В первую очередь, это геодезия и картография. Следом за ними шли отрасли с высоким процентом трудозатрат на проведение разного рода мониторинга и инспекций. Например, промышленность, объекты которой требуют проведения квалифицированными специалистами трудоемких, иногда связанных с риском для жизни контрольных осмотров, измерений и анализа.

Используются БВС и специальными службами, где они незаменимы в сфере обеспечения безопасности. МЧС и поисковые отряды часто применяют их в ходе поисково-спасательных работ.

Данные, полученные с дронов, также необходимы для управления жизненным циклом объектов строительства с помощью технологий BIM (Building Information Modeling). Широко применяются дроны для выявления фиксации правонарушений, мониторинга транспортной инфраструктуры.

Благодаря выходу на рынок новых производительных моделей агродронов, способных самостоятельно выполнять сложные сельскохозяйственные задачи, в последнее время мы наблюдаем настоящий ажиотаж применения их в сельском хозяйстве.

Беспилотники применяются в промышленности для получения различного рода геоданных, детального инспектирования, обследования труднодоступных объектов. Дроны помогают проводить инвентаризацию материально технической базы предприятий и складов. Они занимаются мониторингом, с их помощью осуществляется планирование и контроль, фиксируются детали на месте ДТП, охраняется общественный порядок, происходит ликвидация ЧС, выполняются поисково-спасательные операции.

Данные тепловизионной съемки

С помощью БВС создаются карты границ полей в сельском хозяйстве, выполняется мультиспектральное зондирование, происходит контроль этапов роста и развития культур, внесение удобрений, борьба с вредителями и охрана сельхозугодий. Беспилотники успешно выполняют свои задачи при интеграции их в существующие системы видеонаблюдения.

Сначала определяются задачи и условия проведения инспекции того или иного объекта. На основе этих данных определяется тип и модель беспилотного воздушного судна, характеристики требуемой полезной нагрузки. Затем — границы района проведения полетов и время. Происходит согласование полетов и работ, согласно действующему законодательству.

При необходимости получения в процессе инспекции более точных данных, метаданных, в специализированном программном обеспечении строится карта высот для того, чтобы аппарат безукоризненно следовал рельефу, поддерживая заданное расстояние от объекта инспекции до датчика бортовой полезной нагрузки. Определяется наземная станция дифференциальных поправок.
 

В условленное время внешний пилот, взаимодействуя с органами ОрВД (диспетчером организации воздушного движения), начинает выполнение авиационных работ. Создает в специализированном приложении полетное задание, а беспилотник его послушно выполняет, автоматически действуя от процесса взлета до завершения полетного задания и посадки. При необходимости вся информация (данные, телеметрия), получаемые в процессе полета, могут направляться на сервер аналитики для обработки данных с помощью алгоритмов искусственного интеллекта (ИИ) и на удаленное рабочее место специалиста, ответственного за проведение инспекций на предприятии.  

Главное преимущество — это высокая производительность при низкой себестоимости работ, а также минимизация влияния «человеческого фактора» на процесс полета, ввиду практически полного автоматизированного цикла от момента взлета до посадки. Применение дронов позволяет проводить инспекцию опасных и аварийных объектов, не подвергая при этом риску персонал. 

К недостаткам зачастую можно отнести повышенные требования к экипажу БВС и большой объём согласовательных действий для проведения аэрофотосъемки (АФС). Но сейчас уже идет положительная тенденция в законотворчестве РФ, где в процессе подготовки правовой базы будут опираться на мнение реальных экспертов – людей, благодаря которым беспилотники воспринимают как надежный инструмент в достижении своих целей.  

Факелы

Непреодолимых ограничений нет. Правительство РФ, оценив потенциал отрасли, прилагает максимум усилий для создания необходимой нормативно-правовой базы в сфере применений беспилотных воздушных судов.

На одном из градообразующих металлургических комбинатов нашей страны по настоянию руководства у одной очень уважаемой компании был закуплен беспилотник самолетного типа. Экипаж беспилотного воздушного судна, сформированный из прошедших необходимую подготовку специалистов предприятия, вынужден был ежедневно выезжать за город на 11 километров. Именно там находилась ближайшая к комбинату поляна — подходящее место для осуществления взлета и посадки беспилотника самолетного типа, на которой они установили катапульту и производили запуск БВС.

