Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів
The article proposes a solution to an important problem — the development of an information technology based on expanding the functionality of non-specialized unmanned aerial vehicles (drones) for early detection of forest fires. The proposed information technology is designed to increase the effect...
Saved in:
| Date: | 2021 |
|---|---|
| Main Authors: | , |
| Format: | Article |
| Language: | Russian |
| Published: |
The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
2021
|
| Subjects: | |
| Online Access: | https://journal.iasa.kpi.ua/article/view/233553 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | System research and information technologies |
| Download file: |  |
Institution
System research and information technologies| _version_ | 1867334413849722881 |
|---|---|
| author | Husak, Olena Husak, Volodymyr |
| author_facet | Husak, Olena Husak, Volodymyr |
| author_institution_txt_mv | [
{
"author": "Olena Husak",
"institution": "Чернівецький національний університет імені Юрія Федьковича, Чернівці"
},
{
"author": "Volodymyr Husak",
"institution": "Чернівецький національний університет імені Юрія Федьковича, Чернівці"
}
] |
| author_sort | Husak, Olena |
| baseUrl_str | http://journal.iasa.kpi.ua/oai |
| collection | OJS |
| datestamp_date | 2022-02-09T17:33:09Z |
| description | The article proposes a solution to an important problem — the development of an information technology based on expanding the functionality of non-specialized unmanned aerial vehicles (drones) for early detection of forest fires. The proposed information technology is designed to increase the effectiveness of monitoring forest fires. Тhe existing level of information technology does not fully settle the issue of reliable fire protection of forests. Today, there is a contradiction between the high cost of developing high-tech fire-fighting equipment and lack of its efficiency. The elimination of this contradiction will be facilitated by the involvement of additional non-technical and technical resources in the information technology of early detection of forest fire hotspots. The results of the analysis of the use of modern drones prove that the involvement of unmanned aerial vehicles significantly increases the efficiency of many types of monitoring and they can successfully be used to solve the problems of early detection of forest fire hotspots. The results of experiments are presented, which were carried out both for a series of digital images and for video. |
| doi_str_mv | 10.20535/SRIT.2308-8893.2021.3.03 |
| first_indexed | 2025-07-17T10:27:11Z |
| format | Article |
| fulltext |
Е.М. Гусак, В.В. Гусак, 2021
Системні дослідження та інформаційні технології, 2021, № 3 33
УДК 004:[614.842.4:629.73-519]
DOI: 10.20535/SRIT.2308-8893.2021.3.03
СОВЕРШЕНСТВОВАНИЕ СИСТЕМЫ
ПРОТИВОПОЖАРНОГО МОНИТОРИНГА ЛЕСОВ ПУТЕМ
РАСШИРЕНИЯ ИНФОРМАЦИОННО-ТЕХНОЛОГИЧЕСКИХ
ВОЗМОЖНОСТЕЙ СОВРЕМЕННЫХ КВАДРОКОПТЕРОВ
Е.М. ГУСАК, В.В. ГУСАК
Аннотация. Предложено решение актуальной научно-технической задачи:
разработка информационной технологии расширения функциональных воз-
можностей неспециализированных беспилотных летательных аппаратов с це-
лью усовершенствования мониторинга лесных и других ландшафтных пожа-
ров. Описанная информационная технология поможет разрешить
противоречие между высоким уровнем затрат на разработку и эксплуатацию
высокотехнологических противопожарных средств и их недостаточной эффек-
тивностью. Привлечение в состав информационной технологии раннего обна-
ружения очагов лесных пожаров современных беспилотных летательных ап-
паратов при условии расширения их информационно-технологических
возможностей позволяет в фоновом режиме без дополнительных затрат на вы-
сокотехнологическое оборудование получать оперативную информацию о на-
личии очагов лесных пожаров и своевременно извещать соответствующие
службы о пожарной опасности. Приведены результаты экспериментов, кото-
рые проводились как для серии статических снимков, так и для видеорядов.
Ключевые слова: информационная технология, беспилотный летательный
аппарат, методы обработки изображений, параллельные вычисления.
ВСТУПЛЕНИЕ
Противопожарная защита лесов является одной из основных составляющих
обеспечения безопасности национальных природных богатств, поскольку
последствия лесных пожаров катастрофичны как для биосферы, так и для
атмосферы, гидросферы, литосферы.
В основе технологии охраны лесов от пожаров лежат средства предот-
вращения и раннего обнаружения лесных пожаров. Эффективность их
деятельности является залогом быстрого реагирования оперативно-
спасательных служб и предотвращения широкомасштабных экологических
катастроф.
Ежегодно на Земле возникает 400 тис. лесных пожаров, которые унич-
тожают около 0,5% общей площади лесов, выбрасывая в атмосферу мил-
лионы тонн продуктов сгорания. Для Украины охрана лесов от пожаров яв-
ляется одной из самых сложных и актуальных проблем, что обусловлено
климатическими изменениями — повышением среднегодовой температуры
воздуха, ведением боевых действий на востоке страны, а также последст-
виями Чернобыльской катастрофы. Ежегодно в Украине фиксируется около
25 тыс. лесных пожаров на площади 30 тыс. гектаров [1].
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 34
Несмотря на имеющийся арсенал современных средств и методов про-
тивопожарного мониторинга и охраны леса, лесные пожары, не будучи во-
время обнаруженными, часто из незначительных очагов возгорания пере-
растают в экологические катастрофы. Поэтому разработка новых и
совершенствование существующих моделей, методов, информационных
технологий противопожарной защиты лесов, ориентированных на мобиль-
ность и оперативность, является современной актуальной научно-
прикладной задачей.
Предложенная в этом исследовании информационная технология, суть
которой заключается в привлечении на добровольной основе дополнитель-
ных неспециальных технических ресурсов, владельцами которых являются
простые пользователи, призвана помочь устранить существующее противо-
речие между высоким уровнем затрат на разработку высокотехнологичных
противопожарных средств и их недостаточной эффективностью.
