🛰️ GEOSCAN FleetCommander AI

Интеллектуальная система планирования и оптимизации групповых беспилотных авиационных работ для БВС АО «Геоскан»

Разработано для компании АО «Геоскан» в рамках хакатона «Лидеры Цифровой Трансформации 2026».

---

📑 Содержание

1. Обзор продукта и назначение
2. Ключевые фичи и возможности
3. Архитектура решения
4. Последовательный математический алгоритм
5. Сильные стороны и конкурентные преимущества
6. Проблемы в процессе разработки и их решения
7. Инструкция по развертыванию и запуску (Local & Docker)
8. Инструкция по автоматизированному тестированию
9. Чек-лист ручного тестирования (Manual QA)
10. Продакшн инфраструктура и ссылки

---

🚁 1. Обзор продукта и назначение

GEOSCAN FleetCommander AI — это программный комплекс корпоративного уровня для автоматизированного планирования, координации и оптимизации аэрофотосъемочных (АФС) и лазерных сканирующих миссий для гетерогенного флота БВС «Геоскан».

Поддерживаемый флот БВС «Геоскан»:

• Геоскан 201 — БВС самолетного типа дальнего действия для сверхбольших площадей (размах 2.2 м, крейсерская скорость 21 м/с, время полета до 180 мин, радиус виража 85 м).
• Геоскан 701 — флагманский самолет повышенной автономности для площадной и линейной аэрофотосъемки.
• Геоскан 801 — промышленный мультироторный комплекс высокой грузоподъемности для детальной инспекции и лидаров.
• Геоскан 401 — среднеразмерный мультиротор для геодезических работ и точного земледелия.
• Геоскан 101 — легкий самолет быстрого развертывания.
• Геоскан Gemini — компактный квадрокоптер для оперативного картографирования.

Поддерживаемые полезные нагрузки:

• Sony RX1RM2 (42.4 Мп, фокус 35 мм, полнокадровая геодезическая съемка)
• Sony A6000 (24.3 Мп, фокус 20 мм, APS-C)
• Sony ILX-LR1 (61.0 Мп, сверхвысокое разрешение)
• Лидар AGM-MS3 (лазерное сканирование высокой плотности)
• Мультиспектральная камера RedEdge-P (агромониторинг и NDVI)

---

⚡ 2. Ключевые фичи и возможности

• Интерактивная Web-GIS консоль: темная тема с акцентами в стиле Flight Control Center, плавная картография Leaflet, отображение полигонов, зон и рельефных препятствий.
• Поддержка кастомных полигонов: возможность нарисовать произвольный полигон любой формы или загрузить участок из базы (613 кадастровых и лесоустроительных участков).
• Метеомодель и ветроучет: интерактивный селектор ветра (скорость и азимут), корректная индикация навигационного и метеорологического направления.
• 4D-симулятор миссии: интерактивный плеер со шкалой времени (Time Scrubbing), синхронной визуализацией параллельного полета бортов, реалистичным курсовым углом (Heading) и скоростью.
• Реалистичная аварийная траектория: генерация экстренного схода на площадку посадки с соблюдением радиуса виража, плавной глиссады снижения и обхода препятствий.
• Двойной критерий оптимизации:
  1. Минимизация общего времени (Makespan) — максимальное распараллеливание флота для завершения всей задачи в кратчайший срок.
  2. Минимизация суммарного налета (Total Flight Time) — экономия ресурса двигателей и аккумуляторов.
• Кроссплатформенный промышленный экспорт:
  • QGroundControl .plan — готовый полетный план с WGS84-координатами, скоростями, высотами и безопасными параметрами.
  • KML — трехмерные траектории для Google Earth.
  • GeoJSON — векторные слои для интеграции с внешними корпоративными ГИС.
  • Поддержка одиночной выгрузки и ZIP-архива для группового вылета флота.

