Развитие беспилотных авиационных систем в сельскохозяйственных технологиях тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Курбанов Рашид Курбанович
Курбанов Рашид Курбанович
доктор наук
2026
- Специальность ВАК РФ00.00.00
- Количество страниц 456
Оглавление диссертации доктор наук Курбанов Рашид Курбанович
ВВЕДЕНИЕ
1 РАЗВИТИЕ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ
1.1 Ретроспективный анализ системы управления полетом беспилотных воздушных судов для применения в сельском хозяйстве
1.2 Беспилотные воздушные суда как инструмент цифровой трансформации сельского хозяйства
1.3 Научные основы применения беспилотных авиационных систем в сельском хозяйстве
1.4 Выводы по главе
2 ТЕОРЕТИЧЕСКИЕ ИССЛЕДОВАНИЯ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ ДЛЯ РЕАЛИЗАЦИИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ОПЕРАЦИЙ
2.1 Принципы, методы и модели применения беспилотных авиационных систем для сельскохозяйственных процессов
2.2 Определение и обоснование ключевых критериев эффективности функционирования различных элементов беспилотных авиационных систем
2.3 Условия применения беспилотных авиационных систем в сельскохозяйственных процессах
2.4 Выводы по главе
3 ОБОСНОВАНИЕ ТЕХНИКО-ТЕХНОЛОГИЧЕСКИХ ПАРАМЕТРОВ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ
3.1 Методические основы проектирования программно-аппаратных средств
3.2 Конструктивно-технологические требования к техническим решениям для цифрового мониторинга и управления технологическими процессами сельскохозяйственных биообъектов
3.3 Разработка беспилотных воздушных судов и элементов полезной нагрузки для цифрового мониторинга и управления технологическими процессами
3.4 Проектирование технологических решений на основе данных цифрового мониторинга и сверточных нейронных сетей глубокого обучения для распознавания и оценки состояния сельскохозяйственных и инвазивных растений
3.5 Выводы по главе
4 ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ЦИФРОВОГО МОНИТОРИНГА И БЕСПИЛОТНЫХ ВОЗДУШНЫХ СУДОВ В СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРОЦЕССАХ
4.1 Программа и методика экспериментальных исследований
4.2 Исследования беспилотных воздушных судов, элементов полезной нагрузки и технических средств для цифрового мониторинга и реализации технологических процессов
4.3 Исследования технологического процесса цифрового мониторинга сельскохозяйственных биообъектов
4.4 Выводы по главе
5 ТЕХНИКО-ЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ В ПРОИЗВОДСТВЕННЫХ УСЛОВИЯХ
5.1 Метод экономической оценки применения беспилотных авиационных систем в сельскохозяйственных процессах
5.2 Технико-экономическое обоснование применения беспилотных авиационных систем сельскохозяйственного назначения
5.3 Выводы по главе
ЗАКЛЮЧЕНИЕ
СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ
СЛОВАРЬ ТЕРМИНОВ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ А Свидетельства о государственной регистрации интеллектуальной собственности
ПРИЛОЖЕНИЕ Б Акты разработки и испытаний технических и программно-аппаратных средств
ПРИЛОЖЕНИЕ В Акты внедрения результатов диссертации в производственный и учебный процессы
ПРИЛОЖЕНИЕ Г Дипломы о награждении на Всероссийской агропромышленной выставке «Золотая осень»
ПРИЛОЖЕНИЕ Д Алгоритмы и архитектура программного обеспечения
ВВЕДЕНИЕ
Актуальность работы. Переход к точному земледелию, предполагающий реализацию дифференцированных операций, основывается на оперативном получении достоверных данных о состоянии сельскохозяйственных объектов. Именно беспилотные летательные аппараты (БПЛА) становятся ключевым технологическим решением этой проблемы. Они позволяют сканировать большие площади и собирать данные с высокой детализацией. Таким образом, использование БПЛА для мониторинга сельскохозяйственных угодий не просто эволюционное улучшение, а качественный скачок, необходимый для реализации технологий точного земледелия. Однако его реализация затруднительна без разработки научно-методической базы, определяющей начальные условия и параметры для эффективного применения беспилотников. В связи с этим необходим глубокий ретроспективный анализ БПЛА, который позволит определить и выработать наиболее эффективные технические и технологические решения для агропромышленного комплекса (АПК).
Первые БПЛА появились еще в 1917 году, однако аэрофотосъемка сельскохозяйственных культур с мультиспектральной камерой стала возможна с 2013 года. Развитие технологий БПЛА позволило им трансформироваться в высокотехнологичные, автоматизированные решения на базе беспилотных авиационных систем (БАС). Их применение закреплено на государственном уровне в таких документах, как: Стратегия развития беспилотной авиации Российской Федерации на период до 2030 года и на перспективу до 2035 года (распоряжение Правительства РФ №1630-р от 21.06.2023 г.); Стратегия научно-технического развития Российской Федерации (Указ Президента Российской Федерации №145 от 28.04.2024 г.); Стратегическое направление цифровой трансформации агропромышленного и рыбохозяйственного комплексов России на период 2030 года (распоряжение Правительства Российской Федерации №993-р от 12 апреля 2020 г.).
Несмотря на преимущества, широкое внедрение БАС в АПК сдерживается рядом нерешенных проблем, определяющих научную и практическую актуальность исследований в данной области. Производство отечественных БАС на 70% зависит от зарубежной элементной базы, что создает риски для дальнейшего технологического развития. Эксплуатацию БАС затрудняет отсутствие комплексных решений для сельскохозяйственного сектора, специализированных подвесов для установки мультиспектральных камер, ограниченные функциональные возможности программного обеспечения для создания полетных заданий, фотограмметрической обработки данных аэросъемки и анализа. Методы анализа данных аэрофотосъемки нуждаются в совершенствовании или создании новых подходов для автоматизированного анализа и создания рекомендаций для агрономов и селекционеров. БАС способны полностью трансформировать методы возделывания сельскохозяйственных культур в рамках стратегии цифровой трансформации сельского хозяйства.
Таким образом, исследование процесса становления и развития БАС, формирование периодизации и воссоздания целостной картины их эволюции становится актуальной научно-технической задачей. Проведение научно-исследовательских и опытно-конструкторских работ, направленных на создание БАС, алгоритмов и методов мониторинга и обработки данных, является актуальной и важной задачей, способствующей повышению конкурентоспособности российского агропромышленного комплекса.
Степень разработанности проблемы. Становление и развитие сельскохозяйственной техники освещали в своих работах академики РАН М.Н. Ерохин1, А.Ю. Измайлов2, С.В. Кричевский3, Ю.Ф. Лачуга4,
1 Ерохин М.Н. и др. Василий Прохорович Горячкин: страницы жизни. - М.: ФГБНУ «Росинформагротех», 2020. - 280 с.
2 Измайлов А.Ю. ВИМ: история становления и развития // История науки и техники. 2019. № 12. С
3 Кричевский С. В. Экологическая история техники от технологий до техносферы XX - начало XXI века. Методология, опыт, перспективы. - М.: «Юнити-Дана», 2023. 367 с.
4 Лачуга Ю.Ф. и др. Агроинженерная наука России: становление, современное состояние, стратегия развития: к 100-летию создания Бюро по сельскохозяйственной механике (1907-2007). М.: ФГБНУ «Росинформагротех», 2007. 622 с.
Я.П. Лобачевский5, А.Ю. Несмиян6, В.Д. Попов7, В.Ф. Федоренко8, В.И. Черноиванов9, В.В. Якушев10 и член-корреспонденты РАН Н.К. Мазитов11, А.В. Вражнов12, профессора Э.В. Жалнин, А.Г. Арженовский13 и др. В своей докторской диссертации А.В. Титенок14 исследует вопросы становления и развития механизации сельского хозяйства. Докторская диссертация Ю.С. Ценч15 посвящена исследованию становления и развития научно-технического потенциала механизации сельского хозяйства России. В диссертации определены закономерности эволюции систем и комплексов сельскохозяйственных машин. История применения авиации в сельском хозяйстве отражена в работах А.С. Степанова16, Ю.В. Кузьмина17, Д.А. Соболева18 и др.
Методы дистанционного мониторинга используются в России на протяжении длительного периода и имеет давнюю историю. Использование аэрофотосъемки в сельском хозяйстве началось в СССР в 1920-1940-х годах. Первые исследования проводились такими учеными, как А.И. Левенгаупт19,
5 Лобачевский Я.П. и др. Создание и развитие систем машин и технологий для комплексной механизации технологических процессов в растениеводстве // История науки и техники. 2019. № 12. С
6 Несмиян А.Ю. История механизации земледелия: учебное пособие. - Зерноград: Азово-Черноморский инженерный институт ФГБОУ ВО Донской ГАУ. 2019. 142 с.
7 Попов В.Д. Становление механизации сельского хозяйства в Северо-Западном регионе страны // История науки и техники. 2019. № 12. С
8 Федоренко В.Ф. О разработке прогноза научно-технологического развития АПК // Труды ГОСНИТИ. 2016. Т. 123. С
9 Черноиванов В.И. История развития ремонтной базы сельскохозяйственной техники в России // Сельскохозяйственные машины и технологии. 2024. Т. 18, № 1. С
10 Якушев, В.В. Точное земледелие: теория и практика. - СПб: Агрофизический научно-исследовательский институт РАСХН, 2016. 364 с.
11 Мазитов Н.К. и др. Возрождение технологического суверенитета отечественной сельскохозяйственной техники - важнейший фактор качества жизни россиян // Проблемы современной экономики. 2024. №3(91). С
12 Вражнов А.В. Научное обеспечение земледелия Южного Урала // Земледелие. 2009. № 3. С
13 Арженовский А.Г. Совершенствование методики и средств определения энергетических и топливно-экономических показателей двигателей тракторов. - Зерноград: Азово-черноморский инженерный институт ФГБОУ ВО Донской ГАУ, 2013. 120 с.
14 Титенок А.В. Развитие механизации сельского хозяйства России: дис.. .докт. техн. наук. - М. 2001. 429 с.
15 Ценч Ю.С. Становление и развитие научно-технического потенциала механизации сельского хозяйства России: дис...докт. техн. наук. - М. 2021. 412 с.
16 Степанов А.С. Авиация СССР в межвоенный период: начало 1930-х - начало 1940-х гг.: дис.....докт. ист.
наук - СПб, 2009. 711 с.
17 Кузьмин Ю.В. Сельхозавиация СССР и России на фоне конкурентов // АиК. 2021. № 9. С
18 Соболев Д. А. Авиация на службе сельского хозяйства СССР: история вопроса // Технический сервис машин. 2023. № 2(151). С
19 Левенгаупт А.И. Опыт применения аэрофотосъемки при изучении Днепровских плавен // Материалы по проблеме Нижнего Днепра. 1931. Т. 2, С
Л.Я. Селяков20, И.С. Сметанин21 и др. В этот период аэрофотосъемка применялась для оценки состояния полей и картирования земель, однако методы были трудоемкими и требовали значительных временных затрат на обработку данных. С развитием космических технологий во второй половине XX века мониторинг сельскохозяйственных культур вышел на новый уровень. Научные исследования, посвящённые использованию спутниковых данных рассмотрены в работах В.Л. Андроникова22, Э. А. Мамедова23 и др. С 2000 года исследованиями в области цифровизации АПК, использования БАС в сельском хозяйстве, автоматизацией обработки данных и методами дешифрации результатов аэрофотосъемки занимались Б. Бриско24, В.В. Дедкова25, А.С. Дорохов26, А. В. Кабонен27, М.Ю. Катаев28, А.Н. Кренке29, Г.И. Личман30, Е.М. Митрофанов31, С.Г. Мударисов32, Е.В. Труфляк33, Ю.С. Чжай34 и др.
20 Селяков Л.Я. Из опыта Казахстанской съемки // М.: Геодезиздат. 1932. №5. С
21 Сметанин И.С. Из опыта использование материалов аэрофотосъемки при почвенных исследованиях // Почвоведение. 1940. №12. С
22 Андроников В.Л. Опыт составления карты орошаемых территорий Средней Азии с использованием материалов космической съемки - как нового метода изучения мелиоративного состояния почв // Современные методы исследования состояния почв. - М.: Изд-во МГУ, 1983. 123 с.
23 Мамедов Э.А. Изучение засоленных земель и солончаков с помощью космических методов // Исследование Земли из космоса. 1985. №1. С
24 Brisco B. et al. Precision agriculture and the role of remote sensing: a review // Canadian journal of remote sensing. 2014. №24(3). pp
25 Дедкова В.В. Совершенствование методики обработки материалов аэрофотосъемки с беспилотного воздушного судна для трехмерного моделирования территорий: дис... канд.техн.наук. СПб: 2022. 137 с.
26 Дорохов А.С. и др. Технология цифровых двойников в сельском хозяйстве: перспективы применения // Агроинженерия. 2023. № 4(5). С
27 Кабонен А.В. Оценка состояния и структуры насаждений с применением аэрофотосъемки и лазерного сканирования: дис...канд. с.-х. наук. - Петрозаводск, 2024. 118 с.
28 Катаев М.Ю. и др. Методика сегментации изображений беспилотных летательных аппаратов с помощью нейронных сетей // Современные проблемы дистанционного зондирования Земли из космоса. 2023. №1(20). С
29 Кренке А.Н. Коррекция почвенных карт на основе данных дистанционного зондирования и цифровой модели рельефа // Цифровая почвенная картография: теоретические и экспериментальные исследования. М.: Почвенный ин-т им. В.В. Докучаева, 2012. С
30 Личман Г.И. и др. Фундаментальные и прикладные исследования по точному земледелию: основные направления // Нивы России. 2016. №8(141). С
31 Митрофанов Е.М. и др. Измерение полноты лесных насаждений по материалам беспилотной аэрофотосъемки высокого разрешения // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2021. №3(65). С
32 Мударисов С.Г. и др. Автоматическое обнаружение и идентификация болезней пшеницы с использованием методов глубокого обучения и применением дронов в режиме реального времени // Вестник Казанского государственного аграрного университета. 2024. Т. 19, № 2(74). С
33 Труфляк Е.В. и др. Реализация технологии беспилотных летательных аппаратов в сельском хозяйстве // Научный вестник Луганского государственного аграрного университета. 2021. № 2(11). С
34 Zhai Y.S. et al. Soil texture classification with artificial neural networks operating on remote sensing data // Computers and Electronics in Agriculture. 2006. Vol. 54. P
Данные ученые внесли существенный вклад в развитие БАС в сельском хозяйстве. За 100-летний период сформирован огромный опыт методов дешифрирования сельскохозяйственных угодий по материалам аэрофотосъемки и космическим снимкам, и в настоящее время их эффективность не вызывает сомнений. Однако, разработка системы мониторинга сельскохозяйственных культур на основе аэрофотосъемки остается недостаточно решенной задачей. Во многом это связано с уровнем технического развития БАС и аппаратуры для аэрофотосъемки. Дальнейшее развитие связано с автоматизацией обработки данных, интеллектуализацией и миниатюризацией системы управления полетом и аэросъемочной аппаратуры, которая приведет к повышению производительности работы БАС и уменьшению экономических затрат на проведение мониторинга сельскохозяйственных культур.
Научная проблема. Определение закономерностей эволюции системы управления полетом и средств аэрофотосъемки для систематизации, периодизации и создания целостной картины развития БАС в сельском хозяйстве. Разработка научно-методических и практических решений на основе БАС и технологий искусственного интеллекта (ИИ), направленных на повышение эффективности АПК в условиях цифровой трансформации.
Научная гипотеза. Систематизация и периодизация основных тенденций развития системы управления полетом и средств аэрофотосъемки БАС позволит выявить ключевые этапы развития БАС для цифрового мониторинга сельскохозяйственных угодий, что в свою очередь даст возможность разработать научно-методические и практические решения, направленные на повышение эффективности АПК, в условиях цифровизации. Повышение эффективности сельскохозяйственных технологий в растениеводстве может быть достигнуто путём разработки системы цифрового мониторинга сельскохозяйственных биологических объектов на основе БАС, методов мультиспектральной аэрофотосъемки, алгоритмов обработки данных, свёрточных нейронных сетей глубокого обучения и
технических средств, обеспечивающих автоматизацию технологических процессов.
Цель диссертации - ретроспективный анализ и выявление основных тенденций в развитии системы управления полетом БАС и средств аэрофотосъемки сельскохозяйственных биообъектов для создания целостной картины развития БАС в сельском хозяйстве, обоснование и разработка технических средств и программного обеспечения для цифрового мониторинга сельскохозяйственных биообъектов и управления технологическими процессами в системе сельскохозяйственных технологий.