АНАЛИЗ ЛИТЕРАТУРНИХ ДАННЫХ И ПОСТАНОВКА ЗАДАЧИ
Основой для разработки информационной технологии расширения функ-
циональных возможностей беспилотных летательных аппаратов (БПЛА) с
целью раннего обнаружения лесных пожаров являются результаты исследо-
ваний в области противопожарного мониторинга, современное развитие бес-
пилотной авиации и значительные достижения в повышении информатив-
ности цифровых изображений. Сегодня разработан ряд оптических и
оптико-электронных методов их обработки с целью повышения информа-
тивности. В ряде исследований рассмотрены аэрозольные и наземные мето-
ды визуализации радара (SAR), основанные как на возможностях лазерных
радаров, так и возможностях спутниковых технологий [2–6]. В частности,
исследователи предложили новый подход к выполнению трехмерных изме-
рений, характеризующих состояние зеленой биомассы. Была доказана точ-
ность и целесообразность использования технологии LIDAR для определе-
ния внезапных изменений в состоянии лесной биомассы, в том числе
изменений, связанных с наличием очагов лесных пожаров и выгоревших
участков. К недостаткам таких систем, основанных на LIDAR-технологиях,
следует отнести их высокую технологичность и потребность в значительных
финансовых затратах. Кроме того, инфракрасные лазеры, используемые во
многих системах LIDAR, не способны проникнуть сквозь туман или дождь,
а информация, полученная с помощью этих систем, предусматривает после-
дующую дополнительную обработку.
В отдельных исследованиях представлены современные системы на-
блюдения и обнаружения очагов возгорания, основанные на использовании
стационарных датчиков. Такие системы реализуются, в частности, в эффек-
тивных информационных технологиях обнаружения лесных пожаров на ос-
нове беспроводных сенсорных сетей (WSN), архитектура которых предус-
матривает видеонаблюдение, а в «слепых» и наиболее пожароопасных
зонах — использование датчиков, объединенных в беспроводные сенсорные
сети [7]. Результаты их работы, основанные на реальных эксперименталь-
ных подходах, свидетельствуют о достаточной эффективности предложен-
ного метода. К таким системам относится система контроля лесных пожа-
ров, созданная учеными Тернопольского национального экономического
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 35
университета. Авторы разработали архитектуру беспроводной распределен-
ной, самоорганизующейся и устойчивой к отказам отдельных элементов
сенсорную сеть, предназначенную для контроля состояния противопожар-
ной безопасности леса [8]. Предложенная структура системы контроля и
наблюдения за опасными для лесных пожаров участками обеспечивает мо-
ниторинг опасности возникновения пожаров и оперативное информирова-
ние аварийных служб в случае активации задействованных сенсоров изме-
рения температуры, выявления открытого огня, углекислого газа, дыма,
характерного звука и т.п. Использование технологии беспроводных сенсор-
ных сетей обеспечивает эффективный мониторинг огромных участков леса
с минимальным использованием различного типа оборудования.
Приведенные выше разработки приобретают особую актуальность в
связи с необходимостью поиска эффективных методов раннего обнаруже-
ния и борьбы с лесными пожарами, возникающими на пораженной радиаци-
ей территории, в зоне отчуждения Чернобыльской АЭС . Недостатком этих
систем является то, что они предназначены для ведения локального наблю-
дения, фиксируют эпицентры пожара значительной интенсивности, реаги-
руя на пламя определенной высоты, которое сопровождается шлейфом ды-
ма. Кроме того, система предусматривает значительные финансовые
затраты на свою эксплуатацию (к дополнительным затратам относится так-
же приобретение необходимого дополнительного кабельного оборудования
и усилителей ).
Особое место в исследовании и применении методов дистанционного
противопожарного мониторинга занимает съемка в тепловом диапазоне. Во-
зможности, принципы работы, а также перспективы использования совре-
менных информационных технологий основываются на использовании тер-
мовизионных и тепловизионных камер [9, 10].
Все большее количество современных производителей предлагают
термовизионные системы, в том числе предназначенные для установки на
БПЛА с целью осуществления различных видов мониторинга. Использова-
ние БПЛА, оборудованных термовизионными камерами, является новым и
перспективным методом детектирования лесных пожаров, получившим вы-
сокую оценку зарубежных и отечественных специалистов. Существуют
компании, которые специализируются на тепловизионных системах для
БПЛА, как, например, чешская компания Workswell. Оснащение БПЛА теп-
ловизионной камерой также значительно расширяет возможности использо-
вания систем тепловидения. Благодаря высокой оперативности (при средней
скорости 56 километров в час за двадцать минут полета БПЛА способен ох-
ватить площадь 1200 гектаров, проявляя шлейф дыма от лесного пожара,
огонь, выгоревших участков леса), мобильности, высокой контролируемос-
ти, стабильности, экономичности использования БПЛА для мониторинго-
вых наблюдений леса усматривается оптимальным. Однако термо- и тепло-
визионное оборудование в условиях раннего лесопожарного мониторинга не
вполне гарантирует успех, поскольку на его работу значительное влияние
оказывает стороннее инфракрасное излучение от нагретых солнцем распо-
ложенных в зоне обзора объектов, что может искажать информацию о нали-
чии незначительного очага пожара. Густой туман также может повлиять на
работу инфракрасных датчиков, поскольку капли воды препятствуют про-
никновению инфракрасного излучения. Кроме того, установка и транспор-
тировка инфракрасных камер требуют дополнительных ресурсов [11].
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 36
Таким обрахом, как показывает анализ, ни один из описанных методов
не универсален и не в состоянии полностью решить задачу эффективного
противопожарного мониторинга леса.
Идея привлечения и возможного расширения информационно-
технологических возможностей БПЛА базируется на анализе их техничес-
ких характеристик и возможных сфер их применения. Активное развитие
БПЛА для решения задач мониторинга обусловлено их значительными пре-
имуществами перед традиционными и космическими методами, а именно —
возможностью ведения наблюдения при отсутствии экипажа на борту, до-
статочной продолжительностью и дальностью полета, маневренностью, спо-
собностью вести мониторинг в любое время суток, в благоприятных и огра-
ниченных метеоусловиях, относительно небольшой стоимостью, малыми
затратами на эксплуатацию, возможностью массового производства [12].
