В статье рассмотрены методы автономного картирования лесной растительности с использованием группировки беспилотных летательных аппаратов и внедрения искусственного интеллекта. В статье подробно описаны материалы и методы, используемые для сбора и анализа данных о лесных экосистемах, а также возможные практические применения данной технологии. Большое внимание уделено расчету эффективности работы группы беспилотных воздушных суден и сравнению ее с эффективностью работы отдельного аппарата. Рассмотрено влияние использования искусственного интеллекта на заряд и продолжительность полета беспилотных воздушных суден. Проведен эксперимент выполнения построения полетного задания для группы беспилотных воздушных суден в среде AnyLogic на территории 197 квартала в Лисинском учебно-опытном лесничестве.

Вагизов Марсель Равильевич
Доктор технических наук
Доцент, проректор по информационным технологиям
и цифровой трансформации
Российский государственный гидрометеорологический университет
192007 Санкт-Петербург, Воронежская ул., д. 79
e-mail: bars-tatarin@yandex.ru
ORCID ID: 0000-0003-4848-1619
SCOPUS ID: 57194441570
ResearcherID: I-7074-2016
SPIN-код: 4811-8943
AuthorID: 861495

Кузин Павел Игоревич
Кандидат технических наук,
Доцент кафедры информационных систем и технологий
Институт леса и природопользования
Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова
194021 Санкт-Петербург, Институтский пер. д. 5
e-mail: kuzik78@mail.ru
ORCID ID: 0000-0003-0880-6204
SCOPUS ID: 57216808130
ResearcherID: JCD-5209-2023
SPIN-код: 7682-9125
AuthorID: 785054

Жовнеров Николай Сергеевич
Магистрант кафедры информационных систем и технологий
Институт леса и природопользования
Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова
194021 Санкт-Петербург, Институтский пер. д. 5
e-mail: n.zhovnerov@yandex.ru

Иванов Григорий Сергеевич
Магистрант кафедры информационных систем и технологий
Институт леса и природопользования
Санкт-Петербургский государственный лесотехнический университет имени С.М. Кирова
194021 Санкт-Петербург, Институтский пер. д. 5
e-mail: g550001@yandex.ru

Петров Ярослав Андреевич
Кандидат технических наук, доцент
Доцент кафедры прикладной информатики
Институт информационных систем и геотехнологий Российский государственный гидрометеорологический университет
192007 Санкт-Петербург, Воронежская ул., д. 79
e-mail: yaroslav.petrov025@gmail.com
ORCID ID: 0000-0002-9185-441X
SCOPUS ID: 57211202033
ResearcherID: AAL-6209-2021
SPIN-код: 4170-3003
AuthorID: 899415

1. Бузмаков С.А., Андреев Д.Н., Санников П.Ю. Применение беспилотного летательного аппарата при исследовании состояния лесов // Геология, география и глобальная энергия. – 2015. – № 4. – С. 60–69.
2. Алексеев А.С., Никифоров А.А., Михайлова А.А., Вагизов М.Р. Новый метод определения таксационных характеристик насаждений по снимкам сверхвысокого разрешения с беспилотного летательного аппарата (БПЛА) // Известия Санкт-Петербургской лесотехнической академии. – 2016. – № 215. – С. 6–18. DOI: 10.21266/2079-4304.2016.215.6-18.
3. Демидов В.Э. Применение воздушного лазерного сканирования для картирования рельефа, поиска следов антропогенного воздействия и изучения растительного покрова на территории Приокско-Террасного государственного природного биосферного заповедника // Труды Мордовского государственного природного заповедника им. П.Г Смидовича. – 2021. – № 28. – С. 74–82.
4. Денисов С.А., Домрачев А.А., Елсуков А.С. Опыт применения квадрокоптера для мониторинга возобновления леса // Вестник Поволжского государственного технологического университета. Серия: Лес. Экология. Природопользование. – 2016. – № 4 (32). – С. 34–46. DOI: 10.15350/2306-2827.2016.4.34.
5. Кутахов В.П., Мещеряков Р.В. Управление групповым поведением беспилотных летательных аппаратов: постановка задачи применения технологий искусственного интеллекта // Проблемы управления. – 2022. – № 1. – С. 67–74. DOI: 10.25728/pu.2022.1.5.
6. Cheng Z., Qi L., Cheng Y., Wu Y., Zhang H. Interlacing Orchard Canopy Separation and Assessment using UAV Images // Remote Sensing. – 2020. –Vol. 12. – Iss. 5. – 767. DOI: 10.3390/rs12050767.
7. Береговой Д.В. Создание топографических планов на основе данных съемки с беспилотного летательного аппарата и автоматизации процесса дешифрования : дис. … канд. техн. наук. – СПб., 2018. – 136 с.
8. Ганболд У., Даш О. Интеграция данных при крупномасштабном топографическом картировании // Инженерно-строительный вестник Прикаспия. – 2020. – № 2 (32). – С. 91–95.
9. Чибидин А.С. Анализ применения веб-картографического сервиса для непрерывного мониторинга лесничеств // Актуальные вопросы в лесном хозяйстве : Материалы II молодежной международной научно-практической конференции (Санкт-Петербург, 14–15 ноября 2018 г.). – СПб. : Полиграф экспресс, 2018. – С. 141–145.
10. Чибидин А.С. Методы применения веб-картографического сервиса для временного анализа данных // Актуальные вопросы
в лесном хозяйстве: Материалы молодежной международной научно-практической конференции (Санкт-Петербург, 29–30 ноября 2017 г.). – СПб. : СПбГЛТУ, 2017. – С. 107–112.
11. Хабаров С.П. Алгоритм пчелиной колонии как представитель роевого интеллекта // Наука и технологии: вчера, сегодня, завтра: сборник научных статей. – Краснодар : Новация, 2024. – С. 27–32.
12. Хабаров С.П. Муравьиный подход к проектированию экологических троп // Технические и естественные науки: вчера, сегодня, завтра: cборник научных статей. – Волгоград : Сфера, 2024. – С. 16–21.
13. Яковлев К.С., Хитьков В.В., Логинов М.И., Петров А.В. Система навигации группы БЛА на основе маркеров // Робототехника и техническая кибернетика. – 2014. – № 4. – С. 44–48.
14. DroneDeploy [Электронный ресурс]. Режим доступа: https://www.dronedeploy.com (дата обращения 07.04.2024).
15. Hamraz H., Jacobs N.B., Contreras M.A., Clark Ch.H. Deep learning for conifer/deciduous classification of airborne LiDAR 3D point clouds representing individual trees // ISPRS Journal of Photogrammetry and Remote Sensing. – 2019. – Vol. 158. – P. 219–230. DOI: 10.1016/j.isprsjprs.2019.10.011.