Задачи исследования:
1) Исследовать процесс эволюции, определить временные периоды и тенденции развития системы управления полетом и средств аэрофотосъемки беспилотной авиационной системы, применяемой в сельском хозяйстве.
2) Разработать и теоретически обосновать ключевые аспекты применения беспилотной авиационной системы и программно-аппаратных средств для цифрового мониторинга и опрыскивания сельскохозяйственных биообъектов.
3) Выполнить теоретическое обоснование конструктивно-технологических параметров беспилотной авиационной системы, разработать беспилотные воздушные суда, элементы полезной нагрузки, технические средства и программное обеспечение на основе нейронных сетей глубокого обучения для применения в растениеводстве.
4) Провести экспериментальные исследования беспилотных авиационных систем, технических средств и технологического процесса цифрового мониторинга сельскохозяйственных биообъектов и реализации технологических процессов в системе сельскохозяйственных операций.
5) Провести экономическую оценку использования беспилотных авиационных систем.
Объект исследования - БАС и технические средства цифрового мониторинга и управления технологическими процессами в системе
сельскохозяйственных технологий, включая: технические компоненты БВС, систему управления полетом, специализированные подвесы и средства аэрофотосъемки, мультиспектральные снимки и методы их обработки и анализа, программное обеспечение и нейросетевые модели классификации состояния посевов.
Предмет исследования - эволюционные факторы, временные периоды, тенденции развития системы управления полетом и средств аэрофотосъемки БАС, закономерности функционирования БАС для цифрового мониторинга и управления технологическими процессами в системе сельскохозяйственных технологий.
Научная новизна исследования:
- установлены основные тенденции и закономерности изменения технических и технологических параметров системы управления полетом и средств аэрофотосъемки, определена целостная картина становления и развития БВС, применяемого в сельском хозяйстве;
- созданы алгоритмы цифрового мониторинга и дифференцированного опрыскивания сельскохозяйственных культур с применением БАС;
- обоснованы конструктивно-технологические параметры БВС с взлетной массой до 30 кг и элементов полезной нагрузки для цифрового мониторинга сельскохозяйственных биообъектов и реализации технологических процессов в растениеводстве;
- установлены технологические параметры мониторинга и технических средств, влияющие на качество цифровых карт;
- разработаны алгоритмы для подготовки обучающих данных и классификации состояния посевов на основе свёрточных нейронных сетей глубокого обучения;
- выявлены зависимости между состоянием сельскохозяйственных, инвазивных растений и результатами мультиспектральной аэрофотосъемки.
Теоретическая и практическая значимость диссертации. Результаты ретроспективного анализа дают возможность определить наиболее перспективные технические решения и методы, используемые при разработке БАС сельскохозяйственного назначения и проведении цифрового мониторинга сельскохозяйственных биообъектов. Разработаны и обоснованы ключевые аспекты применения БАС в сельском хозяйстве, обеспечивающие высокоточную аэрофотосъемку, автоматизацию обработки данных с помощью алгоритмов ИИ и сокращение временных и финансовых затрат на проведение технологических операций.
Разработаны БВС, элементы полезной нагрузки, технические средства и программное обеспечение, позволяющие повысить эффективность проведения цифрового мониторинга и реализацию технологических процессов в растениеводстве. Созданы методы оценки состояния сельскохозяйственных культур (сои, ярового ячменя, озимой пшеницы, картофеля) и картирования борщевика Сосновского по данным цифрового мониторинга с БАС, обеспечивающие исключение субъективной оценки, возможность проведения статистического анализа, прогнозирование развития растений и сокращение расхода ядохимикатов при уничтожении сорной растительности.
Методология и методы исследований. Методологическую основу диссертации составляет сочетание общенаучных подходов и принципов объективности, историзма, целостности, с применением проблемно-хронологического, сравнительно-исторического и ретроспективного методов, что обеспечило последовательный анализ событий в их временной динамике и взаимосвязи. Были исследованы оригинальные работы отечественных и зарубежных авторов, научные журналы, монографии, материалы конференций, экспозиции музеев, фотоматериалы и исходный код программного обеспечения в открытом доступе.
Теоретические исследования проводились с использованием методов качественно-количественного анализа, машинного обучения, в том числе
нейросетевых методов распознавания объектов. Изучены пространственно-временные закономерности изменения посевов зерновых, зернобобовых, овощных и технических культур в течение вегетационного периода. В работе использованы современные методы компьютерного моделирования и программирования. Компьютерное моделирование осуществлялось с помощью программных средств САПР KOMQAC-3D v18.1, Solid Works, Autodesk Fusion 360. Обработка экспериментальных данных осуществлялась с помощью программных средств Statistica, Math CAD, Excel. Для подготовки деталей к 3- D печати использовались программные средства Cura, Snapmaker Luban. Для фотограмметрической обработки и анализа данных аэрофотосъемки использовалось программное обеспечение Agisoft Metashape, Pix4DMapper, Pix4DFields, Global Mapper, QGIS. В экспериментальных исследованиях использовались общеизвестные методики, ГОСТы, ОСТы, статистические методы анализа данных, а также разработанные на их основе частные методики.
Положения, выносимые на защиту:
- эволюционные факторы становления и развития системы управления полетом беспилотных авиационных систем и средств аэрофотосъемки, основные характеристики эволюционного совершенствования программно-аппаратных компонентов БАС, тенденции изменения параметров их технического и технологического развития;
- функциональная схема и алгоритмы проведения цифрового мониторинга сельскохозяйственных биообъектов и реализации технологических процессов с помощью БАС;
- конструктивно-технологические параметры БВС, специализированных подвесов, камер видимого диапазона и мультиспектральной, системы электростатической подзарядки капель рабочей жидкости, отвечающие требованиям к техническим решениям для цифрового мониторинга и управления технологическими процессами сельскохозяйственных биообъектов;
- результаты теоретических и экспериментальных исследований по разработке БАС, технических средств, программного обеспечения и технологического процесса цифрового мониторинга сельскохозяйственных биообъектов.
Степень достоверности и апробация результатов. Результаты диссертации нашли применение при выполнении научно-исследовательских работ при участии автора: НИР №10.9.02-2018 «Разработать алгоритмы, программное обеспечение и технологии мониторинга состояния растений и качества выполнения технологических процессов в растениеводстве, в т.ч. в искусственных экосистемах», НИР №0581-2019-0012 «Разработать методологию и технические решения для управления интеллектуальными технологиями в цифровом сельском хозяйстве», НИР FGUN-2022-0018 «Разработать методы, технологии и технические средства для цифрового мониторинга и управления технологическими процессами в сельскохозяйственном производстве».
Основные положения диссертации доложены, обсуждены и одобрены на международных и всероссийских научно-практических конференциях: ФГБНУ ФНАЦ ВИМ «Цифровые технологии и роботизированные технические средства для сельского хозяйства», «Интеллектуальные машинные технологии и техника в сельском хозяйстве», «Агробиоинженерные инновации в сельском хозяйстве», «Агроэкологическая безопасность, энергоэффективные спектральные и лазерные технологии в повышении продуктивности сельского хозяйства», «Энергообеспечение АПК» (2018-2023 гг., Москва), МАИ (НИУ) «Беспилотные летательные аппараты» (2020 г., Москва), «INTERAGROMASH 2021» (2021 г., Ростов-на-Дону), СПб ФИЦ РАН «Цифровизация сельского хозяйства и органического производства» (2021-2025 гг., Санкт-Петербург, Барнаул), ФГБНУ ФНЦ ЗБК «Векторы развития селекции и семеноводства зерновых, зернобобовых и крупяных культур как основа продовольственного суверенитета страны» (2021 г., Орёл), ИМАШ РАН «Искусственный интеллект и
сельскохозяйственная инженерия» (2021 г., Москва), СФНЦА РАН «Информационные техно-логии, системы и приборы в АПК» (2021 г., Новосибирск), ФГБНУ АФИ «Агрофизический институт: 90 лет на службе земледелия и растениеводства» (2022 г., Санкт-Петербург), ИЦиГ СО РАН «Генетика, геномика, биоинформатика и биотехнология растений» Р1аПОе^^оо1 2022 (2022 г., Новосибирск), «Устойчивое развитие в сельском хозяйстве, экологическая безопасность и энергетическая эффективность» (EESTE-П-2022) (2022 г., Душанбе, Республика Таджикистан), ФГБОУ ВО РГАТУ «Научно-инновационные аспекты аграрного производства: перспективы развития» (2022 г., Рязань), «Инновационные технологии в науках об окружающей среде и образовании» (2023 г., Краснодарский край), «Международная конференция Российского национального комитета по истории и философии науки и техники РАН» (2024 г., Москва), «Глобальные и национальные проблемы продовольственной безопасности: уроки, вызовы и новые возможности» (2024 г., Екатеринбург), «Международная выставка-форум «AGROBRICS+» (2024 г., Москва), 3-я Африканская конференция по точному земледелию (2024 г., Марракеш, Марокко).
Разработанные беспилотные воздушные системы демонстрировались на Российских агропромышленных выставках «Золотая осень» (г. Москва, ВДНХ) в 2019-2024 гг. и награждены золотыми и серебряными медалями выставки. Золотые медали получены за разработки: «Платформенное решение для мониторинга селекционных полей с помощью БПЛА» (2019 г.), «Платформенное решение для высокоточного мониторинга сельскохозяйственных полей с помощью БПЛА» (2020 г.), «Агродрон для цифрового мониторинга состояния почвы и растений» (2021 г.), серебряная медаль за разработку «Малогабаритный БВС для мониторинга в условиях закрытого грунта» (2024 г.).
Реализация результатов исследований. Беспилотные авиационные системы были испытаны в производственных условиях и внедрены в ИСА -филиал ФГБНУ ФНАЦ ВИМ в Рязанской области и ФГБНУ «Федеральный
научный центр зернобобовых и крупяных культур» в Орловской области. Результаты теоретических и экспериментальных исследований внедрены в учебный процесс ФГБНУ ФНАЦ ВИМ, ООО «Уральский научно-исследовательский институт экономической безопасности и развития сельских территорий», Инжинирингового центра Кировской области ФГБОУ «Вятский государственный университет» и Калужского филиала ФГБОУ ВО «Российский государственный аграрный университет - МСХА имени К.А. Тимирязева». Получены акты внедрения.
Публикации по теме диссертации. Основные теоретические положения и результаты исследований опубликованы в 64 работах, из которых 21 статья в рецензируемых научных изданиях, рекомендованных ВАК РФ, 14 статей в изданиях, включенных в международные базы данных Web of Science и Scopus, 2 патента на изобретение и 11 свидетельств о государственной регистрации программы для ЭВМ.
Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, словаря терминов, списка сокращений и условных обозначений, списка литературы, включающего 209 наименований и приложений. Диссертация изложена на 456 страницах, содержит 81 таблицу, 206 рисунков и 5 приложений.
1 РАЗВИТИЕ БЕСПИЛОТНЫХ АВИАЦИОННЫХ СИСТЕМ В СЕЛЬСКОХОЗЯЙСТВЕННОМ ПРОИЗВОДСТВЕ
1.1 Ретроспективный анализ системы управления полетом беспилотных воздушных судов для применения в сельском хозяйстве
Стремление человечества к освоению воздушного пространства прослеживается с незапамятных времен, задолго до появления инструментов и механических устройств. Ранние свидетельства стремлений покорить небо были обнаружены в греческом мифе о Дедале и Икаре. Научные изыскания совершить полёт получило развитие в работах Леонардо да Винчи (1452-1519 гг.), а в 1783 году братья Монгольфье осуществили первый успешный эксперимент с воздухоплавательным аппаратом, которые в последствии назывались тепловыми аэростатами [1].
До изобретения летательных аппаратов аэродинамического принципа единственным способом осуществления полётов оставалось использование аэростатов. Эксперименты с аэростатами продолжались с летательными аппаратами, которые были легче воздуха - Сантос-Дюмон 1899, Цеппелин 1900-1909 (рисунок 1.1), затем с летательными аппаратами тяжелее воздуха -Отто Лилиенталь 1890-1896, и продолжились в Первой и Второй мировых войнах [2] - [3].
Рисунок 1.1 - Стенд «Граф Цеппелин и первые дирижабли» в музее «Космонавтика и авиация», Москва. Модели в масштабе 1:200.
В 1903 году Братья Райт совершили первый полет, знаменующий становление и развитие авиации, а вскоре был создан первый беспилотный летательный аппарат (БПЛА), в простонаречии «беспилотник» или «дрон». С тех пор технологии, применяемые в БПЛА, совершенствовались, что позволило расширить сферу их использования. БПЛА - это летательный аппарат без экипажа на его борту, предназначенный для управляемых или неуправляемых полетов [4]. В Воздушном кодексе РФ прописано определение: беспилотное воздушное судно (БВС) - воздушное судно, управляемое, контролируемое в полете пилотом, находящимся вне борта такого воздушного судна (внешний пилот) (п. 5 ст. 32 ВЗК РФ).
История создания БПЛА связана прежде всего с выполнением военных задач [5]. Примерно до второй половины XX века, летательные аппараты в основном представляли собой летающую бомбу или летательный аппарат самолетного типа с большой взрывной боеголовкой. За век эволюции БПЛА претерпели множество изменений, но ключевым направлением развития по-прежнему остается система управления полетом, главным элементом которого является полетный контроллер [6].
Рассмотрим развитие системы управления полетом беспилотников, начиная от первых БПЛА до полетных контроллеров современных дронов. Для современных БВС ограничимся параметром максимальной взлетной массой до 30 кг.
1.1.1 Первые беспилотные летательные аппараты
Первым летательным аппаратом, управляемый автопилотом стал «Автоматический аэроплан Хьюитта-Сперри», также известный как «Летающая бомба Сперри» (рисунок 1.2), его первые испытательные полеты были совершены в 1917 году с пилотом в кабине [7]. Для полета аэроплана по заданному курсу заранее настраивались два бортовых гироскопа, пилот отвечал за взлет и посадку, а автопилот управлял другими этапами полета.
Рисунок 1.2 - Беспилотный аэроплан Хьюитта-Сперри [7]
На рисунке 1.3 представлена блок-схема системы управления полетом БПЛА. Беспилотники Хьюитта-Сперри разрабатывались по заказу ВМФ США в годы Первой мировой войны, но в итоге так и не были использованы в военных операциях [8].
Рисунок 1.3 - Блок-схема системы управления полетом Хьюитта-Сперри
Беспилотники Хьюитта-Сперри так и не стали использовать в военных целях. Исторически первым БПЛА считается «Жук Кеттеринга» (рисунок 1.4). Еще одна летающая бомба, которая была завершена в ноябре 1917 года.
Рисунок 1.4 - Модель «Жук Кеттеринга» на выставке в Национальном музее Военно-воздушных сил США в Дейтоне, штат Огайо35
Она была изготовлена по заказу американских военных и построена Чарльзом Кеттерингом. «Жук Кеттеринга» выглядел как самолет, но на самом деле представлял собой летающую бомбу, предшественника современной крылатой ракеты. «Жук Кеттеринга» представлял собой небольшой биплан длиной 3,8 метров, с размахом крыльев 4,5 метра. Фюзеляж самолета был сделан из дерева, крылья из плотного картона, а четырехцилиндровый двигатель мощностью 40 л.с. приводил его в движение. Перед запуском биплана заранее устанавливали скорость и направление ветра, и расстояние до цели. Взлет происходил с небольшой повозки и оказавшись в воздухе, «Жук Кеттеринга» летел по направлению к цели с помощью вакуум-пневматической системы автопилота и подключенным к нему гироскопом, и барометром. Гироскоп держал курс к цели и обеспечивал стабилизацию, а высота контролировалась чувствительным барометром [9] - [10].
35 Национальный музей ВВС США. https://www.warhistoryonline.com/war-articles/kettering-bug-first-unmanned-drone-technology.html?utm_medium=organic&utm_source=yandexsmartcamera
Система управления полетом самолёта Кеттеринга обеспечивала простейшие функций автопилота: удержание высоты и направления, измерение расстояния, выключение двигателя и сброс крыльев. Механизм автопилота подсчитывал обороты двигателя, после чего двигатель отключался и сбрасывал крылья самолета. В этот момент самолет под действием силы тяжести падал в намеченную цель с взрывчатым веществом на борту. Блок-схема системы управления полетом показана на рисунке
Рисунок 1.5 - Блок-схема системы управления полетом Жука Кеттеринга
В ряде испытаний «Жук Кеттеринга» показал себя хорошо, но этого было недостаточно, чтобы его можно было считать готовым оружием. «Жук Кеттеринга» является важной вехой в авиации, он оставался засекреченным до Второй мировой войны.
