-
1Academic Journal
المصدر: Academia: Архитектура и строительство, Iss 3 (2024)
مصطلحات موضوعية: фотограмметрия, беспилотный летательный аппарат, цифровая модель рельефа, классификация плотного облака точек, проектирование генерального плана, Architecture, NA1-9428
وصف الملف: electronic resource
-
2Academic Journal
المؤلفون: S. G. Mudarisov, I. R. Miftakhov, С. Г. Мударисов, И. Р. Мифтахов
المصدر: Agricultural Machinery and Technologies; Том 18, № 4 (2024); 24-33 ; Сельскохозяйственные машины и технологии; Том 18, № 4 (2024); 24-33 ; 2073-7599
مصطلحات موضوعية: система точного земледелия, identification, diagnostics, artificial intelligence, unmanned aerial vehicle, computer vision, deep learning, precision farming system, идентификация, диагностика, искусственный интеллект, беспилотный летательный аппарат, компьютерное зрение, глубокое обучение
وصف الملف: application/pdf
Relation: https://www.vimsmit.com/jour/article/view/617/546; Thangaraj R., Anandamurugan S., Pandiyan P et al. Artificial intelligence in tomato leaf disease detection: a comprehensive review and discussion. Journal of Plant Diseases and Protection. 2021. DOI:10.1007/s41348-021-00500-8.; Курченко Н.Ю., Даус Ю.В., Труфляк Е.В., Ильченко Я. А. Параметры применения беспилотных летательных аппаратов при обработке средствами защиты растений сельскохозяйственных культур // Известия Нижневолжского агроуниверситетского комплекса. 2023. N1 (69). С. 527-536. DOI:10.32786/2071-9485-2023-69-1-527-536.; Sladojevic S., Arsenovic M., Anderla A. et al. Deep neural networks based recognition of plant diseases by leaf image classification. Computational Intelligence and Neuroscience. 2016. 1-11. DOI:10.1155/2016/3289801.; Smirnov I., Kutyrev A., Khort D. et al. Developing neural-based hardware and software complex with a mobile application for monitoring apple fruits on tree canopy. Horticulture and Viticulture. 2023. 43-51. DOI:10.31676/0235-2591-2023-1-43-51.; Neupane K., Baysal-Gurel F. Automatic identification and monitoring of plant diseases using Unmanned Aerial Vehicles: a review. Remote Sensing. 2021. Vol. 13. N19. 1-19. DOI:10.3390/rs13193841.; Sankaran S., Khot L.R., Espinoza C.Z. et al. Low-altitude, high-resolution aerial imaging systems for row and field crop phenotyping: A review. European Journal of Agronomy. 2015. Vol. 70. 112-123. DOI:10.1016/j.eja.2015.07.004.; Rokach L., Maimon O. Top-down induction of decision trees classifiers - a survey. IEEE Systems, Man, and Cybernetics. 2005. Vol. 35. N4. 476-487. DOI:10.1109/TSMCC.2004.843178.; Singh A., Ganapathysubramanian B. Machine learning for high-throughput stress phenotyping in plants. Trends in Plant Science. 2020. Vol. 25. N1. 11-13. DOI:10.1016/j.tplants.2019.09.003.; Kamilaris A., Prenafeta-Boldu F.X. Deep learning in agriculture: A survey. Computers and Electronics in Agriculture. 2018. Vol. 147. 70-90. DOI:10.1016/j.compag.2018.02.016.; Zhang H., Zhang B., Wei Z. et al. Lightweight integrated solution for a UAV-borne hyperspectral imaging system. Remote Sensing. 2020. Vol. 12.N4. 657-671. DOI:10.3390/rs12040657.; Pittu V.R., Gorantla S.R. Diseased area recognition and pesticide spraying in farming lands by multicopters and image processing system. Journal Europeen des Systemes Automatises. 2020. Vol. 53(1). 123-130. DOI:10.18280/jesa.530115.; Kurbanov R., Litvinov M. Development of a gimbal for the Parrot Sequoia multispectral camera for the UAV DJI Phantom 4 Pro. IOP Series. 2020. 012062 (In English). DOI:10.1088/1757-899X/1001/1/012062.; Albetis J., Jacquin A., Goulard M. et al. On the potentiality of UAV multispectral imagery to detect flavescence doree and grapevine trunk diseases. Remote Sensing. 2019. Vol. 11. N1. 23-37. DOI:10.3390/rs11010023.; Song B., Park K. Detection of aquatic plants using multispectral UAV imagery and vegetation index. Remote Sensing. 2020. 387-400. DOI:10.3390/rs12030387.; Zhang T., Xu Z., Su J. et al. Ir-Unet: irregular segmentation u-shape network for wheat yellow rust detection by UAV multispectral imagery. Remote Sensing. 2021. Vol. 13. N19. 