Методологические основы интеграции беспилотных летательных аппаратов в систему сельскохозяйственных машин

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В условиях реализации обновленной Федеральной научно-технической программы развития сельского хозяйства на 2017–2030 годы особое внимание уделяется развитию отечественной сельскохозяйственной техники и оборудования. Одним из ключевых направлений в рамках соответствующей подпрограммы становится создание и внедрение инновационных технических решений, способствующих повышению эффективности, устойчивости и технологической независимости агропромышленного комплекса. В этом контексте особую актуальность приобретает интеграция беспилотных летательных аппаратов (БПЛА) в систему сельскохозяйственных машин как стратегическое направление снижения импортозависимости и повышения технологического уровня аграрного производства. Настоящая работа направлена на формирование методологических основ такой интеграции, основанной на принципах системной механизации, агрегатируемости, энергоэффективности и цифровизации, полностью соответствующих задачам и механизмам реализации ФНТП.

Об авторах

В. В. Альт

Сибирский физико-технический институт аграрных проблем Сибирского федерального научного центра агробиотехнологий РАН

Email: victoryalt@yandex.ru
630501, Новосибирская обл., п. Краснообск, ул. Центральная, 7

Ю. С. Ценч

Федеральный научный агроинженерный центр ВИМ

Email: vimasp@mail.ru
109428, Москва, 1‑й Институтский пр., 5

О. Ф. Савченко

Сибирский физико-технический институт аграрных проблем Сибирского федерального научного центра агробиотехнологий РАН

630501, Новосибирская обл., п. Краснообск, ул. Центральная, 7

А. А. Солошенко

Сибирский физико-технический институт аграрных проблем Сибирского федерального научного центра агробиотехнологий РАН