1.1.2 Радиоуправляемые БПЛА
Последователем Кеттеринга являлся актер британского происхождения Реджинальд Денни, который увлекся радиоуправляемыми самолетами в 1930- х годах. Совместно с партнерами он основал компанию Radioplane Company и в 1939 году был создан летательный аппарат «Radioplane OQ-2» (рисунок 1.6), первый серийный БПЛА, на своем предприятии в Южной Калифорнии. Компания выпустила в итоге около 15000 БПЛА для армии и флота США, которые использовали их в качестве мишеней для зенитной подготовки [8] - [10].
Рисунок 1.6 - Радиосамолет Radioplane OQ-2 [9]
В Radioplane OQ-2 использовалась традиционная компоновка самолета с высоко установленным прямым крылом-монопланом в сборе, расположенным на квадратном фюзеляже с плоскими бортами. В основе конструкции был двухцилиндровый двигатель модели Righter 0-15-1, развивающий необходимую мощность в 6 лошадиных сил. Это обеспечивало самолету максимальную скорость в 137 км/час при времени автономной работы примерно один час36.
Схема системы управления БПЛА была простой - старт происходил с катапульты, а посадка осуществлялась с помощью автоматически срабатывающего парашюта. БПЛА был оснащен колесным шасси, которое служило только для смягчения удара о землю при приземлении с парашютом. Самолет управлялся дистанционно оператором в пределах прямой видимости. На рисунке 1.7 показана блок-схема системы управления полетом Radioplane OQ-2.
36 Национальный музей ВВС США. https://www.nationalmuseum.af.mil/Visit/Museum-Exhibits/Fact-Sheets/Display/Article/196292/radioplane-oq-2a/
с-\
Система управления
Увеличение сложности маршрута
Возможность посадки
' ■ Многоразовое использование
- Контроль радаром
Рисунок 1.7 - Блок-схема системы управления полетом Radioplane OQ-2
В основном Radioplane OQ-2 использовались для тренировок зенитных частей. Это был первый дистанционно управляемый БПЛА, поступивший в массовое производство, и послужил основой для многих других родственных моделей БПЛА.
1.1.3 Летательные аппараты Второй мировой войны
На следующим этапе эволюции беспилотников появилась беспилотная крылатая ракета «Фау-1» (рисунок 1.8). Фау-1 был разработан Германией в период 1942-1944 годах во время Второй мировой войны, как оружие возмездия. Фау-1 представлял собой ракету, оснащенную импульсным реактивным двигателем. Для устойчивости ракеты в полёте были установлены гироскоп и стабилизаторы.
37 Самолет снаряд ока. https://avto-moto8.com/8-foto/samolet-snaryad-oka.html
Фау-1 в длину был около 8 метров, размах крыльев составлял около 5,5 метров. Запуск производился с катапульты или с самолетов, а радиус действия составлял около 240-280 км. После старта Фау-1 летел с помощью автопилота (рисунок 1.9) по заранее заданным значениям курса и высоты и нес 850-килограммовую взрывную боеголовку со скоростью около 580 км/час.
Рисунок 1.9 - Фрагмент автопилота, используемого для управления
летающей бомбой «Фау-1»38
Управление системой пилотирования осуществлялось с помощью пневматического устройства, которое работало на сжатом воздухе. В Фау-1 система управления обеспечивала заданные перед запуском параметры курса и высоты на протяжении всего полета. На рисунке 1.10 представлена блок-схема системы управления полетом «Фау-1».
с ч
Система
управления
ч У
Рекомендованный список диссертаций по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Методы управления угловой стабилизацией беспилотного летательного аппарата2024 год, кандидат наук Хтет Сое Паинг
Математическая модель, алгоритмы и программный комплекс для предотвращения столкновений беспилотных летательных аппаратов гражданского назначения2020 год, кандидат наук Зау Хтет Наинг
Развитие методов и технических средств аэрофотосъемки сельскохозяйственных угодий с помощью беспилотных воздушных судов2024 год, кандидат наук Захарова Наталья Ивановна
Исследование и разработка методов, систем и алгоритмов автоматического управления беспилотными средствами мониторинга2015 год, кандидат наук Вэй Ян Лвин
Модели, алгоритмы и программное обеспечение адаптивных систем стабилизации подвижных технических объектов2025 год, кандидат наук Тран Ван Трук
Введение диссертации (часть автореферата) на тему «Развитие беспилотных авиационных систем в сельскохозяйственных технологиях»
Увеличенная дальность полета
Движение по прямой
Наводка магнитным компасом
Трехстепенной гироскоп
Рисунок 1.10 - Блок-схема системы управления полетом «Фау-1»
38 Смитсоновский институт, Национальный музей авиации и космонавтики, Автопилот, V-].. https://www.si.edu/object/autopilot-v-1%3Anasm_A19530055000
Специальные регуляторы на автопилоте позволяли установить высоту полета перед запуском. Три пневматических гироскопа поддерживали курс и высоту, с помощью пневматических сервоприводов, система подключалась электронным способом к компасу в носовой части для обнаружения изменений курса. Устройство отсчета времени (таймер), приводимый в действие пропеллером, определяло, когда отключать импульсно-реактивный двигатель и начинать пикирование к цели. Всего было запущено с самолетов-носителей около 1176 ракет Фау-1 [10] - [11].
1.1.4 Беспилотный вертолёт
Со временем вертолеты также стали использоваться в качестве беспилотных летательных аппаратов. Первым в мире беспилотным вертолётом, принятым на вооружение, является Gyrodyne QH-50 DASH (рисунок 1.11). Gyrodyne QH-50 представляет собой дистанционно управляемый противолодочный БПЛА. Он был создан компанией Gyrodyne и использовался в ВМС США с середины 1950-х годов для противолодочной обороны, а после стал применяться в качестве вспомогательного транспортного средства для проведения испытаний оружия. Первый полет QH-50 DASH был осуществлен в 1959 году и стал первым беспилотным вертолетом, который приземлился на борт корабля 7 декабря 1960 года [10].
Рисунок 1.11 - Беспилотный вертолет «Gyrodyne QH-50 DASH»39
39 Gyrodyne Helicopter Historical Foundation, https://www.gyrodynehelicopters.com/dash_memories.htm
QH-50 DASH имел максимальную взлетную массу 1046 кг, развивал максимальную скорость в 148 км/ч, длину составляла 3,9 м, высота 3 м, дальность 132 км, практический потолок - 4939 м. Вертолет мог нести на борту две самонаводящиеся торпеды МК-44. Корпус вертолета представлял собой открытый двигатель без обшивки, пара двухлопастных несущих винтов устанавливались соосно, ходовая часть была выполнена на салазках для устойчивой посадки на палубу или другую ровную поверхность [8], [10].
Вертолёт управлялся дистанционно с помощью двух пультов с двух разных постов. Блок-схема системы управления полетом «Gyrodyne QH-50 DASH» показана на рисунке 1.12.
Рисунок 1.12 - Блок-схема системы управления полетом «Gyrodyne QH-50 DASH»
Контроль взлета и посадки проводился оператором визуальным способом. Во время полета вертолет контролировался по приборам радиолокационным способом. Финансирование проекта было прекращено из-за ненадежной аппаратуры управления и сокращение бюджета [10].
За следующие 40 лет произошел стремительный рост «малых» беспилотных летательных аппаратов. В эту категорию входят военные, коммерческие и персональные беспилотные летательные аппараты, а также системы дистанционного управления. Широкое распространение связано с улучшением технологий МЭМС (микроэлектромеханическая система). В прошлом гироскопы были большими, громоздкими системами. Благодаря технологии МЭМС гироскопы и акселерометры масштабируются как микросхемы. Электродвигатели претерпели ряд изменений, бесщеточные
двигатели сменили щеточные. Переход от двигателей inrunner к двигателям outrunner, позволил устранить необходимость в редукторах, снижающих мощность. Этапы развития БВС, привели к тому, что появилось множество типов летательных аппаратов: мультикоптеры, самолётный тип, гибриды и др. с миниатюрной системой управления и широким спектром возможностей [12].
1.1.5 Полётные контроллеры для моделирования
Полетный контроллер - это микропроцессорное устройство, включающая различные датчики, которые получают команды от внешнего пилота и управляют полетом дрона. Некоторые полетные контроллеры имеют базовые датчики такие как гироскоп и акселерометр, но в зависимости от моделей дополнительно могут включать барометр и компас. Полетный контроллер также поддерживает подключение периферийных устройств беспилотника: регуляторы двигателей, датчик GPS/ГЛОНАСС, светодиоды, сервоприводы, радиоприемник, телеметрию, камеру, видеопередатчик и др. По мере развития технологий полетные контроллеры становятся меньше, более функциональными и используют более производительные процессоры и оборудование [10], [12].
История полетного контроллера дрона прослеживается с 2009 года, когда производитель использовал гироскоп и акселерометр из контроллеров Wii Motion Plus и Wii Nunchuk от игровой консоли с платой Arduino для управления дроном. Это привело к развитию проекта Multiwii с открытым исходным кодом, в рамках которого была создана собственная плата контроллера полета (рисунок 1.13), работающая на 8-битном процессоре Atmel.
Рисунок 1.13 - Полётный контроллер «MultiWii» [10]
На плате были установлены 8-битный микроконтроллер ATMega328 либо ATMega2560, 3-х осевой гироскоп и 3-х же осевой акселерометр в одном корпусе Ж?Ш050, барометр BMP085 и электронный магнитный компас HMC5883L. Так как были любительские версии данные элементной базы приведены в общем виде и могут отличаться для различных версий плат. На контроллерах, выпускаемых после 2012 года, уже устанавливались 32-битный микроконтроллер (STM32), акселерометр MPU6050 и барометр MS5611, которые обеспечивали стабильный полет, в отличии от предыдущих моделей. На плате используются бюджетные датчики и их необходимо максимально защищать от вибраций, так как вибрации влияют на стабильность полета. Несмотря на всю гибкость, производительность Multiwii нестабильна, особенно с функцией удержания высоты. Multiwii требует много времени для настройки и поисков компромиссных решений [13]. Блок-схема системы управления полетом Multiwii показана на рисунке 1.14.
Рисунок 1.14 - Блок-схема системы управления полетом «MultiWii»
Данный полётный контроллер в настоящее время считается устаревшим, но существуют его современные ветви развития. Следующим шагом был переход на более производительные микроконтроллеры. В 2013 году была создана плата полетного контроллера Naze32 с 32-разрядным процессором, а исходный код Multiwii был портирован под названием «Baseflight» (рисунок 1.15).
Рисунок 1.15 - Ветви развития проекта «Multiwii»
В 2014 году «Гидра» (основной автор) модифицировала Baseflight и создала Cleanflight, что привело к бурному росту 32-битных полетных контроллеров. В 2015 году был создан Betaflight с использованием исходного кода Cleanflight и внесением в него значительных изменений. Betaflight был в основном направлен на улучшение производительности Cleanflight, а также на добавление новых функций и возможностей. Betaflight обогнал по популярности Cleanflight и сейчас является самым популярным программным обеспечением для полетных контроллеров с множеством функций и активной разработкой [13].
В 2009 году был создан полетный контроллер Copter Control 3D (рисунок 1.16) в рамках открытого проекта Open Pilot. OpenPilot - это программное обеспечение для полетных контроллеров, который разрабатывался в ходе многих проектов с разными разработчиками. Copter Control 3D, также известная как CC3D, представляет собой полетный контроллер, предназначенный для акробатических полетов с помощью датчика GPS. Программное обеспечение OpenPilot поддерживает плату CC3D и позволяет управлять БПЛА самолетного и мультироторного типов [10], [13].
Рисунок 1.16 - Полётный контроллер «Copter Control 3D»40
40 CC3D Flight Controller, https://opwiki.readthedocs.io/en/latest/user_manual/cc3d/cc3d.html
Copter Control 3D один из самых ранних полетных контроллеров, использующий 32-битную архитектуру. На плате установлен микроконтроллер STM32F103 и датчик акселерометр/гироскоп MPU6000. Плата имеет 6 портов, помеченные как входы (по одному контакту на каждый), и 6 портов, помеченные как выходы двигателя/сервопривода (по 3 контакта на каждый). Плата имеет поддержку прямого подключения к компьютеру по USB [14]. Информация представлена в общем виде и может отличаться для различных версий плат.
Блок-схема системы управления полетом Copter Control 3D показана на рисунке 1.17. У полетного контроллера были проблемы с поддержкой одновременной работы трех MSP портов, а также не мог летать по GPS с официальной прошивкой.
Рисунок 1.17 - Блок-схема системы управления полетом «Copter Control 3D»
OpenPilot прекратил поддержку и более не выпускает обновления для Copter Control 3D. На данном контроллере было собрано много БПЛА с функцией First Person Viev (FPV, вид от первого лица).
1.1.6 Решение от ArduPilot
ArduPilot Mega один из наиболее функциональных полетных контроллеров с открытым исходным кодом, он совместим с Arduino. ArduPilot - это программное обеспечение с открытым исходным кодом для беспилотных аппаратов. ArduPilot Mega (APM) - это автопилот на основе платформы
Arduino Mega, разработанный сообществом DIY Drones. APM работает с программным обеспечением ArduPilot.
В 2007 Крис Андерсон основал сообщество DIYDrones, а в 2009 году вместе с Хорди Муньос основали компанию 3D Robotics. В 2009 году компания 3DRobotics выпустила первую плату ArduPilot. Контроллер APM1 был выпущен компанией 3D Robotics в 2010 году (рисунок 1.18). На базе данного полетного контроллера доступна поддержка беспилотных летающих наземных и лодочных аппаратов. Полётный контроллер ArduPilot Mega позволяет совершать полёт по точкам и обладает возможностью двухсторонней передачей телеметрических данных [13].
Рисунок 1.18 - Полётный контроллер «ArduPilot Mega v 1.0»41
Полётный контроллер представляет собой микропроцессорное управляющее устройство. При этом алгоритмы управления реализуются программно. ArduPilot позволяет настроить управление и сформировать маршрут через ПО Mission Planner. Система управления состоит из 8-битного контроллера ATMega2560 с датчиками MS5611 и MPU6000. Барометр позволяет стабилизировать барометрическую высоту полёта аппарата и его автоматическую посадку в точке старта. С целью повышения безопасности эксплуатации или выполнения специальных функций могут применяться и другие датчики [10], [13]. На рисунке 1.19 представлена блок-схема системы управления полетом «ArduPilot Mega».
41 RC Electric Glider Autopilot Conversion, https://www.aeronetworks.ca/2013/05/rc-electric-glider-autopilot-conversion.html
s N
Система
управления
ч
Подключение разных модулей
w
32-битный процессор
W
f \ 3-осевой гироскоп, акселерометр, магнитометр, барометр ^ J
w
Развитые функции GPS
w
Рисунок 1.19 - Блок-схема системы управления полетом «ArduPilot Mega»
По сравнению с вышеописанными платами ArduPilot Mega более стабильно ведёт себя во время полёта. Проект ArduPilot развивается, выходят другие полетные контроллеры и программное обеспечение с открытым исходным кодом постоянно обновляется новыми и улучшенными функциями.
1.1.7 Новое поколение полетных контроллеров
В поисках автономного полета Лоренц Мейер преследовал очень амбициозный план. Он хотел, чтобы дроны летали автономно с помощью компьютерного зрения. В 2009 году команда Pixhawk разработала полетный контроллер и выпустили свое программное обеспечение с открытым исходным кодом. Вскоре были выпущены программное обеспечение для управления полетом Pixhawk 4 (PX4), протокол связи MAVLink и программное обеспечение QGroundControl для настройки БПЛА. В начале 2013 года данная открытая аппаратная платформа начала внедряться различными компаниями, в частности 3D Robotics. Параллельно команда разрабатывала устройства первого и второго поколения (рисунок 1.20) (Flight Management Unit version 2: FMUv2), под названием Pixhawk [13].