3892. DOI:10.3390/rs13193892.; Sassu A., Motta J., Deidda A. et al. Artichoke deep learning detection network for site-specific agrochemicals UAS spraying. Computers and Electronics in Agriculture. 2023. Vol. 213. 106395. DOI:10.1016/j.compag.2022.106395.; Kerkech M., Hafiane A., Canals R. Plant disease detection using the UAV imagery and deep learning. Computers in Industry. 2020. Vol. 123. 103316. DOI:10.1016/j.compind.2020.103316.; Li J., Huang W., Zhao C., Jin J. UAV-based multispectral remote sensing for precision agriculture: A case study on wheat nitrogen and water stress. International Journal of Remote Sensing. 2019. Vol. 40(4). 1325-1346. DOI:10.1080/01431161.2018.1525662.; Shi Y., Han L., Kleerekoper A. et al. Novel CropdocNet model for automated potato late blight disease detection from unmanned aerial vehicle-based hyperspectral imagery. Remote Sensing. 2022. 20396. DOI:10.3390/rs14020396.; Yu J., Cheng T., Cai N. et al. Wheat lodging segmentation based on LSTM-PSPNet deep learning network. Drones. 2023. Vol. 7. N2. 53-66. DOI:10.3390/drones7020053.; Xu W., Chen P, Zhan Y. et al. Cotton yield estimation model based on machine learning using time series UAV remote sensing data. International Journal of Applied Earth Observation and Geoinformation. 2021. Vol. 104. 102511. DOI:10.1016/j.jag.2021.102511.; Duarte-Carvajalino J.M., Alzate D.F., Ramirez A.A. et al. Evaluating late blight severity in potato crops using unmanned aerial vehicles and machine learning algorithms. Remote Sensing. 2018. Vol. 10. 1513. DOI:10.3390/rs10101513.; Ценч Ю.С., Курбанов РК., Захарова Н.И. История развития систем управления полетом и средств аэрофотосъемки беспилотных воздушных судов сельскохозяйственного назначения // Сельскохозяйственные машины и технологии. 2024. Т 18. N2. С. 11-19. DOI:10.22314/2073-7599-2024-18-2-11-19.; Курбанов Р.К., Захарова Н.И., Захарова О.М., Горшков Д.М. Оценка перезимовки всходов селекционной озимой пшеницы с помощью БПЛА // Инновации в сельском хозяйстве. 2019. N3(32). С. 133-139. EDN: YYRCTL.; Zhang X., Han L., Dong Y. et al. A deep learning-based approach for automated yellow rust disease detection from high-resolution hyperspectral UAV images. Remote Sensing. 2019. Vol. 11. N13. 1554. DOI:10.3390/rs11131554.; Zhang B., Zhao D. An ensemble learning model for detecting soybean seedling emergence in UAV imagery. Sensors. 2023. Vol. 23. N15. 6662. DOI:10.3390/s23156662.; Su J., Yi D., Su B. et al. Aerial visual perception in smart farming: Field study of wheat yellow rust monitoring. IEEE Transactions on Industrial Informatics. 2020. Vol. 17. N3. 2242-2249. DOI:10.1109/TII.2020.2979237.; Behmann J., Mahlein A.-K., Rumpf T. et al. A Review of advanced machine learning methods for the detection of biotic stress in precision crop protection. Precision Agriculture. 2015. Vol. 16. N3. 239-260. DOI:10.1007/s11119-014-9372-7.; Mahlein A.-K., Kuska M.T., Behmann J. et al. Hyperspectral and thermal imaging of plant diseases in horticulture. Sensors. 2018. Vol. 18. N9. 2936. DOI:10.3390/s18092936.; Shahzaad B., Bouguettaya A., Mistry S. et al. Resilient composition of drone services for delivery. Future Generation Computer Systems. 2021. Vol. 115. 335-350. DOI:10.1016/j.future.2020.09.023.; Курбанов РК., Захарова Н.И., Гайдук О.М. Использование теплового канала (LWIR) для оценки состояния посевов и прогнозирования урожайности сельскохозяйственных культур // Электротехнологии и электрооборудование в АПК. 2020. Т. 67. N3(40). С. 87-94. DOI:10.22314/2658-4859-2020-67-3-87-94.; Лелюхин Д., Тутыгин В. Система диагностики заболеваний листьев растений по фотоизображениям, полученным с помощью БПЛА // Известия Тульского государственного университета. 2018. N2. С. 129-137. EDN: RAQZLK.; Pan Q., Gao M., Wu P et al. A deep-learning-based approach for wheat yellow rust disease recognition from unmanned aerial vehicle images. Sensors. 2021. 6540-6553. DOI:10.3390/s21196540.; https://www.vimsmit.com/jour/article/view/617
-
3Academic Journal
المؤلفون: Sotnikov, A.M., Sotnikov, O.M., Сотников, А.М., Sivak, V.A., Pavlov, I.V., Pavlov, Y.V., Hașenko, S.V., Нashenko, S.V., Borisenko, T.I., Borysenko, T.v., Борисенко, Т.И., Torianik, D.A., Torianyk, D.O., Торяни, Д.А.