Основными преимуществами БПЛА, по мнению авторов, являются способ-
ность к автоматической работе в опасных условиях, в отсутствие исполни-
теля, способность к выполнению монотонной, требующей определенных
профессиональных навыков и концентрации внимания, работы. Сравнивая
технологии получения изображений, использующие БПЛА с традиционны-
ми космическими технологиями, авторы отмечают:
небольшую высоту съемки (от 10 до 200 метров) для получения
сверхвысокого разрешения (единицы и десятые доли сантиметра) на мест-
ности;
точечность — возможность детальной съемки небольших объектов и
малых участков там, где это нерентабельно или технически невозможно
сделать другими способами, например, в лесу или в условиях городской за-
стройки;
мобильность — не нужны аэродромы или специально подготовлен-
ные взлетные площадки, БПЛА легко транспортируются легковыми автомо-
билями или переносятся вручную, отсутствует бюрократическая процедура,
требующая разрешения и согласования полетов;
высокую оперативность — весь цикл, от выезда на съемку до полу-
чения результатов, занимает несколько часов;
экологическую чистоту полетов — используются маломощные
бензиновые или бесшумные электрические двигатели, чем обеспечивается
нулевая нагрузка на окружающую среду.
Использование БПЛА для сопровождения многих видов деятельно-
сти — мировая практика, которая приобретает все более широкое распро-
странение в Украине. Особая их популярность в последние годы связана со
способностю быстро и эффективно удовлетворить потребности в аэрофото-
сканировании — получении оперативной информации с высоты птичьего
полета [13]. Как свидетельствует статистика, 45% БПЛА принадлежат
обычным гражданским пользователям, использующим их для своих собст-
венных нужд. Таким образом, почти половина всех проданных беспилотни-
ков представляет собой потенциальный сегмент для привлечения разрабо-
танной нами системы противопожарного мониторинга. Идея привлечения
неспециальных БПЛА основывается на том обстоятельстве, что он может
заменить собой целую группу операторов, операторский кран и вертолет.
При этом он обладает в несколько раз большей мобильностью и способен
обеспечить передачу информации в режиме реального времени.
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 37
Беспилотные летательные аппараты сегодня с успехом применяются
как в военных, так и в мирных целях. Существует также опыт их эксплуата-
ции в ходе противопожарного пожарного мониторинга леса. Однако для
этого необходима дополнительная оптико-электронная система с высоким
разрешением и с несколькими каналами вывода информации: тепловизор,
видеокамера, инфракрасная камера, мультиспектральная камера и т.д. [14].
Таким образом, можно сделать вывод о том, что сегодня отсутствуют
информационные системы и технологии лесопожарного мониторинга, кото-
рые бы позволили без установки дополнительного высокотехнологичного
оборудования, и только благодаря расширению имеющихся информацион-
но-технологических возможностей стандартных неспециализированных
БПЛА, владельцами которых являются индивидуальные пользователи, на
устройствах которых установлена информационная система раннего мони-
торинга очагов лесных пожаров, проводиться эффективный противопо-
жарный мониторинг леса со значительной высоты. Создание такого мо-
бильного информационно-технологического сервиса на основе добровольной
социокоммуникационной инициативы дополнит существующие методы
противопожарного мониторинга леса и поможет повысить их эффектив-
ность — предоставит дополнительную возможность раннего обнаружения
очагов лесных пожаров и получения информации об их возникновении
раньше, чем из официальных источников. Следует особо отметить отсутст-
вие необходимости государственного финансирования.
ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ
Целью исследования является разработка информационной технологии ран-
него обнаружения лесных пожаров на основе расширения информационно-
технологических возможностей БПЛА, которая может стать дополнитель-
ным инструментом противопожарного мониторинга леса.
Достижение цели предполагало решение таких задач:
1) усовершенствование методов автоматизированной обработки ин-
формации, передаваемой с борта БПЛА;
2) разработка информационной технологии оповещения оперативно-
спасательных служб в случае обнаружения очага лесного пожара привле-
ченным БПЛА;
3) выбор математических методов с учетом особенностей их реализа-
ции в информационной технологии раннего обнаружения лесных пожаров;
4) анализ результатов, полученных в ходе тестирования разработанной
информационной технологии.
В соответствии с поставленными задачами были выбраны методы, ис-
пользование которых позволяет достичь максимального эффекта повыше-
ния информативности цифровых изображений в заданных условиях. В ходе
проведенных экспериментов оказалось, что наилучший эффект достигается
комбинацией нескольких математических методов, а именно — последова-
тельным применением метода повышения контрастности изображения, ме-
тода вейвлет-преобразования и метода кластеризации. Именно эти методы
были положены в основу будущей информационной технологии.
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 38
Были определены задачи, которые поэтапно должен выполнять БПЛА:
проведение видеосъемки, передача видеосигнала на устройство управления,
автоматический анализ изображения на предмет наличия очага пожара и, в
случае обнаружения очага пожара, передача на центральный пульт операти-
вно-спасательной службы соответствующей информации. Эта информация
должна содержать оригинал изображения (видео), его обработанную копию,
а также GPS-координаты предполагаемого очага возгорания.
В ходе проведения эксперимента возникла потребность в адаптации
математических методов по критериям скорость/точность распознавания
в соответствии с техническими характеристиками устройств управления
БПЛА.
Результат функционирования информационной технологии достигается
в два этапа: на первом происходит адаптация параметров под технические
характеристики устройства управления, на втором – непосредственный по-
иск очагов возгорания.
Рассмотрим теоретические основы представленной информационной
технологии.
В общем представлении необходимо найти функциональную зависи-
мость вида
.→: OperatorVideoConnect i (1)
Функциональная зависимость (1) преобразует полученный видеопоток
в сигнал, понятный оператору (обработанное видео).
Сигнал обрабатывается в режиме реального времени. Схему принятия
решения удобно представить в виде сети Петри (рис. 1) — направленого
графа, каждый узел которого представляет собой результат математического
преобразования, а ветви графа — процесс преобразования одного узла в
другой, для которого необходимо соответствующее время t . Модель про-
цесса в виде сети Петри приведена на рис. 1.