Рисунок 1.20 - Полётный контроллер «PixHawk 1»42
Контроллер поддерживает не только воздушные летающие аппараты, но наземные и лодочные. Он поддерживает дополнительные модули и стандарты для их связи и получил большую популярность из-за своей универсальности. Блок-схема системы управления полетом «PixHawk» представлена на рисунке 1.21.
/ \
Система управления
Функции автопилотирования
f > 32-бит. процессор, ОС NuttX
- Поддержка GPS *
' > Защита от случайного запуска
Рисунок 1.21 - Блок-схема системы управления полетом «PixHawk»
Оригинальный Pixhawk сочетает в себе PX4 FMUv2 с платой ввода-вывода PX4 IO v2. Он работает на 32-битном процессоре STM32F427 с отказоустойчивым сопроцессором STM32F103 и имеет 256 КБ ОЗУ [10, 13, 15]. PX4 совместим с наземной станции управления QGroundControl, в котором задаются и считываются различные параметры и настраивается полетное задание. Pixhawk устанавливает стандарты сборки дронов с точки зрения аппаратного обеспечения, микроконтроллеров и интерфейсов.
1.1.8 Готовые решения
В 2010 году была выпущена первая версия готового БВС AR.Drone компании Parrot (рисунок 1.22). AR.Drone быстро стал популярным благодаря
42 Pixhawk Overview, https://ardupilot.org/copter/docs/common-pixhawk-overview.html
открытой архитектуре. Квадрокоптер управлялся с помощью планшета или смартфона. В 2012 году была выпущена обновленная версия AR.Drone 2.0 [10].
Рисунок 1.22 - Внешний вид Parrot AR.Drone43
AR.Drone 2.0 имел четыре мотора мощностью 14,5 Вт. Максимальная скорость - 18 км/ч. Масса дополнительной полезной нагрузки - 150 г. Полетный контроллер был на базе 32- битного процессора ARM Cortex A8. На борту были две камеры: основная для съёмки и режима FPV с разрешением 720p, дополнительная камера с разрешением 240p [16]. Открытая архитектура проекта позволяла к готовому аппарату подключать дополнительные компоненты. Блок-схема системы управления полетом «Parrot AR.Drone» представлена на рисунке 1.23.
Рисунок 1.23 - Блок-схема системы управления полетом «Parrot AR.Drone»
43 TechPowerUp, https://www.techpowerup.com/review/parrot-ar-drone/2.html
1.1.9 Интеллектуальное управление
Следующим этапом становления готовых решений БПЛА является выпуск в 2012-2013 гг. уникальных разработок компаний DJI, главной из которых стал первый квадрокоптер Phantom, выпущенный в 2013 году [17]. Квадрокоптер легко управлялся с помощью с планшета или смартфона. После успеха в этом направлении в этом же году был выпущен Phantom 2 в различных модификациях, содержащий обновлённый набор функций системы управления [12]. Кроме квадрокоптеров, компания DJI выпускала подвесы Zenmuse и другие продукты (рисунок 1.24).
а) DJI Phantom 144; б) DJI Phantom 2 Vision45 Рисунок 1.24 - БВС компании DJI
Система управления DJI Phantom 1 и 2 основана на полетном контроллере Naza-M Lite, который предоставлял базовые функции стабилизации и навигации. Бортовой компьютер работает на базе аппаратной и программной платформы, разработанной DJI. Блок-схема системы управления полетом дронов Phantom 1 и Phantom 2 показана на рисунке 1.25. У Phantom 2 полетный контроллер получил функцию автовозврата домой. Были увеличены скорость и продолжительность полёта, появился модуль Wi-Fi, возможность регулировки наклона камеры, поддержка смартфонов, планшетов и умных очков [12].
44 DJI Phantom 1, https://www.dji.com/newsroom/news/dji-releases-aU-in-one-solution-read-to-fly-phantom-quadcopter
45 DJI Phantom 2, https://www.dji.com/newsroom/news/dji-released-phantom-2-vision-your-flying-camera
Система управления
Интеллектуальное пилотирование
Модуль GPS и магнитный компас
Режим автоматической стабилизации GPS
Повышенная отказоустойчивоть
Рисунок 1.25 - Блок-схема системы управления полетом DJI Phantom 1 и Phantom 2
В 2015 г. был выпущен Phantom 3, получивший очередной успех [17]. Работа компании DJI в направлении готовых решений привела к успеху, данную модель стали применять в сельском хозяйстве. В технических и нормативных российских материалах существуют различные сокращения для беспилотных летательных аппаратов (БПЛА или БЛА), но приказом Федерального агентства по техническому регулированию и метрологии от 10 ноября 2016 г. N 1674 утвержден и введен в действие ГОСТ Р 57258-2016 «Системы беспилотные авиационные. Термины и определения», в котором применяются сокращения БВС - беспилотное воздушное судно (unmanned aircraft - UA), что тождественно БПЛА и БАС - беспилотная авиационная система (unmanned aircraft system - UAS).
Беспилотное воздушное судно (unmanned aircraft): Воздушное судно, управляемое в полете пилотом, находящимся вне борта такого ВС, или выполняющее автономный полет по заданному предварительно маршруту (ГОСТ Р 57258-2016). Беспилотная авиационная система (unmanned aircraft system): Комплекс, включающий одно или несколько беспилотных ВС (воздушное судно), оборудованных системами навигации и связи, средствами обмена данными и полезной нагрузкой, а также наземные технические средства передачи-получения данных, используемые для управления полетом
и обмена данными о параметрах полета, служебной информацией и информацией о полезной нагрузке такого или таких ВС, и канал связи со службой управления воздушным движением (ГОСТ Р 57258-2016).
В ноябре 2016 года был выпущен Phantom 4 pro [17]. В связи с проблемой столкновения во время полета, была повышена безопасность за счёт системы обнаружения препятствий. Были также увеличены скорость и время полёта. DJI Phantom 4 pro был предназначен для художественной съемки, но нашел широкое применение в том числе и в сельском хозяйстве. С помощью специально разработанных подвесов устанавливалась мультиспектральная камера, которая позволяет получить данные о состоянии растений и спрогнозировать урожайность (рисунок 1.26) [12].
Рисунок 1.26 - БВС DJI Phantom 4 pro с мультиспектральной камерой и
подвесом для ее установки
Система управления полетом Phantom 4 pro представляет собой комбинацию аппаратных и программных компонентов, обеспечивающих пилотирование, навигацию и управление всеми аспектами полета. Встроенная камера высокого разрешения с механическим затвором обеспечивает эффективную аэрофотосъемку. Интеллектуальная функция «Возврат домой»
позволяет ориентироваться в пространстве и, выбрав кротчайший путь, автономно возвращаться в точку взлета. Управление и настройка системы осуществляются через специальное мобильное приложение, которое одновременно облегчает потоковую передачу видео с бортовой камеры [12]. На рисунке 1.27 представлена блок-схема системы управления полетом DJI Phantom 3 и Phantom 4.
Рисунок 1.27 - Блок-схема системы управления полетом DJI Phantom 3 и Phantom 4
По мере развития полетных контроллеров их производительность и возможности возрастают. Это позволяет внедрить в систему управления полетом искусственный интеллект. Также возрастет автономность БВС. Сейчас БВС управляются людьми, а через несколько лет потребность в операторах исчезнет. Интеллектуальные платформенные решения будут выполнять заданные миссии самостоятельно [10], [12].
1.1.10 Анализ развития систем управления полетом БПЛА
В результате исторического анализа развития систем управления беспилотников была составлена блок-схема их развития (рисунок 1.28). Блок-схема состоит из разработанной периодизации, которая включает в себя годы создания, названия беспилотных летательных аппаратов и систему управления полетом летательных аппаратов.
Рисунок 1.28 - Блок-схема развития системы управления полетом БПЛА
На основе блок-схемы построен график, показывающий ключевые этапы развития системы управления полетом БПЛА (рисунок 1.29). В 1940-е годы заметен скачок в развитии системы управления полетом БПЛА, позволивший установить камеру на борт и сделать изображения на большой высоте. Дальнейшее развитие системы управления полетом позволяло безопасно совершать полеты и управлять камерой, но эти процессы выполнялись изолированно. В начале 2013 г. миниатюрные камеры устанавливались на БПЛА, но все еще не было возможности управлять камерой с пульта управления беспилотника. С конца 2013 г. интеграция основной камеры в систему управления полетом позволила акцентировать внимание внешнего пилота на фото- и видеосъемку и не отвлекаться на управление БПЛА.
1 л _ IX этап
9 - 8 -* - Р 7" я во 6 - и ™ - а 5 - 3 л £ 4 " Г) з -2 -1 -п
VIII этап / /
V -VII этап
IV этап 7 ,4
I II этап а _____ ___—
II этап щг'' /
I этап
30 1Ы
и 19 00 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010 2020 20 --♦--Система управления полетом БПЛА Го;
Рисунок 1.29 - Развитие систем управления полетом БПЛА
Система управления полетом беспилотного летательного аппарата появилась 106 лет назад в 1917 г., но основное развитие получила в последние десять лет (2013-2023 гг.):
- улучшился тип управления полетом (механическое, с пульта дистанционного управления, со смартфона);
- увеличилось число датчиков, с помощью которых стабилизируется полет (барометр, гироскоп, акселерометр, магнитометр, лазерный дальномер, инфракрасный, ультразвуковой и видео-потоковый датчики);
- появилась система обнаружения препятствий;
- уменьшился размер системы управления полетом (от нескольких метров до сантиметров);
- улучшились режимы полета (ручной режим, полет с видом от первого лица, автоматический и интеллектуальный режимы полета);
- усовершенствовался метод взлета/посадки (с рельсовой площадки, с парашюта, в ручном, автоматическом и интеллектуальном режимах);
- появление интерфейсов для подвесного оборудования (камеры, лазерные сканеры и бортовые компьютеры).
На рисунке 1.30 показана продолжительность полета БПЛА. В XX веке на БПЛА устанавливалась силовая установка в виде двигателя внутреннего сгорания или реактивного двигателя. Это обеспечивало БПЛА длительное время полета. Переход на электродвигатели и использование аккумуляторных батарей в XXI веке значительно сократило время полета. Однако в настоящее время наблюдается постепенное увеличение продолжительности полета за счет развития аккумуляторов и повышения технологий энергоэффективности.
140
в
Я 120
пГ
§ 100
о
1=1
л 80
В
§ 60
ьО
ч
^ лг.
Й 40
| 20
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010 2020 2030
Годы
Рисунок 1.30 - Продолжительность полета БПЛА
Беспилотный вертолет
Оугоаупе дН-?0 БАУН ОЛ РЬшйот 4
Радиосамолет Кас1юр1апс Од-2 Д Ш1 РЬагйот 2 -1
__4 Аэроплан »Сьюитта-Сперри -1-1- ВВС Рано!
-- Фау-1 -1- Ак. Огопс -1-1- - - - -
На первых этапах развития системы управления полетом (ЫП этапы) большая дальность полета БПЛА была связана с отсутствием дистанционного контроля управления полетом и одноразовостью применения (рисунок 1.31). Появление новых протоколов связи и установление национальных и международных стандартов (ограничения на использование радиочастот и мощности передатчиков) повлияло на дальность полета БПЛА. Повышение энергоэффективности элементов системы управления полетом и емкости аккумуляторов позволяют увеличить дальность полета современных БВС.
Годы
Рисунок 1.31 - Дальность полета БПЛА
На рисунке 1.32 представлены ключевые особенности развития системы управления полетом беспилотных летальных аппаратов. 1 этап характеризовался системой управления полетом в виде сложного механизма, который обеспечивал простейшие функций автопилотирования, такие как измерение расстояния, удержание высоты и направления, полет по прямой.
На 2 этапе развития система управления БПЛА не обеспечивала приземление летательного аппарата на летную полосу, но была реализована возможность посадки за счет парашюта, который смягчал удар о землю при приземлении. Появилось дистанционное управление летательным аппаратом
в пределах прямой видимости, которое обеспечило проведение более сложного маршрута.
10
9 + 8
7 + 6 5 -4 -3 -2 -1 -0
Характеристика полета БПЛА
Увеличение сложности полета
Движение по прямой
Инте лче кту альное упр а в ление
Поддержка виртуальной реальности
Стабильный полет по С!Р5
....ТТ^-А
Функция авто-
П1ШОТИ-
рования
Стабильный полет
Контролируемый полет
+
+
+
Движение по прямой по заданному курсу
-1-1-1-
+
+
+
+
+
Н
1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000 2010 2020 2030
—Система управления полетом БПЛА
Годы
Рисунок 1.32 - Этапы развития БПЛА
На 3 этапе система управления полетом обеспечивала заданные перед запуском параметры курса и высоты на протяжении всего полета после запуска. Система управления была реализована средствами пневматики, работающими на сжатом воздухе.
На 4 этапе летательные аппараты оснащались автопилотом, который был ключевым компонентом системы управления полетом. Была реализована электронная система управления силовой установкой, которая применялась на первом в мире беспилотном вертолете. Система управления полетом в зависимости от задачи включала в себя компоненты системы навигации и связи, а также имела наземную станцию управления. Система управления полетом была разработана для выполнения задач противолодочной обороны и обеспечивала вертикальный взлет и посадку с палубы.
5 этап развития системы управления полетом включает полетные контроллеры для моделирования, которые применялись в мультироторных
БПЛА. Полетный контроллер был разработан на базе микроконтроллеров Arduino и включал гироскоп и акселерометр. Была реализована поддержка различных сенсоров и периферийных устройств, за счет которых обеспечивалась стабилизация для удержание устойчивого полета. Возможность подключения камеры к полетному контроллеру позволила создать БПЛА с режимом полета FPV (вид от первого лица). Несмотря на многочисленные преимущества полётных контроллеров были и существенные недостатки: ограниченная функциональность, сложность настройки, проблемы совместимости с датчиками и сенсорами, низкая производительность, ограниченная интеграция с другими системами. Все это приводило к компромиссу между безопасным полетом и возможностью выполнения съемки.
6 этап, появились полетные контроллеры ArduPilot Mega с поддержкой для беспилотных летающих, наземных и лодочных аппаратов. Была реализована возможность полета по точкам, для создания сложного автономного маршрута через специальное программное обеспечение. Полетный контроллер имел более современные датчики GPS, что обеспечивало лучшую стабильность полета. Полетный контроллер все еще оставался сложным в настройке и имел ограниченные вычислительные мощности и память, которые затрудняли добавление новых функций и алгоритмов.
7 этап, появление универсальных контроллеров полета с расширенными функциями пилотирования. Была реализована поддержка дополнительных модулей и протоколов взаимодействия, что обеспечило новые стандарты разработки беспилотников и универсальность применения. Были реализованы различные режимы полета, в том числе автономный полет по полетному заданию и функция автоматического возврата домой при потере сигнала. Повысилась безопасность полета за счет системы для обнаружения и избегания препятствий. Такие контроллеры подходили для широкого спектра задач, от любительских до профессиональных проектов.
Похожие диссертационные работы по специальности «Другие cпециальности», 00.00.00 шифр ВАК
Модели и алгоритмы управления движением бортового манипулятора с сохранением устойчивости мультиротора в режиме зависания2021 год, кандидат наук Нгуен Ван Винь
Динамика неустановившихся режимов пространственного движения робота-квадрокоптера по заданной траектории2014 год, кандидат наук Попов, Николай Иванович
Разработка системы поддержки принятия решений при управлении местоположением выпасаемых животных на основе интернета вещей и мультикоптеров2025 год, кандидат наук Карви Джалал Каис Джамил
Алгоритмы координированного управления формацией группы беспилотных летательных аппаратов с обеспечением траекторной безопасности2023 год, кандидат наук Титков Иван Павлович
Методы построения систем автоматического управления полетом беспилотных летательных аппаратов с ограничением траекторий и предельных параметров движения2018 год, кандидат наук Неугодникова Любовь Михайловна
Список литературы диссертационного исследования доктор наук Курбанов Рашид Курбанович, 2026 год
СПИСОК ЛИТЕРАТУРЫ
1. Желтова Е.Л. Воздухоплавание в России и Франции в 1783-1785 гг.: «Пересборка социального» / Е.Л. Желтова // Социология науки и технологий. - 2021. - № 2(12). - С. 7-25.
2. Чичварин В. Ф. История пилотируемых полётов / В. Ф. Чичварин // Вестник НПО Техномаш. - 2019. - № 1(9). - С. 3-16.
3. Дрыгин А. С. Силовые установки первых самолётов / А. С. Дрыгин // Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение. - 2023. - № 4(22). - С. 158-169.
