. Здесь вопрос, если посмотреть чуть шире, есть ли примеры в высокотех? Ну, какие-нибудь вот в России

142: И именно в текущей реально в текущее время, где смогли переступить через этот барьер и вот выстраивать взаимодействие в каких-нибудь смежных отраслях, там, не знаю, есть ли они вообще.

143: Есть, безусловно, сейчас вот не назову прям навскидку, к сожалению, но они отдельные, но есть и есть действительно успешные. То есть нам, нам есть всем вместе на что ориентироваться. Ладно, мы потом уточнимся, и обязательно отдельно.

144: Разберём этот вопрос. Хорошо. То есть, получается, с оптической навигацией разобрались, с идентификацией как детекцией, детекцией. Я запомню, детекцией классификации тоже разобрались, то есть

145: Промышленное, кстати, внедрение есть такого рода технологии. Сейчас вот коммерческая эксплуатация, я не знаю, там полно, полно. Пример можно не в беспилотниках, но на производствах очень много даже, вот даже не на производствах, просто сортировка мусора вот едет по конвейеру мусор и

146: И без шуток у нас сейчас стало применяться. Ну, это не массово, конечно, но есть и не у нас, и у нас есть у нас тоже, да, есть такие проекты в сельском хозяйстве. Очень много таких в сельхоз, что, например, ну, допустим, вот яйца едут по

147: Конвейеру нужно определить, какое, к какому классу относится зверушки какие-то вот в там, я не знаю, там в курятнике, ну если они не сидят просто там, как это самое, на месте тоже, ну много очень параметров, которые можно определить.

148: Просто вот по, по фотографии, да, тогда вопрос, сколько, насколько там набрал вес тот или иной, если что, да, тогда вопрос. Ну.

149: Вы как разработчик, вы, наверное, оцениваете, собственно, где ваши технологии будут востребованы. Вот у нас есть такая национальная особенность, не знаю только наша, или это в целом касается производителей, разработчиков, производителей беспилотных систем.

150: Тем, да, об этом же идёт большое количество споров представителей государства, там, минпромторга, например, в частности, когда говорят, что нам не нужно, чтобы вы делали беспилотник, нам нужно, чтобы вы делали систему решения для конечного заказчика. Конечному заказчику, как правило, тоже не нужен беспилотник.

151: Ему нужно решение очень конкретной производственной задачи. Вот вы занимаетесь там вот этой оптической системой навигации, детекцией и идентификацией. Правильно сказал классификая.

152: Запомню точно. Вот вы же, наверное, оцениваете просто, где, ну вот, условно, возьмём компанию, которая занимается геодезией, там, я не знаю, там, мониторингом, сельхозкой, да, вот именно, где, которые используют беспилотные летательные аппараты.

153: В своей ежедневной деятельности. Вот где им ваша технология, она там упростит, удешевит производство, повысит скорость работ. Вот думали, не думали, смотрели, конечно, конечно, думали это

154: Это именно поиск дрона порта, правильно или нет? Или там шире, это не обязательно поиск дронопорт мы же можем доставлять не в какой-то постамат, а можем доставлять до точки, ну, эта точка может быть там, ну, условным там, подъездом и какой-то

155: Зоной специально выделенной. Это может быть точка, просто частный дом. И вот нам надо на территорию привезти, отдать. Ну то есть очень, очень такая многоплановая задача. Это может быть мониторинг объектов протяжённых, различные там сети, газопроводы, ну, масса и, кстати, это

156: Это уже делается в России достаточно много этого. Мониторинг дорог тоже. Это может быть там дтп какие-то вот, ну там свалки мусора тоже, кстати, достаточно большой бич в ряде регионов, да, в большом

157: Да, то есть просто поиск несанкционированных свалок это на текущий момент решаемая задача в полностью автоматическом режиме. То есть это условный самолётик какой-нибудь летит, у него там правильное по установлено, правильная камера установлена, и он

158: Фиксирует точки расположения вот этих несанкционных, а даже можно и человека, если браконьера какого-нибудь, ну не браконьера, тот, кто выбрасывает мусор, если мы попали как раз вот в тот момент, когда он выбрасывает мусор, мы его можем тоже

159: Даже и сфотографировать. Если камера позволяет, то в очень хорошем разрешении, что позволит потом его. И в общем то, я помню просто пару лет назад, как раз в августе 24 года, когда на сахалине проходил архипелаг, там 1 из заданий.