---

🏛️ 3. Архитектура решения

Решение построено по принципам модульной микросервисной архитектуры с четким разделением слоев:

graph TD
    Client[Web-клиент: Leaflet + Vanilla JS] -->|HTTPS / REST API| Nginx[Nginx Reverse Proxy + SSL Let's Encrypt]
    Nginx -->|Reverse Proxy :8000| FastAPI[FastAPI Backend Core]
    
    subgraph Backend Core
        FastAPI --> Router[API Routers: parcels, airspace, plan-mission, export]
        Router --> DataLoader[DataLoader: KML Parser & R-Tree Spatial Index]
        Router --> Photogrammetry[Photogrammetry Engine: GSD & Altitude Calculator]
        Router --> WindModel[Aerodynamic Wind Vector Triangle Engine]
        Router --> Planner[Multi-UAV Path Planner & Fleet Optimizer]
        Planner --> Dubins[Dubins Aircraft Kinematics Generator]
        Planner --> SafetyValidator[4D Safety & Airspace Zone Validator]
        Router --> Exporter[Exporters: QGC .plan, KML, GeoJSON, ZIP]
    end

    DataLoader --> DataFiles[(Data: 613 Parcels, 341 Zones, 8363 Obstacles)]

Loading

Модули бэкенда:

• backend/models.py: Pydantic-модели валидации данных, каталоги ТТХ БВС и полезных нагрузок.
• backend/data_loader.py: высокопроизводительная загрузка KML геометрий, парсер вертикальных эшелонов зон и пространственный индекс R-Tree (Shapely STRtree).
• backend/photogrammetry.py: фотограмметрические зависимости (GSD, фокусное расстояние, физический размер пикселя, расчет базы фотографирования $B_x$ и ширины захвата $D_{\text{swath}}$).
• backend/wind_math.py: расчет путевой скорости, угла сноса (Crab angle) и поправки энергопотребления от встречно-бокового ветра.
• backend/path_planner.py: ядро алгоритма — нарезка галсов (Boustrophedon), кинематические траектории, динамический срез площади под батарею, многобортовое расписание.
• backend/exporters.py: сериализаторы в стандартные форматы беспилотной авиации.

---

📐 4. Последовательный математический алгоритм

Весь процесс планирования выполняется строго детерминированно в 9 математических этапов:

Шаг 1. Фотограмметрический расчет рабочей высоты и шага съемки

По заданному требуемому разрешению на местности ($GSD$, м/пикс), физическому размеру матрицы ($S_w, S_h$, мм), размеру пикселя ($s_p$, мкм) и фокусному расстоянию объектива ($F$, мм): $$H_{\text{rel}} = \frac{F \cdot GSD}{s_p}$$ Ширина и длина кадра на местности: $$W_{\text{ground}} = \frac{H_{\text{rel}} \cdot S_w}{F}, \quad L_{\text{ground}} = \frac{H_{\text{rel}} \cdot S_h}{F}$$ Шаг между съемочными галсами с учетом бокового перекрытия $p_{\text{side}}$: $$D_{\text{swath}} = W_{\text{ground}} \cdot (1 - p_{\text{side}})$$ Базис фотографирования вдоль галса с учетом продольного перекрытия $p_{\text{forward}}$: $$B_x = L_{\text{ground}} \cdot (1 - p_{\text{forward}})$$

Шаг 2. Проекция координат в метрическое пространство

Исходные координаты полигона $WGS84$ (долгота/широта) проецируются в локальную конформную проекцию UTM (WGS 84 / UTM zone) через библиотеку pyproj. Это обеспечивает нулевые искажения метрических расстояний при нарезке галсов и расчете площадей.

Шаг 3. Аэродинамика ветра и выбор азимута съемки

Вектор ветра $\vec{W} = (W_x, W_y)$ взаимодействует с вектором воздушной скорости БВС $\vec{V}{\text{air}}$: $$\vec{V}{\text{ground}} = \vec{V}{\text{air}} + \vec{W}$$ Угол упреждения сноса (Crab angle $\delta$): $$\delta = \arcsin\left(-\frac{W \cdot \sin(\theta{\text{track}} - \psi_{\text{wind}})}{V_{\text{air}}}\right)$$ Путевая скорость на участке: $$V_{\text{ground}} = V_{\text{air}} \cdot \cos(\delta) + W \cdot \cos(\theta_{\text{track}} - \psi_{\text{wind}})$$ Выбор оптимального азимута галсов: алгоритм ориентирует съемочные проходы преимущественно параллельно или навстречу доминирующему вектору ветра. Это минимизирует паразитный крен крыла (что критично для сохранения геодезической точности фотограмметрии) и снижает время на развороты.

Шаг 4. Boustrophedon Sweep с сохранением внутренних контуров

1. Полигон поворачивается на угол $-\alpha$, приводя галсы к параллели с осью абсцисс.
2. Проводится семейство секущих прямых с шагом $D_{\text{swath}}$.
3. Вычисляется пересечение прямых с полигоном ($\text{LineString} \cap \text{Polygon}$). При наличии внутренних вырезов (no-fly zones, озера, запретные объекты) линия корректно фрагментируется на валидные отрезки.
4. Концы отрезков возвращаются обратным поворотом на $+\alpha$.