4. Свищёв Г.П. Авиация. Энциклопедия / Г.П. Свищёв. - М.: Большая Российская энциклопедия. ЦАГИ, 1994. - С. 108.
5. Аверченко С.В. Беспилотные летательные аппараты в военных конфликтах второй половины XX - начала XXI веков: основные вехи истории / С.В. Аверченко, В.В. Белоусов // Современная научная мысль. - 2023. - № 1. - С. 231-242.
6. Чулин Н.А. Система управления беспилотным летательным аппаратом / Н.А. Чулин, И.В. Миронова // Инженерный журнал: наука и инновации. - 2018. - № 9(81). - С. 10.
7. González-Jorge H. Unmanned aerial systems for civil applications: a review / H. González-Jorge, J. Martínez-Sánchez, M. Bueno, P. Arias // Drones. -2017. - № 1(1). - 2.
8. Blom J.D. Unmanned aerial systems: a historical perspective / J.D. Blom. - Kansas: Combat Studies Institute Press, 2009. - 139 pp.
9. Palik M. Brief history of UAV development / M. Palik, M. Nagy // Repüléstudományi Kozlemények. - 2019. - № 31(1). - pp. 155-166.
10. Журавлёв Д.О. Эволюция систем управления беспилотных летательных аппаратов: от появления до наших дней / Д. О. Журавлев, Х. Н. Зау // Достижения и перспективы современной науки: Материалы Международной (заочной) научно-практической конференции, Астана,
Казахстан, 07 февраля 2017 года. Нефтекамск: Научно-издательский центр «Мир науки», 2017. - С. 57-87.
11. Locking P. Warhead performance of the German flying bomb (v1) in World War two. / P. Locking // 34th international symposium on ballistics, Jacksonville, Florida, USA, May 19-23 2025. Lancaster: DEStech Publications, Inc, 2025. - pp. 39-49.
12. Ценч Ю.С. История развития систем управления беспилотных воздушных судов / Ю.С. Ценч, Р.К. Курбанов // Сельскохозяйственные машины и технологии. - 2023. - №17(3). - С. 4-15.
13. Ebeid E. A survey of Open-Source UAV flight controllers and flight simulators / E. Ebeid, M. Skriver, K. Terkildsen, K. Jensen [et al.] // Microprocessors and Microsystems. - 2018. - №61. - pp. 11-20.
14. Сообщество LibrePilot/OpenPilot. [Электронный ресурс]. URL.: http: //opwiki. readthedocs. io/en/latest/user_manual/cc3 d/ (дата обращения 06.11.2024).
15. Сообщество ArduPilot. [Электронный ресурс]. URL.: https://ardupilot.org/copter/docs/common-pixhawk-overview.html (дата обращения 11.11.2024).
16. Mendez-Navarro A. Integración de Tecnologías en el Control de Navegación para el Cuadricóptero Parrot AR Drone 2.0. / A. Mendez-Navarro // La Mecatrónica en México, Enero. - 2019. - №3(8). - pp. 103-114.
17. DJZ Photography. [Электронный ресурс]. URL.: https: //www. dj zphoto. com/blog/dj i-product-history-timeline-drones-cameras-gimbals (дата обращения 12.12.2024).
18. Collier P. Photogrammetry and aerial photography / P. Collier // International encyclopedia of human geography. - 2020. - pp. 91-98.
19. Ekwal I. Remote Sensing and GIS Module: Aerial Photography and Photogrammetry / I. Ekwal. - MHRD, Govt of India: University Grand Commission (UGC), 2019. - 32 pp.
20. Курбанов Р.К. Основные тенденции в развитии технологии аэрофотосъемки сельскохозяйственных угодий / Ю.С. Ценч, Н.И Захарова // Сельскохозяйственные машины и технологии. - 2025. - №19(1). - С. 86-96.
21. Галушина П.С. Применение авиации в сельском хозяйстве Российской Федерации / П.С. Галушина, А.А. Кравчук // Аграрное образование и наука. - 2023. - №2. - C. 8.
22. Bondarev V. Aviation in the agricultural sector: experiments with aviation in the USSR in the 1930-s. / V. Bondarev, O. Ruday, O. Baryshnikova // E3S Web of Conferences. - 2021. - №273. - 07016.
23. Сычева Т.А. Вопросы изучения работ ПАНХ (применения авиации в народном хозяйстве) в Отечественной историографии второй половины ХХ в. / Т.А. Сычева // Теория и практика общественного развития. - 2011. - № 6.
- С. 248-251.
24. Евдокимов Ю.В. Развитие аэрофотосъемочных работ в России (СССР) в 60-х-90-х гг. / Ю.В. Евдокимов, В.М. Кузьмин // Известия высших учебных заведений. Геодезия и аэрофотосъемка. - 1992. - № 6. - С. 172-176.
25. Бычкова И. А. История развития аэрометодов в России в 1880-х-1950-х гг / И. А. Бычкова // Метеорологический вестник. - 2010. - Т. 3, № 1. -С. 54-68.
26. Гольдман Л.М. Применение цветной аэросъемки для изучения местности (дешифрирование цветных аэроснимков) / Л.М. Гольдман // Труды Центрального научно-исследовательского института геодезии, аэросъемки и картографии. - М.: Геодезиздат. - 1960. - С. 57-63.
27. Mulla D.J. Twenty-five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps / D.J. Mulla // Biosystems engineering, special issue: Sensing technologies for sustainable agriculture. - 2014.
- № 114(4). - pp. 358-371.
28. Ценч Ю. С. Развитие систем управления полетом и средств аэрофотосъемки беспилотных воздушных судов сельскохозяйственного
назначения / Ю. С. Ценч, Р. К. Курбанов, Н. И. Захарова // Сельскохозяйственные машины и технологии. - 2024. - Т. 18, № 2. - С. 11-19.
29. Curran P.J. Aerial photography for the assessment of crop condition: a review / P.J. Curran // Applied Geography. - 1985. - №5(4). - pp. 347-360.
30. Kurbanov R. Development of a gimbal for the Parrot Sequoia multispectral camera for the UAV DJI Phantom 4 Pro / R. Kurbanov, M. Litvinov // IOP Conference Series: Materials Science and Engineering, Rostov-on-Don, 2020. - Rostov-on-Don, 2020. - 012062.
31. Ценч Ю. С. Тенденции развития технических средств аэрофотосъемки сельскохозяйственных земель / Ю. С. Ценч, Н. И. Захарова // Сельскохозяйственные машины и технологии. - 2023. - Т. 17, № 3. - С. 16-26.
32. Костомахин М. Н. Точное земледелие расширяет свои границы / М. Н. Костомахин, Р. К. Курбанов, Н. Г. Кынев // Сельскохозяйственная техника: обслуживание и ремонт. - 2018. - №3. - С. 7-9.
33. Лобачевский Я.П., Цифровые технологии и роботизированные технические средства для сельского хозяйства / Я.П. Лобачевский, А.С. Дорохов // Сельскохозяйственные машины и технологии. - 2021. - «15(4). - С. 6-10.
34. Курбанов Р.К. Использование БПЛА для мониторинга сельскохозяйственных угодий / Р.К. Курбанов // Т Тезисы 19-ой Международной конференции «Авиация и космонавтика», Москва, 23-27 ноября 2020 года. - М.: Перо, - 2020. - С. 72-73.
35. Ивановская В. В. Картографирование земельных ресурсов на основе данных дистанционного зондирования / В. В. Ивановская, Е. И. Голубева // Экология. Экономика. Информатика. Серия: Геоинформационные технологии и космический мониторинг. - 2019. - №4. - С. 74-79.
36. Личман Г.И. Использование БПЛА для мониторинга состояния селекционных участков / Г.И. Личман, Я.П. Лобачевский, В.П. Елизаров, Р.К. Курбанов // Научно-информационное обеспечение инновационного развития АПК: Материалы IX Международной научно-практической конференции
«ИнформАгро-2017», п. Правдинский, Московская область, 07-09 июня 2017 года. - п. Правдинский, Московская область: Российский научно-исследовательский институт информации и технико-экономических исследований по инженерно-техническому обеспечению агропромышленного комплекса, 2017. - С. 311-315.
37. Курбанов Р.К. Применение геоинформационных решений для обследования селекционных полей / Р.К. Курбанов, Д.М. Горшков, Н.И. Захарова [и др.] // Инновации в сельском хозяйстве. - 2019. - №2 3(32). - С. 140 -146.
38. Артюшин A.A. Выбор типоразмерного ряда беспилотных летательных аппаратов и полезной нагрузки для мониторинга сельскохозяйственных полей / А.А. Артюшин, Р.К. Курбанов, Л.А. Марченко [и др.] // Электротехнологии и электрооборудование в АПК. - 2019. - №2 4(37). - С. 36-43.
39. Курбанов Р.К. Использование теплового канала (LWIR) для оценки состояния посевов и прогнозирования урожайности сельскохозяйственных культур / Р.К. Курбанов, Н.И. Захарова, О.М. Гайдук // Электротехнологии и электрооборудование в АПК. - 2020. - № 3(40). - С. 8794.
40. Lednev V.N. Fluorescence Mapping of Agricultural Fields Utilizing Drone-Based LIDAR / V.N. Lednev, M.Ya. Grishin, P.A. Sdvizhensky, R.K. Kurbanov [et al.] // Photonics. - 2022. - №12(9). - P. 963.
41. Курбанов Р.К. Программное обеспечение для мониторинга и контроля показателей селекционных процессов посевов сои / Р.К. Курбанов, О.М. Захарова, Н.И. Захарова [и др.] // Инновации в сельском хозяйстве. -2019. - №3(32). - С. 122-132.
42. Мухаметов Д.И. Роль данных дистанционного зондирования земли в оценке влияния человека на окружающую среду / Д.И. Мухаметов, А.Ф. Атнабаев, Д.А. Шаймарданов, Л.Г. Павлова // Бюллетень науки и практики. - 2024. - Т.10, №6. - С. 90-94.
43. Xue J.R. Significant Remote Sensing Vegetation Indices: A Review of Developments and Applications / J.R. Xue, B.F. Su // Journal of Sensors. - 2017. -№2017(1). - pp. 1-17.
44. lost F.H. Drones: Innovative Technology for Use in Precision Pest Management / F.H. lost, W.B Heldens, Z.D. Kong, E.S Lange // Journal of Economic Entomology. - 2020. - №113(1). - pp.1-25.
45. Kurbanov R.K. Application of Vegetation Indexes to Assess the Condition of Crops / R.K. Kurbanov, N.I. Zakharova // Agricultural Machinery and Technologies. - 2020. - № 14(4). - pp. 4-11.
46. Mohamad M. A New Crop Spectral Signatures Database Interactive Tool (CSSIT) / M. Mohamad, A. Bassem, R. Jbeily // Data. - 2019. - №77(4). - 14.
47. Jordan C.F. Derivation of Leaf-Area Index from Quality of Light on the Forest Floor / C.F. Jordan // Ecology. - 1969. - №4(50). -pp. 663-666.
48. Hashimoto N. Simulation of Reflectance and Vegetation Indices for Unmanned Aerial Vehicle (UAV) Monitoring of Paddy Fields / N. Hashimoto, Y. Saito, M. Maki, K. Homma // Remote Sensing. - 2019. - №18(11). - 2119.
49. Hassan M.A. A rapid monitoring of ND VI across the wheat growth cycle for grain yield prediction using a multi-spectral UAV platform / M.F. Hassan, M.J. Yang, A. Rasheed, G.J. Yang [et al.] // Plant Science. - 2019. - №282(SI). -pp. 95-103.
50. Qi J. A Modified Soil Adjusted Vegetation Index / J. Qi, A. Chehbouni, A. Huete, Y. Kerr [et al.] // Remote Sensing of Environment. - 1994. - №48. - pp. 119-126.
51. Cammarano D. Use of the Canopy Chlorophyl Content Index (CCCI) for Remote Estimation of Wheat Nitrogen Content in Rainfed Environments / D. Cammarano, G. Fitzgerald, B. Basso, G. O'Leary [et al.] // Agronomy Journal. -2011. - №103. - 15971603.
52. Boegh E. Airborne Multispectral Data for Quantifying Leaf Area Index, Nitrogen Concentration and Photosynthetic Efficiency in Agriculture / E. Boegh, H.
Soegaard, N. Broge, C. Hasager [et al.] // Remote Sensing of Environment. - 2002.
- №81(2-3). - pp. 179-193.
53. Калинин Г.Б. Классификация типов беспилотных воздушных судов в нормативно-правовом регулировании российской Федерации / Г.Б. Калинин // Вестник науки. - 2024. - Т.4, №11(80). - С. 1235-1241.
54. Вавилонский А.В. Типы и характеристики беспилотных летательных аппаратов: обзор / А.В. Вавилонский, Д.К. Петухов, А.Е. Корнев, М.Е. Юнеман // Электронные средства и системы управления. Материалы докладов Международной научно-практической конференции. - 2023. -№1-2. - С. 60-62.
55. Marinello F. Technical analysis of unmanned aerial vehicles (drones) for Agricultural applications / F. Marinello, A. Pezzuolo, A. Chiumenti, L. Sartori // Jelgava. - 2016. - №25. - pp. 870-875.
56. Norhadija D. The Potential of Low Altitude Aerial Data for Large Scale Mapping / D. Norhadija, A. Anuar, A. Wan // Jurnal Teknologi. - 2014. - №70(5).
- pp. 109-115.
57. Курченко Н.Ю. Нормативно-правовая база использования беспилотных авиационных систем / Н.Ю. Курченко, Е.В. Труфляк. -Краснодар: КубГАУ, 2020. - 45 с.
58. База знаний Геоскан. [Электронный ресурс]. URL.: https://docs. geoscan.ru/pioneer/database/const-module/classification/classification.html (дата обращения 13.12.2024).
59. Личман Г.И. Концепция точного земледелия на основе понятий идеального поля и цифрового двойника / Г.И. Личман, В.М. Коротченя, И.Г. Смирнов, Р.К. Курбанов // Электротехнологии и электрооборудование в АПК.
- 2020. - Т. 67, № 3(40). - С. 81-86.
60. Личман Г.И. Интернет вещей в сельском хозяйстве / Г.И. Личман, Р.К. Курбанов, А.И. Беленков // Нивы России. - 2019. - № 5(171). - С. 48-56.
61. Сулейменов Б.У. Перспективы применения беспилотных летательных аппаратов в точном земледелии: обзор / Б.У. Сулейменов, С.И. Танирбергенов // Почвоведение и агрохимия. - 2018. - № 2. - С. 85-100.
62. Mukherjee A. A survey of unmanned aerial sensing solutions in precision agriculture / A. Mukherjee, S. Misra, N.S. Raghuwanshi // Journal of Network and Computer Applications. - 2019. - №148. - 102461.
63. Sun G. Advances in UAV-based Multispectral Remote Sensing Applications / G. Sun, W.J. Huang, P.F Chen, S. Gao [et al.] // Transactions of the Chinese Society of Agricultural Machinery. - 2018. - №3(49). - pp. 1-17.
64. Li B. Monitoring vegetation coverage variation of winter wheat by low-altitude UAV remote sensing system / B. Li, R.Y. Liu, S.H Liu, Q. Liu [et al.] // Transactions of the Chinese Society of Agricultural Machinery. - 2012. - №28(13).
- pp. 160-165.
65. Wei Q. Estimation of Canopy Chlorophyll Content in Winter Wheat by UAV Multispectral Remote Sensing / Q. Wei, B.Z. Zhang, Z. Wei, X. Han [et al.] // Journal of Triticeae Crops. - 2020. - №3(40). - pp. 365-372.
66. Duan C.F. Estimation of summer maize evapotranspiration and its influencing factors based on UAVs thermal infrared remote sensing / C.F. Duan, Z.H. Hu, Z. Wei, B.Z. Zhang [et al.] // Water Saving Irrigation. - 2019. - №12. -pp. 110-116.
67. Zhang Z.T. Influence of coverage on soil moisture content of field corn inversed from thermal infrared remote sensing of UAV / Z.T. Zhang, C.H. Xu, C.X. Tan, J. Bian [et al.] // Transactions of the Chinese Society of Agricultural Machinery.
- 2019. -№50. - pp. 213-225.
68. Xiangbei Z. Mapping the vertical forest structure in a large subtropical region using airborne LiDAR data / Z. Xiangbei, L. Chungan // Ecological Indicators. - 2023. -№154. - 110731.