160: Было, я не знаю, кстати, принимали там участие. Нет, там, ну, кто-то из коллег по цеху принимал участие. Там было 1 из заданий, по моему, как раз поиск несанкционированных свалок. Или делились опытом. Сейчас врать не буду, прошу не бросаться помидорами. Вот. И

161: По свалкам как раз сказано было, что с оптикой не все так здорово, в том плане, что определить, что это свалка, а не там. Ну, короче говоря, что это свалка мусора, а не это там какая-то естественная, не знаю, там горка не так здорово, полу.

162: Но это было 2 года назад, и я думаю, что все вот эти вот проблемы, которые выявляются, ну, допустим, вот в такой ситуации мы очень хорошо отличаем свалку от других объектов, похожих. А вот в такой не очень. Ну хорошо, вот эту ситуацию надо разобрать.

163: Найти причины и просто докрутить алгоритм, модель, там дообучить, нейросеть, если это не нейросетевая. То есть это на текущий момент доступно. Возможно просто если есть проблема, её надо сформулировать мозги и руки. Все отлично. А как с поиском людей?

164: Просто поиск людей хороший, кстати, проект. Вот у Лизы Алерт, и там был трехэтапный конкурс, не помню, как он назывался, апгрейд или апстарт. Вот, ну, на сайте есть, на самом деле, там 3 этапа было как раз.

165: Поиск, идентификация, поиск людей, автономная навигация. Вот все вот эти этапы, насколько сейчас мы, кстати, обязательно посмотрите ролик с евгением, с представителем компании Лиза Алерт, ссылку

166: Под роликом будет вот насколько сейчас автоматика может легко найти человека, не знаю, в лесу, в поле, в городе. Ну, достаточно легко, достаточно легко, если человек не прячется сам. А, как правило, как раз люди, которые потеряли

167: Они, наоборот, хотят, чтобы их найти. Нашли. И я, ну, думаю, что это достаточно простая ситуация, по крайней мере, по тем результатам конкурса. Вот, если смотреть там же открытые данные по победителям, какая точность вот по метрикам.

168: Была у их алгоритмов достаточно неплохо, хорошо. То есть с этим тоже будем считать, что немножко разобрались. Там следующий элемент автономного полёта был озвучен. Это, ну, условный полёт в точку, то есть

169: Мы, допустим, провели детекцию, мы поняли, что вот этот там непосредственно домик, или перекрёсток, или что-то, куда нам надо попасть для того, чтобы, соответственно, отдать посылку, даже тот же самый постамат, но мы должны же долететь до него ещё. А как

170: Ну, ветер нас все-таки сносит, как-то мы летим не всегда прямолинейно, у нас какие-то, ну, появляются какие-то артефакты полёта, и мы должны в эту точку прийти. Вот это там отдельный класс алгоритмов, которые

171: Позволяют, собственно, нам удерживать, ну, либо траекторию полёта, либо просто прилететь в точку, да, и сказать, вот, пожалуйста, там снизиться автоматически, да, отцепить посылку, ну и дальше, соответственно, пойти на следующую Зада.

172: Там на склад, допустим, вернуться за новой посылкой. А как этот этап работает? То есть, что происходит на борту беспилотника, когда он, ну, опять же, оптический канал должен понять, собственно, а куда, вот где

173: Та точка, куда мы должны прилететь и где мы находимся сейчас, точнее, каково её смещение? Вот относительно того, где мы находимся, и понимая это смещение, исходя из того, ну, тех данных, которые мы знаем о полёте там,

174: Высоте соответственно, размере объекта иногда. То есть тут, ну на самом деле разные бывают ситуации мы понимаем, куда нам нужно сместиться, вот как, собственно, свой вектор движения поменять. И здесь мы уже управляем полётным контроллером и

175: Говорим, что вот ты, пожалуйста, доверни направо, доверни налево, там снизь высоту, там наоборот, там скорость увеличь, как правило, там все сразу или почти все сразу. Тогда здесь ещё вопрос вспомнилось мне.

176: Картинка, наверное, год назад она появилась, когда ребята развлекались и пытались обмануть автопилот на автомобилях. Как раз они делали просто зеркальное отображение ставили там дорога, шоссе, 100.

