Везде

RAS Agricultural ScienceРоссийская сельскохозяйственная наука Russian Agricultural Sciences

  • ISSN (Print) 2500-2627
  • ISSN (Online) 3034-5820

METHODOLOGICAL FOUNDATIONS FOR THE INTEGRATION OF UNMANNED AERIAL VEHICLES INTO AGRICULTURAL MACHINERY SYSTEMS

You can
PII
S3034582025040114-1
DOI
10.7868/S3034582025040114
Publication type
Article
Status
Published
Authors
V.V. Alt
  • Affiliation: Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences
Yu.S. Tsench
  • Affiliation: Federal Scientific Agroengineering Center VIM
O.F. Savchenko
  • Affiliation: Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences
A.A. Soloshenko
  • Affiliation: Siberian Institute of Physics and Technology of Agrarian Problems of the Siberian Federal Scientific Center for Agrobiotechnologies of the Russian Academy of Sciences
Volume/ Edition
Volume / Issue number 4
Pages
59-67
Abstract
Under the updated Federal Scientific and Technical Program for the Development of Agriculture for 2017–2030, approved by Decree No. 395 of the Government of the Russian Federation on March 27, 2025 special emphasis is placed on advancing domestic agricultural machinery and equipment. A key initiative within the corresponding sub-program is the creation and deployment of innovative technical solutions designed to enhance the efficiency, sustainability, and technological sovereignty of the agro-industrial complex. In this context, the integration of unmanned aerial vehicles (UAVs) into the broader system of agricultural machinery is emerging as a critical strategy for reducing import dependence and elevating the technological capacity of the agricultural sector. The present work is focused on establishing a methodological framework for this integration, founded on the principles of systemic mechanization, modularity, energy efficiency, and digitalization – all of which are fully aligned with the goals and implementation mechanisms of the Federal Scientific and Technical Program.
Keywords
беспилотные летательные аппараты (БПЛА) система машин растениеводства цифровизация мониторинг посевов картографирование полей внесение удобрений защита растений урожайность агрегатируемость машинное обучение экспертные системы
Date of publication
01.04.2025
Year of publication
2025
Number of purchasers
0
Views
41

References

  1. 1. Кирюшин В. И. Научно-­инновационное обеспечение приоритетов развития сельского хозяйства // Достижения науки и техники АПК. 2019. Т. 33. № 3. С. 5–10.
  2. 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. 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. 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. 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. 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. 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. 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/drones7100624.
  9. 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. 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. 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. 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. 93–112. doi: 10.12731/­2658 6649 2024 16 2 803.
  13. 13. XAG Released Corporate Social Responsibility Report 2020 to Share Progress in Advancing a Food-­Secure Future. URL: https://www.xa.com/en/news/official/xag/95 (дата обращения 09.06.2025).
  14. 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. 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. 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. 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. 18. Drony rolnicze nad polskimi polami. URL: https://www.cenyrolnicze.pl/wiadomosci/technika-­rolnicza/31332 drony-­rolnicze-nad-polskimi-­polami (дата обращения 09.05.2025).
  19. 19. Степанов А. А. Защита с воздуха // Председатель. 2024. № 10 (145). С. 26–29.
  20. 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. 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. 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. 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. 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. 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.
QR
Translate

Indexing

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library