СОКОЛ — ПАК для автономного обнаружения лесных пожаров

Каждый год лесные хозяйства и службы МЧС теряют ресурсы и время, пытаясь ответить на критический вопрос:«Где именно началось возгорание прямо сейчас?»
Мониторинг проводится эпизодически, а не непрерывно.Решения принимаются, когда дым уже виден за десятки километров.Очаги выявляются, когда пожар уже перешёл в фазу неконтролируемого бедствия.

01 ОГРАНИЧЕННОСТЬ ОБЗОРА
Стационарные камеры на вышках имеют «слепые зоны» из-за рельефа и кривизны земли. Наземное патрулирование физически не способно охватить труднодоступные участки, что приводит к упущению момента возникновения огня.
02 ВЫСОКАЯ СТОИМОСТЬ РАЗВЕДКИ
Авиалесоохрана требует использования пилотируемой авиации (вертолёты Ми-8, самолёты Ан-2). Каждый час полёта — это огромные бюджетные затраты, сложная логистика и риск для жизни экипажа.
03 НИЗКАЯ СКОРОСТЬ РЕАГИРОВАНИЯ
Спутниковый мониторинг работает с большой задержкой, а ручной анализ данных замедляет передачу координат. В итоге борьба с огнём носит реактивный характер: тушение масштабных площадей вместо оперативного подавления малых очагов.

СОКОЛ решает эти проблемы: Мы используем автономные БПЛА и бортовой ИИ для непрерывного патрулирования лесных массивов.Система осуществляет мониторинг в автоматическом режиме и в реальном времени анализирует видеопоток с помощью Edge-вычислений. Она выявляет термические аномалии и задымления на стадии тления — без участия оператора и дорогостоящей авиаразведки.
Мы не заменяем пожарные расчёты — мы даём им координаты цели до того, как она станет катастрофой.

Наш продукт:
- Снижает стоимость мониторинга гектара леса до 15 раз;
- Сокращает время обнаружения очага с часов до нескольких минут;
- Переводит стратегию борьбы с пожарами из реактивной в проактивную;
- Минимизирует экологический ущерб и защищает человеческие жизни.

IT, Транспорт, Беспилотные авиационные системы

AeroNet, NeuroNet, AutoNet

Искусственный интеллект, Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных, Технологии компонентов робототехники и мехатроники