Украинская компания NORDA Dynamics, занимающаяся разработкой систем автономного управления дронами, привлекла $1 млн для разработки систем управления беспилотными летательными аппаратами без GPS

Украинский разработчик систем автономного управления дронами NORDA Dynamics получил финансирование в размере $1 млн для масштабирования производства систем БПЛА, предназначенных для работы без GPS или традиционных средств связи. Лидером раунда стала шведская инвестиционная компания Varangians, что свидетельствует о растущем доверии инвесторов к украинскому оборонному технологическому сектору. Этот раунд финансирования важен для индустрии беспилотных летательных аппаратов, поскольку он подтверждает критический пробел в возможностях современных БПЛА. По мере того, как средства радиоэлектронной борьбы становятся все более совершенными, дроны, способные ориентироваться и выполнять миссии в условиях отсутствия GPS, представляют собой значительный технологический прорыв, применение которого выходит за рамки военного применения.

Международные инвесторы поддерживают украинские инновации

Раунд инвестиций в размере $1 млн привлек разнообразную группу инвесторов, помимо ведущего инвестора Varangians. К нему присоединились украинский фонд Angel One, американо-украинская фирма MITS Capital, бизнес-ангел-синдикат United Angels Network и американский фонд Unpopular VC. Этот международный микс демонстрирует растущее признание развивающейся экосистемы оборонных технологий Украины.

«Мы были одними из первых в мире, кто масштабировал модули автономных летательных аппаратов до десятков тысяч боевых задач в современной войне, и теперь мы готовы к следующему этапу», — заявил Назар Бихун, соучредитель и генеральный директор NORDA Dynamics, сообщает The Defender.

Технология беспилотных летательных аппаратов без GPS отвечает критически важным потребностям

Компания NORDA Dynamics, основанная в 2024 году, специализируется на системах управления автономными беспилотными летательными аппаратами (БПЛА), которые работают без GPS, традиционных каналов связи или в условиях сильных помех от средств радиоэлектронной борьбы. Флагманский продукт компании, универсальный модуль автономных летательных аппаратов Underdog, стал, по словам Бихуна, «самой широко используемой системой наведения БПЛА на цели в зоне боевых действий».

Система StableLink компании обеспечивает ещё одну важную возможность, стабилизируя положение дрона посредством управления по азимуту и высоте. Эта технология обеспечивает точное управление БПЛА даже в условиях активного подавления и полного подавления сигнала GPS, что делает её ценной для автономных ретрансляторов и минирования.

Модуль автономного управления Underdog и система стабилизации StableLink от NORDA

Проверенные в боевых условиях системы готовы к масштабированию

NORDA Dynamics утверждает, что её решения позволяют выполнять задачи без участия оператора, даже в сложных боевых условиях или изолированных условиях. Экосистемные продукты компании уже интегрированы с десятками украинских производителей дронов и прошли испытания в реальных боевых условиях — процесс валидации, которым могут похвастаться лишь немногие компании, работающие с технологиями для дронов.

Пер Лагер, генеральный директор компании Varangians, отметил, что команда NORDA выделяется среди «многих сильных оборонно-технологических компаний», с которыми его компания столкнулась в Украине. «Компания решает одну из ключевых задач поля боя и обладает командой и опытом для продолжения разработки инновационных решений», — сказал он.

Новое финансирование будет направлено на расширение производства, развитие команды и разработку новых продуктов, направленных на повышение автономности БПЛА.

Вижу цель: как цифровые «отпечатки» в 3D-облаках меняют навигацию

Российские разработчики нашли способ обойтись без дорогих лидаров для точного позиционирования роботов и смартфонов.

Представьте, что ваш смартфон или робот с обычной камерой может всего по одному снимку понять, где находится, с точностью до сантиметра, и как повернут, с точностью до одного градуса. Именно это и умеет делать новый метод GSplatLoc, созданный совместно исследователями T-Bank AI Research, Лаборатории BE2R ИТМО и Центра робототехники Сбера.

Эту разработку высоко оценили на международной конференции по роботам IROS 2025 в Китае, куда ее пригласили для устного доклада — это высшая форма признания в научном мире.

GSplatLoc меняет правила игры, потому что для точной навигации больше не нужны дорогие лидары или глубинные камеры. Достаточно одной цветной камеры, как в вашем телефоне. Это открывает новые возможности.

•Для роботов на складах или в торговых центрах: вместо связки «лидар + камера + датчик движения» часто хватит просто камеры и датчика движения. Это делает роботов дешевле и проще.

•Для дополненной реальности в зданиях: ваш смартфон, используя заранее созданную 3D-карту, сможет точно накладывать виртуальные указатели на реальный мир, без каких-либо специальных меток.

•Для интеллектуальных помощников: такая система закладывает основу для понимания смысла окружающих объектов, что нужно для создания по-настоящему умных автономных агентов.

Как же это работает? Все происходит в два больших этапа.

