9 июля СПбГУТ сообщил о разработке алгоритма, который определяет положение мобильных устройств внутри заводских помещений по данным радиосигналов. Для Петербурга это не абстрактная лабораторная новость, а часть большой темы: как связь, ИИ и промышленный интернет вещей сходятся в системах навигации там, где GPS не работает.

Что произошло 9 июля

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича сообщил, что его исследователи применили алгоритмы искусственного интеллекта для определения местоположения мобильных устройств внутри заводских помещений. Новость опубликована 9 июля 2026 года в разделе науки СПбГУТ.

В основе работы — не камера и не спутниковый сигнал, а радиосреда внутри цеха. Университет описывает задачу так: обычные способы позиционирования хорошо работают при прямой видимости между устройством и станцией, но в производственных помещениях сигнал многократно отражается от металла, станков и другого оборудования.

Разработчик смоделировал типовой заводской цех и обучил нейросетевую архитектуру ResNet на данных о радиосигналах. По данным СПбГУТ, алгоритм научился предсказывать координаты устройств в сложных условиях, а точность позиционирования оказалась вдвое выше традиционного подхода.

Почему GPS не спасает внутри здания

В городе мы привыкли к навигации по спутникам: телефон показывает точку на карте, автомобиль строит маршрут, курьер видит адрес. Внутри цеха такая логика ломается. Спутниковый сигнал туда почти не проникает, а помещение само становится сложной радиолабораторией.

Металлические поверхности отражают сигнал, оборудование перекрывает прямую видимость, а движущиеся объекты меняют картину в реальном времени. Для промышленности это особенно чувствительно: нужно понимать, где находится тележка, робот, датчик, инструмент или сотрудник в зоне, где нельзя полагаться на обычную карту.

Идея СПбГУТ интересна тем, что помехи здесь не просто мешают. Алгоритм пытается читать их как признаки пространства: отражения, задержки и искажения превращаются в набор данных, по которому можно восстановить координаты устройства.

Как радиосигнал становится картой

Если представить цех как комнату с эхом, радиосигнал ведет себя похожим образом: он идет не только напрямую, но и возвращается от стен, колонн, металлоконструкций и оборудования. Для человека это невидимо, а для измерительной системы — огромный массив признаков.

ResNet обычно известна как архитектура глубокого обучения, способная находить устойчивые закономерности в сложных данных. В проекте СПбГУТ она используется не для распознавания изображения в привычном смысле, а для работы с радиоданными: модель учится связывать картину распространения сигнала с координатами устройства.

По сообщению университета, сейчас разработку адаптируют для работы в реальном времени и интеграции с сетями 5G/6G. Это ключевой переход: лабораторная модель должна не просто точно считать координаты после эксперимента, а успевать помогать системе управления здесь и сейчас.

Петербургский контекст: связь, ИИ и 6G

СПбГУТ находится в Невском районе Петербурга, на проспекте Большевиков, 22, корпус 1. Для города это профильный телекоммуникационный вуз, поэтому разработка по внутренней навигации выглядит не отдельным эпизодом, а продолжением его специализации в сетях связи и обработке сигналов.

На портале технологической экосистемы Санкт-Петербурга описана лаборатория СПбГУТ, которая занимается сетевыми технологиями с ультрамалой задержкой и сверхвысокой плотностью на основе искусственного интеллекта для 6G. Среди ее задач указаны методы позиционирования устройств в трехмерных сверхплотных сетях связи, а также работа с задержками и высокой плотностью устройств.

Еще один свежий штрих — соглашение СПбГУТ и Яндекса, о котором в мае 2026 года сообщил портал spbit.ru. Оно касается образования, науки, связи, искусственного интеллекта и робототехники. На практике такие партнерства важны для вузовских разработок: студентам и исследователям нужны реальные отраслевые задачи, а компаниям — специалисты, которые понимают и сети, и алгоритмы.

Где такая навигация может пригодиться

СПбГУТ прямо называет несколько сценариев: заводы, складские комплексы и закрытые объекты, где GPS недоступен. В таких местах точная внутренняя навигация нужна не ради красивой точки на плане, а для управления процессами.

  • на производстве — отслеживать роботов, тележки, мобильные терминалы и оборудование;
  • на складе — быстрее находить перемещаемые объекты и контролировать логистику внутри здания;
  • в зонах безопасности — понимать, входит ли человек или техника в участок с ограниченным доступом;
  • в промышленном интернете вещей — связывать датчики, устройства и маршруты перемещения в единую цифровую схему.

Для Петербурга с его промышленными площадками, портовой логистикой, инженерными вузами и ИТ-компаниями такая тема ложится на стык науки и городской экономики. Речь не о потребительском навигаторе для торгового центра, а о точной метрологии пространства внутри сложных объектов.

Что пока остается за кадром

В опубликованном сообщении нет данных о конкретном заводе, площади испытательного помещения, частотном диапазоне, стоимости внедрения или готовом промышленном продукте. Это значит, что разработку корректнее рассматривать как исследовательский результат, а не как сервис, который уже можно заказать для цеха.

Но в новости есть понятный следующий шаг: работа в реальном времени и связка с 5G/6G. Если этот этап удастся пройти, технология сможет стать частью инфраструктуры «умного» предприятия, где сеть не только передает данные, но и помогает понимать, где находятся устройства внутри здания.

Самое любопытное в этой истории — смена взгляда на помехи. То, что раньше считалось проблемой радионавигации в цехе, становится материалом для обучения ИИ. Пространство начинает описывать само себя через отражения сигналов, а задача алгоритма — научиться читать эту невидимую карту.