Далее беспилотник, набрав высоту, следовал согласно заданию в район выполнения авиационных работ, то есть летел обратно 11 километров, на металлургический комбинат. Проведя аэрофотосъёмку предприятия в пределах его территории (менее 2 км²) с высоты 300 метров, он ложился на обратный курс, преодолевая... правильно — 11 километров! 

Беспилотник данной модели не оснащен функцией передачи видеоизображения на наземный пункт управления в процессе полета (пульт управления или компьютер), внешний пилот в программном обеспечении получает лишь отображение значка беспилотника на карте, схожее по виду с отображением вашей машины в «Яндекс Навигаторе». Летать в таких условиях близко к рельефу просто небезопасно, поэтому ему приходится подниматься на большую высоту — 300 метров.

Посадку аппарат выполняет на парашюте, раскрывая его над местом приземления. И часто бывает такое, что при изменении метеоусловий, экипаж находит дрон не в расчетной точке, а в ближайшем пруду, куда его унесло ветром. Если вспомнить, что такой беспилотник стоит как хороший автомобиль, то становится очень грустно.

Но и на этом трудности не заканчиваются. Низкая граница облачности может испортить процесс аэрофотосъемки, тогда аппарат просто привезет вместо снимков «молоко». Не говоря уже о том, что остановиться и детально рассмотреть, к примеру, факельную зону он не способен в принципе.

Когда мы жили в привычном мире, у нас были готовые алгоритмы и конструкции для решения практически любой задачи. Мир был устойчив, предсказуем, прост и определен. Однако, когда мы оказываемся в VUCA-мире, возникает ощущение бесполезности всего, что мы делали ранее, и мы вынуждены ставить новые цели, формулировать новые задачи и конструировать новые алгоритмы их решения. 

Нет ничего удивительного в том, что Lifelong Learning – непрерывное образование, обучение на протяжении всей жизни – становится сегодня глобальным трендом.

Зачастую самые захватывающие возможности лежат на пересечении нескольких трендов. Некоторые из тенденций 2021 года носят именно такой характер. Например, цифровые двойники (Digital Twin) представляют собой высшую степень развития вычислительных технологий и методов численного моделирования, встроенных умных датчиков и алгоритмов обработки и анализа больших данных. То есть цифровые двойники – это тренд развития технологий, в основе которого лежит сразу несколько самостоятельных передовых и развивающихся технологий. 

Представьте, что у вас есть идеальная и точная копия физического мира в цифровом варианте – цифровой двойник. Такой двойник позволяет вам получать данные с физических датчиков, установленных на оборудовании, и дополнять их данными с виртуальных датчиков, в реальном времени моделировать различные условия и воздействия, четко понимать последствия различных сценариев «что, если...», прогнозировать результаты и давать команды к исполнению в реальном физическом мире.

Сегодня промышленные компании используют возможности цифровых двойников с разными целями. Например, в автомобильной промышленности и авиастроении цифровые двойники являются важнейшим инструментом оптимизации всей цепочки создания стоимости и модернизации выпускаемых продуктов. В энергетическом секторе операторы на нефтедобывающих станциях собирают и анализируют огромные массивы данных из скважины, на основе которых строятся цифровые модели месторождения, направляющие процесс бурения в режиме реального времени.  

В здравоохранении применяются высокоточные цифровые двойники человеческого сердца и всей сердечно-сосудистой системы человека, позволяющие ставить точный диагноз, обучать студентов-медиков и проводить виртуальные опыты. Уже сейчас существуют детализированные цифровые модели целого города, которые используются в проектах городского планирования, поддержания порядка и подготовки к чрезвычайным ситуациям и стихийным бедствиям.

За примерами далеко ходить не надо. Сегодня все крупные нефтяные компании реализуют проекты, которые можно отнести к категории «умного» производства: Smart Wells («умные скважины») – Schlumberger, Smart Field («умное месторождение») – Shell, Field of Future («месторождение будущего») – BP, «цифровое месторождение» – «Роснефть» совместно с «Башнефть» и др. С помощью цифровых двойников нефтяные компании моделируют различные сценарии развития ситуации на нефтегазовом производстве и выбирают оптимальные решения при добыче, транспортировке и переработке нефти.

