Команда Донского государственного технического университета вернулась из Екатеринбурга с готовым проектом автономной навигации для роботов - и реальным планом вывода разработки на рынок. Три дня интенсивной работы на площадке УрФУ превратили исследовательскую идею в коммерческое предложение с конкретными цифрами и дорожной картой.
Проект, который решает настоящую проблему
Потеря ориентации в промышленных помещениях - одна из главных головных болей в робототехнике прямо сейчас. GPS там попросту не работает: экранированные стены, металлоконструкции, помехи. Роботы сбиваются с маршрута, точность позиционирования падает - и всё преимущество от автоматизации летит в трубу. Именно этот разрыв закрывает проект «Навигация без GPS».
В основе разработки - гибридный сенсорный контур, объединяющий данные сразу нескольких источников. По расчётам команды, такой подход даёт прирост точности позиционирования на 15-25% по сравнению с базовыми схемами. Для складской логистики, агропромышленного комплекса и цеховой автоматизации это уже не исследовательский результат, а вполне ощутимый производственный эффект.
MVP строится на связке камеры Intel RealSense D435, бортового вычислителя и собственного программного обеспечения. Ставка - на отечественный софт, что в нынешних реалиях импортозамещения открывает дополнительное окно для переговоров с индустриальными партнёрами.
Где и как всё это происходило
Обучение прошло с 18 по 20 июня на базе Уральского федерального университета. Программу организовали Департамент развития технологического предпринимательства Минобрнауки совместно с МФТИ и Фондом «Сколково» - в логике федерального проекта «Технологии». Фокус тематического блока - средства производства, промышленная робототехника, автоматизация.
Ростовский университет представляла тройка: декан факультета «Автоматизация, мехатроника и управление» Николай Гапон, руководитель Офиса технологического лидерства Елена Портнова и руководитель Центра сетевого взаимодействия Екатерина Дубовер. Формат - не лекционный, а проектный: рыночная гипотеза, анализ конкурентной среды, бизнес-модель, защита перед экспертами.
По словам Гапона, главным результатом стала смена оптики - от логики учёного к логике заказчика. Команда уточнила, какие метрики реально важны при пилотировании и как выстроить переход от алгоритмического прототипа к промышленному продукту.
Что дальше
Ближайшие шаги расписаны чётко. Никакой академической паузы - сразу в поле.
- Серия проблемных интервью с потенциальными заказчиками
- Демонстрация MVP и сбор обратной связи
- Получение протоколов о намерениях от индустриальных партнёров
- Запуск пилотной интеграции в реальный робототехнический комплекс
- Адаптация алгоритмов под реальные данные и верификация точности
В перспективе - масштабирование на другие отраслевые сценарии. Рынок промышленной робототехники в России растёт: по отраслевым оценкам, число внедрений автономных мобильных платформ ежегодно увеличивается двузначными темпами, а дефицит отечественного навигационного ПО для таких систем по-прежнему не закрыт. Команда ДГТУ заходит в этот пробел с конкретным решением - и это уже не просто университетский проект.