Шаг 5. Построение оптимального порядка обхода галсов

• Для $N \le 9$ проходов: запускается точное динамическое программирование (Held-Karp algorithm) для задачи TSP с фиксированными концами, находящее абсолютно кратчайший маршрут обхода.
• Для $N > 9$: применяется жадный алгоритм ближайшего соседа с локальной оптимизацией 2-Opt.

Шаг 6. Кинематика разворотов (Кривые Дубинса) для самолетного типа

Для самолетов (Геоскан 201 / 701) соединение концов двух соседних галсов под прямым или острым углом физически невозможно. Минимальный радиус виража определяется предельно допустимым углом крена $\phi_{\max} = 30^\circ$: $$R_{\min} = \frac{V_{\text{air}}^2}{g \cdot \tan(\phi_{\max})} \approx 85\text{ м}$$ Между выходом из галса $\vec{T}{\text{exit}}$ и входом в следующий $\vec{T}{\text{entry}}$ генерируется сглаженная траектория типа CSC (Circle-Straight-Circle) или CCC (Circle-Circle-Circle) из аналитических примитивов Дубинса.

Шаг 7. Распределение флота и динамический срез площади (Battery Clipping)

Если в миссии задействовано несколько БВС с разным уровнем заряда аккумулятора $B_i \in [0, 100]%$:

1. Каждый борт получает допустимый энергетический лимит дальности $L_i = V_{\text{air}} \cdot T_{\text{max}} \cdot \frac{B_i - B_{\text{reserve}}}{100}$.
2. Вместо дисквалификации борта с пониженным зарядом (например, 40%) система производит пропорциональный геометрический срез площади полигона.
3. БВС с 40% батареи закрывает ровно ту часть галсов, на которую гарантированно хватает энергии с запасом 20% на возвращение к базе, а оставшуюся часть забирает полностью заряженный напарник.

Шаг 8. Траектория аварийного схода (Emergency Diversion)

В точке симуляции отказа:

1. Вычисляется текущий вектор скорости и пространственная ориентация БВС.
2. По касательной к текущей траектории без недопустимых скачков перегрузки строится дуга выхода в направлении назначенной точки аварийной посадки (или взлетно-посадочной полосы).
3. Высота плавно снижается по безопасной глиссаде с учетом высоты препятствий под траекторией снижения.

Шаг 9. Пространственная 4D-валидация

Каждый построенный сегмент маршрута проходит проверку через R-Tree индекс:

• Препятствия: проверка пересечения с цилиндрическим буфером безопасности $R_{\text{buf}} = 50\text{ м}$ и высотой препятствия $H_{\text{obs}} + 25\text{ м}$.
• Зоны ограничений: проверка попадания в запретные зоны только в том случае, если диапазон высот зоны $[H_{\min}, H_{\max}]$ пересекается с эшелоном полета БВС (высотные коридоры FL150+ выше 5000 м автоматически пропускают низколетящий дрон).

---

🏆 5. Сильные стороны и конкурентные преимущества

Параметр / Характеристика	Типовые решения конкурентов	GEOSCAN FleetCommander AI
Кинематика самолета	«Угловатые» развороты по 90°/180°, срезаемые автопилотом	Честные гладкие дуги Дубинса ($R=85$ м), готовые к полету
Учет ветра	Статический либо отсутствует	Навигационный треугольник скоростей, угол сноса и расчет путевой скорости
Учет батареи	Жесткая отбраковка борта при заряде < 60%	Динамический срез площади под доступную емкость аккумулятора
Ограничения высот	Слепая блокировка любым полигоном ограничений	4D-фильтр высот (эшелоны 5-29 км не блокируют полет на 100 м)
Оптимизация	Жадный выбор	Двойной критерий (Makespan vs Total Flight Time) + точный DP
Экспорт	Только GeoJSON или текст	QGroundControl .plan (WGS84, MAVLink), KML, GeoJSON, ZIP
Симуляция	Статическая картинка	Полноценный 4D-плеер с таймлайном, динамическим курсом и скоростью

---

🛠️ 6. Проблемы в процессе разработки и их решения

1. Ложные блокировки высотными зонами авиатрасс (UUR215 FL150–FL290)

• Проблема: Запретная зона UUR215 имеет высотный коридор от FL150 (4 570 м) до FL290 (8 840 м). Исходный парсер считал любое 2D-пересечение с полигоном нарушением, из-за чего дроны, летящие на высоте 100 м над землей, блокировались системой.
• Решение: Реализован строгий вертикальный клиренс в функции _is_altitude_clear(). Если нижняя граница зоны выше высоты полета дрона более чем на 50 метров, зона признается безопасной для пролета снизу.