المصدر: Problemele Energeticii Regionale 63 (3) 92-103
مصطلحات موضوعية: current image, object selection, unmanned aerial vehicle, structural properties, Fractal dimension, object saturation, imaginea curentă, selecția obiectelor, vehiculul aerian fără pilot, proprietățile structurale, dimensiunea fractală, saturația obiectului, текущее изображение, селекция объекта, беспилотный летательный аппарат, структурные свойства, фрактальная размерность, объектовая насыщенность
وصف الملف: application/pdf
Relation: https://ibn.idsi.md/vizualizare_articol/208208; urn:issn:18570070
-
4Academic Journal
المؤلفون: Sotnikov, A.M., Sotnikov, O.M., Сотников, А.М., Vorobiov, O.M., Воробьев, O.M., Udovenko, S.G., Udovenko , S.G., Удовенко, С.Г., Kobzev, I.V., Кобзев, И.В., Vlasiuk, V.V., Власюк, В.В., Kurbatov, A.A., Курбатов, А.А.
المصدر: Problemele Energeticii Regionale 61 (1) 87-98
مصطلحات موضوعية: unmanned aerial vehicle, three-stage procedure for forming the decision function, image discretization and quantization, probability of choosing a fragment of the reference image, vehicul aerian fără pilot, procedură în trei etape pentru generarea unei funcții de decizie, eșantionare și cuantificare a imaginii, probabilitate de selectare a unui fragment dintr-o imagine de referință, беспилотный летательный аппарат, трехэтапная процедура формирования решающей функции, дискретизация и квантование изображений, вероятность выбора фрагмента эталонного изображения
وصف الملف: application/pdf
Relation: https://ibn.idsi.md/vizualizare_articol/199399; urn:issn:18570070
-
5Academic Journal
المؤلفون: Маміч, Віктор, Семчак, Олександр, Буз, Анатолій, Чкалов, Артур, Король, Дмитро
المصدر: Pidvodni tehnologii; No. 13 (2023); 74-80 ; "Подводные технологии: промышленная и гражданская инженерия"; № 13 (2023); 74-80 ; Pidvodni tehnologii; № 13 (2023); 74-80 ; 2415-8569 ; 2415-8550 ; 10.32347/uwt.2023.13
مصطلحات موضوعية: беспилотный летательный аппарат, разведывательная информация, навигационное оборудование, средства связи, вспомогательные системы, датчики разного физического происхождения, unmanned aerial vehicle, intelligence information, navigation equipment, means of communication, auxiliary systems, sensors of various physical origin, безпілотний летальний апарат, розвідувальна інформація, навігаційне обладнання, засоби зв’язку, допоміжні системи, датчики різного фізичного походження
وصف الملف: application/pdf
-
6Academic Journal
المصدر: Mathematics. Mechanics. Physics; Том 16, № 2 (2024); 41-49 ; Математика. Механика. Физика; Том 16, № 2 (2024); 41-49 ; 2409-6547 ; 2075-809Х
مصطلحات موضوعية: system analysis, robotics, smart garden, robotic complex, unmanned aerial vehicle, artificial intelligence technologies, системный анализ, робототехника, умный сад, робототехнический комплекс, беспилотный летательный аппарат, технологии искусственного интеллекта
وصف الملف: application/pdf
-
7Academic Journal
المؤلفون: Penghao Gu, A. Ausiyevich M., A. Lobaty A., Пэнхао Гу, А. Авсиевич М., А. Лобатый А.
المصدر: «System analysis and applied information science»; № 1 (2024); 37-42 ; «Системный анализ и прикладная информатика»; № 1 (2024); 37-42 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2024-1
مصطلحات موضوعية: unmanned aerial vehicle, propeller group, experiment, probabilistic vibration characteristics, emission intensity, беспилотный летательный аппарат, винтомоторная группа, эксперимент, вероятностные характеристики вибраций, интенсивность выбросов
وصف الملف: application/pdf
Relation: https://sapi.bntu.by/jour/article/view/658/493; Беспилотники в АПК: новые и самые необычные модели дронов [Электронный ресурс]. – Режим доступа: https://dzen.ru/a/Y-Uazw17UW3pX-Ye/. – Дата доступа: 12.01.2024.; Агродрон А60-Х [Электронный ресурс]. – Режим доступа: https://agrodrone.by/?ysclid=lspybgky4m202482784/. – Дата доступа: 12.01.2024.; Team ArduPilot Dev. Vibration Damping. – 2016. – March. [Электронный ресурс]. – Режим доступа: http://ardupilot.org/copter/docs/common-vibration-damping.html/ – Дата доступа: 12.01.2024.; Акимов, В.Н. Методика исследования динамического поведения беспилотного летательного аппарата в наземных условиях с учетом данных летного эксперимента / В.Н. Акимов, Д.Н. Иванов, С.Г. Парафесь // Научный Вестник МГТУ ГА. – Том 22, № 03. – 2019. – С. 16-22; Гу Пэнхао. Экспериментальное исследование вибраций винтомоторной группы агродрона / Гу Пэнхао, В.