1.Сначала нужно один раз тщательно подготовить виртуальную карту помещения или улицы. Для этого используется множество фотографий места, снятых с разных точек. На их основе строится особая трехмерная модель сцены, где все объекты представлены в виде облака миллионов крошечных разноцветных «облачков» — их называют гауссианами. Эта технология называется 3D Gaussian Splatting (3DGS), и она позволяет невероятно быстро создавать — рендерить — изображение с любой точки. Но главная хитрость в другом. Исходные фотографии анализирует нейросеть, которая находит на них самые заметные точки — углы, края объектов — и создает для каждой из них уникальный цифровой „отпечаток пальца“, дескриптор. В процессе обучения эти „отпечатки“ встраиваются прямо в параметры трехмерных „облачков“. В итоге модель запоминает не только цвет и форму, но и эти опознавательные знаки, превращаясь в детальную карту для последующего поиска.

2.Когда карта готова, начинается второй этап — работа в реальном времени. Вы делаете один снимок на камеру, и система за доли секунды определяет ваше точное местоположение и ориентацию в пространстве. Происходит это так: сначала метод быстро находит на вашем фото ключевые точки и сверяет их «отпечатки» с „отпечатками“ на 3D-карте, вычисляя ваше примерное, грубое положение. Затем начинается тонкая подстройка: система берет ваше реальное фото и сравнивает его с виртуальным изображением, которое она сама же генерирует из своей 3D-модели с предполагаемой точки съемки. Она буквально подкручивает параметры своей позиции до тех пор, пока синтезированная картинка не станет максимально похожа на вашу. Это и есть финальное, сантиметровое уточнение.

Уникальность GSplatLoc — в удачном соединении двух идей: вплетения узнаваемых признаков прямо в 3D-модель и использования быстрой 3DGS для визуальной оптимизации. В отличие от старых методов, которые могли спотыкаться о плохую текстуру или движущиеся объекты, и от громоздких нейросетей, которые плохо работают на больших улицах, этот подход быстрый, точный и гибкий. Разработчики даже предусмотрели три режима работы, чтобы балансировать между скоростью и точностью под любую задачу.

Режим работы

Среднее время обработки кадра

Точность (примерно)

Грубый 0.2 секунды Метры / Несколько градусов

Базовый 0.8 секунды Дециметры / 1-2 градуса

Точный 2.0 секунды Сантиметры / ~1 градус

Результаты говорят сами за себя. Внутри помещений метод показывает лучшую в своем классе точность — ошибка в несколько сантиметров и около градуса по ориентации. На городских улицах он также лидирует, определяя положение с точностью до десятков сантиметров. Система устойчиво работает даже в сложных условиях: когда мимо ходят люди, а вокруг много стекла и зеркал.

Руководитель научной группы CV Research в T-Bank AI Research Руслан Рахимов поясняет:

“ Представьте робота-курьера, который доставляет еду в большом торговом центре. Обычные навигационные системы, вроде GPS, внутри зданий не работают или дают ошибку в несколько метров – робот может запутаться в коридорах или не найти нужный магазин. Метод GSplatLoc позволяет роботу «видеть» окружение и точно определять, где он находится, с точностью до сантиметра. Он сравнивает изображение с камеры со своей 3D-картой и моментально уточняет позицию. Робот быстро находит маршрут даже в залах с движущимися людьми, стеклянными дверями и зеркалами.

GSplatLoc наглядно демонстрирует, что будущее точной навигации — не в наращивании числа датчиков, а в интеллектуальном анализе данных с обычной камеры.

Реальная польза разработки выходит далеко за рамки академических рейтингов. Главное его достоинство — демократизация точной навигации. Оно ломает финансовый барьер, ведь лидары и RGB-D-камеры — это дорогое и энергоемкое оборудование. GSplatLoc открывает путь к созданию массовых коммерческих решений. Например, можно будет делать недорогих автономных роботов для инвентаризации складов или уборки помещений, что станет доступно малому и среднему бизнесу. В розничной торговле это может привести к появлению точной indoor-навигации в каждом торговом центре прямо в приложении смартфона, без необходимости в закупке и установке дополнительной инфраструктуры (маячков, меток). Для AR это шаг к практичным очкам, которые не просто показывают информацию, а точно знают, на какой объект вы смотрите, что критически важно для ремонта, логистики и образования. В долгосрочной перспективе это фундамент для «семантических» роботов, которые не только видят, где стул, но и понимают, что на него можно сесть.

Основное критическое замечание касается «замкнутого цикла» метода. Его высочайшая точность полностью зависит от предварительно построенной высококачественной 3DGS-карты. Это создает значительные операционные сложности. Процесс сканирования всего помещения или района города, съемки его с множества ракурсов и последующего обучения модели — это трудоемкая и вычислительно затратная процедура. Метод плохо приспособлен к быстрым изменениям в среде. Если в торговом зале передвинули стеллажи или на улице началось масштабное строительство, карта мгновенно устаревает, и точность локализации рухнет. Потребуется повторное сканирование и переобучение, что на данном этапе выглядит как серьезное препятствие для развертывания в сильно динамичных средах. По сути, мы получаем систему, идеальную для стабильных пространств, но уязвимую для хаоса реального мира.