2. Ломаные траектории разворотов для Геоскан 201

• Проблема: При нарезке галсов стандартный переход между соседними проходами давал отрезки под углом 90° и 180°, что на скорости 21 м/с приводит к срыву потока или резкому уходу автопилота с траектории.
• Решение: Интегрирован генератор кривых Дубинса, динамически рассчитывающий точки сопряжения окружностей радиусом 85 м и прямых отрезков сглаживания.

3. Фиктивная аварийная посадка

• Проблема: Ранее аварийный сход отображался условной прямой линией в центр полигона.
• Решение: Разработан полноценный расчет аварийной траектории: сход с галса по касательной к текущему вектору, кинематический разворот в створ посадочной площадки и расчет времени снижения.

4. Несправедливое исключение БВС с зарядом 40%

• Проблема: При установке батареи в 40% алгоритм минимизации времени вообще исключал борт из задачи, перекладывая всю работу на один дрон.
• Решение: Введен алгоритм динамического разделения площади (Dynamic Area Partitioning). Дрону с 40% батареи выделяется ровно столько галсов, сколько он успевает покрыть с учетом резерва энергии на возврат к базе.

5. Рассинхронизация индикатора ветра

• Проблема: Текст направления ветра («Северный») расходился со стрелкой на компасе, так как в метеорологии указывается направление, откуда дует ветер, а в навигации — вектор, куда он дует.
• Решение: Разделены метеорологический азимут ($\psi_{\text{meteo}}$) и вектор перемещения воздушной массы ($\psi_{\text{nav}} = \psi_{\text{meteo}} \pm 180^\circ$).

6. Дублирование CORS в Nginx при деплое

• Проблема: Браузер Chrome на GitHub Pages блокировал запросы к API с ошибкой Multiple CORS header 'Access-Control-Allow-Origin', так как Nginx и FastAPI одновременно добавляли этот заголовок.
• Решение: Из конфигурации Nginx удалена ручная директива add_header, а обработка CORS и OPTIONS preflight полностью передана нативному CORSMiddleware в FastAPI.

---

🚀 7. Инструкция по развертыванию и запуску

Способ 1. Запуск в Docker (Рекомендуемый)

Использование Docker Compose:

# Клонирование репозитория
git clone https://github.com/whatrushki/drone.git
cd drone

# Сборка и запуск контейнера в фоне
docker compose up -d --build

# Проверка статуса контейнера и healthcheck
docker compose ps
docker compose logs -f

Использование прямого Docker CLI:

# Сборка образа
docker build -t geoscan-fleet-commander .

# Запуск контейнера
docker run -d -p 8000:8000 --name geoscan_app geoscan-fleet-commander

# Проверка работоспособности
curl http://localhost:8000/api/health

Приложение доступно:

• Веб-интерфейс: http://localhost:8000
• Интерактивная документация Swagger: http://localhost:8000/docs

---

Способ 2. Локальный запуск без Docker (Python venv)

Системные требования:

• Python 3.10 – 3.13
• Операционная система: Windows, Linux или macOS

Шаги установки:

# 1. Создание и активация виртуального окружения
python -m venv venv

# Windows (PowerShell):
.\venv\Scripts\Activate.ps1
# Linux / macOS:
source venv/bin/activate

# 2. Установка зависимостей
pip install --upgrade pip
pip install -r requirements.txt

# 3. Запуск сервера
python run.py

---

🧪 8. Инструкция по автоматизированному тестированию

Проект покрыт полным набором модульных и интеграционных тестов с использованием фреймворка pytest.