69. Yun T. Individual tree crown segmentation from airborne LiDAR data using a novel Gaussian filter and energy function minimization-based approach / T.
Yun, K. Jiang, G. Li, M.P Eichhorn [et al.] // Remote Sensing of Environment. -2021. -№256. - 112307.
70. Anthony D. On crop height estimation with UAVs / D. Anthony, S. Elbaum, A. Lorenz, C. Detweiler // 2014 IEEE/RSJ International Conference on Intelligent Robots and Systems, Chicago, IL, USA. - 2014. - pp. 4805-4812.
71. Курбанов Р.К. Оценка перезимовки всходов селекционной озимой пшеницы с помощью БПЛА / Р.К. Курбанов, Н.И. Захарова, О.М. Захарова [и др.] // Инновации в сельском хозяйстве. - 2019. - №3(32). - С. 133-139.
72. Марченко Л.А. Беспилотный летательный аппарат на базе гироплана для внесения пестицидов и удобрений / Л.А. Марченко, И.Г. Смирнов, В.В. Краснобородько, А.Ю. Спиридонов, Р.К. Курбанов // Электротехнологии и электрооборудование в АПК. - 2019. - №2(35). -С. 45-51.
73. Марченко Л.А. Технология внесения пестицидов и удобрений беспилотными летательными аппаратами в цифровом сельском хозяйстве / Л.А. Марченко, А.А. Артюшин, И.Г. Смирнов, Т.В. Мочкова, А.Ю. Спиридонов, Р.К. Курбанов // Сельскохозяйственные машины и технологии. -2019. - Т. 13, № 5. - С. 38-45.
74. Смирнов И.Г. Дифференцированная обработка сельхозугодий с помощью БПЛА / И.Г. Смирнов, Р.К. Курбанов, Л.А. Марченко [и др.] // Электротехнологии и электрооборудование в АПК. - 2019. - №4(37). - С. 3035.
75. Martin D.E. Effect of application height and ground speed on spray pattern and droplet spectra from remotely piloted aerial application systems / D.E. Martin, W.E. Woldt, M.A. Latheef // Drones. - 2019. - №3 - 83.
76. Смирнов И.Г. Беспилотные летательные аппараты для внесения пестицидов и удобрений в системе точного земледелия / И.Г. Смирнов, Л.А. Марченко, Г.И. Личман [и др.] // Сельскохозяйственные машины и технологии. - 2018. - №3. - C. 10-16.
77. Захарова Н. И. Развитие методов и технических средств аэрофотосъемки сельскохозяйственных угодий с помощью беспилотных воздушных судов: дисс... канд. техн. наук. - М. 2024. - 215 с.
78. Курбанов Р.К. Рекомендации для легких беспилотных летательных аппаратов по сбору данных / Р.К. Курбанов, М.Н. Костомахин, Н.И. Захарова [и др.] // Сельскохозяйственная техника: обслуживание и ремонт. - 2018. - № 6. - С. 47-53.
79. Курбанов Р.К. Рекомендации по предполетной подготовке БПЛА / Р.К. Курбанов, О. М. Захарова // Электротехнологии и электрооборудование в АПК. - 2020. - Т. 67, №1(38). - С. 93-98.
80. Свиридов К.Н. Разрешающая способность и линейное разрешение для оценки качества и проектирования аэрокосмических систем дистанционного зондирования Земли / К.Н. Свиридов, А.Е. Тюлин // Ракетно-космическое приборостроение и информационные системы. - 2022. - № 9(1). - С. 9-29.
81. Курбанов Р.К. Повышение точности аэрофотосъемки с применением наземных контрольных точек / Р.К. Курбанов, Н.И. Захарова, Д.М. Горшков // Сельскохозяйственные машины и технологии. - 2021. -№15(4) - С. 42-47.
82. Курбанов Р.К. Обоснование технологии предполетной подготовки беспилотного воздушного судна для сбора данных о состоянии сельскохозяйственных культур / Р.К. Курбанов, А.М. Фокин // Материалы 8-й Международной научно-практической конференции «Информационные технологии, системы и приборы в АПК. АГР0ИНФ0-2021», р.п. Краснообск, 21-22 октября 2021 года / под ред. В.В. Альта. - Новосибирск - Краснообск: СФНЦА РАН, 2021. - С. 358-363.
83. Kurbanov R.K. Pre-flight preparation of an unmanned aerial vehicle DJI Phantom 4 Pro / R.K. Kurbanov, N.I. Zakharova, A.M. Fokin // In: Ronzhin, A., Kostyaev, A. (eds) Agriculture digitalization and organic production. Smart innovation, systems and technologies, 2023. - №331- pp. 363-374.
84. Rouse J.W. Monitoring vegetation systems in the Great Plains with ERTS / J.W. Rouse, R.H. Haas, J.A. Schell, D.W. Deering // Third ERTS Symposium, NASA. - 1973. - SP-351(I). - pp. 309-317.
85. Хорт Д.О., Личман Г.И., Филиппов Р.А., Беленков А.И. Применение беспилотных летательных аппаратов (дронов) в точном земледелии / Д.О. Хорт, Г.И. Личман, Р.А. Филиппов, А.И. Беленков // Фермер. Поволжье. - 2016. - №10. - С. 34-37.
86. Марченко Л.А. Себестоимость применения беспилотной авиационной системы для внесения пестицидов и удобрений / Л.А. Марченко, И.В. Смирнов, Р.К. Курбанов [и др.] // Сельскохозяйственные машины и технологии. - 2022. - Т. 16, №1. - С. 53-62.
87. Дорохов А.С. Технические средства для химической защиты растений: состояние и перспективы развития / А.С. Дорохов, И.А. Старостин, А.В. Ещин, Р.К. Курбанов // Агроинженерия. - 2022. - Т. 24, № 3. - С. 12-18.
88. Marchenko L.A. Benefits of using liquid nitrogen fertilizers for Russian Farm Enterprises / L.A. Marchenko, I.G. Smirnov, T.V. Mochkova, R.K. Kurbanov // AMA, Agricultural Mechanization in Asia, Africa and Latin America. - 2020. -Vol. 51, №3. - P. 58-62.
89. Марченко Л.А. Основные требования к беспилотным летательным аппаратам для внесения удобрений и пестицидов / Л.А. Марченко, Т.В. Мочкова, Р.К. Курбанов [и др.] // Вестник ВИЭСХ. - 2018. - №4(33). - С. 107112.
90. Спиридонов А.Ю. Обоснование параметров беспилотного летательного аппарата для дифференцированного внесения трихограммы / А.Ю. Спиридонов, Р.К. Курбанов // Вестник ВИЭСХ. - 2018. - №4(33). - С. 101-106.
91. Liao J. Optimization of variables for maximizing efficacy and efficiency in aerial spray application to cotton using unmanned aerial systems / J. Liao, Y. Zang, X. Luo // International journal of agricultural and biological engineering. - 2019. - Vol. 12. №2. - pp. 10-17.
92. Корнилов Т.В. Опрыскивающее оборудование БПЛА для дискретного внесения пестицидов / Т.В. Корнилов // Экологическая безопасность в АПК. Реферативный журнал. - 2018. - №10. - С. 39-41.
93. Марченко Л.А. Использование оптических систем Green Seeker RT 200 при дифференцированном внесении гербицидов / Л.А. Марченко, Т.В. Мочкова, Р.К. Курбанов // Вестник ВИЭСХ. - 2018. - № 3(32). - С. 50-54.
94. Мелихова Е.В. Применение беспилотных летательных аппаратов в аграрном производстве / Е.В. Мелихова, Д.А. Мелихов // Международный журнал прикладных наук и технологий «Integral». - 2019. - №3. - С 206-211.
95. Faical B.S. Fine-tuning of UAV control rules for spraying pesticides on crop fields: an approach for dynamic environments / B.S. Faical, G. Pessiny, G.P.R. Filho // International journal on articial intelligence tools. - 2016. - №1 (25). -1660003.
96. Смирнов И.Г. Анализ существующих систем электростатического опрыскивания на БПЛА / И.Г. Смирнов, Р.К. Курбанов, Л.А. Марченко, Д.М. Горшков // Электротехнологии и электрооборудование в АПК. - 2020. - Т. 67, №2(39). - С. 67-73.
97. Yubin L. Current status and future trends of precision agricultural aviation technologies / L. Yubin, Sh. Chen, F. Bradley // International journal of agricultural and biological engineering. - 2017. - № 10(3). pp. 1-17.
98. Dipak S.K. Development of low cost electrostatic spray-charging system for liquid formulations. Department of Farm Power, Machinery and Energy Kelappaji College оf Agricultural Engineering а^ Technology. Ph.D. thesis. Tavanur. - 2016. - 107 pp.
99. Ксенз А.Я. Совершенствование технологии и оборудования для опрыскивания сельскохозяйственных культур с применением электризации жидкостно-воздушной смеси // автореф. дис... канд. техн. наук. - Краснодар, 2015. - 24 с.
100. Лекомцев П.Л. Электроаэрозольньге технологии в сельскохозяйственном производстве // автореф. дис...канд. техн. наук. -Москва, 2007. - 35 с.
101. Kirk I.W. Aerial electrostatic spray system performance / I.W. Kirk, W.C. Hoffmann, J.B. Carlton // Transactions of the ASAE. - 2001. - Vol. 44(5). -pp. 1089-1092.
102. Surrey apparatus for spraying liquids from a moving vehicle: pat. USA 4,703,891 / Jackson A.J., Coffee R.A.; 1987.
103. Yu R. Design and test of UAV electrostatic spray system / R. Yu, J. Lan, J. Zhicheng // Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering. - 2015. - №8(31). - pp. 42-47.
104. UAV electrostatic spray system: pat. Republic of China CN 107244417 А / Chunfeng Ch.; 2017.
105. Electrostatic spray nozzle for UAV: pat. Republic of China CN 107243425 A / Chunfeng Ch.; 2016.
106. Yanliang Zh. Design and test of a six-rotor unmanned aerial vehicle (UAV) electrostatic spraying system for crop protection / Zh. Yanliang, L. Qi, Zh. Wei // International Journal of Agricultural and Biological Engineering. - 2017. -№6(10). - pp. 68-76.
107. Курбанов Р.К. Обоснование параметров полетного задания беспилотного воздушного судна для мультиспектральной аэрофотосъемки / Р.К. Курбанов, Н.И. Захарова // Сельскохозяйственные машины и технологии. - 2022. - №16(3). - С. 33-39.
108. Ignas D. Detection and anal ysis of methane emissions from a landfill using unmanned aerial drone systems and semiconductor sensors / D. Ignas, V. Jurate Suziedelyte, K. Jurate // Detritus. - 2020. - №10. - pp.127-138.
109. Przybilla H. Investigations on the geometric quality of cameras for UAV applications using the high precision UAV test field zollern colliery / H. Przybilla, M. Gerke, I. DIkhoff, Y. Ghassoun // International Archives of the
Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. - 2019. - №42(2/W13). - pp. 531-538.
110. López-Calderón M.J. Delgado-Ramírez G. Estimation of total nitrogen content in forage maize (Zea mays l.) using spectral indices: Analysis by random forest / M.J. López-Calderón, J. Estrada-ávalos, V.M. Rodríguez-Moreno [et al.] // Agriculture. - 2020. - №451. - 10(10). - pp. 1-15.
111. Zhou T. Validation of UAV-based alfalfa biomass predictability using photogrammetry with fully automatic plot segmentation / T. Zhou, P. Atita, C. Chunpeng James [et al.] // Scientific Reports. - 2021. - №3336. - 11.
112. Bannari A. Multi-scale analysis of DEMS derived from unmanned aerial vehicle (UAV) in precision agriculture context / A. Bannari, A. Selouani, M. El-Basri [et al.] // International Geoscience and Remote Sensing Symposium. -2021. - 8285-8288.
113. Кузнецова И.А. Влияние высоты полета беспилотного летального аппарата при обработке данных в автоматизированных программных обеспечениях / И.А. Кузнецова, М.Р. Гильязов // StudNet. - 2021. - №5(4).
114. Юрченко В.И. Учет физических факторов при проектировании топографической аэрофотосъемки / В.И. Юрченко // Геодезия и картография. - 2022. - №5. - С. 53-64.
115. Smith D.L. New ASPRS Positional Accuracy Standards for Digital Geospatial Data Released / D. L. Smith, Q.A. Abdullah, D.F. Maune [et al.] // Photogrammetric Engineering and Remote Sensing. - 2015. - №81(1.4). - 10731085.
116. Young D.J.N. Optimizing aerial imagery collection and processing parameters for drone-based individual tree mapping in structurally complex conifer forests / D.J.N. Young, M.J. Koontz, J.M. Weeks // Methods in Ecology and Evolution. - 2022. - №13(7). - 1447-1463.
117. Xing C. Overlap Analysis of the Images from Unmanned Aerial Vehicles / C. Xing, J. Wang, Y. Xu // 2010 International Conference on Electrical and Control Engineering, Wuhan, China. - 2010. - pp. 1459-1462.
118. Курбанов Р.К. Разработка мобильного приложения для расчета оптимальных параметров полетного задания БВС / Р.К. Курбанов, Н.И. Захарова, А.В. Мешков // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. - 2025. - №1(79). - с. 436-446.
119. Курбанов Р.К. Мобильный телефон (smartphone) как инструмент агрария в системе цифрового земледелия / Р.К. Курбанов, Г.И. Личман, Н.И. Захарова // Электротехнологии и электрооборудование в АПК. - 2021. -№3(44). - С. 129-136.
120. Курбанов Р.К. Алгоритм расчета времени полета беспилотного воздушного судна для проведения аэросъемки / Р.К. Курбанов // Сельскохозяйственные машины и технологии. - 2023. - №1(17). - С. 35-40.
121. Арзамасцев А.А. Задачи маршрутизации для беспилотных мультироторных летательных аппаратов / А.А. Арзамасцев // Материалы и методы инновационных исследований и разработок: Сб. статей Международной научно-практической конференции Оренбург: Аэтерна. -2018. - С. 5-8.
122. Арзамасцев А.А. Математические модели для инженерных расчетов летательных аппаратов мультироторного типа (часть 1) / А.А. Арзамасцев, А.А. Крючков // Вестник Тамбовского университета. Серия: Естественные и технические науки. - 2014. - №19(6). - С. 1821-1828.
123. Лебедев А.Е. Актуальность использования литиево-полимерных батарей в современном оборудовании / А.Е. Лебедев // Сетевой научный журнал ОрелГАУ. - 2016. - №1(6). - С. 139-151.
124. Kurbanov R.K. Monitoring of Heracleum sosnowskyi Manden Using UAV Multisensors: Case Study in Moscow Region, Russia / R.K. Kurbanov, A.N. Dalevich, A.S. Dorokhov [et al.] // Agronomy. - 2024. - Vol. 14, №10. - 2451.
125. Martinez-Carricondo P. Assessment of UAV-photogrammetric mapping accuracy based on variation of ground control points / P. Martinez-
Carricondo, F. Agüera-Vega, F. Carvajal-Ramírez // International Journal of Applied Earth Observation and Geoinformation. - 2018. - №72. - pp. 1-10.
126. Ferrer-González E. UAV Photogrammetry accuracy assessment for corridor mapping based on the number and distribution of ground control points / E. Ferrer-González, F. Agüera-Vega, F. Carvajal-Ramírez, P. Martínez-Carricondo // Remote Sensing. - 2020. - №12(15). - 2447.
127. Gómez-Candón D. Assessing the accuracy of mosaics from unmanned aerial vehicle (UAV) imagery for precision agriculture purposes in wheat / D. Gómez-Candón, A.I. De Castro, F. López-Granados // Precision Agriculture / 2014. - №15(1), - pp. 44-56.
128. Kim J.S. Accuracy analysis of photogrammetry based on the layout of ground control points using UAV / J.S. Kim, Y. Hong // Journal of the Korean Cartographic Association. - 2020. - №20(2). - pp.41-55.
129. Труфляк Е.В. Реализация технологии беспилотных летательных аппаратов в сельском хозяйстве / Е.В. Труфляк, Н.Ю. Курченко, С.А. Макаренко, В.Е. Курьян // Научный вестник Луганского государственного аграрного университета. - 2021. - №2(11). - С. 373-378.