Н. Рыльков, А.А. Лобатый // Наука и техника. – 2023. – Т. 22, № 6 – С. 445-449.; Белько, И.В. Теория вероятностей и математическая статистика. Примеры и задачи / И.В. Белько, Г.П. Свирид. – Минск: Новое знание, 2007. – 251 с.; Тихонов, В.И. Выбросы случайных процессов / В.И. Тихонов. – М.: Наука. – 1970. – 186 с.; Лобатый. А.А. Вероятностная оценка влияния вибраций на чувствительные элементы системы / А.А. Лобатый, Ю.Ф. Икуас // Вестник БНТУ. – 2009. – № 6. – С. 34-37.; Методы классической и современной теории автоматического управления: Учебник в 5-ти тт.; 2-е изд, перераб. и доп. Т.2: Статистическая динамика и идентификация систем автоматического управления / Под ред. К.А. Пупкова и Н.Д. Егупова. – М.: Издательство МГТУ им. Н.Э. Баумана. – 2004. – 638 с.; Лобатый, А.А. Аналитическое моделирование граничных режимов работы стохастической системы / А.А. Лобатый, Ж.М. Саид // Доклады БГУИР. – 2009. – № 4 (42). – С. 17-23.; https://sapi.bntu.by/jour/article/view/658
-
8Academic Journal
المؤلفون: O. A. Gubeladze, A. R. Gubeladze
المصدر: Глобальная ядерная безопасность, Vol 45, Iss 4, Pp 15-24 (2022)
مصطلحات موضوعية: ядерный терроризм, объект использования атомной энергии, защитная гермооболочка, летательный аппарат, управляемая авиабомба, Nuclear engineering. Atomic power, TK9001-9401
وصف الملف: electronic resource
-
9Conference
المؤلفون: Голованова Е.В., Кузьмичева Т.Г
المصدر: MKNB, МЕЖДУНАРОДНЫЕ КОММУНИКАЦИИ В НАУКЕ И БИЗНЕСЕ, RUSSIAN-UZBEKISTAN, SEPTEMBER 26
مصطلحات موضوعية: информация, местность, беспилотный летательный аппарат, анализ, автоматизация
Relation: https://doi.org/10.5281/zenodo.8402741; https://doi.org/10.5281/zenodo.8402742; oai:zenodo.org:8402742
-
10Academic Journal
المؤلفون: В. А. Подоплелова, Д. И. Ковалев, К. Д. Астанакулов
المصدر: Информатика. Экономика. Управление, Vol 2, Iss 3 (2023)
مصطلحات موضوعية: автономная интеллектуальная система, беспилотный летательный аппарат, значение параметра, ограничения, пространство действий., General Works
وصف الملف: electronic resource
-
11Academic JournalMethods of Assessing Radioactive Contamination of Underlying Surface Using Unmanned Dosimeter System
المؤلفون: I. A. Rodionov, A. P. Elokhin
المصدر: Глобальная ядерная безопасность, Vol 0, Iss 1, Pp 6-23 (2022)
مصطلحات موضوعية: радиационный мониторинг, радиоактивное загрязнение, окружающая среда, подстилающая поверхность, беспилотный летательный аппарат, беспилотный дозиметрический комплекс, Nuclear engineering. Atomic power, TK9001-9401
وصف الملف: electronic resource
-
12Academic Journal
المؤلفون: Elena Basan, Eugene Abramov, Anatoly Basyuk, Nikita Sushkin
المصدر: Информатика и автоматизация, Vol 20, Iss 6, Pp 1368-1394 (2021)
مصطلحات موضوعية: безопасность, атака, навигационная система, беспилотный летательный аппарат, вероятность, технология защиты, угроза, глобальная навигационная спутниковая система, Electronic computers. Computer science, QA75.5-76.95
وصف الملف: electronic resource
-
13Academic Journal
المؤلفون: Е.П. Крупочкин, Д.В. Папин
المصدر: Теория и практика археологических исследований, Vol 33, Iss 4, Pp 209-220 (2021)
مصطلحات موضوعية: ортофотоплан, фотограмметрия, беспилотный летательный аппарат, археологическая разведка, херексур, юстыд, горный алтай, Archaeology, CC1-960
وصف الملف: electronic resource
-
14Academic Journal
المؤلفون: Timociko, A.I., Timochko, A.I., Тимочко, А.И., Fustii, V., Фустий, В., Kolesnik, A., Kolesnyk, A., Колесник, A., Olizarenko, S., Олизаренко, С., Kalașnik, A., Kalashnyk, G., Калашник., А., Kuliș, R., Kulish, R., Кулиш, Р., Timoșciuk, E., Tymoschuk, O., Тимощук, Е., Galinskii, D., Galinskyi, D., Галинский, Д.
المصدر: Problemele Energeticii Regionale 57 (1) 28-38
مصطلحات موضوعية: power grid, navigation, unmanned aerial vehicle, accuracy, efficiency, monitoring, ant algorithm, rețea electrică, navigație, dronă aeriană fără pilot, precizie, eficienţă, monitorizare, algoritm pentru colonii de furnici, электросеть, навигация, беспилотный летательный аппарат, точность, оперативность, мониторинг, муравьиный алгоритм
وصف الملف: application/pdf
Relation: https://ibn.idsi.md/vizualizare_articol/174955; urn:issn:18570070
-
15Academic Journal
المساهمون: Работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации (государственное задание #FENU-2021- 0014).
