# Кейс 05 · Обнаружение посторонних объектов в тоннеле метро по данным 3D-лидара

> Хакатон «Лидеры цифровой трансформации» (ЛЦТ) 2026 — конкурс Мэра Москвы для лучших ИТ-специалистов мира.

 
## 📋 Общая информация

| Параметр | Значение |
|---|---|
| **Номинация** | Компьютерное зрение |
| **Заказчик** | Московский транспорт (Департамент транспорта и развития дорожно-транспортной инфраструктуры города Москвы), ГУП «Московский Метрополитен» |
| **Ссылка на задачу** | [i.moscow/hackaton/lct/1233bb5506bc455f86d534b3b40171f1](https://i.moscow/hackaton/lct/1233bb5506bc455f86d534b3b40171f1) |
| **Формат продукта** | Программный комплекс (ROS2) |

 
## 🏆 Призовой фонд

| Место | Сумма |
|---|---|
| 🥇 1 место | 1 000 000 ₽ |
| 🥈 2 место | 600 000 ₽ |
| 🥉 3 место | 400 000 ₽ |

 
## 🎯 Актуальность

В настоящее время активно ведётся разработка **беспилотного поезда метро**, для которого одной из ключевых функций является контроль пространства по ходу движения. Особенно важна задача мониторинга тоннеля: необходимо своевременно выявлять посторонние объекты, попадающие в габарит поезда и потенциально представляющие угрозу безопасности движения.

Использование 3D-лидара позволяет получать информацию о пространстве перед поездом вне зависимости от условий освещённости. При этом требуется разработать алгоритм, который сможет надёжно обнаруживать препятствия на максимально возможной дальности, сохраняя низкий уровень ложно-положительных срабатываний. Решение данной задачи критически важно для построения безопасной и устойчивой системы автономного управления поездом метро.

 
## 🧩 Описание задачи

Разработайте программный комплекс на базе методов обработки 3D-лидарных данных, который:

1. Обрабатывает облака точек, получаемые с 3D-лидара, установленного на беспилотном поезде метро;
2. Выполняет мониторинг пространства перед поездом в тоннеле в реальном времени;
3. Обнаруживает посторонние объекты, попадающие в зону, ограниченную габаритом поезда;
4. Обеспечивает детекцию объектов на максимально возможной дальности до препятствия;
5. Минимизирует количество ложно-положительных детектов при сохранении высокой чувствительности к реальным препятствиям;
6. Формирует выходные данные, пригодные для интеграции в существующий пайплайн компьютерного зрения и системы принятия решений беспилотного поезда.

 
## 📦 Ресурсы

- Файлы с лидарными данными, записанными в условиях движения поезда метро в тоннеле.

 
## 🚀 Описание итогового продукта

Программный комплекс, включающий:

1. **ROS2-ноды** для загрузки и обработки лидарных облаков точек;
2. Алгоритмы фильтрации, сегментации и анализа 3D-данных;
3. Модуль детекции посторонних объектов в зонах, ограниченных габаритом поезда;
4. Интерфейсы или сообщения для передачи результатов детекции в существующие подсистемы беспилотного поезда.

 
## 👥 Рекомендуемые роли в команде

- Системный аналитик
- Инженер компьютерного зрения
- Разработчик робототехники (ROS2)
- Специалисты по работе с данными
- Разработчик программного обеспечения (C++/Python)

 
 
## 💬 Контакты и поддержка

- Телеграм: [@help_lct](https://t.me/help_lct)
- Почта: info.leaders@develop.mos.ru
- Модератор задачи: **Горбатова Ольга** — [@gorbatovaol](https://t.me/gorbatovaol)

 
## 🗓️ Ключевые этапы конкурса

| Этап | Сроки | Формат |
|---|---|---|
| Приём заявок | до 14 сентября | онлайн |
| Разработка решений | 15–29 сентября | онлайн |
| Техническая экспертиза | 30 сентября – 14 октября | онлайн |
| Презентация проектов | 23 октября | онлайн |
| Церемония награждения | 30 октября | офлайн в Москве |