Использование беспилотных летательных аппаратов для идентификации несанкционированных свалок твердых коммунальных отходов
А. А. Попов, А. М. Трамова, Ю. Д. Романова
Загрузить полный текст
Аннотация: Статья посвящена рассмотрению вопросов, связанных с использованием беспилотных летательных аппаратов для управления обращением с отходами. Целью исследований является совершенствование системы управления обращением с отходами за счет распознавания твердых коммунальных отходов на изображениях, полученных с помощью беспилотных летательных аппаратов. Объектом исследования является управление обращением с отходами. Предметом исследований является методический аппарат, позволяющий определить необходимое количество беспилотных летательных аппаратов для дистанционного получения необходимого количества изображений участков поверхности в течение заданного промежутка времени и для обнаружения несанкционированных мусорных свалок (скоплений твердых коммунальных отходов) на полученных изображениях. Проведен анализ примеров использования нейросетей и алгоритмов машинного обучения для распознавания несанкционированных мусорных свалок на изображениях, полученных по результатам дистанционного наблюдения за поверхностью с помощью пилотируемых и беспилотных летательных аппаратов. Построен алгоритм определения минимального количества вылетов беспилотных летательных аппаратов для наблюдения за участком поверхности и рассмотрены особенности использования алгоритма. Результаты, полученные в работе, могут быть использованы при проектировании системы управления обращением c отходами, в которой предусмотрено дистанционное зондирование поверхности с помощью беспилотных летательных аппаратов.
Ключевые слова: «мусорная» реформа,обращение с отходами, беспилотный летательный аппарат, управление, несанкционированные скопления мусора, изображение поверхности, нейросеть, машинное обучение, распознавание отходов, алгоритм
Для цитирования. Попов А. А., Трамова А. М., Романова Ю. Д. Использование беспилотных летательных аппаратов для идентификации несанкционированных свалок твердых коммунальных отходов // Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 5. С. 40–52. DOI: 10.35330/1991-6639-2024-26-5-40-52
Список литературы
- Попов А. А., Соломина Ю. К. Анализ возможностей использования беспилотных летательных аппаратов для управления жилищно-коммунальным хозяйством // Фундаментальные исследования. 2018. № 2. С. 144–151. EDN: YSEXJE
- Filkin T., Sliusar N., Ritzkowski M., Huber-Humer M. unmanned aerial vehicles for operational monitoring of landfills. Drones. 2021. Vol. 5(4). Art. Number: 125. DOI: 10.3390/ drones5040125
- Sliusar N., Filkin T., Huber-Humer M., Ritzkowski M. Drone technology in municipal solid waste management and landfilling: A comprehensive review. Waste Management. 2022. Vol. 139. Pp. 1–16. DOI: 10.1016/j.wasman.2021.12.006
- Filkin T., Sliusar N., Ritzkowski M., Huber-Humer M. Unmanned aerial vehicles for operational monitoring of landfills. Drones. 2021. Vol. 5(4). Art. Number: 125. DOI: 10.3390/ drones5040125
- Wilkinson A.K. The identification of garbage dumps in the rural areas of Cyprus through the application of deep learning to satellite imagery. arXiv. 2023. Vol. 8. Art. number:02502. DOI: 10.13140/RG.2.2.22837.86244
- Jia Z., Chen Q., Hong S., Cheng Q. Remote sensing recognition of construction waste accumulation based on resources satellite three multi-view stereoscopic image. IOP Conference Series: Earth and Environmental Science. 2020. Vol. 615. Art. Number: 012027. DOI: 10.1088/1755-1315/615/1/012027
- Torres R.N., Fraternali P. Learning to Identify Illegal Landfills through Scene Classification in Aerial Images. Remote Sensing. 2021. Vol. 13(22). Art. Number: 4520. DOI: 10.3390/rs13224520
- Sharma A.K., Jain A., Chaudhary D. et al. An approach to automatic garbage detection framework designing using CNN. International Journal of Advanced Computer Science and Applications. 2024. Vol. 14(2). Pp. 257–262. DOI: 10.14569/IJACSA.2023.0140231
- Musci M., Serrão G. de M.P., Ferreira M.V.E.N.B. et al. Drones and sustainability: how technology can assist in the automatic detection of waste in hard-to-access areas. Revista de Gestão Social e Ambiental. 2024. Vol. 18(9). Number: e07235. DOI: 10.24857/rgsa.v18n9-109
- Anadkat A.P., Monisha B.V., Puthineedi M. et al. Drone based Solid Waste Detection using Deep Learning & Image Processing. Alliance International Conference on Artificial Intelligence and Machine Learning (AICAAM). Karnataka. India. 26–27 April 2019. Pp. 357–364.
- Torres R.N., Fraternali P. Aerial Waste dataset for landfill discovery in aerial and satellite images. Scientific Data. 2023. Vol. 10. Art. Number: 63. DOI: 10.1038/s41597-023-01976-9
- Wang Z., Yang X., Zheng X., Li H. Vision-Based On-Site construction waste localization using unmanned aerial vehicle. Sensors. 2024. Vol. 24. Art. Number: 2816. DOI: 10.3390/s24092816
- Verma V., Gupta D., Gupta S. et al. A Deep learning-based intelligent garbage detection system using an unmanned aerial vehicle. Symmetry. 2022. Vol. 14. Art. Number: 960. DOI: 10.3390/sym14050960
- Liao Y.-H., Juang J.-G. Real-Time UAV Trash monitoring system. Applied Science. 2022. Vol. 12(4). Art. Number: 1838. DOI: 10.3390/app12041838
- Youme O., Bayet T., Dembele J.M., Cambier C. Deep learning and remote sensing: Detection of dumping waste using UAV. Procedia Computer Science. 2021. Vol. 185. Pp. 361–369. DOI: 10.1016/j.procs.2021.05.037
Информация об авторах
Попов Алексей Анатольевич, канд. техн. наук, доцент, доцент кафедры информатики, Российский экономический университет им. Г. В. Плеханова;
117997, Россия, Москва, Стремянный переулок, 36;
Popov.aa@rea.ru, ORCID: https://orcid.org/0000-0002-0692-3629, SPIN-код: 4105-9404
Трамова Азиза Мухамадияевна, д-р экон. наук, доцент, профессор кафедры информатики, Российский экономический университет им. Г. В. Плеханова;
117997, Россия, Москва, Стремянный переулок, 36;
Tramova.am@rea.ru, ORCID: https://orcid.org/0000-0002-4089-6580, SPIN-код: 8583-3592 Романова Юлия Дмитриевна, канд. экон. наук, доцент, доцент кафедры информатики, Российский экономический университет им. Г. В. Плеханова;
117997, Россия, Москва, Стремянный переулок, 36;
Romanova.yud@rea.ru, ORCID: https://orcid.org/0000-0002-8273-0757, SPIN-код: 8743-9162