Эту модель можно представить в виде кортежа отдельных функциона-
лов, каждый из которых реализует три описанные выше этапа преобразова-
ния кадров изображения:
321 ,,)( EtapEtapEtapOperatorS .
t34 t45
t26
t12 t263
t345
P1 P2
P3
P6 P4
P5
Рис. 1. Сеть Петри, моделирующая процесс принятия решения о наличии очага
лесного пожара: P1 — получение видео; P2 — преобразование контраста; P3 —
вейвлет-преобразование; P4 — обучение нейронной сети; P5 — кластеризация;
P6 — адаптация в соответствии с техническими характеристиками устройства
управления
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 39
Для этого представим видеопоток в виде множества отдельных кадров:
},,,{ 21
i
n
iii
i
CadrCadrCadrVideo .
Каждый отдельный кадр претерпевает преобразование контраста:
jj rCad:CadrEtap контраста аниепреобразов
1 . (2)
Результат преобразования, описанного формулой (2), — цифровой
кадр, характеризующийся более высоким контрастом и яркостью. Затем
осуществляется вейвлет-преобразование, которое описывается формулой
),,(
аниепреобразов-вейвлет
212 njjjjj C...C,С=rCad
r:CadEtap .
В результате получаем множество квантованных цифровых изображе-
ний оригинального кадра с меньшим разрешением. Далее преобразованный
кадр подается на вход нейронной сети, которая разделяет его на кластеры.
Этот процесс описан формулой
kj Class
c-, k-
rCad:Etap meansmeansциякластериза
3 .
В качестве метода преобразования контрастности был выбран метод
эквализации гистограмм. Этот метод позволяет с большой скоростью без
использования дополнительных настроек повысить контрастность кадра,
содержащего задымленное или зашумленное изображение, в соответствии
с которым
1
0
)( dfrCad
jCadrj ,
где
jCadrf )( — функция плотности распределения вероятностей уровней
яркости кадра.
Для уменьшения размера изображения и минимизации потери инфор-
мации, что является необходимым условием для повышения скорости обу-
чения нейронной сети, следующими этапами обработки выбрано вейвлет-
преобразование. Основной, важной для нас, идеей этого метода является
замена множества базовых тригонометрических функций, при которых учи-
тываются интегральные характеристики всего сигнального ряда новыми
функциями, которые максимально учитывают поведение сигнала в окрест-
ности исследованной точки и ограничивают влияние значений сигнала на
точки удаленные от исследуемой. Основными критериями настройки пре-
образования являлись тип вейвлет-функции и процент нулевых вейвлет-
коэффициентов:
Z)FCWFC,...,C,C
→
rCad wjjjjj n
,,()(
21
, (3)
где — wF вейвлет-функция; Z — процент нулевых коэффициентов; n —
уровень квантования;
njjj C,...,C,C
21
— квантованные изображения кадра jC .
Для дальнейшей обработки цифровых снимков и видеокадров, цель ко-
торой — обнаружение на них очагов возгорания, применены методы кла-
стеризации. Основная гипотеза использования этих методов заключалась
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 40
в разделении цветов кадров на кластеры различного (естественного и неес-
тественного) происхождения. Главные преимущества этого подхода — ско-
рость принятия решения и отсутствие привязки к контурам искомого объек-
та. Следовательно появляется возможность определения очагов возгорания
несмотря на присутствие помех (веток деревьев, листовой подстилки и т.п.).
В качестве используемых методов кластеризации были протестированы
метод k-средних (k-means), алгоритм fuzzy с-means и карты Кохонена. Во
время тестирования было установлено, что для решения заданного класса
задач карты Кохонена не подходят, поскольку для их реализации необходи-
мо весьма длительное обучение нейронной сети. Для реализации методов k-
means и fuzzy с-means на обучение нейронной сети затрачивается меньше
времени, однако для автоматического анализа наиболее удобным оказался
метод fuzzy с-means, описанный формулой
)(),,(
1321 jj C=FCClass ,
где
1j
C — квантовое изображение первого уровня вейвлет-преобразования;
FC — функция кластеризации; 321 ,, — матрица функций принадлеж-
ности точек изображения к одному из кластеров — 1, 2, 3 соответственно.
Для установки критерия срабатывания системы (автоматической пода-
чи сигнала об опасности) предложено определение порогового значения —
относительного количества точек изображения, принадлежащих к нечетко-
му кластеру неестественных цветов -уровня. Этот процесс описывается
формулой
,
1
,0
;
1
,1
2
2
,1
,1
P
m
P
m
Signal
m
pp
m
pp
где m — количество точек изображения 11j
C ; P — пороговое значение
точек изображения, принадлежащих ко второму кластеру -уровня.
Если в течении серии из S последовательных кадров значение Signal
окажется равным единице, принимается решение об автоматическом ин-
формировании диспетчерского пункта оперативно-спасательных служб.
ПРИМЕНЕНИЕ МЕТОДА ОБРАБОТКИ ВИДЕОПОТОКОВ НА ОСНОВЕ
РЕАЛИЗАЦИИ ПАРАЛЛЕЛЬНОГО АЛГОРИТМА РЕШЕНИЯ ЗАДАЧ
Поскольку процесс принятия решений состоит из последовательных этапов
вычислений с помощью ряда математических методов, для решения такого
класса задач недостаточно одного мощного процессора. В работах [15, 16]
показана целесообразность применения в подобных случаях параллельных
алгоритмов — способа организации компьютерных вычислений, при кото-
ром программы разрабатываются как набор взаимодействующих вычисли-
тельных процессов, работающих параллельно (одновременно).
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 41
Реализация параллельных алгоритмов в рассматриваемом случае обес-
печивает возможность одновременного наблюдения за объектами в видео-
потоке. Процесс происходит в реальном масштабе времени, при этом видео
является полноценным (30 fps). Реализация такого алгоритма на современ-
ных многоядерных CPU CUDA дает значительный прирост производитель-
ности — в 2–3 раза.
Процесс принятия решения возможно разделить на серию информаци-
онно независимых частей. Для этого был разработан метод автоматизиро-
ванного поиска очагов лесных пожаров с использованием параллельных вы-
числений в фоновом режиме, что обеспечило распределение и оптимизацию
использования ресурсов БПЛА и ускорило процесс обработки данных. По-
скольку большинство современных устройств управления оснащены четы-
рехъядерными процессорами, то метод был оптимизирован именно для них.