130. Загоруйко М.Г. Мониторинг показателей фотосинтетической деятельности и его использование для прогнозирования потенциальной урожайности сои / М.Г. Загоруйко, М.Е. Белышкина, Р.К. Курбанов [и др.] // Аграрный научный журнал. - 2021. - №12. - С. 9-12.
131. Yue J. Mapping winter-wheat biomass and grain yield based on a crop model and UAV remote sensing / J. Yue, H. Feng, Zh. Li, C. Zhou, K. Xu // International Journal of Remote Sensing. - 2021. - №42(5). - pp. 1577-1601.
132. Кирюхин С.В. Применение вегетационных индексов для сравнительной оценки полевой всхожести сои / С.В. Кирюхин, Р.К. Курбанов, С.О. Гуринович [и др.] // Известия Нижневолжского агроуниверситетского комплекса: Наука и высшее профессиональное образование. - 2024. - №2 2(74). - С. 367-376.
133. Курбанов Р.К. Оценка перезимовки всходов селекционной озимой пшеницы с помощью БПЛА / Р.К. Курбанов, Н.И. Захарова, О.М. Захарова [и др.]// Инновации в сельском хозяйстве. - 2019. - №3(32). - С. 133-139.
134. Мифтахов И.Р. Принципы функционирования диагностической платформы для детекции заболевания пшеницы в задачах точного земледелия / И.Р. Мифтахов, С.Г. Мударисов, Ю.Н. Яковлева // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2024. - №202. - С. 166-181.
135. Мударисов С.Г. Автоматическое обнаружение и идентификация болезней пшеницы с использованием методов глубокого обучения и применением дронов в режиме реального времени / С.Г. Мударисов, И.Р. Мифтахов // Вестник Казанского государственного аграрного университета. -2024. - Т. 19, №2(74). - С. 90-104.
136. Мударисов С.Г. Методы глубокого обучения и технологии БПЛА для идентификации заболеваний сельскохозяйственных растений / С.Г. Мударисов, И.Р. Мифтахов // Сельскохозяйственные машины и технологии. -2024. - Т. 18, № 4. - С. 24-33.
137. Kurbanov R.K. Determination of spring barley lodging area with help of unmanned aerial vehicle / R.K. Kurbanov, N.I. Zakharova // Smart innovation, systems and technologies. - 2022. - № 245. - pp. 247-257.
138. Захарова Н.И. Оценка площади полегания ярового ячменя с помощью мультиспектральной съемки с БПЛА / Н.И. Захарова, Р.К. Курбанов // Тезисы 19-ой Международной конференции «Авиация и космонавтика», Москва, 23-27 ноября 2020 года. - М.: Перо, - 2020. - С. 55-56.
139. Polukhin, A.A. Analysis of soybean varieties maturation using multispectral data / A.A. Polukhin, R.K. Kurbanov, Yu.S. Tsench [et al.] // Improving energy efficiency, environmental safety and sustainable development in agriculture (EESTE-II-2022): Proc. II International scientific and practical conference, Dushanbe, Republic of Tajikistan, 25-28 октября 2022 года. UK: IOP Publishing LTD, 2023. - № 1154. - 12037.
140. Zhou J. Estimation of the maturity date of soybean breeding lines using UAV-based multispectral imagery / J. Zhou, D. Yungbluth, C.N. Vong, A. Scaboo, J. Zhou // Remote Sensing. - 2019. - №11(18). - 2075.
141. Мартынов М.А. Изучение морфофизиологических показателей детерминантных генотипов сои различных групп спелости в условиях Орловской области / М.А. Мартынов, В.И. Панарина, Р.К. Курбанов, Н.И. Захарова // Особенности селекции и семеноводства сельскохозяйственных культур в условиях импортозамещения: Сб. Международной научно-практической конференции молодых ученых и специалистов, Орел, 25 ноября 2022 года. Орел: ФГБНУ ФНЦ ЗБК, 2022. - С. 88-91.
142. Kurbanov R. Justification and selection of vegetation indices to determine the early soybeans readiness for harvesting / R. Kurbanov, N. Zakharova // E3S Web of Conferences: 14th International scientific and practical conference on state and prospects for the development of agribusiness, INTERAGROMASH 2021. Rostov-on-Don, 24-26 February 2021. Rostov-on-Don: EDP Sciences, 2021. № 273. - 01008.
143. Курбанов Р.К. Мировой опыт использования беспилотных воздушных судов в сельском хозяйстве / Р.К. Курбанов, Н.И. Захарова // Сельскохозяйственная техника: обслуживание и ремонт. - 2023. - №8. - С. 5459.
144. ГОСТ Р 59518-2021 Беспилотные авиационные системы. Порядок разработки. - М.: Стандартинформ, 2021. - 7 с.
145. ГОСТ Р 59519-2021 Беспилотные авиационные системы. Компоненты беспилотных авиационных систем. Спецификация и общие технические требования. - М.: Стандартинформ, 2021. - 10 с.
146. ГОСТ Р 59517-2021 Беспилотные авиационные системы. Классификация и категоризация [Электронный ресурс]: [текст] // Электронный фонд правовых и нормативно-технических документов: [сайт]. 2021. - URL: https://docs.cntd.ru/document/1200179699 (дата обращения: 11.05.2022).
147. ГОСТ 14254-2015 Степени защиты, обеспечиваемые оболочками (Код IP) IEC 60529:2013. - М.: Стандартинформ, 2019. - 40 с.
148. ГОСТ Р МЭК 61326-1-2014 «Оборудование электрическое для измерения, управления и лабораторного применения. Требования электромагнитной совместимости. Часть 1. Общие требования». - М.: Стандартинформ, 2014. - 24 с.
149. Боровиков Д.А. Методика определения оптимального облика гибридных силовых установок с воздушным винтом в системе летательного аппарата: дисс...канд. техн. наук, 2022. - 113 с.
150. Polukhin A.A. Development of the Parrot Sequoia Multispectral Camera Mount for the DJI Inspire 1 UAV / A.A. Polukhin, S.P. Klimova, M.A. Litvinov, R.K. Kurbanov // Smart Innovation in Agriculture: Part of the Smart Innovation, Systems and Technologies book series. Vol. 264. - Singapore: Springer Nature Singapore Pte Ltd, 2022. - P. 217-225.
151. ГОСТ Р 59328-2021 Аэрофотосъемка топографическая. Технические требования. - М.: Стандартинформ, 2021. - 36 с.
152. ГОСТ Р 70078 - 2022 Программно-аппаратный комплекс аэрофототопографической съемки с использованием беспилотного воздушного судна. - М.: Стандартинформ, 2022. - 20 с.
153. Smeesters L. Wide-field-of-view multispectral camera design for continuous turfgrass monitoring / L. Smeesters, J. Verbaenen, L. Schifano, M. Vervaeke, H. Thienpont, G. Teti, A. Forconi, F. Lulli // Sensors. - 2023. №23(5). -2470.
154. Федотовских А.В. Особенности разработки и эксплуатации гражданских беспилотных авиационных систем с технологиями искусственного интеллекта в Арктической зоне Российской Федерации / А.В. Федотовских. - М.: Ай Пи Ар Медиа, 2022. - 277 с.
155. Труфляк Е.В. Использование беспилотной технологии внесения удобрений, гербицидной, инсектицидной и фунгицидной обработок при возделывании озимого ячменя / Е.В. Труфляк, Л.В. Назаренко, М.М.Ю. Даду
[и др.] // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2023. - №185. - С. 139-156.
156. Ковалев Д.И. Применение БПЛА в точном земледелии: обзор результатов тестирования октокоптера Agras MG-1S / Д.И. Ковалев, К.Д. Астанакулов, Е.В. Туева // Информатика. Экономика. Управление. - 2024. -№3(3). - С. 201-214.
157. Казаков А.В. Перспективные технологии использования дронов в сельхозпредприятиях Нижегородской области / А.В. Казаков, А.И. Чупин, Н.С. Соколов // Вестник Нижегородского государственного агротехнологического университета. - 2025. - №1(45). - С. 109-112.
158. Post S.L. Chargeability of electrostatic sprays / Post S.L. // 14th Triennial international conference on liquid atomization and spray systems. Chicago, IL, USA, 22-26 July 2018. Chicago: Institute for Liquid Atomization and Spray Systems, 2018. - 8 p.
159. Marchant J.A. The electrostatic charging of spray produced by hydraulic nozzles / J.A. Marchant, A.J. Dix, J.M. Wilson // Journal of Agricultural Engineering Research. - 1985. - №31. - pp. 329-344.
160. Ларионов А.Н. Физический практикум: Учебное пособие / А.Н. Ларионов, В.С. Воищев, Н.Н. Ларионова, О.В. Воищева. - Воронеж: ФГБОУ ВО Воронежский ГАУ, 2017. - 128 с.
161. Cai H. Bio-electrical properties of apples in function of sample volume and temperature and probe configuration / H. Cai J. Wu, J. Chen, G. Xu / Revista Brasileira de Engenharia Agrícola e Ambiental. - 2025. - 29(10).
162. Ardupilot техническая документация [Электронный ресурс] - URL: https://ardupilot.org/copter/docs/what-you-need.html (дата обращения:
09.10.2022).
163. Справочник Formlabs [Электронный ресурс] - URL: https://formlabs.com/blog/diy-drones-how-to-build-a-drone/ (дата обращения:
10.04.2023).
164. Kuo C.H. Vector thrust multi-rotor copter and its application for building inspection / C.H. Kuo, C.M. Kuo // International micro air vehicle conference and flight competition. Tolouse, 17-20 September 2013. Tolouse: Fraunhofer-Publica, 2013. pp. 218-227.
165. Анурьев В.И. Справочник конструктора-машиностроителя: в 3-х т. Т.1. - 9-е изд., перераб. и доп. / Под ред. Жестковой И.Н. - М.: Машиностроение, 2006 - 928 с.
166. Углов М.А. Проектирование и создание беспилотного летательного аппарата с применением Отечественной системы автоматизированного проектирования КОМПАС 3D / М.А. Углов, А.Н. Акмалиев // Вестник науки. - 2023. - Т. 3, №12(69). - С. 1019-1028.
167. Мифтахов И.Р. Принципы функционирования диагностической платформы для детекции заболевания пшеницы в задачах точного земледелия / И.Р. Мифтахов, С.Г. Мударисов, Ю.Н. Яковлева // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2024. - №202. - С. 166-181.
168. ГОСТ 4784-2019 Алюминии и сплавы алюминиевые деформируемые. - М.: Стандартинформ, 2019. - 45 с.
169. ГОСТ Р 57407-2017 Национальный стандарт Российской Федерации. Волокна углеродные. Общие технические требования и методы испытаний. - М.: Стандартинформ, 2017. - 15 с.
170. ГОСТ 10667-90 Стекло органическое листовое. [Электронный ресурс]: [текст] // Электронный фонд правовых и нормативно-технических документов: [сайт]. 1991. - URL: https://docs.cntd.ru/document/1200020661 (дата обращения: 16.03.2023).
171. Ермаченков Д.И. Разработка конструкции рамы квадрокоптера для удаленного мониторинга объектов / Д.И. Ермаченков, Т.Г.К. Фазли, Е.О. Петренко // Интернет-журнал Науковедение. - 2016. - Т. 8, №6(37). - 45.
172. Полётные контроллеры Pixhawk [Электронный ресурс] - URL: https: //docs. px4. io/main/en/flight_controller/autopilot_pixhawk_standard. html (дата обращения: 22.09.2021).
173. Colton S.W. Design and Prototyping Methods for Brushless Motors and Motor Control / Colton S.W. - USA, Massachusetts: Massachusetts Institute of Technology, 2010. - 135 p.
174. Stamate M.A. Improvement of hexacopter UAVs attitude parameters employing control and decision support systems / M.A. Stamate, C. Pupaza, F.A. Nicolescu, C.E. Moldoveanu //Sensors. - 2023.- №.3(23). - 1446.
175. Видеман Е. Конструкции электрических машин / Е. Видеман, В. Келленбергер. - М.: Энергия, 1972. - 520 с.
176. Мягков В.Д. Допуски и посадки: Справочник / В.Д. Мягков, М.А. Палей, А.Б. Романов, В.А. Брагинский. Под ред. В.Д. Мягкова. В 2-х частях. -6-е прераб. и доп. изд. - Л.: Машиностроение, 1982. - 545 с.
177. Kurbanov R.K. Justification of optimal parameters for quadcopter PIDcontrollers with frame sizes up to 150 mm / R.K. Kurbanov, M.A. Litvinov, S.I. Krivko [et al.] // E3S Web of Conferences: XI International scientific and practical conference innovative technologies in environmental science and education (ITSE-2023). Divnomorskoe village, Russia, 04-10 сентября 2023 года. Russia: EDP Sciences, 2023. - №.431. - 06014.
178. Мясищев А.А. Настройка PID регуляторов для полетного котроллера на базе Arduino Mega256 и прошивки megapirateng / А.А. Мясищев // Проблемы научной мысли. - 2017. - № 8(1). - С. 76-83.
179. Филатова Е.С. Система стабилизации БПЛА на основе нечеткой логики / Е.С. Филатова, А.В. Девяткин, А.И. Фридрих // Международная конференция по мягким вычислениям и измерениям. - 2017. - Т.1. -С. 380-383.
180. Патент на изобретение № 2728846 C1 Российская Федерация, МПК B64D 47/08, G03B 15/00. Подвес для мультиспектральной камеры parrot sequoia для беспилотного летательного аппарата DJI Phantom 4 Pro:
№2019142321: заявл. 18.12.2019: опубл. 31.07.2020 / И.Г. Смирнов, Р.К. Курбанов, М.А. Литвинов [и др.].
181. Документация Parrot Sequoia [Электронный ресурс] - URL: https://www.parrot.com/en/support/documentation/sequoia(дата обращения: 28.02.2019).
182. Патент на изобретение № 2752037 C1 Российская Федерация, МПК B64D 47/08. Подвес для мультиспектральной камеры на беспилотный летательный аппарат: № 2021102208: заявл. 01.02.2021: опубл. 22.07.2021 / Р.К. Курбанов, М.А. Литвинов, Я.П. Лобачевский [и др.].
183. Lednev V.N. Drone Based Fluorescence LIDAR for Agriculture Fields in Situ Diagnostics / V.N. Lednev, M. Ya. Grishin, P. A. Sdvizhensky, V.A. Zavozin, A.F. Bunkin, R.K. Kurbanov [et al.] // Bulletin of the Lebedev Physics Institute. - 2023. - Vol. 50, No. 3. - P. 103-107.
184. Kurbanov R. Algorithm for recognizing and measuring parameters of biological objects in agriculture based on deep learning convolutional neural networks / R. Kurbanov, N. Bugaev, A. Meshkov [et al.] // E3S Web of Conferences, Rostov-on-Don, 20-23 октября 2020 года. - Rostov-on-Don, 2020. - P. 10006.
185. Gikunda P.K. State-of-the-art convolutional neural networks for smart farms: a review / P.K. Gikunda, N. Jouandeau // Advances in Intelligent Systems and Computing. - 2019. - pp 763-775.
186. Свидетельство о государственной регистрации программы для ЭВМ № 2022660957 Российская Федерация. Агроассистент: № 2022660523: заявл. 10.06.2022: опубл. 10.06.2022 / А.В. Мешков, С.И. Кривко, Р.К. Курбанов.
187. Niu Y. Lodging prevention in cereals: Morphological, biochemical, anatomical traits and their molecular mechanisms, management and breeding strategies / Y. Niu, T. Chen, C. Zhao, M. Zhou // Field Crops Research. - 2022. -№289. - 108733.
188. Образцов В.Н. Способы раннего прогнозирования полегания злаковых культур по признакам прочности главного стебля / В.Н. Образцов, С.В. Кадыров, В.А. Федотов // Вестник Воронежского государственного аграрного университета. - 2020. - №1(64). - С. 61-68.
189. Мальчиков Н.О. Определение высоты растений сельскохозяйственных культур на основе измерений беспилотных воздушных судов / Н.О. Мальчиков, И.Ю. Ботвич, Д.В. Емельянов // Вестник КрасГАУ. -2020. - №12(165). - С. 46-53.
190. Li W. Identification and localization of grape diseased leaf images captured by UAV based on CNN / W. Li, X. Yu, C. Chen, Q. Gong // Computers and Electronics in Agriculture. - 2023. - №214. - 108277.
191. Pandey A. An intelligent system for crop identification and classification from UAV images using conjugated dense convolutional neural network / A. Pandey, K. Jain // Computers and Electronics in Agriculture. - 2022. -№192. - 106543.
