ВИКОРИСТАННЯ ДАТЧИКІВ БПЛА ДЛЯ ЗБИРАННЯ ГЕОПРОСТОРОВИХ ДАНИХ У ЗАДАЧАХ ПРОТИМІННОЇ ДІЯЛЬНОСТІ

Тарас Гуцул

doi:10.17721/1728-2217.2026.66.120-131

Автор(и)

Тарас Гуцул Чернівецький національний університет імені Юрія Федьковича Автор

DOI:

https://doi.org/10.17721/1728-2217.2026.66.120-131

Ключові слова:

геоінформаційні технології, гуманітарне розмінування, глобальні навігаційні супутникові системи, детекція вибухонебезпечних об'єктів, дистанційне зондування Землі, мінна небезпека, сенсорні системи

Анотація

Вступ. Мінне забруднення територій – загроза для безпеки населення та сталого розвитку. Традиційні методи розмінування залишаються небезпечними, ресурсоємними й повільними, що потребує впровадження інноваційних технологій. Одним із перспективних напрямів є використання безпілотних літальних апаратів (БПЛА) як платформ для збирання геопросторових даних із застосуванням різних типів датчиків. Метою дослідження є аналіз можливостей використання датчиків БПЛА у протимінній діяльності (ПМД) та оцінювання їх потенціалу для підвищення ефективності виявлення мін і вибухонебезпечних предметів (ВНП).
Методи. Дослідження базується на теоретичному аналізі сучасних наукових публікацій, нормативних документів і технічних рішень у сфері ПМД. Застосовано методи систематизації та узагальнення для класифікації датчиків за принципом дії, функціональним призначенням і можливостями використання на платформах БПЛА. Проведено порівняльний аналіз їхніх переваг, обмежень і сфер застосування. Проаналізовано класифікацію датчиків для гуманітарного розмінування, обґрунтовано й доповнено її з урахуванням сучасних рішень.
Результати. Проаналізовано чотири основні групи сенсорів: механічні, електромагнітні, електрооптичні й детектори вибухових речовин. Сенсори генерують первинні вимірювання параметрів, які в процесі геоприв'язки (із використанням координатно-часових міток, навігаційних і орієнтаційних даних) трансформуються у геопросторові дані відповідного типу. Інтеграція цих даних до геоінформаційних систем (ГІС) забезпечує формування комплексних моделей середовища (растрових, векторних і тривимірних), що підвищує достовірність інтерпретації. Установлено, що електромагнітні сенсори (зокрема георадари й магнітометри) ефективні для виявлення підповерхневих об'єктів, але залежать від властивостей ґрунту й умов зйомки. Електрооптичні сенсори забезпечують високодеталізовану інформацію про поверхню, однак обмежені можливістю проникнення в ґрунт і використовуються переважно для виявлення непрямих ознак. Детектори вибухових речовин забезпечують пряме підтвердження наявності ВНП, але їхня інтеграція з БПЛА є технічно складною. Виявлено, що найбільш ефективним підходом є мультисенсорна інтеграція, яка дає змогу підвищити достовірність результатів. Також установлено обмеженість існуючих класифікацій сенсорів, які не враховують сучасні технології БПЛА та методи злиття даних.
Висновки. Застосування БПЛА із системами датчиків – перспективний напрям розвитку гуманітарного розмінування, що дає змогу підвищити безпеку й ефективність ПМД. Жоден окремий датчик чи сенсор не забезпечує універсального рішення, тому ключовим підходом є використання мультисенсорних систем. Подальші дослідження мають спрямовуватися на їхню інтеграцію, розвиток алгоритмів обробки даних і вдосконалення класифікацій з урахуванням сучасних технологій.

Завантажити

Дані для завантаження поки недоступні.

Посилання

Abdulhussain, S. H., Mahmmod, B. M., Alwhelat, A., Shehada, D., Shihab, Z. I., Mohammed, H. J., Abdulameer, T. H., Alsabah, M., Fadel, M. H., Ali, S. K., Abbood, G. H., Asker, Z. A., & Hussain, A. (2025). A comprehensive review of sensor technologies in IoT: technical aspects, challenges, and future directions. Computers, 14(8), 342. https://doi.org/10.3390/computers14080342

Bajić, M., & Potočnik, B. (2023). UAV thermal imaging for unexploded ordnance detection by using deep learning. Remote Sensing, 15(4), 967. https://doi.org/10.3390/rs15040967

Balestrieri, E., Daponte, P., De Vito, L., & Lamonaca, F. (2021). Sensors and Measurements for Unmanned Systems: an overview. Sensors, 21(4), 1518. https://doi.org/10.3390/s21041518

Baudoin, Y., Acheroy, M., & Colon, E. (2003). Humanitarian demining: Sensor systems, mechanical and robotics systems. In Proceedings of the 6th International Conference on Climbing and Walking Robots (CLAWAR 2003).