Алгоритм приведен ниже.
Этап обучения и адаптации. Для серии кадров длительностью 1t :
каждый кадр полученного видеопотока проходит предварительную
обработку (повышение контрастности и вейвлет-преобразования) на первом
ядре процессора и формирует обучающую выборку нейронной сети;
по окончании 1t начальная обучающая выборка подается на второе
ядро для обучения нейронной сети, которое длится в течение времени 2t ;
во время обучения нейронной сети первое ядро продолжает форми-
ровать обучающую выборку на основе следующих кадров;
по прошествии времени 2t обученная нейронная сеть направляется
на третье ядро процессора, где происходит кластеризация и оценка времени
выполнения вычисления;
после оценки времени вычисления происходит модификация пара-
метров вейвлет-преобразования n и частоты обработанных кадров l . Про-
цесс происходит циклично до тех пор, пока не будут определены оптималь-
ные параметры метода для конкретного устройства управления.
Этап принятия решения, который состоит из циклов обучения и кла-
стеризации:
длительность каждого цикла соответствует времени, необходимому
для обеспечения процесса обучения нейронной сети и модифицируется
в ходе функционирования алгоритма;
по окончании процессов обучения и адаптации, а также в начале ка-
ждого цикла, обученная нейронная сеть передается на третье ядро для реа-
лизации процесса кластеризации кадров и формирования исходящего ви-
деоряда. Видеоданные для обеспечения этого процесса непрерывно,
в режиме реального времени, поступают с первого ядра;
полученная дополненная обучающая выборка с первого ядра переда-
ется на второе ядро на обучение, после чего первое ядро формирует сле-
дующую обучающую выборку;
второе ядро проводит обучение нейронной сети. После окончания
процесса обучения цикл повторяется.
В случае выявления очага лесного пожара, согласно формуле (3), вы-
ходной видеоряд вместе с оригиналом и GPS-координатами пересылается на
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 42
пульт оперативно-спасательной службы, где оператор подтверждает или
опровергает наличие опасности (очага лесного пожара) и принимает реше-
ние о незамедлительном принятии специальных мер или о дополнительном
обследовании территории.
РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Один из 1000 результатов обработки цифровых изображений показан на
рис. 2. Для обработки применялась последовательная комбинация методов
повышения контрастности изображения, вейвлет-преобразования и класте-
ризации.
Как показали проведенные вычисления, для функционирования систе-
мы в режиме реального времени с обработкой каждого кадра необходимо,
чтобы уровень разложения вейвлет-преобразования был равен 4.
Сравнение времени и безошибочности распознавания лесных пожаров
на оригинальных изображениях и изображениях, обработанных с помощью
разработанной информационной технологии, приведено в таблице.
Результаты эксперимента по распознаванию цифровых изображений
Человек
Інформационная система (ноутбук ASUS
F541NC-GO054T (90NB0E93-M00700)
Критерий
П
ри
п
ре
дъ
яв
ле
ни
и
ор
иг
ин
ал
ьн
ы
х
из
об
ра
ж
ен
ий
П
ри
п
ре
дъ
яв
ле
ни
и
об
ра
бо
та
нн
ы
х
из
об
ра
ж
ен
ий
n=
4,
l
=
1
(k
-m
ea
ns
/c
-m
ea
ns
)
n=
6,
l
=
2
(k
-m
ea
ns
/c
-m
ea
ns
)
n=
8,
l
=
2
(k
-m
ea
ns
/c
-m
ea
ns
)
Среднее время
распознавания, с
10 2 0,03 0,03 0,03
Средний процент
правильных ответов
(срабатываний)
70 90 75/78 78/80,5 80/82
Количество случаев
«изображение
не распознано»
30 10 25/24 22/20 20/20
Рис. 2. Видеокадры, демонстрирующие результат обработки цифровых изображений:
а — кадр до обработки; б — кадр после обработки
а б
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 43
Как видно из таблицы, время распознавания человеком-оператором
очага возгорания на обработанных цифровых изображениях сократилось в
5 раз по сравнению со временем, затраченным на распознавание этих же
объектов на оригинальных изображениях. Время их обработки и принятия
решения автоматической системой, работающей под управлением Windows
на ноутбуке ASUS F541NC-GO054T (90NB0E93-M00700), как правило, не
превышает продолжительности одного кадра. То есть система способна
функционировать в режиме реального времени.
Качество принятия решения оператором повысилось с 70% до 90%,
причем существенно сократилось количество ложных распознаваний. Ре-
зультаты эксперимента свидетельствуют о том, что количество случаев пра-
вильного срабатывания автоматизированной системы достаточно большое
(80%), однако этот показатель все же ниже аналогичного показателя челове-
ка-оператора, следовательно система может использоваться как автоматизи-
рованная система, помогающая человеку принять оптимальное решение.
Кроме того, данные таблицы свидетельствуют о том, что, работая в режиме
автоматической фиксации очагов лесных пожаров, метод кластеризации
c-means показывает лучший результат по сравнению с методом k-means.
Данные таблицы свидетельствуют также о том, что предложенная ин-
формационная технология обладает достаточной скоростью и качеством
распознавания и способна стать дополнительным источником информации о
наличии очагов лесных пожаров, что позволит повысить эффективность мо-
ниторинга и противопожарной защиты леса.
ВЫВОДЫ
В приведенном исследовании представлено решение актуальной научно-
технической задачи — разработка информационной технологии раннего об-
наружения очагов возгорания лесных пожаров на основе расширения уже
имеющихся информационно-технологических возможностей неспециализи-
рованных БПЛА. Получены основные результаты:
1. Усовершенствован метод автоматизированной обработки информа-
ции, передаваемой с борта БПЛА, путем автоматической настройки пара-
метров вейвлет-преобразования и адаптации их к техническим характе-
ристикам устройств управления, что обеспечило бесперебойное
функционирование информационной системы в фоновом режиме.
2. Усовершенствован метод автоматического обнаружения опасности
лесного пожара, что позволяет автоматически сигнализировать об опасности.