177: Ну, напечатанный кусок дороги только ставили его вертикально к дороге, то есть дорога в горизонте, да, ставят вертикально и смотрят, обманут они или нет бортовой компьютер, если

178: Я правильно помню, в инфобезе это называется мягкая атака, да, вот насколько на текущий момент алгоритмы оптической навигации, они и вы как разработчики учитываете, вот возможность там

179: Воздействие извне. Ну, собственно, тот же спуфинг только в это, в оптике. Ну да, безусловно, это нужно учитывать, но в каждой задаче он индивидуален. Я понимаю, что если человек хочет получить посылку, вряд ли

180: Он будет там какие-то там зеркала ставить или что-то ещё там рисовать какие-то картины для того чтобы специально дрон пролетел. Ну конечно такие могут быть люди, но ну в целом, что очень согласен. И да безусловно вот мы видим много, достаточно работ.

181: Таких и научных статей на этот счёт, что какое-то внесение в картинку каких-то даже пиксельных помех резко меняет класс объекта. Ну, условно говоря, вот известная работа, там это был слона.

182: Он говорит, это орангутанг, потому что туда просто специальным образом напихали картинку пикселей. Это глазу человеческому особо не видно. То есть он, ну, вроде слон, слон, а алгоритм уже

183: Сбоит, потому что те, собственно, ну, такие, скажем, артефакты небольшие, там, где-то линии кривые, отдельные куски изображения специфичные для там слона, допустим, хобота или для арангутанга, они просто

184: Меняются достаточно сильно. Хотя визуальные изменения не очень большие. Такое вот, собственно, изменение картинки, оно возможно, безусловно, ну и также, ну, скажем, борьба с этим.

185: Тоже, ну, понятно, мы там обучаем алгоритмы или там добавляем в линейку так называемый пайплайн, да? А это что такое пайплайн? Это фактически труба, если переводить прямо с английского, то есть

186: Это набор алгоритмов, которые последовательно иногда параллельно работают. И, собственно, вот от входа некой сущности изображения аудио, там, ну, текста, допустим, если мы говорим про, там языковые модели до выхода обеспечивают, преобразован

187: Вот этого входного потока в какой-то результат, что о у нас либо вот такой-то объект, либо мы там приняли на вход промт и выдали задачу решённую какую-то там, допустим, какой-то текст, там стихотворение написанное или что-то

188: Ещё, то есть вот, вот это все, это пайплайн. Вот включаем туда какие-то ещё алгоритмы, которые позволяют нивелировать эффект вот такой подмены картинки. То есть, ну по сути дела, это тесты дополнительные, проверка результата на ошибку.

189: Ну, тут тестами не обойдёшься, безусловно, потому что в большинстве случаев там, ну, невозможно предугадать любые какие-то изменения. И скорее, это тесты уже по итогам, точнее, работа над ошибками или, ну, просто работа над совершенствованием системы, когда мы столкнулись

190: Какой-то ситуации, да, у нас есть с этого полёта картинки, ну, видео логи. И, соответственно, мы эти данные можем сопоставить и понять, как вот с такими типичными ситуациями бороться или понять, что это, ну, ситуация там с вероятностью 1, там, миллионная, ну,

191: Если 1 полёт из 1000000, допустим, произведёт какая-то вещь, не повлёкшая за собой каких-то Тяжких последствий и не представляющая угрозы безопасности, то, ну, подумаешь, может быть, и не стоит этим заниматься. Хорошо.

192: У нас какая-то часть ещё осталась составная для автономного полёта, касающаяся оптической навигации. Если честно, то остальные алгоритмы в целом, вот если очень условно, то они являются каким-то либо комбинацией, либо подмножеством того, что мы рассмотрели тогда.

193: Такой вопрос, касающийся собственно того, что нужно, во первых, много ли у нас разработчиков по тематике оптической навигации? Вообще много компаний в эту сторону идёт у китайцев больше, намного больше. А почему?

