Арктика имеет стратегически важное значение для Российской Федерации, а Северный морской путь является ключевым транспортным коридором. Один ледокол-лидер может вести конвой из 3–5 судов, но с ростом интенсивности движения сокращается время на разведку маршрута, а риск выхода на неизученные ледовые поля возрастает.

Использование беспилотных летательных аппаратов и искусственного интеллекта позволяет оперативно осуществлять мониторинг ледовой обстановки и своевременно выявлять опасности. БПЛА, работающий как разведывательный модуль впереди судового конвоя, способен собирать актуальные данные о состоянии льда, строить 3D-модель участка и помогать в выборе безопасного маршрута. Рабочее название системы — «Криоконвой». В отличие от спутниковых систем, она предполагает получение более актуальной информации.

В ходе исследования были изучены физические основы полёта БПЛА,  системы сбора данных о льдах, определены технические и климатические вызовы эксплуатации в Арктике, а также была разработана концепция системы «Криоконвой». Для работы с данными использовались камеры видимого диапазона, а обработка информации выполнялась с применением нейросетей и алгоритмов компьютерного зрения.

В августе – сентябре 2025 года были проведены лабораторные эксперименты: съёмка модельного ледового полигона с помощью DJI Mini 3, распознавание различных типов поверхностей с помощью искусственного интеллекта и определение оптимального маршрута через модельный водный покров. На снимках чётко различались «вода» и «айсберги», что подтвердило возможность создания визуальных карт ледовых участков с помощью БПЛА.

На следующем этапе была проверена способность программы, написанной на языке Python, распознавать «айсберги» и «воду» на аэрофотоснимках. Нейросеть DeepSeek по промпту написала программу для детекции светлых объектов на тёмном фоне. После корректировки кадрирования снимка программа верно определила 8 айсбергов. Верификация проводилась путём сравнения результатов автоматического распознавания с результатами ручной разметки контрольной выборки.

Затем была разработана программа для определения оптимального маршрута через модельный ледовый полигон. Она использовала координаты айсбергов, строила карту препятствий и визуализировала подходящий путь. Это подтвердило возможность автоматического планирования безопасного маршрута судна на основе компьютерного зрения.

В апреле 2026 года начались эксперименты в природных условиях. На озере Среднее проводилась съёмка ледового покрова с помощью DJI Mini 3. С 1 апреля 2026 года были организованы систематические полёты с высоты 10–70 м, периодичностью один раз в 5–7 дней. Всего получено более 500 снимков. Была разработана двухуровневая классификация: класс «Поверхности» и класс «Объекты». Выполнена пиксельная разметка в MakeSense.ai, а также сформирован датасет в формате COCO.

В результате испытаний подтверждена работоспособность конвейера «съёмка БПЛА → распознавание ИИ → планирование маршрута» на модельном полигоне и собрана пилотная база реальных данных для обучения нейросети. Разработка концепции автономной системы мониторинга ледовой обстановки «Криоконвой» соответствует стратегическим приоритетам освоения Арктической зоны Российской Федерации и может быть использована для повышения безопасности судоходства на Северном морском пути.

В дальнейшем планируется продолжить полевые эксперименты, оценить влияние погодных условий на качество съёмки и точность распознавания объектов, а также интегрировать полученные данные в геоинформационную систему. Полученные результаты свидетельствуют о высоком потенциале использования БПЛА и искусственного интеллекта для комплексного мониторинга природной среды и обеспечения безопасности судоходства в Арктике.