3. Разработана информационная технология оповещения оперативно-
спасательных служб привлеченным неспециализированными БПЛА, осно-
ванная на расширении информационно-технологических возможностей
БПЛА, предоставляет дополнительную возможность оповещения и повы-
шения эффективности противопожарной защиты леса.
4. В ходе проведенных экспериментов установлены оптимальные на-
стройки параметров и обоснована целесообразность применения разрабо-
танной информационной системы в операторской деятельности, что в целом
подтвердило эффективность основанной на ней информационной техноло-
гии раннего обнаружения очагов лесных пожаров.
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 44
ЛИТЕРАТУРА
1. Статистика лісових пожеж – Державне агентство лісових ресурсів України,
Кабінет міністрів України. 2021. [Онлайн]. Доступно: http://dklg.kmu.gov.
ua/forest/control/uk/index
2. “Modeling Forest Aboveground Biomass and Volume Using Airborne LiDAR Met-
rics and Forest Inventory and Analysis Data in the Pacific Northwest”, Remote Sens-
ing, no. 7, pp. 229–255, 2015. doi: 10.3390/rs70100229.
3. K. Zhao, D. Valle, and S. Popescu, “Hyperspectral remote sensing of plant biochem-
istry using Bayesian model averaging with variable and band selection”, Remote
Sensing of Environment, no. 132, pp. 102–119, 2013. doi: 10.1016/j.rse.2012.12.026.
4. A. Habib, М. Ghanma, M. Morgan, and R. Al-Ruzouq, “Photogrammetric and lidar
Data Registration Using Linear Features”, Photogramm. Eng. Remote Sens, vol. 71,
pp. 699–707, 2005.
5. G. Taylor, D. Kidner, and K. Brundsdon, “Modelling and prediction of GPS
availability with digital photogrammetry and LiDAR”, International Journal of
Geographical Information Science, vol. 21, no. 1, pp. 1–20, 2007. doi:
10.1080/13658810600816540
6. Li-Der Chang, K. Clint Slatton, and Carolyn Krekeler, “Bare-earth extraction from
airborne LiDAR data based on segmentation modeling and iterative surface correc-
tions”, Journal of Applied Remote Sensing, 4(1), 041884 (1 August 2010). doi:
10.1117/1.3491194.
7. K. Bouabdellah, H. Noureddine, and S. Larbi, “Using Wireless Sensor Networks for
Reliable Forest Fires Detection”, Procedia Computer Science, no.19, pp. 794–801,
2013. doi: 10.1016/j.procs.2013.06.104.
8. В.В. Яцків та В.В. Башуцький, “Система контролю лісових пожеж на основі
безпровідних сенсорних мереж”, Сучасні комп’ютерні інформаційні технології
: матеріали V Всеукр. шк.-семінару молодих вчен. і студ. АСІТ’2015,
м. Тернопіль, ТНЕУ, 22–23 трав. 2015, c. 63–64.
9. A. Rogalski, “Infrared detectors: an overview”, Infrared Physics & Technology,
no. 43, pp. 187–210, 2002. doi: 10.1016/S1350-4495(02)00140-8.
10. J.L. Dupuy, J. Marechal, and D. Morvan,” Fires from a cylindrical forest fuel burner:
combustion dynamics and flame properties”, Combust. Flame, no. 135, pp. 65–76,
2003. doi: 10.1016/S0010-2180(03)00147-0
11. Chuan Li, George D. Skidmore, and C.J. Han, “DRS uncooled VOx infrared detector
development”, Optical Engineering, vol. 50, no. 50, 2010. doi: 10.1117/12.851795.
12. О.М. Алєксєєв та Д.І. Бондарєв, “Перспективи розвитку безпілотного та
муніципального авіаційного транспорту в Україні”, Системи обробки
інформації, № 8, c. 10–16, 2016.
13. П.В. Ефремов, К.А. Попов, Т.А. Капитонова, и Г.П. Стручкова, “Обработка и
анализ данных дрона для мониторинга линейных объектов,
эксплуатирующихся на севере”, Международный журнал экспериментального
образования, № 10-2, c. 238–239, 2016.
14. М.М. Проценко, “Аналіз методів цифрової обробки відеозображень апаратурою
безпілотного літального апарату”, Вісник ЖДТУ, № 1, c. 89–95, 2014.
15. Г.И. Шпаковский, Реализация параллельных вычислений: MPI, OpenMP,
кластеры, грид, многоядерные процессоры, графические процессоры,
квантовые компьютеры. Минск: БГУ, 2011, 176 c.
16. Г.А. Поляков, С.И. Шматков, Е.Г. Толстолужская, и Д.А. Толстолужский,
Синтез и анализ параллельных процессов в адаптивных время
параметризованных вычислительных системах: монография. Харьков: ХНУ
имени В. Н. Каразина, 2012, 672 с.
Поступила 05.07.2021
Совершенствование системы противопожарного мониторинга лесов путем расширения …
Системні дослідження та інформаційні технології, 2021, № 3 45
INFORMATION ON THE ARTICLE
Olena M. Husak, ORCID: 0000-0003-4395-6355, Yuriy Fedkovych Chernivtsi National
University, Ukraine, e-mail: gusakolena17@gmail.com
Volodymyr V. Husak, ORCID: 0000-0002-1165-3010, Yuriy Fedkovych Chernivtsi Na-
tional University, Ukraine, e-mail: vgusak08@gmail.com
УДОСКОНАЛЕННЯ СИСТЕМИ ПРОТИПОЖЕЖНОГО МОНІТОРИНГУ
ЛІСІВ ШЛЯХОМ РОЗШИРЕННЯ ІНФОРМАЦІЙНО-ТЕХНОЛОГІЧНИХ
МОЖЛИВОСТЕЙ СУЧАСНИХ КВАДРОКОПТЕРІВ / О.М. Гусак, В.В. Гусак
Анотація. Запропоновано вирішення актуального науково-технічного завдан-
ня: розроблення інформаційної технології розширення функціональних мож-
ливостей неспеціалізованих безпілотних літальних апаратів з метою вдоскона-
лення моніторингу лісових та інших ландшафтних пожеж. Описана
інформаційна технологія допоможе вирішити суперечність, що виникла між
високим рівнем витрат на розроблення й експлуатацію високотехнологічних
протипожежних засобів та їх недостатньою ефективністю. Залучення до скла-
ду інформаційної технології раннього виявлення осередків лісових пожеж су-
часних безпілотних літальних апаратів, за умови розширення їх інформаційно-
технологічних можливостей, дозволяє у фоновому режимі без додаткових ви-
трат на високотехнологічне обладнання отримувати оперативну інформацію і
своєчасно сповіщувати відповідні служби про небезпеку. Наведено результати
експериментів, які проводилися як для серії статичних знімків, так і для відео-
рядів.