Эхолокация открывает новые возможности для беспилотных аппаратов малого размера

Коллектив исследователей из США разработал миниатюрных дронов, которые ориентируются в пространстве с помощью звука и способны летать там, где камеры оказываются бесполезны. Исследователи из Вустерского политехнического института в Массачусетсе, вдохновленные принципами навигации птиц и летучих мышей, создают систему для небольших летательных аппаратов, позволяющую им работать в дыму, пыли и темноте, где традиционные камеры и оптические сенсоры не справляются. Это открывает новые возможности для поисково-спасательных операций и миссий в опасных условиях.

Профессор Нитин Санкет, ведущий исследователь проекта, получил грант в размере 704 908 долларов США от Национального научного фонда на трехлетнюю программу фундаментальных исследований в области робототехники, которая стартует в сентябре 2025 года. Цель проекта — создание крошечных дронов размером менее 100 миллиметров и весом менее 100 граммов, способных к автономной навигации с использованием звука вместо визуальных ориентиров.

Для решения проблемы шумных пропеллеров и ограниченного разрешения ультразвука команда применяет специально разработанные метаматериалы, которые минимизируют акустические помехи. Эти структуры, меняя геометрию материала, контролируют отражение звуковых волн. Также ученые разрабатывают системы, которые лучше улавливают и излучают звук для навигации, и исследуют альтернативные методы движения, включая механизмы с машущими крыльями, чтобы повысить производительность и снизить акустические помехи.

В программной части проекта применяется глубокое обучение, учитывающее законы физики, для обработки и интерпретации ультразвуковых сигналов. Иерархическая система обучения с подкреплением позволяет дронам двигаться к заданным целям, динамически избегая препятствий. Все вычисления происходят непосредственно на борту дрона без необходимости во внешней инфраструктуре.

Интеграция этих инноваций позволит создать компактные, доступные и энергоэффективные дроны, способные работать в условиях, где традиционные системы зрения неэффективны. Как отмечается в The Robot Report, использование сенсорной интеграции позволяет дронам комбинировать эхолокацию с инерциальными и другими данными, что повышает надежность навигации. В будущем такие системы смогут обнаруживать сердцебиение выживших, а также увеличить скорость полета для более оперативного реагирования. Ожидается, что переход от лабораторных испытаний к практическому применению займет от трех до пяти лет, и технология найдет применение не только в спасении людей, но и в мониторинге катастроф, инспекции опасных сред и защите окружающей среды.

1 секунда за 30 миллиардов лет. Британская подлодка получила квантовые атомные часы для автономного плавания

Устройство объёмом с чемодан теряет не более секунды точности за 30 миллиардов лет.

Королевский военно-морской флот Великобритании провёл первые испытания квантовых навигационных технологий на борту автономной подлодки XV Excalibur, оснастив её оптическими атомными часами нового поколения. Эксперимент стал важной вехой в развитии подводных беспилотных систем, способных действовать вне зоны действия GPS и других внешних навигационных сигналов.

Интерес к беспилотным субмаринам растёт среди ведущих стран по ряду причин: такие аппараты позволяют контролировать обширные акватории без риска для экипажа, выполнять опасные задания, не привлекая дорогие пилотируемые лодки, и в перспективе снизить зависимость флота от ограниченных ресурсов. Кроме того, автономные модели проще по конструкции, обходятся дешевле, занимают меньше места и не требуют условий для поддержания жизни на борту. Их возможности ограничены лишь источником энергии, а при использовании ядерной установки они теоретически могут оставаться под водой в течение всего срока службы.

Однако главной преградой для длительных погружений остаётся навигация. Современные надводные и подводные суда в основном ориентируются с помощью GPS, но при длительном нахождении под водой сигнал становится недоступен. В таких случаях используется инерциальная система навигации — она опирается на гироскопы и высокоточные часы, позволяющие фиксировать изменения курса и скорости, а затем рассчитать примерное положение. Со временем в таких расчётах начинают накапливаться отклонения из-за микроскопических ошибок, и погрешность постепенно выходит за допустимые пределы.

Чтобы устранить эту проблему, ВМС Великобритании испытывают систему квантового позиционирования и синхронизации времени на основе технологии Infleqtion Tiqker. В её основе — одиночный атом рубидия‑87, колебания которого происходят в 10 000 раз быстрее, чем у обычных микроволновых хронометров. Такая частота делает новые часы невероятно стабильными: они теряют не более одной секунды за 30 миллиардов лет, а погрешность навигации составляет всего миллионную долю градуса в час.

Компактность устройства позволяет устанавливать его даже в небольших автономных платформах — объём прибора составляет около 30 литров, а масса не превышает 30 килограммов. На данный момент часы успешно интегрированы с системами подлодки XV Excalibur и прошли предварительные испытания в море. Полученные данные передаются партнёрам Великобритании по соглашению AUKUS — США и Австралии.

По словам представителя подразделения перспективных технологий Королевского флота, проект с Infleqtion стал первым шагом на пути к практическому использованию квантовых навигационных решений в подводных операциях. В ближайшем будущем планируются новые тесты оборудования Tiqker на других платформах.