المصدر: Mechanical engineering industry; Том 23, № 1 (2023); 50-62 ; Машиностроение; Том 23, № 1 (2023); 50-62 ; 2410-4744 ; 1990-8504
مصطلحات موضوعية: axisymmetric aircraft, mass-inertial characteristics, displacement of the center of mass, balancing, mechanism with parallel kinematics, осесимметричный летательный аппарат, массово-инерционные характеристики, смещение центра масс, балансировка, механизм с параллельной кинематикой
وصف الملف: application/pdf
-
16Academic Journal
المؤلفون: Yu. S. Tsench, R. K. Kurbanov, Ю. С. Ценч, Р. К. Курбанов
المصدر: Agricultural Machinery and Technologies; Том 17, № 3 (2023); 4-15 ; Сельскохозяйственные машины и технологии; Том 17, № 3 (2023); 4-15 ; 2073-7599
مصطلحات موضوعية: история развития, unmanned aerial vehicle, UAV, flight control system, flight controller, development history, беспилотный летательный аппарат, система управления полетом, полетный контроллер
وصف الملف: application/pdf
Relation: https://www.vimsmit.com/jour/article/view/522/475; Авиация:Энциклопедия / Гл. ред. Г.П. Свищёв. М.: Большая российская энциклопедия, 1994. С. 108-116.; Лобачевский Я.П., Бейлис В.М., Ценч Ю.С. Аспекты цифровизации системы технологий и машин // Электротехнологии и электрооборудование в АПК. 2019. N3(36). С. 40-45.; Ценч Ю.С., Маслов Г.Г., Трубилин Е.Г. К истории развития сельскохозяйственной техники // Вестник Башкирского государственного аграрного университета. 2018. N3(47). С. 117-123.; Годжаев З.Д., Шевцов В.Г., Лавров А.В., Ценч Ю.С., Зубина В.А. Стратегия машинно-технологической модернизации сельского хозяйства России до 2030 года (Прогноз) // Технический сервис машин. 2019. N4(137). C. 220-229.; Арзамасцев А.А. Задачи маршрутизации для беспилотных мультироторных летательных аппаратов. Материалы и методы инновационных исследований и разработок: сб. статей Международной научно-практической конференции. Оренбург: Аэтерна. 2018. С. 5-8.; Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. N15(4). С. 6-10.; Костомахин М.Н., Курбанов Р.К., Кынев Н.Г. Точное земледелие расширяет свои границы // Сельскохозяйственная техника: обслуживание и ремонт. 2018. N3. С. 7-9.; Kim J., Kim I., Ha E., Choi B. UAV Photogrammetry for Soil Surface Deformation Detection in a Timber Harvesting Area. Forests. 2023. N14. 98-104.; Степанов С.В., Волков С.С., Набатчиков А.В. Моделирование системы питания БПЛА ближнего действия // Математика и математическое моделирование: сб. материалов XVI Всероссийской молодежной научно-инновационной школы. Саров: Интерконтакт. 2022. С. 31-32.; Beranek C.T., Roff A., Denholm B., et al. Triallinga real-time drone detection and validation protocol for the koala (Phascolarctos cinereus). Australian Mammalogy. 2020.; Yeom J., Jung J., Chang A., et al. Comparison of vegetation indices derived from UAV data for differentiation of tillage effects in agriculture. Remote Sensing. 2019. N11. 1548.; Chen A., Orlov-Levin V., Meron M. Applying high-resolution visible-channel aerial imaging of crop canopy to precision irrigation management. Agricultural Water Management. 2019. Vol. 216. 196-205 .; Cholula U., da Silva J.A., Marconi T., et al. Forecasting yield and lignocellulosic composition of energy cane using unmanned aerial systems. Agronomy. 2020. 10(5). 718.; Guan S., Fukami K., Matsunaka H., et al. Assessing correlation of high-resolution NDVI with fertilizer application level and yield of rice and wheat crops using small UAVs. Remote Sensing. 2019. 11(2). 112.; Ammar A., Koubaa A. Deep-learning-based automated palm tree counting and geolocation in large farms from aerial geotagged images. Agronomy. 2021. 11(8). 1456.; McCraine C.D., Samiappan S., Czarnecki J.M.P, Darrin M.D. Plant density estimation and weeds mapping on row crops at emergence using low altitude UAS imagery Proceedings. Conference: Autonomous air and ground sensing systems for agricultural otimization and phenotyping. 2019.; Przybilla H.-J., Gerke M., Dikhoff I., Ghassoun Y. Investigations on the geometric quality of cameras for UAV applications using the high precision UAV test field zollern colliery. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives. 2019. N42(2/W13). 531-538.; Kurbanov R., Litvinov M. Development of a gimbal for the Parrot Sequoia multispectral camera for the UAV DJI Phantom 4 Pro. IOP Conference Series: Materials Science and Engineering. 2020. N012062.; Kurbanov R.K., Zakharova N.I. Application of vegetation indexes to assess the condition of crops. Agricultural Machinery and Technologies. 