Ключові слова: інформаційна технологія, безпілотний літальний апарат,
методи оброблення зображень, паралельні розрахунки.
IMPROVEMENT OF FOREST FIRE MONITORING SYSTEM BY
EXPANDING INFORMATION AND TECHNOLOGICAL POSSIBILITIES
OF MODERN QUADCOPTERS / O.M. Husak, V.V. Husak
Abstract. The article proposes a solution to an important problem — the develop-
ment of an information technology based on expanding the functionality of non-
specialized unmanned aerial vehicles (drones) for early detection of forest fires. The
proposed information technology is designed to increase the effectiveness of moni-
toring forest fires. Тhe existing level of information technology does not fully settle
the issue of reliable fire protection of forests. Today, there is a contradiction be-
tween the high cost of developing high-tech fire-fighting equipment and lack of its
efficiency. The elimination of this contradiction will be facilitated by the involve-
ment of additional non-technical and technical resources in the information technol-
ogy of early detection of forest fire hotspots. The results of the analysis of the use of
modern drones prove that the involvement of unmanned aerial vehicles significantly
increases the efficiency of many types of monitoring and they can successfully be
used to solve the problems of early detection of forest fire hotspots. The results of
experiments are presented, which were carried out both for a series of digital images
and for video.
Keywords: information technology, unmanned aerial vehicle, image processing
methods, parallel computing.
REFERENCES
1. Statistics of forest fires - State Forest Resources Agency of Ukraine, Cabinet of Min-
isters of Ukraine. 2021. Available at: http://dklg.kmu.gov.ua/forest/control/uk/index.
2. “Modeling Forest Aboveground Biomass and Volume Using Airborne Lidar Metrics
and Forest Inventory and Analysis Data In The Pacific Northwest”, Remote Sensing,
no. 7, pp. 229–255, 2015. doi: 10.3390/RS70100229.
3. K. Zhao, D. Valle, and S. Popescu, “Hyperspectral Remote Sensing of Plant Bio-
chemistry Using Bayesian Model Averaging With Variable and Band Selection”,
Е.М. Гусак, В.В. Гусак
ISSN 1681–6048 System Research & Information Technologies, 2021, № 3 46
Remote Sensing of Environment, no. 132, pp. 102–119, 2013. doi:
10.1016/j.rse.2012.12.026.
4. A. Habib, M. Ghanma, M. Morgan, and R. Al-Ruzouq, “Photogrametric and Lidar
Data Registration Using Linear Features”, Photogramm. Eng. Remote Sens., vol. 71,
pp. 699–707, 2005.
5. G. Taylor, D. Kidner, and K. Brundsdon, “Modelling and Prediction of GPS Avail-
ability with Digital Photogrammetry and Lidar”, International Journal of Geo-
graphical Information Science, vol. 21, no. 1, pp. 1–20, 2007. doi:
10.1080/13658810600816540.
6. Li-Der Chang, K. Clint Slatton, and Carolyn Krekeler, “Bare-Earth Extraction from
Airborne Lidar Data Based on Segmentation Modeling and Iterative Surface Correc-
tions”, Journal of Apple Remote Sensing, 4 (1), 041884, 2010. doi:
10.1117/1.3491194.
7. K. Bouabdellah, H. Noureddine, and S. Larbi, “Using wireless sensor networks for
reliable forest fires detection”, Procedia Computer Science, no. 19, pp. 794–801,
2013. doi: 10.1016/J.Procs.2013.06.104.
8. V.V. Yatskov and V.V. Bashutsky, “System of control of forest fires based on wire-
less sensory networks”, Modern Computer Information Technologies: Materials V
Allukr. Sk.-seminar of young teachings and the studio, ASIT'2015, Ternopil, TNEU,
pp. 63–64.
9. A. Rogalski, “Infrared Detectors: An Overview”, Infrared physics & technology,
no. 43, pp. 187–210, 2002. doi: 10.1016/S1350-4495(02)00140-8.
10. J.L. Dupuy, J. Marechal, and D. Morechal, “Fires from A Cylindrical Forest Fuel
Burner: Combustion Dynamics and Flame Properties”, Combust. Flame, no. 135,
pp. 65–76, 2003. doi: 10.1016/S0010-2180(03)00147-0
11. Chuan Li, George D. Skidmore, and C.J. Han, “DRS uncooled VOx infrared detector
development”, Optical Engineering, vol. 50, no. 50, 2010. doi: 10.1117/12.851795.
12. O.M. Alexeyev and D.I. Bondariev, “Prospects for the development of unmanned
and municipal aviation transport in Ukraine”, Information processing systems, no. 8,
pp. 10–16, 2016.
13. P.V. Efremov, K.A. Popov, and T.A. Kapitonova, “Analysis of Data Drill for Moni-
toring Line Objectives, Exploating in Severe”, International Journal of Experimental
Education, no. 10-2, pp. 238–239, 2016.
14. M.M. Protsenko, “Analysis of digital video processing methods by the hardware of
the unmanned aerial vehicle”, Bulletin of ZHDTHOU, no. 1, pp. 89–95, 2014.
15. G.I. Shutkovsky, Realization of parallel spelled: MPI, OpenMP, clusters, grid, multi-
volume processor, graphic processor, quantum computers. Minsk: BGU, 2011, 176 c.