Компания Bridgestone, крупнейший в мире производитель автомобильных шин, трансформировала свой бизнес и стала лидером в области решений в сфере мобильности. В основе трансформационного пути компании лежит технология цифровых двойников. В течение нескольких лет, дополняя модель данными с датчиков, компания использовала их в качестве инструмента исследований и разработок для увеличения срока службы и производительности шин, и это только начало.

Крупнейшая азиатская фармацевтическая компания Takeda Pharmaceutical ускоряет этап экспериментов, используя технологию цифровых двойников. Поскольку фармацевтическая отрасль жестко регулируется и требует строгого контроля качества, любые технологические инновации перед запуском в производство необходимо тщательно проверять на соответствие в опытных лабораториях. Именно здесь на помощь ученым и исследователям приходят цифровые двойники. Для каждой операции производственного процесса специалисты создают свой цифровой двойник, а затем объединяют все операции в единый цифровой двойник, контролирующий и автоматизирующий процесс перехода от одной операции к следующей.

Структурное подразделение Siemens AG – Siemens Healthineers – разрабатывает цифровой двойник сердца, чтобы улучшить медикаментозное лечение и улучшить катетерные технологии.

В нашей стране работы по внедрению цифровых двойников своей продукции активно ведут такие компании, как госкорпорация «Росатом», АО «Вертолеты России», АО «ОДК-Климов», ПАО «ОДК-Сатурн» и другие представители и лидеры российской промышленности. В феврале 2021 года в АО «ВНИИАЭС» (входит в «Росатом») стартовали практические работы по созданию первого в России и мире цифрового двойника АЭС малой мощности с реакторной установкой РИТМ-200Н и «Шельф-М».

Используя очки смешанной реальности Microsoft HoloLens, современные инженеры могут «заглянуть» внутрь изделий, которые они разрабатывают.

Из приведенных примеров становится ясным, что цифровые двойники бывают разными, но все они собирают и используют данные, относящиеся к физическому, реальному миру.

Цифровые двойники появились не сегодня. Самые передовые компании в мире вели разработки и исследования того, как с помощью цифровых моделей можно улучшить продукты и производственные процессы, еще в начале 2000-х годов.  Но несмотря на то, что уже тогда был понятен потенциал цифровых двойников, многие компании сочли, что технологии, задействованные в создании цифрового двойника, стоят непомерно дорого. Ситуация кардинально изменилась после 2010-2012 годов, когда, собственно, и появился привычный ныне всем термин «цифровой двойник». Он фигурировал в 11-й дорожной карте НАСА в области технологий: моделирование, симуляция, информационные технологии и обработка. В этом отчете специалисты НАСА обозначили будущее направление развития компьютерного моделирования.

Какие факторы ускорили развитие цифровых двойников в последнее десятилетие? В первую очередь, это увеличение возможностей современного компьютерного моделирования реальных физических процессов. Сейчас стало возможным моделировать сложные сценарии «что, если...», проматывать назад события, случившиеся до какого-либо происшествия в реальной среде, и выполнять миллионы итераций моделирования, не перегружая систему. И, конечно, глубина и полезность получаемой информации увеличиваются благодаря возможностям машинного обучения.

Во-вторых, появились новые источники данных и новое поколение датчиков. Сейчас возможно загружать в цифровые двойники данные, получаемые в режиме реального времени от реальных объектов с помощью таких технологий как, LiDAR (лазерная система обнаружения и измерения дальности) и FLIR MSX (технология мультиспектральной динамической съемки, позволяющая получать максимально детализированный тепловой снимок). Аналогичным образом, датчики Интернета вещей, встроенные в оборудование, могут передавать оперативные данные непосредственно цифровому двойнику, обеспечивая непрерывный мониторинг в режиме реального времени.

FLIR MSX – технология мультиспектральной динамической съемки, позволяющая получать максимально детализированный тепловой снимок.

При тех огромных объемах данных, что необходимы для создания цифровых двойников, достаточно сложно провести анализ и извлечь действительно полезную информацию. Решить этот вопрос сегодня помогают усовершенствованные системы визуализации, фильтрующие данные и извлекающие нужную информацию в режиме реального времени. Новейшие средства визуализации данных включают в себя интерактивные 3D, VR и AR визуализации, визуализации, получаемые с помощью ИИ, а также потоковое отображение в режиме реального времени.

Наконец, к ключевым факторам, облегчающим внедрение цифровых двойников, также относится легкодоступность мощных вычислительных ресурсов, сети и хранилищ данных.