Bodie, K., Brunner, M., Pantic, M., Walser, S., Pfndler, P., Angst, U., Siegwart, R., & Nieto, J. (2019). An Omnidirectional Aerial Manipulation Platform for Contact-Based Inspection. In Robotics: Science and Systems 2019. https://doi.org/10.15607/rss.2019.xv.019

Burrough, P. A, & McDonnelL R. A. (1998). Principles of geographical information systems. Internet Archive. https://archive.org/details/principlesofgeog0000burr

Chang, B., Li, F., Hu, Y., Yin, H., Feng, Z., & Zhao, L. (2025). Application of UAV remote sensing for vegetation identification: a review and meta-analysis. Frontiers in Plant Science, 16, 1452053. https://doi.org/10.3389/fpls.2025.1452053

Corbacho, J., Baeza, J., & Caballero, J. (2023). Use of a drone-based gamma-ray spectrometry system to assess point or extended radioactive sources. Radioprotection, 59(2), 80–87. https://doi.org/10.1051/radiopro/2023039

Diaz, J. A., Pieri, D., Wright, K., Sorensen, P., Kline-Shoder, R., Arkin, C. R., Fladeland, M., Bland, G., Buongiorno, M. F., Ramirez, C., Corrales, E., Alan, A., Alegria, O., Diaz, D., & Linick, J. (2015). Unmanned aerial mass spectrometer systems for In-Situ Volcanic plume analysis. Journal of the American Society for Mass Spectrometry, 26(2), 292–304. https://doi.org/10.1007/s13361-014-1058-x

Ding, J., Zhang, T., & Li, H. (2023). Recent advances in laser-induced breakdown spectroscopy for explosive analysis. TrAC Trends in Analytical Chemistry, 166, 117197. https://doi.org/10.1016/j.trac.2023.117197

Fernández, M. G., López, Y. Á., Arboleya, A. A., Valdés, B. G., Vaqueiro, Y. R., Andrés, F. L., & García, A. P. (2018). Synthetic Aperture Radar Imaging system for landmine detection using a ground penetrating radar on board a unmanned aerial vehicle. IEEE Access, 6, 45100–45112. https://doi.org/10.1109/access.2018.2863572

Ferrer-González, E., Agüera-Vega, F., Carvajal-Ramírez, F., & Martínez-Carricondo, P. (2020). UAV photogrammetry accuracy assessment for corridor mapping based on the number and distribution of ground control points. Remote Sensing, 12(15), 2447. https://doi.org/10.3390/rs12152447

Gottwald, R., Docci, N., & Mayer, W. (2017). Humanitarian demining – UAV based detection of land mines. In Proceedings of FIG Working Week 2017: Surveying the World of Tomorrow – From Digitalisation to Augmented Reality (Helsinki, Finland, May 29–June 2, 2017).

Horbulin, V. P. (2022). World global demining problem: Ukrainian vector. Visnyk of the National Academy of Sciences of Ukraine, 2, 3–13 [in Ukrainian]. https://doi.org/10.15407/visn2022.02.003

Hutsul, T. (2026c). Remote sensing – the optimal technology for collecting geospatial data in humanitarian mine action. Municipal economy of cities. Series: Information Technology and Engineering, 1(196), 216–231 [in Ukrainian]. https://doi.org/10.33042/3083-6727-2026-1-196-216-231

Hutsul, T. (2025a). Geographic Information Systems in humanitarian demining: history, development and modernity. Bulletin of Taras Shevchenko National University of Kyiv. Military-special sciences, 3(63), 85–92 [in Ukrainian]. https://doi.org/10.17721/1728-2217.2025.63.85-92

Hutsul, T. (2026b). Geospatial data in humanitarian territory clearance: significance, classification and possible application at different stages. Bulletin of Taras Shevchenko National University of Kyiv. Military-Special Sciences, 1(65), 61–71 [in Ukrainian]. https://doi.org/10.17721/1728-2217.2026.65.61-71