16. G.A. Polyakov, S.I. Shmatkov, E.G. Tolstoluzhskaya, and D.A. Tolstoluzhsky, Syn-
thesis and Analysis of Parallel Processes in Adaptative Time of Parameterised Systems:
Monograph. Kharkov: V.N. Karazin Kharkiv National University, 2012, 672 p.
|
| id | journaliasakpiua-article-233553 |
| institution | System research and information technologies |
| keywords_txt_mv | keywords |
| language | Russian |
| last_indexed | 2025-07-17T10:27:11Z |
| publishDate | 2021 |
| publisher | The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" |
| record_format | ojs |
| resource_txt_mv | journaliasakpiua/61/2e77088a9dad791730cbcfdf0230e261.pdf |
| spelling | journaliasakpiua-article-2335532022-02-09T17:33:09Z Improvement of forest fire monitoring system by expanding information and technological possibilities of modern quadcopters Совершенствование системы противопожарного мониторинга лесов путем расширения информационно-технологических возможностей современных квадрокоптеров Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів Husak, Olena Husak, Volodymyr информационная технология беспилотный летательный аппарат методы обработки изображений параллельные вычисления information technology unmanned aerial vehicle image processing methods parallel computing інформаційна технологія безпілотний літальний апарат методи оброблення зображень паралельні розрахунки The article proposes a solution to an important problem — the development of an information technology based on expanding the functionality of non-specialized unmanned aerial vehicles (drones) for early detection of forest fires. The proposed information technology is designed to increase the effectiveness of monitoring forest fires. Тhe existing level of information technology does not fully settle the issue of reliable fire protection of forests. Today, there is a contradiction between the high cost of developing high-tech fire-fighting equipment and lack of its efficiency. The elimination of this contradiction will be facilitated by the involvement of additional non-technical and technical resources in the information technology of early detection of forest fire hotspots. The results of the analysis of the use of modern drones prove that the involvement of unmanned aerial vehicles significantly increases the efficiency of many types of monitoring and they can successfully be used to solve the problems of early detection of forest fire hotspots. The results of experiments are presented, which were carried out both for a series of digital images and for video. Предложено решение актуальной научно-технической задачи: разработка информационной технологии расширения функциональных возможностей неспециализированных беспилотных летательных аппаратов с целью усовершенствования мониторинга лесных и других ландшафтных пожаров. Описанная информационная технология поможет разрешить противоречие между высоким уровнем затрат на разработку и эксплуатацию высокотехнологических противопожарных средств и их недостаточной эффективностью. Привлечение в состав информационной технологии раннего обнаружения очагов лесных пожаров современных беспилотных летательных аппаратов при условии расширения их информационно-технологических возможностей позволяет в фоновом режиме без дополнительных затрат на высокотехнологическое оборудование получать оперативную информацию о наличии очагов лесных пожаров и своевременно извещать соответствующие службы о пожарной опасности. Приведены результаты экспериментов, которые проводились как для серии статических снимков, так и для видеорядов. Запропоновано вирішення актуального науково-технічного завдання: розроблення інформаційної технології розширення функціональних можливостей неспеціалізованих безпілотних літальних апаратів з метою вдосконалення моніторингу лісових та інших ландшафтних пожеж. Описана інформаційна технологія допоможе вирішити суперечність, що виникла між високим рівнем витрат на розроблення й експлуатацію високотехнологічних протипожежних засобів та їх недостатньою ефективністю. Залучення до складу інформаційної технології раннього виявлення осередків лісових пожеж сучасних безпілотних літальних апаратів, за умови розширення їх інформаційно-технологічних можливостей, дозволяє у фоновому режимі без додаткових витрат на високотехнологічне обладнання отримувати оперативну інформацію і своєчасно сповіщувати відповідні служби про небезпеку. Наведено результати експериментів, які проводилися як для серії статичних знімків, так і для відеорядів. The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2021-09-30 Article Article application/pdf https://journal.iasa.kpi.ua/article/view/233553 10.20535/SRIT.2308-8893.2021.3.03 System research and information technologies; No. 3 (2021); 33-46 Системные исследования и информационные технологии; № 3 (2021); 33-46 Системні дослідження та інформаційні технології; № 3 (2021); 33-46 2308-8893 1681-6048 ru https://journal.iasa.kpi.ua/article/view/233553/242177 |
| spellingShingle | інформаційна технологія безпілотний літальний апарат методи оброблення зображень паралельні розрахунки Husak, Olena Husak, Volodymyr Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title | Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title_alt | Improvement of forest fire monitoring system by expanding information and technological possibilities of modern quadcopters Совершенствование системы противопожарного мониторинга лесов путем расширения информационно-технологических возможностей современных квадрокоптеров |
| title_full | Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title_fullStr | Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title_full_unstemmed | Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title_short | Удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| title_sort | удосконалення системи протипожежного моніторингу лісів шляхом розширення інформаційно-технологічних можливостей сучасних квадрокоптерів |
| topic | інформаційна технологія безпілотний літальний апарат методи оброблення зображень паралельні розрахунки |
| topic_facet | информационная технология беспилотный летательный аппарат методы обработки изображений параллельные вычисления information technology unmanned aerial vehicle image processing methods parallel computing інформаційна технологія безпілотний літальний апарат методи оброблення зображень паралельні розрахунки |
| url | https://journal.iasa.kpi.ua/article/view/233553 |
| work_keys_str_mv | AT husakolena improvementofforestfiremonitoringsystembyexpandinginformationandtechnologicalpossibilitiesofmodernquadcopters AT husakvolodymyr improvementofforestfiremonitoringsystembyexpandinginformationandtechnologicalpossibilitiesofmodernquadcopters AT husakolena soveršenstvovaniesistemyprotivopožarnogomonitoringalesovputemrasšireniâinformacionnotehnologičeskihvozmožnostejsovremennyhkvadrokopterov AT husakvolodymyr soveršenstvovaniesistemyprotivopožarnogomonitoringalesovputemrasšireniâinformacionnotehnologičeskihvozmožnostejsovremennyhkvadrokopterov AT husakolena udoskonalennâsistemiprotipožežnogomonítoringulísívšlâhomrozširennâínformacíjnotehnologíčnihmožlivostejsučasnihkvadrokopterív AT husakvolodymyr udoskonalennâsistemiprotipožežnogomonítoringulísívšlâhomrozširennâínformacíjnotehnologíčnihmožlivostejsučasnihkvadrokopterív |