Глобальный поиск Единое окно поиска по РИД и запросам

Разработка и тестирование прототипа платформы AR-инструкций и искусственного интеллекта, направленной на ускорение обучения сотрудников, снижение риска ошибок и повышение качества выпускаемой продукции

Название НИОКТР Разработка и тестирование прототипа платформы AR-инструкций и искусственного интеллекта, направленной на ускорение обучения сотрудников, снижение риска ошибок и повышение качества выпускаемой продукции
Аннотация Платформа AR-инструкций и искусственного интеллекта – это интегрированная платформа дополненной реальности (AR) и искусственного интеллекта (AI), которая превращает реальное рабочее место в интерактивного, интеллектуального наставника и контролера качества. Платформа предоставляет сотрудникам контекстные, пошаговые AR-инструкции, наложенные непосредственно на оборудование, детали и рабочие зоны, адаптирующиеся в реальном времени под текущую задачу, уровень навыков оператора и состояние производства. AI анализирует действия сотрудника и данные с оборудования, предотвращая ошибки и обеспечивая соблюдение стандартов качества при производстве, ремонте и обслуживании оборудования. Разрабатываемый продукт предназначен для решения сложных технических вопросов при проведении технологических операций, связанных с производством, ремонтом и обслуживанием различных видов технологического оборудования и агрегатов с помощью технологии дополненной реальности, с применением нейросетевой модели. Преимуществом предлагаемого решения является то, что его применение одинаково эффективно как для опытных сотрудников, так и для начинающих, обеспечивая повышение продуктивности и сокращение времени на обучение. Целью проекта является разработка инновационного технического решения, необходимого для повышения экономической эффективности производственных предприятий, достигающееся за счет решение ключевых проблемных ситуаций - ускорение обучения сотрудников на 60-80%, снижения риска ошибок на 50-90% и повышения качества выпускаемой продукции, гарантируя соблюдение всех этапов технологического процесса и параметров качества на каждом шагу. Основные задачи, решаемые с использованием технологий дополненной реальности и искусственного интеллекта: Необходимость контекстной визуализации: Проблемы, где информация должна быть наложена на реальный объект/среду. Дефицит экспертизы на месте: Ситуации, когда нужные знания или опыт физически недоступны там, где они требуются. Сложность и многошаговость процессов: Действия, где легко пропустить шаг, выполнить его неверно или не в той последовательности. Высокая цена ошибки: Области, где ошибка приводит к значительным финансовым потерям, риску безопасности или повреждению оборудования. Необходимость адаптации: Ситуации, где стандартные инструкции недостаточны и требуют подстройки под конкретный объект, условия или данные. Потребность в быстрой диагностике: Задачи, где сначала нужно идентифицировать проблему, прежде чем решать, как это починить. Проблемы с доступом/поиском информации: когда нужные данные разрознены, неактуальны или их сложно найти в нужный момент. Областью применения разрабатываемой продукции является машиностроительная отрасль. Платформа AR/ИИ наиболее востребована в промышленности, где ошибки сотрудников критичны для прибыли. Потенциал монетизации подтверждается готовностью корпораций платить за снижение издержек. Платёжеспособный потребительский сегмент целевого продукта оценивается следующим образом: более 22 тысяч специализированный машиностроительных предприятий и около 50 тысяч смежников, занимающихся производством комплектующих, литья, электроники и т.д. Географическая концентрация целевого сегмента сосредоточена в европейской части России (около 90% мощностей), включая Центральный, Приволжский, Уральский и Южный федеральные округа. Также к потенциальным потребителям следует отнести инжиниринговые и сервисные компании, занимающиеся внедрением современных технических решений и обслуживанием оборудования. Инжиниринговый рынок России характеризуется высокой специализацией (горная добыча, машиностроение, ТЭК) и географической концентрацией в Москве, СПб и Урале. Ключевые драйверы — цифровизация (BIM, ИИ) и импортозамещение, но сохраняются риски из-за кадрового дефицита и фрагментации услуг. Объём сегмента составляет более 22 тыс. специализированных предприятий, включая смежные секторы (проектирование, пусконаладка, сервис). В рамках предпроектной подготовки специалистами проведены переговоры с потенциальными потребителями. В ходе переговоров получены письма от интересантов, выражающие готовность сотрудничать и приобретать целевой продукт - Завод спецтехники ООО «ТК ЛИФТ», специализирующийся на производстве автомобилей с крюковыми установками (мультилифты), ломовозы, самосвалы, прицепы, полуприцепы, КМУ и автовышки, а также оказывает услуги сервисного и гарантийного обслуживания; Инжиниринговая компания «Брент», специализирующаяся на внедрении в производство наукоёмких технологий; Компания ООО «Системы фильтрации» - специализированный производитель мобильных сервисных комплектов. С компанией ООО «Брент» было заключено соглашение о намерениях, предметом которого является возможное заключение договоров поставки разрабатываемой продукции (не менее 1 лицензии на доступ к платформе и не менее 5 единиц лицензий на доступ к мобильному приложению).
Доступ к ОКОГУ исполнителя False
Количество связанных РИД 0
Количество завершенных ИКРБС 0
Сумма бюджета 5000.0
Дата начала 2025-12-05
Дата окончания 2027-02-02
Номер контракта 8ГС1ЦТОРС22/112439
Дата контракта 2025-12-05
Количество отчетов 2
УДК 004.4:004.9
Количество просмотров 3
Руководитель работы Уркин Федор Викторович
Руководитель организации Уркин Федор Викторович
Исполнитель ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "ИТ-ЛИДЕР"
Заказчик ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
Федеральная программа Отсутствует
Госпрограмма
Основание НИОКТР Грант
Последний статус 2025-12-23 07:45:32 UTC, 2025-12-23 07:45:32 UTC
ОКПД Программно-аппаратные комплексы и аналогичное оборудование, подключаемое к компьютеру или сети передачи данных
Отраслевой сегмент
Минздрав
Межгосударственная целевая программа
Ключевые слова нейросеть; цифровая платформа; машинное зрение; дополненная реальность; AR-устройства; цифровые инструкции; распознавание
Соисполнители
Типы НИОКТР Опытно-конструкторские работы; Технологические работы
Приоритетные направления
Критические технологии
Рубрикатор 50.41.25 - Прикладное программное обеспечение
OECD
OESR Информатика – архитектура и аппаратное обеспечение
Приоритеты научно-технического развития Отсутствует
Регистрационные номера