2020. N0140411.; Young D.J.N., Koontz M.J., Weeks J.M. Optimizing aerial imagery collection and processing parameters for drone-based individual tree mapping in structurally complex conifer forests. Methods in Ecology and Evolution. 2022. N13(7). 1447-1463.; Albeaino G., Gheisari M., Franz B.W. A systematic review of unmanned aerial vehicle application areas and technologies in the AEC domain. Journal of Information Technology in Construction. 2019.; Kim J.S., Hong Y. Accuracy Analysis of Photogrammetry Based on the Layout of Ground Control Points Using UAV. Journal of the Korean Cartographic Association. 2020. N20(2). 41-55.; Kapicioglu H.S., Hastaoglu K.O., Poyraz F., Gül Y. Investigation of topographic effect in ground control point selection in UAV photogrammetry: Gaziantep. International conference on innovative engineering applications. 2018. 1174-1178.; Tamouridou A.A., Alexandridis T.K., Pantazi X.E., et al. Application of multilayer perceptron with automatic relevance determination on weed mapping using UAV multispectral imagery. Sensors. 2017. N17. 2307.; https://www.vimsmit.com/jour/article/view/522
-
17Academic Journal
المؤلفون: Penghao Gu, V. N. Rilkov, A. A. Lobaty, Пэнхао Гу, В. Н. Рыльков, А. А. Лобатый
المصدر: Science & Technique; Том 22, № 6 (2023); 445-449 ; НАУКА и ТЕХНИКА; Том 22, № 6 (2023); 445-449 ; 2414-0392 ; 2227-1031 ; 10.21122/2227-1031-2023-22-6
مصطلحات موضوعية: беспилотный летательный аппарат, агродрон, винтомоторная группа, параметры вибраций, agrodrone, propeller-motor group, vibration parameters
وصف الملف: application/pdf
Relation: https://sat.bntu.by/jour/article/view/2722/2293; Лобатый, А. А. Мультикоптер для защиты растений / А. А. Лобатый, Гу Пэнхао // Инновационные технологии, автоматизация и мехатро-ника в машино- и приборостроении: Материалы XI Международной научно-технической конференции. Минск: БНТУ, 2023. 2023. С. 44–45.; Агродроны // Геомир. 2020. Режим доступа: https://www.geomir.ru/publikatsii/agrodrony/?sphrase_id=38033; Моисеев, В. С. Прикладная теория управления беспилотными летательными аппаратами / В. С. Моисеев. Казань: ГБУ РЦМКО, 2013. 768 с.; Лобатый, А. А. Математическое моделирование движения летательных аппаратов мультироторного типа / А. А. Лобатый, Гу Пэнхао // Системный анализ и прикладная информатика. 2023 № 1. С. 10–15. https://doi.org/10.21122/2309-4923-2023-1-10-15; Гу Пэнхао. Форсированное управление квадрокоптером / Гу Пэнхао, Ю. А. Леоновец, А. А. Лобатый // Наука и техника. 2023. Т. 22, № 2. С. 91–95. https://doi.org/10.21122/2227-1031-2023-22-2-91-95; Беспилотники в АПК: новые и самые необычные модели дронов. Режим доступа: https://dzen.ru/a/Y-Uazw17UW3pX-Ye.; Агродрон А60-Х. Режим доступа: https://agrodrone.by/.; Савелов, П. И. Особенности моделирования операторного управления беспилотным летательным аппаратом и его целевой нагрузкой / П. И. Савелов, Гу Пэнхао, А. А. Лобатый // Системный анализ и прикладная информатика. 2022 № 4 С. 24–28. 10.21122/2309-4923-2022-4-23-28; Лобатый, А. А. Аналитические методы исследования систем управления беспилотных летательных аппаратов / А. А. Лобатый // Инновационные технологии, автоматизация и мехатроника в машино- и приборостроении: Материалы XI Международной научно-технической конференции. Минск: БНТУ, 2023. С. 92–93.; Mathematical model of mobile robot orientation according to a set route / А. А. Lobaty [и др.] // Проблемы и перспективы инновационной техники и технологий в агропродовольственном секторе: сборник научных трудов III Международной конференции научно-практической конференции, Ташкент, 20–21 апреля 2023 г. ТашГТУ, 2023. С. 187–188.; https://sat.bntu.by/jour/article/view/2722
-
18Academic Journal
المؤلفون: A. Lobaty A., Penghao Gu, А. Лобатый А., Пэнхао Гу
المصدر: «System analysis and applied information science»; № 1 (2023); 10-15 ; «Системный анализ и прикладная информатика»; № 1 (2023); 10-15 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2023-1
مصطلحات موضوعية: unmanned aerial vehicle, quadrocopter, mathematical model, propeller, control force, беспилотный летательный аппарат, квадрокоптер, математическая модель, винт, управляющая сила
وصف الملف: application/pdf