Запуск тестов:

# Запуск полного набора тестов с подробным выводом
pytest -v

# Запуск с измерением времени выполнения
pytest -v --durations=5

Состав тестового набора (19 тестов):

1. test_airspace_endpoint_returns_valid_geojson_geometry: проверка валидности структуры зон ограничений по спецификации GeoJSON RFC 7946.
2. test_allowed_area_rejects_route_outside_boundary: жесткая отбраковка маршрутов, выходящих за границу разрешенного района полетов.
3. test_battery_level_and_emergency_diversion: корректность расчета точки невозврата и построения аварийного маршрута.
4. test_fixed_wing_turns_and_emergency_path_smoothness: валидация радиусов виражей кривых Дубинса ($R \ge 85$ м) для самолета Геоскан 201.
5. test_group_export_contains_every_drone_plan: проверка целостности экспорта ZIP-архива для группы БВС.
6. test_headwind_can_make_a_leg_infeasible: проверка физической невозможности полета при встречном ветре, превышающем $V_{\text{air}}$.
7. test_high_altitude_zone_not_blocking_low_drone: валидация того, что зоны эшелонов FL150+ (5-29 км) не блокируют полет БВС на высоте 80-120 м.
8. test_low_battery_drone_utilization_in_makespan: подтверждение того, что дрон с 40% батареи задействуется на пропорциональной части площади.
9. test_objectives_compare_complete_routes: проверка корректности разделения критериев Makespan и Total Flight Time.
10. test_parcel_index_returns_matching_feature_and_area: корректность геометрии и метрической площади участков по индексу.
11. test_qgc_export_params_has_no_null: валидация формата QGroundControl .plan (отсутствие null-значений в параметрах MAVLink миссии).
12. test_reported_distance_matches_exported_route: равенство заявленной дистанции в API и физической длины экспортируемой полилинии.
13. test_same_drone_sensor_jobs_are_sequential: проверка невозможности наложения во времени миссий одного физического борта.
14. test_search_compares_available_bases: автоматический выбор наилучшей стартовой площадки из доступных кандидатов.
15. test_single_plan_exports_parse: валидность синтаксиса и парсинга одиночных полетных заданий.
16. test_small_parcel_has_no_server_crash: стабильность алгоритма на ультрамалых полигонах (отсутствие деления на 0).
17. test_small_swath_tour_matches_exhaustive_search: совпадение эвристического обхода с полным перебором на малом числе галсов.
18. test_time_limit_is_hard_constraint: строгое соблюдение лимита времени выполнения миссии.
19. test_unsafe_obstacle_is_rejected: гарантированная отбраковка траекторий, пересекающих буфер опасного препятствия.

---

📋 9. Чек-лист ручного тестирования (Manual QA)

№	Действие тестировщика	Ожидаемый результат	Статус
1	Открыть https://whatrushki.github.io/drone/	Зеленый индикатор в шапке: «API: Онлайн», карта отцентрирована на полигонах	PASS
2	Ввести в строке поиска участок FID 2 (или выбрать из выпадающего списка)	Карта плавно центрируется на полигоне, подсвечивая его границы бирюзовым цветом	PASS
3	Нажать кнопку инструмента рисования «Свой полигон» и нарисовать область	Создается пользовательский полигон, обновляется расчетная площадь в гектарах	PASS
4	Кликнуть по карте для установки основной базы (Home) и запасной посадки	На карте появляются маркеры База 1 и Аварийная площадка	PASS
5	Выбрать БВС «Геоскан 201» (самолет), сенсор Sony RX1RM2, GSD = 5 см/пикс	В блоке фотограмметрии мгновенно отображается расчетная высота (175 м) и ширина захвата	PASS
6	Установить скорость ветра 6 м/с и направление 45°	Стрелка на компасе указывает вектор, отображается метеорологическое направление	PASS
7	Нажать «Сформировать задание» (Критерий: Минимизация времени)	Строятся съемочные галсы со сглаженными виражами Дубинса, выводятся карточки статистики	PASS
8	Запустить 4D-плеер симуляции кнопкой Play	Маркер БВС синхронно перемещается по галсам, плавно меняя курсовой угол при разворотах	PASS
9	Нажать кнопку «Аварийный сход» в окне плеера	БВС плавно сходит с галса по касательной и совершает посадку на аварийную площадку	PASS
10	Нажать «Экспорт QGC (.plan)»	Браузер скачивает валидный файл .plan, готовый к импорту в QGroundControl	PASS

---

🌐 10. Продакшн инфраструктура и ссылки

• 🚀 Фронтенд на GitHub Pages: https://whatrushki.github.io/drone/
• ⚡ Продакшн API Backend (Cloud VPS Ubuntu 24.04): https://84.201.161.204.sslip.io
• 📖 Интерактивная Swagger спецификация OpenAPI: https://84.201.161.204.sslip.io/docs
• 🛡️ SSL/TLS: Let's Encrypt доверенный сертификат с автопродлением
• 📦 Репозиторий проекта: https://github.com/whatrushki/drone.git