Determination of the characteristics of the soil flow formed by a forest fire truck using optical recognition and optical measurement methods
- Authors: Gnusov M.A.1, Drapalyuk M.V.1, Popikov P.I.1, Druchinin D.Y.1, Bukhtoyarov L.D.1, Stupnikov D.S.2
-
Affiliations:
- Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
- NPP TETA LLC
- Issue: Vol 19, No 4 (2022)
- Pages: 42-63
- Section: Articles
- URL: https://journal-vniispk.ru/2307-0048/article/view/356695
- DOI: https://doi.org/10.15393/j2.art.2022.6423
- ID: 356695
Cite item
Full Text
Abstract
About the authors
Maksim Alexandrovich Gnusov
Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
Email: mgnusov@yandex.ru
Michael Valentinovich Drapalyuk
Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
Email: md@vglta.vrn.ru
Peter Ivanovich Popikov
Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
Email: popikovpetr@yandex.ru
Denis Yurievich Druchinin
Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
Email: druchinin.denis@rambler.ru
Leonid Dmitrievich Bukhtoyarov
Voronezh State University of Forestry and Technologies named after G.F. Morozov: Voronezh, RU
Email: vglta-mlx@yandex.ru
Dmitry Sergeevich Stupnikov
NPP TETA LLC
Email: Neiti1992@mail.ru
References
Lysych M. N., Shabanov M. L., Bukhtoyarov L. D. Research of process overcoming obstaclesby tillage tools // IOP Conference Series: Earth and Environmental Science: International Jubilee Scientific and Practical Conference «Innovative Directions of Development of the Forestry Complex (Forestry-2018)», Voronezh, 04—05 октября 2018 года. Voronezh: Institute of Physics Publishing, 2019. P. 012045. doi: 10.1088/1755-1315/226/1/012045. Shanin I. I., Shtondin A. A., Lysych M. N. Improvement of automation process of forest resources renewal using innovative landing material // IOP Conference Series: Materials Science and Engineering, Novosibirsk, 12—14 декабря 2018 года. Novosibirsk: Instituteof Physics Publishing, 2019. P. 012091. doi: 10.1088/1757-899X/560/1/012091. Драпалюк М. В., Коротких В. Н. Определение энергетических показателей лесного дискового плуга в лабораторных условиях // Лесотехнический журнал. 2011. № 1 (1). С. 21—28. Драпалюк М. В. Математическое моделирование рабочего процесса рычажного корчевателя // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 75. С. 156—165. Комбинированный лесопожарный грунтомёт и рекомендации по его применению / И. М. Бартенев, М. В. Драпалюк, П. Э. Гончаров [и др.] // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2012. № 84. С. 174—184. Беляев Д. А., Федорченко И. С. Малогабаритный переносной грунтомёт // Экология. Риск. Безопасность. 2020. С. 332—333. Есков Д. В., Внуков Е. В., Ескова В. С. Фрезерный грунтомёт для борьбы с природными пожарами на землях сельскохозяйственного назначения и высокозадернелых пастбищах // Аграрная наука — сельскому хозяйству. 2019. С. 32—34. Перспективные направления совершенствования рабочих органов пожарных грунтомётов / Д. В. Есков [и др.] // Актуальные направления научных исследований XXI века: теория и практика. 2014. Т. 2, № 2-2. С. 214—219. Simulation modeling of the soil flow movement process in the air, supplied by a ground gun while extinguishing a forest fire / M. A. Gnusov [et al.] // IOP Conference Series: Materials Science and Engineering. IOP Publishing, 2020. Vol. 1001, no. 1. P. 012057. Горячкин Б. С., Китов М. А. Компьютерное зрение // E-Scio. 2020. № 9 (48). С. 317—345. Манюкова Н. В. Компьютерное зрение как средство извлечения информациииз видеоряда // Математические структуры и моделирование. 2015. № 4 (36). С. 123—128. Гороховатский В. А. Структурный анализ и интеллектуальная обработка данныхв компьютерном зрении. Харьков: Компания СМИТ, 2014. Выделение границ на изображениях на основе модели энергетических признаков вейвлет-преобразования / М. П. Шлеймович [и др.] // Вестник Казанского технологического университета. 2017. Т. 20, № 21. С. 103—107. Манюкова Н. В. Компьютерное зрение как средство извлечения информации из видеоряда // Математические структуры и моделирование. 2015. №. 4 (36). С. 123—128. Форсайт Д. А., Понс Д. Компьютерное зрение. Современный подход Computer Vision:A Modern Approach. М.: Вильямс, 2004. 928 с. Шолле Ф. Глубокое обучение на Python. СПб.: Питер, 2018. 400 с. Траск Э. Грокаем глубокое обучение. СПб.: Питер, 2019. 352 с. Николенко С., Кадурин А., Архангельская Е. Глубокое обучение. СПб.: Питер, 2020. 480 с. Шапиро Л., Стокман Дж. Компьютерное зрение Computer Vision. М.: Бином. Лаборатория знаний, 2006. 752 с. Bishop Ch. M. Pattern recognition and machine learning. New York: Springer, 2006. 738 p. Потапов А. С. Распознавание образов и машинное восприятие. СПб.: Политехника, 2007. 548 с. Фомин Я. А. Распознавание образов: теория и применения. 2-е изд. М.: ФАЗИС, 2012. 429 с. Горелик А. Л., Скрипкин В. А. Методы распознавания. 4-е изд. М.: Высш. шк., 2004. 262 с. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2004. 344 с. Адамов В. Е., Вергилес Э. В. Статистика промышленности: Учеб. пособие. М.: Финансыи статистика, 2005. 326 с. Орлов А. И. Прикладная статистика. М.: Экзамен, 2006. 671 с. Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. 415 с. Дуброва Т. А. Статистические методы прогнозирования. М.: ЮНИТИ-ДАНА, 2003. 133 с. Новиков А. С., Фокин А. Г., Чубукина Т. С. Оптимизация распознавания объектана изображении методом адаптивного движения сканирующего окна // Известия Тульского государственного университета. Технические науки. 2015. № 9. С. 203—209. Головко А. В. Модели и методы обработки и передачи цифровой фото-и видеоинформации для принятия решений в автоматизированных информационных системах: спец. 05.13.06 «Автоматизация и управление технологическими процессамии производствами (по отраслям)»: Дис. … канд. техн. наук. Николаев, 2012. 141 с. Теория распознавания образов // Википедия (wikipedia.org). URL: https://ru.wikipedia.org/ (дата обращения: 18.05.2022). Текст: электронный. Свидетельство о государственной регистрации программы для ЭВМ № 2022617714 РФ. Программа для определения характеристик потока почвогрунта, формируемого грунтомётом-полосопрокладывателем, на основе оптического распознавания:№ 2022617207: заявл. 25.04.2022: опубл. 25.04.2022 / М. В. Драпалюк, Д. Ю. Дручинин, М. А. Гнусов, В. В. Посметьев; заявитель: Федер. гос. бюджет. образоват. учреждение высш. образования «Воронежский государственный лесотехнический университет имени Г. Ф. Морозова».
Supplementary files