Relation: https://sapi.bntu.by/jour/article/view/602/454; Беспилотные летательные аппараты. Основы устройства и функционирования / под ред. И.С. Голубева, И.К. Туркина. – М.: МАИ, 2010. – 654 с.; Беспилотные летательные аппараты [Электронный ресурс]. Режим доступа: http://geoportal.by/index/bespilotnye_letatelnye_apparaty/0-434/.; Дмитриевский, А.А. Внешняя баллистика / А.А. Дмитриевский, Л.Н. Лысенко. – М.: Машиностроение, 2005. - 608 с.; Современные информационные технологии в задачах навигации и наведения беспилотных маневренных летательных аппаратов / под ред. М.Н. Красильщикова, Г.Г. Серебрякова. – М.: Физматлит, 2009. – 556 с.; Красовский, А.А. Системы автоматического управления летательных аппаратов / А. А. Красовский, Ю.А. Вавилов, А.И. Сучков. – М.: ВВИА им. Н.Е. Жуковского, 1986. – 477 с.; Моисеев, В.С. Прикладная теория управления беспилотными летательными аппаратами / В.С. Моисеев. – Казань: ГБУ РЦМКО, 2013. – 768 с.; Гурьянов, А.Е. Моделирование управления квадрокоптером / А.Е. Гурьянов // Инженерный вестник. – М.: МГТУ им. Н.Э. Баумана. – 2014. – С. 522-534.; Калягин, М.Ю. Моделирование системы управления полетом квадрокоптера в среде Simulink и Simscape Multibody / М.Ю. Калягин, Д.А. Волошин, А.С. Мазаев // Труды МАИ. Выпуск № 112. Режим доступа: http://trudymai.ru; Лобатый, А.А. Аналитический синтез управляющего ускорения беспилотного летательного аппарата / А.А. Лобатый, А.Ю. Бумай, С.С. Прохорович // Наука и техника. – 2021. ‒ Том 20, № 4. ‒ С. 338-344. DOI:10.21122/2227-10312021-20-4-338-344; Ким, Т.Ю. Форсированное управление движением мобильного робота / Т.Ю. Ким, Г.А. Прокопович, А.А. Лобатый // Информатика. – 2022. – Том 19, № 3 – С. 86-100.; https://sapi.bntu.by/jour/article/view/602
-
19Academic Journal
المؤلفون: P. Savelov I., Penghao Gu, A. Lobaty A., П. Савёлов И., Пэнхао Гу, А. Лобатый А.
المصدر: «System analysis and applied information science»; № 4 (2022); 23-28 ; «Системный анализ и прикладная информатика»; № 4 (2022); 23-28 ; 2414-0481 ; 2309-4923 ; 10.21122/2309-4923-2022-4
مصطلحات موضوعية: unmanned aerial vehicle, control system, human operator, mathematical model, target load, беспилотный летательный аппарат, система управления, человек-оператор, математическая модель, целевая нагрузка
وصف الملف: application/pdf
Relation: https://sapi.bntu.by/jour/article/view/590/446; Беспилотные летательные аппараты / под общей редакцией Н.Н. Новичкова. – М.: Информационное агентство АРМС-ТАСС, 2009. – 436 с.; Беспилотные летательные аппараты. Основы устройства и функционирования / под ред. И.С. Голубева, И.К. Туркина. – М.: МАИ, 2010. – 654 с.; Семейство беспилотных авиационных комплексов видео-мониторинга местности «Бусел», «Бусел М», «Бусел М50»: http://uavbusel.by/catalog.html/.; Цибулевский, И. Е. Человек как звено следящей системы / И. Е. Цибулевский. – М.: Наука, 1981. – 288 с.; Брумштейн, Ю. М. Математические модели и методы решения задач информационного обеспечения, управления и оценки качества работы операторов в сложных человеко-машинных системах / Ю.М. Брумштейн, Д.А. Молимонов // Вестник Астраханского государственного технического университета. Серия: управление, вычислительная техника и информатика. 2019. № 3. – С. 73-87.; Ворона, А. А. Теория и практика психологического обеспечения летного труда / А.А. Ворона, Д.В. Гандер, В.А. Пономаренко. М.: Воениздат. – 2003. – 278 с.; Красовский, А. А. Системы автоматического управления летательных аппаратов / А. А. Красовский А.А., Ю. А. Вавилов, А. И. Сучков. – М.: ВВИА им. Н.Е. Жуковского, 1986. – 477 с.; https://sapi.bntu.by/jour/article/view/590
-
20Academic Journal
المؤلفون: A. S. Solonar, S. V. Tsuprik, P. A. Khmarskiy, А. С. Солонар, С. В. Цуприк, П. А. Хмарский
المساهمون: Работа выполнена при поддержке гранта Белорусского республиканского фонда фундаментальных исследований (проект № Ф23М-103)
المصدر: Proceedings of the National Academy of Sciences of Belarus, Physical-Technical Series; Том 68, № 2 (2023); 167-176 ; Известия Национальной академии наук Беларуси. Серия физико-технических наук; Том 68, № 2 (2023); 167-176 ; 2524-244X ; 1561-8358 ; 10.29235/1561-8358-2023-68-2
مصطلحات موضوعية: беспилотный летательный аппарат (БЛА), reference image, semi-Markov model of brightness, Kalman filter, Interactive Multiple Model, unmanned aerial vehicle (UAV), опорное изображение, полумарковская модель яркости, фильтр Калмана, многогипотезный измеритель с межобзорной памятью гипотез
وصف الملف: application/pdf