194: Так, ну, кроме банального ответа, потому что рынок так, регуляторика та же самая. Ну, соответственно, ну, китайцы делают свои решения друг у друга, их копируют, в том числе, совершенствуют и про

195: Дают на весь мир. Но мы, к сожалению, нет, даже даже у себя не продаём очень часто. И, собственно, отсюда тогда 2 вопрос. У китайцев разработчиков больше, у нас меньше. А что нужно вот на кроме

196: Массового внедрения беспилотных летательных аппаратов в России, да, в гражданской сфере, в коммерческой эксплуатации. Вот, может есть ещё какие-то параметры, которые мы сегодня не затронули, а стоило бы сказать, да, вот что является, ограничит

197: Для развития технологии и для её внедрения, кроме рынка. Ну вот опять же, все-таки регуляторный аспект и, конечно, ну, наверное, 2 этих основных. Все остальное, потому что людей умных и способных

198: Более чем достаточно. В России, между прочим, может быть, даже в процентном отношении точно больше, чем в Китае. А уж в абсолютном возможно, да, в Китае очень плохо с фундаментальными исследованиями. Ну, это свойство, на самом деле.

199: Где-то такой, ну, психологии, ментальности китайцев, свойства их сознания. Вот они хорошо очень комбинируют, то есть они могут взять 1 изделие и прекрасно там 1000000 вариантов сразу нарисовать там как оптимизировать, удешевить, улучшить изделие, да, но сделать какой-то фон.

200: Металл не очень кстати по беспилотным технологиям, это тоже видно. Я не говорю про диджай. Конечно, это годы собственной работы, в том числе применение каких-то и западных технологий и собственных разработок китайских. Я не говорю, что там совсем нет исследований, но их

201: Гораздо меньше. Вот в таком удельном процентном отношении они менее к этому приспособлены. Но за счёт привлечённых специалистов, в том числе западных, они многое сделали в предыдущие годы. Понятно. Ну и такой вопрос, собственно, куда будет техноло?

202: Развиваться дальше. То есть вот как, как, если мы возьмём там, для примера, мобильная связь, да, вот телефон там 30 лет назад и телефон сейчас это, ну, по сути дела, общее между ними, что через них можно

203: Звонить. Все остальное отличается, да, размер, функциональность и прочее. Вот куда будет развиваться оптическая навигация и, собственно, автоматизация беспилотников. Вот прогноз на ближайшие пару лет.

204: Да, если говорить про оптическую навигацию и технологии, которые мы рассмотрели, ну, они будут только совершенствоваться с точки зрения там своих метрик, точности там, отказоустойчивости и прочего. Но надо понимать, что это кирпичики все-таки. Вот, если сравнивать там телефон, вот пример с телефон,

205: Да, то оптическая навигация, это сродни, там, экрану, вот был там экран лет дисплей, допустим, да. А вот сейчас вот у смартфона какой, смотрите, там, точнее, даже не лет сначала был просто вот монохромный, монохромный, да, а сейчас вот смотрите.

206: Какой дисплей там с контрастностью великолепной и там кинематографическим отображением картинки тоже самое. Оптическая навигация. Ну, она просто будет становиться лучше. А здесь вопрос скорее, в конечном продукте для потребителя. Вот как он будет выглядеть сейчас? Беспилотники, да, это там, ну,

207: Это не экзотика. Ну, это понятно. Вот мы там фильмы можем снимать, да, какое-то там коммерческое применение минимальное. Есть, собственно, перелом, наверное, если так смотреть на, там, 10, 15, даже не 20 лет он должен

208: Должен произойти вот, ну, как с телефонами, когда беспилотник уже воспринимается как, ну, такой вот инструмент, когда мы ему можем голосом дать команду и ему на каком-то, условно говоря, там, на базе, на производстве, на складе, ещё где

209: Где-то вот откуда он стартует, ему эту команду передают просто там по радиоканалу или даже по проводу. В некоторых случаях все он там получил задачу и по этой задаче полетел. Мы ему тоже там задачу выполнил. Допустим, сказали спасибо.

210: Отдал посылку нам спасибо. Все, свободен, все, все хорошо, да, или там рекламацию ему какую-то выдали. Ты знаешь, ты вот её бросил и помял посылку. Мне это нехорошо. Так, забери и увези обратно. Вот тогда. Да, это вот полноценный инструмент, который

211: Будет нам помогать. Ну что ж, я предлагаю на этой позитивной ноте сегодня нам поставить не точку, а запятую. Вот надеюсь, что нашим зрителям стало понятней.

212: Как развивается оптическая навигация и, в общем, повышение автономности беспилотников Александр, спасибо большое. Ждём в гости и