Hutsul, T., Khobzei, M., & Tkach, V. (2025с, November 10). Optical methods for soil parameter analysis: a step forward in humanitarian demining. In Correlation Optics (COR 2025) (Article 138130Q). SPIE. https://doi.org/10.1117/12.3091678

Hutsul, T., Khobzei, M., Popiuk, Y., Tkach, V., Krulikovskyi, O., & Samila, A. (2025b). Soil conductivity: an important factor for detecting landmine threats and terrain rehabilitation. Advances in Military Technology, 20(1), 137–153. https://doi.org/10.3849/aimt.01916

Hutsul, T., Khobzei, M., Tkach, V., Krulikovskyi, O., Moisiuk, O., Ivashko, V., & Samila, A. (2024). Review of approaches to the use of unmanned aerial vehicles, remote sensing and geographic information systems in humanitarian demining: Ukrainian case. Heliyon, 10(7), e29142. https://doi.org/10.1016/j.heliyon.2024.e29142

Hutsul, T., Lysko, B., Zhezhera, I., Tkach, V., & Tsvyk, T. (2025d). Recommendations for planning UAV flight missions for geodata collection. Reports on Geodesy and Geoinformatics, 119(1), 62–70. https://doi.org/10.2478/rgg-2025-0007

Jiang, C., Zhou, X., Chen, H., & Liu, T. (2026). UAV positioning using GNSS: A review of the current status. Drones, 10(2), 91. https://doi.org/10.3390/drones10020091

Kasianchuk, A., Lastivka, H., & Samila, A. (2025). Perspectives on the development and Use of nuclear methods for detecting landmines and minefields: a review. Security of Infocommunication Systems and Internet of Things, 3(1), 01010. https://doi.org/10.31861/sisiot2025.1.01010

Kolba, M. P., Torrione, P. A., & Collins, L. M. (2010). Fusion of ground-penetrating radar and electromagnetic induction sensors for landmine detection and discrimination. Proceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE, 7664, 76641S. https://doi.org/10.1117/12.851364

Lazic, V., Palucci, A., De Dominicis, L., Nuvoli, M., Pistilli, M., Menicucci, I., Colao, F., & Almaviva, S. (2019). Integrated Laser Sensor (ILS) for Remote Surface analysis: application for detecting explosives in fingerprints. Sensors, 19(19), 4269. https://doi.org/10.3390/s19194269

Lee, J., Lee, H., Ko, S., Ji, D., & Hyeon, J. (2023). Modeling and implementation of a joint airborne ground penetrating radar and magnetometer system for landmine detection. Remote Sensing, 15(15), 3813. https://doi.org/10.3390/rs15153813

Lekhak, S., Ientilucci, E. J., Baur, J., & Ghosh, S. (2025, October 3). A UAV-Based VNIR Hyperspectral benchmark dataset for landmine and UXO detection. arXiv.org. https://arxiv.org/abs/2510.02700v2

Liashenko, D., Zobniv, I., & Tsvyk, O. (2025). Mapping mine risk using large‑scale multispectral imagery. Visnyk of Taras Shevchenko National University of Kyiv. Geology, 1(108), 103–108 [in Ukrainian]. https://doi.org/10.17721/1728-2713.108.14

Lopez, P., Trivino, R., Calderon, D., Arcentales, A., & Guaman, A. V. (2017). Electronic nose prototype for explosive detection. In 2017 CHILEAN Conference on Electrical, Electronics Engineering, Information and Communication Technologies (CHILECON). IEEE. https://doi.org/10.1109/chilecon.2017.8229657

Peng, L., Hua, L., Wang, W., Zhou, Q., & Li, H. (2014). On-site rapid detection of trace non-volatile inorganic explosives by stand-alone ion mobility spectrometry via acid-enhanced evaporization. Scientific Reports, 4(1), 6631. https://doi.org/10.1038/srep06631

Pizzino, S., Durham, J., Wild, H. B., Tippett, V., & Waller, M. (2026). A multi-country epidemiological analysis of mortality from landmines and other explosive ordnance. Communications Medicine, 6(1). https://doi.org/10.1038/s43856-026-01430-y

Ren, Y., Cai, Y., Li, H., Chen, N., Zhu, F., Yin, L., Kong, F., Li, R., & Zhang, F. (2025). A survey on LiDAR-based autonomous aerial vehicles. arXiv (Cornell University). https://doi.org/10.48550/arxiv.2509.10730