630501, Новосибирская обл., п. Краснообск, ул. Центральная, 7

Список литературы

  1. Кирюшин В. И. Научно-инновационное обеспечение приоритетов развития сельского хозяйства // Достижения науки и техники АПК. 2019. Т. 33. № 3. С. 5–10.
  2. Информационное обеспечение современных систем земледелия в России / В. П. Якушев, В. В. Якушев, С. Ю. Блохина и др. // Вестник Российской академии наук. 2021. Т. 91. № 8. С. 755–768.
  3. Коротченя В. М., Ценч Ю. С., Лобачевский Я. П. Система машин как фактор научно-технического прогресса в агропромышленном комплексе // Российская сельскохозяйственная наука. 2024. № 4. С. 67–72.
  4. Экономическая эффективность применения беспилотных летательных аппаратов как элемента цифровизации растениеводства / Ю. И. Бершицкий, А. Р. Сайфетдинов, А. А. Максименко и др. // Вестник Академии знаний. 2024. № 2(61). С. 66–69.
  5. Franzen D. W. Yield mapping and use of yield map data // NDSU Extension, North Dakota State University, Fargo, North Dakota. 2018. P. 1–4.
  6. Лобачевский Я.П., Бейлис В. М., Ценч Ю. С. Аспекты цифровизации системы технологий и машин // Электротехнологии и электрооборудование в АПК. 2019. № 3(36). С. 40–45.
  7. Autonomous UAS-based agriculture applications: general overview and relevant European case studies / M. Merz, D. Pedro, V. Skliros, et al. // Drones. 2022. Vol. 6. No . 5. P. 128. URL: https://www.mdpi.com/2504–446X/6/5/128 (дата обращения: 04.05.2025). doi: 10.3390/drones6050128.
  8. Deep learning-based weed detection using UAV Images: a comparative study / T. B. Shahi, S. Dahal, C. Sitaula, et al. // Drones. 2023. Vol. 7. No . 10. 624. URL: https://www.mdpi.com /2504–446X/7/10/624 (дата обращения: 05.05.2025). doi: 10.3390/drones 7100624.
  9. Positioning accuracy comparison of GNSS receivers used for mapping and guidance of agricultural machines / P. Catania, A. Comparetti, P. Febo, et al. // Agronomy. 2022. Vol. 10. No. 7. 924. URL: https://www.mdpi.com/2073–4395/10/7/924 (дата обращения: 03.05.2025). doi: 10.3390/agronomy10070924.
  10. Radočaj D., Plaščak I., Jurišič M. Global navigation satellite systems as state-of-the-art solutions in precision agriculture: a review of studies indexed in the web of science // Agriculture. 2023. Vol. 13. No. 7. 1417. URL: https://www.mdpi.com/2077–0472/13/7/1417 (дата обращения: 07.05.2025). doi: 10.3390/agriculture13071417.
  11. Application of bio and nature-inspired algorithms in agricultural engineering / C. Maraveas, P. G. Asteris, K. Arvanitis, et al. // Archives of Computational Methods in Engineering. 2022. Vol. 30. No. 7. URL: https://link.springer.com/article/10.1007/s11831-022-09857-x (дата обращения: 03.05.2025). doi: 10.1007/s11831-022-09857-x.
  12. Абрамова С.В., Бояров Е. Н., Соболев А. Ю . Разработка методики применения БПЛА для анализа качественного состояния сельскохозяйственных угодий Сахалинской области // Siberian Journal of Life Sciences and Agriculture . 2024. Т. 16. № 2. С. 9 3–112. doi: 10.12731/2658-6649-2024-16-2-803.
  13. XAG Released Corporate Social Responsibility Report 2020 to Share Progress in Advancing a Food-Secure Future. URL: https: //w ww.xa.com/ en/news/official/xag/95 (дата обращения 09.06.2025).
  14. Антон Ларсен, директор департамента промышленных решений компании Skymec: «Агродроны для экономии средств в хозяйствах» // Аграрий Плюс. 19.04.2023. URL: https://agraryplus.ru/2023/04/19/anton -larsen-direktor-departamenta-promyshlennyh-reshenij-kompanii-skymec-agrodrony-dlya-ekonomii -sredstv-v-hozyajstvah/ (дата обращения 09.05.2025).
  15. Substantiation of recommendations for safe aerial application ofpesticides used by unmanned aierial vehicles (UAVs) / А. А. Borysenko, А. М . Antonenko, S. T. Omelchuk, et al. // Вісник Вінницького національного медичного університету. 2023. Т. 27. No. 2. С. 284–287. doi: 10.31393/reports-vnmedical-2023-27(2)-18.
  16. Ценч Ю.С., Курбанов Р. К. История развития систем управления беспилотных воздушных судов // Сельскохозяйственные машины и технологии. 2023. Т. 17. № 3. С. 4–15.
  17. Progress in agricultural unmanned aerial vehicles (UAVs) applied in China and prospects for Poland / L. Wang, Xi. Huang, W. Li, et al. // Agriculture. 2022. Vol. 12. No. 3. 397. URL: https://www.mdpi.com/2077–0472/12/3/397 (дата обращения: 04.05.2025). doi: 10.3390/agriculture12030397.
  18. Drony rolnicze nad polskimi polami. URL: https: //w ww. cenyrolnicze.pl/wiadomosci/technika-rolnicza/31332-drony-rolnicze-nad-polskimi-polami (дата обращения 09.05.2025).
  19. Степанов А. А. Защита с воздуха // Председатель. 2024. № 10 (145). С. 26–29.
  20. Курбанов Р.К., Ценч Ю. С., Захарова Н. И. Основные тенденции в развитии технологии аэрофотосъемки сельскохозяйственных угодий // Сельскохозяйственные машины и технологии. 2025. Т. 19. № 1. С. 86–95.
  21. Ценч Ю. С., Захарова Н. И. Тенденции развития технических средств аэрофотосъемки сельскохозяйственных земель // Сельскохозяйственные машины и технологии. 2023. Т. 17. № 3. С. 16–26.
  22. Лобачевский Я. П., Ценч Ю. С. Принципы формирования систем машин и технологий для комплексной механизации и автоматизации технологических процессов в растениеводстве // Сельскохозяйственные машины и технологии. 2022. Т. 16. № 4. С. 4–12. doi: 10.22314/2073-7599-2022-16-4-4-12.
  23. Коротченя В. М., Ценч Ю. С., Лобачевский Я. П. Разработка типажей сельскохозяйственных технологий для системы машин // Технический сервис машин. 2024. Т. 62. № 4. С. 136–148. doi: 10.22314/2618-8287-2024-62-4-136-148.
  24. Ценч Ю.С., Курбанов Р. К., Захарова Н. И. Развитие систем управления полетом и средств аэрофотосъемки беспилотных воздушных судов сельскохозяйственного назначения // Сельскохозяйственные машины и технологии. 2024. Т. 18. № 2. С. 11–19.
  25. Leveraging precision agriculture techniques using UAVs and emerging disruptive technologies / M. Raj, N. B. Harshini, Sh. Gupta, et al. // Energy Nexus. 2024. Vol. 14. P . 1–25. URL: https://www.sciencedirect.com/science/article/pii/S2772427124000317?via %3Dihub (дата обращения: 05.05.2025). doi: 10.1016/j.nexus.2024.100300.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».