Relation: https://vestift.belnauka.by/jour/article/view/801/634; Али, Б. Алгоритмы навигации БПЛА с использованием систем технического зрения / Б. Али, Р. Н. Садеков, В. В. Цодокова // Гироскопия и навигация. – 2022. – Т. 30, № 4. – C. 87–105.; Артемьев, В. М. Обработка изображений в пассивных обзорно-поисковых оптико-электронных системах / В. М. Артемьев, А. О. Наумов, Л. Л. Кохан; Нац. Акад. наук Беларуси, Ин-т приклад. физики. – Минск: Беларус. навука, 2014. – 116 с.; Артемьев, В. М. Обнаружение точечных объектов на изображениях в условиях неопределенности / В. М. Артемьев, А. О. Наумов, Л. Л. Кохан // Информатика. – 2010. – № 2. – С. 15–24.; Артемьев, В. М. Обнаружение объектов конечных размеров на изображениях в условиях неопределенности / В. М. Артемьев, А. О. Наумов, Л. Л. Кохан // Информатика. – 2010. – № 4. – С. 5–15.; Артемьев, В. М. Нелинейная фильтрация случайных последовательностей расширенным методом наименьших квадратов / В. М. Артемьев, А. О. Наумов, Л. Л. Кохан // Информатика. – 2018. – Т. 15, № 1. – С. 60–69.; Mueller, K. Combination of Wide Baseline Image Matching and Tracking for Autonomous UAV Approaches to a Window / K. Mueller, J. Atman, G. F. Trommer // Gyroscopy Navig. – 2019. – № 10. – P. 206–215. https://doi.org/10.1134/S2075108719040138.; Баклицкий, В. К. Корреляционно-экстремальные методы навигации и наведения / В. К. Баклицкий. – Тверь: Книж. клуб, 2009. – 360 с.; Автоматическое обнаружение и сопровождение динамических объектов на изображениях, формируемых оптико-электронными приборами в условиях априорной неопределенности. Методы и алгоритмы / О. Б. Гузенко [и др.]. – М.: Радиотехника, 2015. – 280 с.; Федосеев, В. И. Оптико-электронные приборы ориентации и навигации космических аппаратов / В. И. Федосеев, М. П. Колосов. – М.: Логос, 2007. – 248 с.; Оптико-локационный координатор системы самонаведения беспилотного летательного аппарата / А. С. Солонар [и др.] // Докл. БГУИР. – 2018. – № 3. – С. 19–25.; Красильщиков, М. Н. Управление и наведение беспилотных маневренных летательных аппаратов на основе современных информационных технологий / М. Н. Красильщиков, Г. Г. Серебряков. – М.: Физматлит, 2003. – 280 с.; Системы автоматического обнаружения и сопровождения объектов. Обработка изображений и управление / Б. А. Алпатов [и др.]. – М.: Радиотехника, 2008. – 176 с.; Bar-Shalom, Y. Estimation with Applications to Tracking and Navigation: Theory, Algorithms, and Software / Y. BarShalom, X. R. Li, T. Kirubarajan. – New York: Wiley, 2001. – 558 p. https://doi.org/10.1002/0471221279; Optical Aircraft Positioning for Monitoring of the Integrated Navigation System during Landing Approach / P. Hecker [et al.] // Gyroscopy Navig. – 2019. – Iss. 10. – P. 216–230. https://doi.org/10.1134/S2075108719040084; Li, X. R. Survey of maneuvering target tracing. Part I: Dynamic models / X. R. Li, V. P. Jilkov // IEEE Trans. Aerospace Electronic Syst. – 2003. – Vol. 39, № 4. – P. 1333–1364. https://doi.org/10.1109/TAES.2003.1261132; Solonar A. S. Main problems of trajectory processing and approaches to their solution within the framework of multitarget tracking / A. S. Solonar, P.A. Khmarski // J. Phys.: Conf. Ser. – 2021. – Vol. 1864. – Art. ID 012004. https://doi.org/10.1088/1742-6596/1864/1/012004; Цуприк, С. В. Методика исследования статистических свойств яркости пикселей изображений оптико-локационной системы беспилотного летательного аппарата / С. В. Цуприк, А. С. Солонар // Информационные радиосистемы и радиотехнологии: материалы Респ. науч.-техн. конф., Минск, 29–30 нояб. 2022 г. – Минск: БГУИР, 2022. – С. 193–197.; Полумарковская модель изменения яркости изображения наземного объекта, формируемого оптико-локационной системой / А. С. Солонар [и др.] // Вест. Воен. акад. Респ. Беларусь. – 2023. – № 1. – С. 97–107.; Features of trajector measurement coordinates and parameters of movement of ground objects in on-board optical-location systems / A. S. Solonar [et al.] // 25th Saint Petersburg International Conference on Integrated Navigation Systems (ICINS), 28–30 May 2018. – St. Petersburg, 2018. – P. 1–5. https://doi.org/10.23919/ICINS.2018.8405853; Методика расчета ошибок разового оценивания местоположения наблюдаемых объектов в бортовых оптико-локационных системах / А. С. Солонар [и др.] // Докл. БГУИР. – 2014. – № 7 (85). – C. 71–77.; Solonar, A. S. General construction principles and performance features of trajectory processing by data from one radar data source / A. S. Solonar, P.A. Khmarski // J. Phys.: Conf. Ser. – 2021. – Vol. 1864. – Art. ID 012138. https://doi.org/10.1088/1742-6596/1864/1/012138; https://vestift.belnauka.by/jour/article/view/801
Full Text Finder