Песочный пылесос

Студенческий стартап Salacia Robotics представил прототип автономного робота для очистки песчаных пляжей. Устройство просеивает песок на глубину до 15 см, собирает мусор в контейнер с датчиками заполнения и объезжает препятствия с помощью компьютерного зрения.

Выйти из полноэкранного режима

Развернуть на весь экран

Разработка ведется на базе РТУ МИРЭА при поддержке программы «Стартап как диплом». Проект уже получил признание на одноименном конкурсе 2026 года, включая победы в номинациях от «Ростеха» и Академии инноваторов. В планах команды — доработка навигационной системы, создание зарядной станции и проведение оплачиваемых пилотов с отелями в Краснодарском крае. О том, как устроен механизм просеивания, почему компьютерное зрение не распознает каждый окурок по отдельности и как университет помогает студентам запускать бизнес, «Ъ-Науке» рассказал основатель проекта Александр Рыбко, студент РТУ МИРЭА.

— Почему выбрана глубина просеивания 15 см и как решается проблема забивания песком гусеничного механизма?

— По результатам анализа существующей пляжеуборочной техники мы выбрали глубину 15 см как отраслевой ориентир. Это компромисс между качеством очистки и производительностью: робот должен извлекать не только поверхностный мусор, но и предметы, частично погруженные в песок, при этом не перемещая избыточный объем грунта и не создавая чрезмерную нагрузку на просеивающий механизм.

Сами гусеницы рассчитаны на постоянный контакт с песком. Наиболее уязвимы не гусеничные ленты, а элементы привода, подшипниковые узлы и электроника. Поэтому механизмы, чувствительные к попаданию песка, конструктивно экранируются. Окончательная эффективность такой защиты должна быть подтверждена длительными испытаниями непосредственно на пляжах.

— Какие физические принципы заложены в механизм просеивания и как рассчитывается оптимальная частота?

— В основе работы лежит гранулометрическое разделение — разделение материалов по размеру частиц. Песок вместе с мусором попадает на сито, совершающее возвратно-поступательные движения. Под действием силы тяжести и инерционных сил частицы песка проходят через ячейки, а более крупные предметы остаются на поверхности сита и направляются в контейнер.

Единой оптимальной частоты для всех пляжей не существует. Она зависит от размера и формы песчинок, влажности и плотности песка, размера ячеек сита, амплитуды движения, скорости подачи материала и состава мусора. Расчет позволяет определить исходный рабочий диапазон, но окончательный режим подбирается экспериментально для конкретных условий. Поэтому конструкция предусматривает возможность регулирования частоты.

— Как компьютерное зрение отличает окурки от камней и ракушек?

— Наш робот не относится к системам, которые сначала распознают отдельный предмет, а затем принимают решение о его захвате. Он непрерывно просеивает полосу песка перед собой. Поэтому компьютерное зрение не должно отдельно распознавать каждый окурок или отличать его от ракушки, чтобы запустить уборку.

Такой подход выбран сознательно: селективный поиск небольших предметов может существенно замедлить работу, а

частично скрытый песком мусор камера может вообще не увидеть. Приоритет системы — последовательно обработать всю заданную площадь. Компьютерное зрение в первую очередь используется для навигации, обнаружения препятствий и обеспечения безопасности людей и животных, а не для предварительной классификации каждого предмета на сите.

— Какие алгоритмы машинного обучения используются и как обучалась нейросеть?

— Для первичных испытаний мы использовали готовую предобученную модель семейства YOLO11. Самостоятельно обучать нейросеть или формировать собственный датасет на этом этапе мы не стали: главной задачей было проверить применимость технологии для навигации и обнаружения объектов в условиях работы мобильного робота.

Во время первых полевых пилотов мы планируем собирать данные непосредственно с камер робота. В датасет войдут изображения людей, животных и препятствий, полученные на реальных пляжах при разном освещении, погоде и состоянии песка. После разметки этих данных предобученная модель будет дообучена под конкретные задачи и условия эксплуатации нашего робота.

— Робот объезжает только статичные препятствия или способен предсказывать движение детей и животных?

— На текущем этапе система работает прежде всего со статичными препятствиями. Функция прогнозирования траекторий быстро движущихся детей или животных пока в разработке.

Безопасность обеспечивается консервативным способом: вокруг робота формируется защитная зона. Если в нее попадает человек или животное, робот останавливает движение и работу уборочного механизма.

— Как система различает день и ночь и как погода влияет на компьютерное зрение?

— Внешняя система наблюдения робота включает камеры, рассчитанные в том числе на работу ночью. Поэтому смена дня и ночи учитывается уже на уровне сенсорного оборудования, а программная система обрабатывает изображения, получаемые в разных условиях освещения.

Объективы имеют гидрофобное покрытие, которое уменьшает задерживание капель воды на поверхности оптики. Обычные изменения освещенности, в том числе тени от облаков, не должны препятствовать обнаружению людей.

Однако гидрофобное покрытие не делает камеры полностью независимыми от погоды: сильный дождь и туман объективно снижают контрастность изображения и дальность надежного распознавания. Количественно оценить это влияние можно только по результатам полевых испытаний. До их проведения мы не хотим называть неподтвержденные проценты точности.

— Что происходит при переполнении контейнера?

— Заполнение контейнера контролируется отдельным датчиком. При достижении установленного уровня робот прекращает выполнение текущей уборочной операции, переходит в сервисный режим и направляется к станции выгрузки. Продолжать сбор с переполненным контейнером нецелесообразно, поскольку это может привести к выпадению уже собранного мусора и дополнительной нагрузке на механизм.

— Как решается вопрос с зарядкой на больших пляжах и защитой электроники?

— Для больших территорий предусмотрена масштабируемая схема: пляж делится на отдельные рабочие зоны, в которых параллельно действуют несколько роботов. Это позволяет не заставлять одну машину проходить весь пляж и каждый раз преодолевать большое расстояние до сервисной станции. Количество роботов и расположение зарядных станций определяются площадью, конфигурацией пляжа и требуемой производительностью.

Электроника размещается в специальных защищенных корпусах, изолирующих ее от песка, влаги и солевой среды. Для поддержания допустимой температуры предусмотрена отдельная система охлаждения. Конкретный класс влагозащиты и предельный температурный диапазон можно будет заявлять только после соответствующих испытаний и — при необходимости— сертификации.

— Почему пилоты планируются в Москве и Подмосковье, а не сразу в Краснодарском крае, где условия принципиально иные?

— Есть несколько технических гипотез, которые мы можем подтвердить или опровергнуть, не вывозя робота далеко от места сборки. Все влияющие на эксперименты условия в Москве и Московской области такие же, как в более южных регионах. Логистика до Краснодарского края на текущем этапе развития проекта будет очень дорогой.

— Как программа «Стартап как диплом» распределяет статус проекта? Защищает ли его вся команда или только основатель?

— В рамках программы «Стартап как диплом» проект защищает вся команда, каждому выпускающемуся специалисту необходимо подтвердить полученные им в университете компетенции, поэтому каждый защищает свою часть проделанной работы. В конкурсе «Стартап как диплом» также участвует вся команда, но на сцене проект питчит основатель.

Пресс-служба РТУ МИРЭА