192. Ishengoma F.S. Hybrid convolution neural network model for a quicker detection of infested maize plants with fall armyworms using UAV-based images / F.S. Ishengoma, I.A. Rai, S.R. Ngoga // Ecological Informatics. - 2022. - №67. -101502.
193. Boroujeni S.P.H. A comprehensive survey of research towards AI-enabled unmanned aerial systems in pre-, active-, and post-wildfire management / S.P.H. Boroujeni, A. Razi, S. Khoshdel, F. Afghah // Information Fusion. - 2024. -108. - 102369.
194. ГОСТ Р 70462.1-2022/IS0/IEC TR 24029-1-2021 Национальный стандарт Российской Федерации. Информационные технологии. Интеллект искусственный. Оценка робастности нейронных сетей. Часть 1. Обзор. - М.: ФГБУ «РСТ», 2022. - 32 с.
195. Chen Y. A RFI Testbed for Examining GNSS Integrity in the Various Environments / Y. Chen, Z. Liu, J. Blanch [et al.] // Proceedings of the 2023 International Technical Meeting of The Institute of Navigation. Long Beach, California, 24-26 January 2023. California: Hyatt Regency Long Beach, 2023. - pp. 1032-1042.
196. Бороевич С. Принципы и методы селекции растений / Пер, с сербохорв. В.В. Иноземцева; под ред. и с предисл. А. К. Федорова. - М.: Колос, 1984. - 344 с.
197. Kurbanov R. The use of vegetation indices in comparison to traditional methods for assessing overwintering of grain crops in the breeding process / R. Kurbanov, N. Zakharova, V. Sidorenko [et al.] // In proc. Advances in Artificial Systems for Power Engineering II, Москва, 17-19 декабря 2021 года. М.: Springer Nature Switzerland AG, 2022. - №119. - pp. 52-64.
198. Svubova R. Evaluation of the impact of cold atmospheric pressure plasma on soybean seed germination / R. Svubova, E. Slovakova, E. Holubova [et al.] // Plants. - 2021. - №10. - 177.
199. Барнаков Н.В. Научные основы семеноводства зерновых культур / Н.В. Барнаков. - Новосибирск: Наука, 1982. - 326 с.
200. Kurbanov R. Evaluation of field germination of soybean breeding crops using multispectral data from UAV / R. Kurbanov, V. Panarina, A. Polukhin [et al.] // Agronomy. - 2023. - №13(5). - 1348.
201. ГОСТ Р 52325-2005 Национальный стандарт Российской Федерации семена сельскохозяйственных растений сортовые и посевные качества. Общие технические условия. [Электронный ресурс]: [текст] // Электронный фонд правовых и нормативно-технических документов: [сайт]. 2006. - URL: https://docs.cntd.ru/document/1200039547 (дата обращения: 23.03.2020).
202. De Sa N.C. Mapping the flowering of an invasive plant using unmanned aerial vehicles: Is there potential for biocontrol monitoring? / N.C. De Sa, P. Castro, S. Carvalho [et al.] // Frontiers in Plant Science. - 2018. - №9. - pp. 1-13.
203. Weinstein B.G. DeepForest: A Python package for RGB deep learning tree crown delineation / B.G. Weinstein, S. Marconi, M. Aubry-Kientz, G. Vincent [et al.] // Methods in ecology and evolution. - 2020. - №11(12). - pp.1743-1751.
204. Weinstein B.G. Individual tree-crown detection in RGB imagery using semi-supervised deep learning neural networks / B.G. Weinstein, S. Marconi, S. Bohlman, A. Zare [et al.] // Remote Sensing. - 2019. - №11(11). - 1309.
205. Рыжиков Д.М. Метод обработки мультиспектральных спутниковых данных для решения задачи контроля зон произрастания борщевика Сосновского / Д.М. Рыжиков // Информационно-управляющие системы. - 2017. - №6(91). - С. 43-51.
206. Колончин К.В. Совершенствование организационно-экономического механизма развития пресноводной аквакультуры / К.В. Колончин, М.А. Труба. - М.: Изд-во ВНИРО, 2024. - 204 с.
207. Фролов А.В. Исследование экономической эффективности применения дистанционного зондирования на базе беспилотных авиационных систем для управленческих и мониторинговых нужд города / А.В. Фролов, А.В. Залецкий, Р.А. Урванцев // Вестник Брянского государственного технического университета. - 2016. - №3(51). - С. 292-298.
208. Сёмин А.Н. Совершенствование институциональной инфраструктуры АПК: вопросы теории и практики / А.Н. Сёмин, М.М. Кислицкий, А.С. Лылов, В.Ю. Ворона. - М.: ООО «КОЛ ЛОК», 2023. - 360 с.
209. Национальный доклад о ходе и результатах реализации в 2022 году Государственной программы развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия [Утверждён Распоряжением Правительства Российской Федерации от 06.07.2023 г. № 1810-р].
393
ПРИЛОЖЕНИЕ А Свидетельства о государственной регистрации интеллектуальной
собственности
Подвес для мультиспектральной камеры parrot sequoia для беспилотного летательного аппарата DJI Phantom 4 Pro
Подвес для мультиспектральной камеры на беспилотный летательный аппарат
ITS.ImageCroper - Подготовка данных для обучения нейросети
Программа конвертации ГНСС данных в текстовый файл
Программа подготовки данных для обучения сегментационной нейронной сети
Планировщик параметров аэрофотосъемки с мультиспектральной камерой
Программное обеспечение нарезки изображений аэрофотосъемки
для обучения нейронной сети
Программное обеспечение для оценки полевой всхожести растений сои по данным мультиспектральной аэросъемки с БВС
Программное обеспечение для прогнозирования содержания жира в семенах растений сои по данным мультиспектральной аэросъемки с БВС
Программное обеспечение для распознавания контрольных точек на ортофотоплане
Программное обеспечение для обнаружения полегания зерновых культур на изображениях с БВС
Программное обеспечение модульной архитектуры для анализа состояния растений по данным аэрофотосъемки
ПРИЛОЖЕНИЕ Б Акты разработки и испытаний технических и программно-аппаратных средств
Разработка экспериментального образца платформы БВС для мониторинга селекционных полей
х/
Лобачевский 20^/ г.
АКТ X* 213121
от «07ц июля 20Д г, исштвимн экс | |еримет адьного образна платформы БВС ДЛЯ мониторинга Селекционных полей 05Й1-2019-0012 Ршрабогагь методологию н тоошческне решения дав управления интеллектуальными технологиями в цифровом сельском хозяйстве
Коми шил. назначенная хгриказаМ Л» 1Н4 от « 17» Ий1>ста 2021) Г- и период с «21 нюня 2021 г, ко к07» тонн 2021 г. проверила фаге шшшп экспериментального образ па,
Место пронесения иснмтаний: лаборатория информациопы^техшческого обеспечения цифрового чсмдсдслия Ф1*БНУ ФНАЦ НИМ
1. Комиссией установлено:
1.1 Л Трограмма ресурсных испытаний выполнена полностью (приложение 1 > 1.2. Состав и комплектность объекта испытаний соответствует локумситвции.
1.3- Объект испытаний соо1втствуе1 техническим параметра.« т прелъя пленным в документацию {приложение I >,
2. Рекомендации;
2.1. ОкснернментальиыП образен платформы ПБС лля мониторинга селекционных полей рекомендуете* использовать для экспериментальных исследований на мониторингу сельскохозяйственных посевов.
Предел Щ ель: Уместит ель директора по научно-органнзшношюй рабоч
Зам. гф1'_кг.1!11 ели: Руководитель научного направления «Обеспечение надежности
сельскочоийепгенноП техники»
У
А,с, Дорохов
В.А. Денисов
Испытания экспериментального образца платформы БВС для мониторинга селекционных полей
Изготовление экспериментального образца стенда для испытаний электродвигателей БВС
^УТВЕРЖДАЮ
.иректора по науке ^наук, академик РА]!
А />(\
' -г^Я. FT. Лобапевский 7 20¿Л г.
ЩШ/ЗШ'
лкт
01 « р/» шг« изготовлен ил экспериментального образца с тс ад, а для испытаний электродвигателей БВС РОиN-2022-00] 8 Разработать методы, технологии и технические средства для цифрового мониторинга и управления технологическими процессами в сел ьс кохозяйствен н ом производстве
Комиссия., назначенная приказом № 232 от «28» сентября 202], г., н период с «26» октября 2022 г. по «01» ноября 2022 г, проверила факт изготовления экспериментального образца.
Комиссии предъявлены:
1.1. Экспериментальный образец стенда для испытаний эле ктродви гател в й БВС.
1.2. Пояснительная записка, включающая технологическую схему экспериментального образна (приложение 1).
) .3. Экспериментальный образец должен соответствовать следующим техническим параметрам:
1 Наименование Значение Примечание
Напряжение питания, В 5-24
Потребляемая сила тока, А до 15
Качество измеряемых параметров. шт 4
Габаритные размеры д*то*в, мм 1000"150*165 Без учета пропеллера
2. В результате проверки установлено:
2.J. Экспериментальный образец стенда для испытаний электродии гател ей БВС Pro разработан в лаборатории информационно-технического обеспечения цифрового земледелия ФГБНУ ФНАЦ ВИМ в период с «03» октября 2022 г по «10» октября 2022 г. в соответствии с заявленными техническими характеристиками.
3. Вывод:
Экспериментальный образец соответствует заявленным техническим параметрам.
Председатель комиссии:
Заместитель директора по научно-организационной работе
Зам. прел сед а гели комиссии:
Руководитель научного направления « Об еспеченпс н адежиости сельскохозяйственной техники»
Секретарь комиссии:
Начальник отдела организации п координации научной деятельности
Члены комиссии:
Ученый секретарь
Руководитель научного направления «Механизация и автоматизация процессов в АПК»
Руководитель научного направления «Энергообеспечение ЛПК»
Заведующий отделом механизации и автоматизации процессов в животноводстве
Заведующий лабораторией прогнозирования развития систем машин и технологий в АПК
Заведующий лабораторией разработки специаля зированпых машин и оборудован и я
Руководитель лаборатории информационно-технического обеспечения цифрового земледелия
Огвстствешшй исполнитель
А. С. Дорохов
ЮЛ. Катаев С А. Давыдова
Л.В. Соколов -А.Г. Аксенов А.В. Виноградов
.В. Кирсанов И.А, Старостин
А. Л, Смышляев
Р.К. Курбетов М.А. Ли гаинов
Испытания экспериментального образца стенда для испытаний электромоторов БВС
... ;;;АУТВЕРЖДАЮ
.. Ра г® науке
:: ' i нич ¿Í щАркшф РА]1 / ■■ ■
■ - : Лобияенский
' W^i^áf'-L 20 ЛЛ-У.
АКТ Jft
от к и 2022 г.
испытания амспериментального ойразпа стенда для испытаний электродвигателей 1>Н'
RjUN-2022-ГШ! 8 Разработать методы, технологии и технические средства дня ц&фрово1 г мониторинга и управления гехнолоптч^^ким.: процессами и сельскохозяйственном производстве
Комиссия, назначенная приказом № 232 от «28» сентября 2021 : -: в период с «26» октябри 2022 г. по «01» поибра 2022 т. проверила факт испытания экспериментального образца.
Место про веде пил испытаний: лаборатория информационно-технического обеспечения цифрового зашипели« ФГБНУ ФНАЦ ВЙМ.
1. Комиссией установлено:
1.!. Программа приемочных испытаний выполнена полностью (приложение 1).
1.2. Состав и комплектность о(тьекта испытаний соответствует документации.
1.3. Объект испытаний соответствует техническим параметрам, предъявленным в документации (приложение ]).
2. Рекомендации:
2.1. Экспериментальный образе»: стенда для испытаний электродвигателей БВС рекомендуется использовать для экспериментальных исследований по разработке электродвигателей для RBC.
(Трсдсезигелъ комиссии:
Заместитель директора по научно-организационной работе
Зам. председатели кои неси и:
Руководитель научного направления «Обеспечение надежности сельскохозяйственной техники»
А Дорохов
Ю.В Катаев
Изготовление экспериментального образца миниквадрокоптера для обучения пилотированию
^ВЕЕРЖДЛК)
итель директора академик РАН
ГГ. Лобачевский
_20 г.
AKT Xü # /- tf/ЯеЛ*' PS)) 2021 г.
изготовления Экспериментального образца миниквадрокоптера для обучения пилотированию № 0581-2019-0012 Разработать методологию и технические решения для управления интеллектуальными технологиями в цифровом сельском
Комиссий, назначенная приказом № 232 от «28» сентября 2021 г.т в период С «25» ноября 2021 г. по «01» декабря 2021 г. проверила факт изготовления экспериментального образца.
1. Комиссии предъявлены:
1.1. Окхпериментатьный образец миниквадрокоптера для обучения пилотированию,
1.2.1 Ьясн и тельная записка, включающая технологическую схему экспериментального образца (приложение I),
1.3. Экспериментальный образен должен соответствовать следующим техническим параметрам:
Наименование Значение Примечание
Дал ьность полета, м 5-10
Время попета, мин. 5-10 10 мни. при использовании 2Р аккцмудятора
Габаритные размеры д*ит*н, мм 95*95*20 Без провода
2. В результате проверки установлено:
2J. Экспериментальный образец ишниквадрокоптера для обучения пилотированию изготовлен разработанные в лаборатории информационно -технического обеспечения цифрового земледелия ФГБИУ ФНАЦ ВИМ в период с «01» октября 2021 г. по «19» ноября 2021 г. в соответствии с заявленными техническими характеристиками
3. Вывод:
Экспериментальный образец соответствует заявленным техническим параметрам.
Председатель комиссии:
Замест>ггель директора по научно-организационной работе
Зам. председателя комиссии:
Руководитель научного направлении
«Обеспечение надежности
сел ьс кохозя йстве и ной тех пики»
Секретарь комиссии;
Начальник отдела организации и координации научной деятельности
Члены комиссии:
Ученый секретарь
А., С Дорохов
ßJ.
Ю.Б. Катаев
(Z^^yPj С Л, ДаньШова ^^ А_В . Соколов
Руководитель научного направления ((Механизация и автоматизация процессов а АПК»
Руководитель научно го направления «Энергообеспечение ЛПК»
Заведующий отделом механизации и автоматизации процессов в животнозилстве
Завсд) ющнй лабораторией lipoi нозиро&ання развития систем1 Машин и технологий в Al Iii
Заведующий лабораторией разработки специализированны* машин и оборудования
Руководитель подразделезшя Ответственный исполнитель
У"
Ml*
,Г. Аксенов A.B. Виноградов ГВ, Кирсанов НА. Старпстпн
A.A. Смышляев Р.К, Курбанов М.А. Литвинов
Изготовление экспериментального образца стенда для калибровки PID регулятора квадрокоптера
УТВЕРЖДАЮ i ам еститс.:^" дйрдатара Jitf научаой работе
Шшй""
iqyitrавалем кк РАЛ ЯП. Лобачевский
дл. г.
акт №
от« _2Ч22г.
изгот овлення экспериментально™ образца стендп для калибровки PID регулятора квадрокоптера FGUN-2022-0Q18 «Разработать методы, технологии и технические средства для цифрового мониторинга и управления технологическими процессами в сельскохозяйственной гтровэвеястве})
Комиссия, назначенная приказом № 232 от " сентября 202| г., в период! с «19» декабря 2022 г. по «23» декабря 2022 г. проверила факт изготовления экспериментального образца.
1. Комиссии предъявлены:
1.1. Экспериментальный образец стенда для калибровки PID ретятира квадроко(гпера,
1.2. Пояснительная записка, включающая технологическую схему экспериментального образца (приложение 1).
1.3. Экспериментальный образец должен coöTBsrtrrBOS*ii следующим техяцческим параметрам:
Пап мен о ванне Значение Примечание
Напряжение п]1тания. В 5-24
Потребляемая сила тока. А до 15
Количество осей. aiT 3
] "абаритные размеоы д* г:" В, мм ! 000*8! 5 «№5
2. В результате пример кл установке по:
2.1. Экспериментальный Образец стенда для испытаний электродвигателей БВС Pro разработан в лаборатории информационно-технического обеспечения цифрового земледелия ФГБНУ ФНАЦ BUM л период е «8» ноября 2022 г, пи «15» декабря 2022 г. в соответствии е заявленными техническими характеристиками,
3. Вывод:
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.