Samila, A., Hotra, O., Moisiuk, O., Khobzei, M., & Kazemirskiy, T. (2022). Modified Transceiver antenna for NQR detection of explosive objects in demining conditions. Energies, 15(19), 7348. https://doi.org/10.3390/en15197348

Saprykin, I. (2024). Optical deep learning landmine detection based on limited dataset of aerial imagery. Science-Based Technologies, 62(2), 107–115 [in Ukrainian]. https://doi.org/10.18372/2310-5461.62.18708

Schartel, M., Burr, R., Bähnemann, R., Mayer, W., & Waldschmidt, C. (2020). An experimental study on airborne landmine detection using a circular synthetic aperture radar. arXiv (Cornell University). https://doi.org/10.48550/arxiv.2005.02600

Šipoš, D., & Gleich, D. (2020). A lightweight and Low-Power UAV-Borne ground penetrating radar design for landmine detection. Sensors, 20(8), 2234. https://doi.org/10.3390/s20082234

Sudarshan, S. K. V., Li Huang, Chang Li, Stewart, R., & Becker, A. T. (2016). Seismic surveying with drone-mounted geophones. In 2016 IEEE International Conference on Automation Science and Engineering (CASE). IEEE. https://doi.org/10.1109/coase.2016.7743566

Syspcb. (2025, July 12). Different types of sensors. SYS Technology Co., Ltd. https://www.syspcb.com/pcb-blog/knowledge/different-types-of-sensors.html

Telli, K., Kraa, O., Himeur, Y., Ouamane, A., Boumehraz, M., Atalla, S., & Mansoor, W. (2023). A comprehensive review of recent research trends on Unmanned Aerial Vehicles (UAVs). Systems, 11(8), 400. https://doi.org/10.3390/systems11080400

United Nations Mine Action Service. (2019a). International Mine Action Standards (IMAS 08.10): Non-technical survey. Geneva, Switzerland: UNMAS. https://www.mineactionstandards.org/standards/08-10-non-technical-survey

United Nations Mine Action Service. (2019b). UN Mine Action Strategy 2019–2023. Geneva, Switzerland: UNMAS. https://www.unmas.org/en/unmas/resources/un-mine-action-strategy

Wang, S., Liang, Y., Liao, S., Xiao, S., & Wang, L. (2025). Multi-sensor information fusion methods for coal mine exploration in GNSS-denied scenarios. Journal on Wireless Communications and Networking, 2026(1). https://doi.org/10.1186/s13638-025-02490-9

Xiang, N., & Sabatier, J. M. (2003). An experimental study on antipersonnel landmine detection using acoustic-to-seismic coupling. The Journal of the Acoustical Society of America, 113(3), 1333–1341. https://doi.org/10.1121/1.1543554

Xu, D., Zhao, Y., Zhang, K., Ling, C., & Li, P. (2025). Quantifying Thermal Spatiotemporal Signatures and Identifying Hidden Mining-Induced Fissures with Various Burial Depths via UAV Infrared Thermometry. Remote Sensing, 17(12), 1992. https://doi.org/10.3390/rs17121992

Yoo, L., Lee, J., Lee, Y., Jung, S., & Choi, Y. (2021). Application of a drone magnetometer system to military mine detection in the demilitarized zone. Sensors, 21(9), 3175. https://doi.org/10.3390/s21093175

Zhan, Y., Jiang, Y., Cao, M., & Geng, J. (2026). Aerial Manipulation with Contact-Aware Onboard Perception and Hybrid Control. Open MIND. https://doi.org/10.48550/arxiv.2602.08251

Zhang, C., Qian, L., & Zeng, W. (2025). MOS based gas sensor in detection of volatile organic compounds: A review. Sensors and Actuators a Physical, 393, 116818. https://doi.org/10.1016/j.sna.2025.116818

Zhang, Z., & Zhu, L. (2023). A review on Unmanned aerial vehicle remote sensing: platforms, sensors, data processing methods, and applications. Drones, 7(6), 398. https://doi.org/10.3390/drones7060398

Zimroz, P., Trybała, P., Wróblewski, A., Góralczyk, M., Szrek, J., Wójcik, A., & Zimroz, R. (2021). Application of UAV in search and rescue actions in underground Mine – A specific sound detection in noisy acoustic signal. Energies, 14(13), 3725. https://doi.org/10.3390/en14133725