Bavovna Flight Control

Система автономного керування польотом з використаннням автономної навігації у разі відсутності GPS.

Ознайомитись з екосистемою

Навігація та управління польотом

Стійке до РЕБ рішення для автономного керування польотом.

Система

Власна екосистема

розроблена з 0 під вузький спектр завдань, а повноцінна екосистема для автономного керування польотом.

Гнучкість інтеграції сенсорів
Швидкість обробки даних
Багатоплатформність

Навігація у GNSS-denied середовищах

Повноцінна робота з рельєфом та візуальними орієнтирами без використання GNSS.

Terrestrial Navigation

ОптимізаціяАпаратна частина

Розраховано на роботу з обмеженими ресурсами

ПрикладNVIDIA JetsonRaspberry Pi + AI ModuleOrange PiESP32

Чому ми

ArduPilot

Складність інтеграції з різними типами сенсорів
Обмеження в обробці даних та швидкості виконання
Необхідність використання спеціалізованих польотних контролерів

Bavovna Flight Control

Гнучка інтеграція з різними типами сенсорів
Швидкість обробки даних
Повноцінне рішення для автономного керування польотом

Екосистема

Bavovna Runtime

Детермінований алгоритм керування

Забезпечує контур керування та інтеграцію сенсорів

Інтегрована абстракція сенсорів: уніфікований інтерфейс, що об'єднує всі бортові датчики, оцінювачі та виконавчі механізми
Детермінований гарячий шлях (hot-path): високошвидкісне виконання без блокувань із планувальником нульового виділення пам'яті для максимальної точності розрахунків у реальному часі
Повна незалежність від заліза: однакове функціонування мультироторів, крил та гібридних літаків на бюджетних обчислювачах чи одноплатних комп'ютерах
Власний код: Без ліцензійних обмежень, оптимізований для прямої компіляції під цільове залізо

Bavovna.Visio

Обробка відеопотоку у реальному часі

Використовується визначення орієнтирів та обліку відхилень від контурів рельєфу, детекція цілі та її захоплення.

Апаратна частина

Рішення будується для роботи на базі NVIDIA Jetson та Raspberry Pi з AI-модулем, з безпосередньою обробкою на апараті.

Нейромережева частина працює на TensorFlow.NET і моделях YOLO, класична — на OpenCV (для рішень на ESP32 або Raspberry Pi без AI-модуля).

Нейромережеве детектування

Моделі виявлення та класифікації об'єктів у реальному часі, котрі тренуються як на публічних датасетах (наприклад, розмічені перехрестя), так і на спеціалізованих закритих датасетах від Brave1.

Можливості

Нейромережева та класична детекція: AKAZE, BRISK, ORB, SIFT, Shi-Tomasi, Harris.
Виділення областей уваги: карти значущості за контрастом та каскадна фільтрація контурів за площею, відстанню й кластеризацією.
Побудова мозаїчного ортофотоплану місцевості в реальному часі.
Супровід кількох цілей одночасно (multi-object tracking).
Медіатрансформації та HUD-накладення поверх відеопотоку.

Bavovna.Ganymede

Навігація за контурами рельєфу, захищена від завад (TRN)

Високоточна GPS-незалежна система абсолютного позиціонування, що визначає координати апарату шляхом зіставлення 3D-профілю сканування землі з бортовими картами висот. Працює автономно в умовах тотального РЕБ.

Зіставлення контурів у реальному часі: безперервне порівняння профілю висот та ведення гіпотез для надточного визначення координат
Оптимізована база пошуку: автономні шари сигнатур рельєфу, які забезпечують надшвидке позиціонування на будь-якій ділянці польоту
Безперервна комплексна навігація: інтегрований фільтр злиття, що об'єднує дані кількох навігаційних систем для досягнення стійкої тактичної точності
Автономний холодний старт: відновлення координат із невідомої точки запуску в межах зони невизначеності діаметром 1 км із фіксацією часу першого надійного рішення
Бортовий контроль цілісності (Integrity): зважування довіри до координат за унікальністю ландшафту та відхилення аномалій сенсорів за допомогою інтелектуальних перевірок валідації

Контакти

Зв'яжіться з нами

Розкажіть про вашу платформу, умови застосування та завдання, і ми запропонуємо конфігурацію модулів Bavovna під них.

Email: contact@bavovna.solutions
Локація: Україна

Написати нам