завершают атаку после её захвата оператором, — стали отдельным сегментом вооружений на фронте.

Ещё год назад такие системы в основном демонстрировали на выставках, а теперь они входят в штатное вооружение отдельных бригад. Минобороны официально масштабирует отдельные решения как часть противовоздушной обороны ближнего действия.

Идея следующая: алгоритм компьютерного зрения берёт цель «на сопровождение» и доводит дрон до точки поражения, даже если оператор утратил возможность управлять аппаратом вручную.

Как работает технология в боевых условиях

В июне 2026 года на Eurosatory в Париже украинская компания представила обновлённую версию P1-Sun Long с новой системой терминального наведения собственной разработки. Она, по данным производителя, фиксирует цель на дистанции до километра в зависимости от типа оптики и работает на обычных процессорах без специализированных графических ускорителей.

Схожий подход — и в наземном применении FPV-ударных дронов. Ещё весной участники ГУР и бригады беспилотных систем «Немезис» начали закупать модули автономности TFL-1. Это украинский модуль автономности для FPV-дронов. Он добавляет обычному FPV-дрону функции компьютерного зрения и искусственного интеллекта, благодаря чему БПЛА может самостоятельно завершить атаку даже после потери связи с оператором.

По словам одного из операторов ГУР, до этого он проверил десятки дронов с заявленным автонаведением, и ни один не показал стабильного результата. Вместе с тем испытания TFL-1 подтвердили захват движущейся цели на расстоянии 400 метров, после чего подразделение заказало ещё 30 модулей.

Для понимания того, как обеспечивается связь и управление FPV-дронами в сложных условиях, стоит ознакомиться с материалом: «FPV-ретранслятор – как выбрать правильный?», где рассматриваются ключевые аспекты построения каналов управления. 

Автоматизация ПВО ближнего действия

8 июня 2026 года Михаил Фёдоров сообщил, что один из участников кластера Brave1 довёл технологию, которая автоматизирует до 95% цикла перехвата дрона-камикадзе типа Shahed — от старта до кинетического поражения. Оператор лишь наблюдает за воздушной обстановкой, выбирает приоритетную цель и подтверждает поражение; остальное берёт на себя бортовой алгоритм. Систему испытали в бою на Харьковщине, и Минобороны уже приняло решение о её масштабировании.

По данным СНБО, в 2025 году в Украине изготовили около 100 тысяч дронов-перехватчиков. Производственные мощности этого сегмента за год выросли в восемь раз, а на рынке работает более 20 украинских производителей. Вместе с тем Главнокомандующий ВСУ сообщил, что только за февраль 2026 года дроны-перехватчики уничтожили более 1,5 тысячи вражеских БПЛА — то есть автосопровождение цели из вспомогательной функции превращается в конкурентную отрасль.

Отдельно развивается направление роботизированных турелей с системами автоматического наведения. По данным Министерства обороны, украинские дистанционно управляемые боевые модули под пулемёты калибра 7,62 и 12,7 мм уже применяются более чем в десяти подразделениях Сил обороны. В ходе испытаний они поражали FPV-дроны на дистанции 50–220 метров, а система автоматического распознавания обнаруживала цели на расстоянии до 250 метров.

Где технология всё ещё не идеальна

Несмотря на заявления разработчиков о высоких показателях распознавания, именно полевые условия остаются наиболее сложным испытанием для систем автосопровождения. Основатель The Fourth Law Ярослав Ажнюк объясняет, что алгоритм должен корректно работать в тысячах «граничных» сценариев — при изменении освещения, в дыму и пыли, при частичном перекрытии цели или нестандартных ракурсах.

Это подтверждает и опыт оператора ГУР с позывным «Линкольн», который до появления TFL-1 протестировал десятки систем автономного наведения, но не считал ни одну из них достаточно эффективной.

Автосопровождение не отменяет потребности в квалифицированном операторе: алгоритм хорошо удерживает цель в типичных сценариях, но теряет её при резких манёврах или смене ракурса, и в такой момент решение снова ложится на человека.

Второе системное ограничение — связь. Даже лучший алгоритм компьютерного зрения зависит от качества видеопотока: деградация канала из-за РЭБ ухудшает именно ту картинку, которую анализирует ИИ. Поэтому разработчики всё чаще позиционируют автономное наведение не как замену оптоволоконной связи, а как параллельное направление — способ сохранить эффективность удара на «последней миле», когда радиосвязь утрачена полностью. Именно эта логика лежит в основе решений, которые продолжают сопровождение цели исключительно по визуальной картинке, без GPS и без радиоканала, после того как оператор передал управление алгоритму.

Третий риск — тактический: чрезмерное доверие к автоматике. Операторы, привыкшие полагаться на алгоритм, могут терять бдительность именно в момент, когда система даёт сбой. А это происходит чаще в нетипичных сценариях: сложный фон, активный РЭБ, цели, маскирующиеся под помехи.

Что дальше?

Государство системно наращивает базу для развития этого направления. На платформе Brave1 зарегистрировано более 300 разработок, из которых около 70 систем на основе ИИ и компьютерного зрения уже применяются на фронте.

Параллельно Министерство обороны при поддержке правительства Великобритании запустило Defense AI Center A1 — первый центр компетенций по внедрению искусственного интеллекта в обороне. Одним из его направлений является интеграция машинного зрения и ИИ в украинские беспилотные системы. Минобороны заявляет, что стратегическая цель — оснастить все дроны, применяемые на фронте, технологиями машинного зрения и искусственного интеллекта.

Вместе с тем полностью автономные боевые решения без участия человека в принятии решения о поражении остаются исключением: в подавляющем большинстве показанных систем финальную команду на удар всё ещё даёт оператор.

За год технология автосопровождения цели прошла путь от нишевых экспериментов до серийных решений, которые закупают бригады и масштабирует государство. Но ограничения остаются теми же: качество распознавания зависит от условий съёмки, устойчивость к РЭБ — от архитектуры «последней мили», а эффективность применения — от того, понимает ли оператор, когда доверять алгоритму, а когда брать управление на себя.