ПРИНЦИПЫ АВТОМАТИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ В СЕЛЬСКОМ ХОЗЯЙСТВЕ НА ОСНОВЕ БЕСПИЛОТНОЙ ТЕХНИКИ

Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 77 http://nauko-sfera.ru/ УДК 631.171 DOI 10.5281/zenodo.17411922 Научная статья ПРИНЦИПЫ АВТОМАТИЗАЦИИ ТЕХНОЛОГИЧЕСКИХ ОПЕРАЦИЙ В СЕЛЬСКОМ ХОЗЯЙСТВЕ НА ОСНОВЕ БЕСПИЛОТНОЙ ТЕХНИКИ PRINCIPLES OF AUTOMATION OF TECHNOLOGICAL OPERATIONS IN AGRICULTURE BASED ON UNMANNED TECHNOLOGY ШАРИПОВ АЗАТ ХАТИПОВИЧ, Казанский (Приволжский) федеральный университет. SHARIPOV AZAT KHATIPOVICH, Kazan (Volga Region) Federal University. В статье рассмотрены принципы автоматизации технологических операций в сельском хозяйстве на основе беспилотной техники. Отдельно выделены отличительные черты использования передовых технологий в АПК. Автором предлагается подход к автоматизации, включающий многоуровневую модель агротехнической системы и унифицированные принципы проектирования БС. Также обоснованы общие и специфические принципы автоматизации операций в аграрном секторе. Формализована структура и схема функционирования сельскохозяйственного дрона, которая включает в себя описание рабочего процесса, а также детализацию компонентов, входящих в контур Интернета вещей. The article discusses the principles of automation of technological operations in agriculture based on unmanned vehicles. The distinctive features of the use of advanced technologies in agriculture are highlighted separately. The author suggests an approach to automation, including a multilevel model of an agrotechnical system and unified principles of BS design. The general and specific principles of automation of operations in the agricultural sector are also substantiated. The structure and functional scheme of an agricultural drone have been formalized, which includes a description of the working process, as well as details of the components included in the Internet of Things circuit. Ключевые слова: сельское хозяйство, автоматизация, технологии, операции, принципы, дрон, Интернет вещей, данные, передача. Key words: agriculture, automation, technology, operations, principles, drone, Internet of Things, data, transmission. ельское хозяйство является основным источником продовольствия в мире, и сегодня оно сталкивается с серьезными проблемами, которые обусловлены растущим спросом на продукты питания, строгими требованиями к безопасности и надежности продовольствия, а также необходимостью соблюдать жесткие нормы защиты окружающей среды, сохранения водных ресурсов и устойчивого развития [9]. В данном контексте очевидным является тот факт, что в связи с ростом спроса на продукты питания во всем мире и последствиями изменения климата, модернизация сельскохозяйственных практик стала неизбежной. Сельское хозяйство, основанное на традиционных методах в настоящее время уже не способно удовлетворить потребности глобальной продовольственной безопасности. С ростом прогресса в области искусственного интеллекта и маС Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 78 http://nauko-sfera.ru/ шинного обучения точное фермерство представляется многообещающим подходом к ведению эффективного и устойчивого производства продуктов питания [10]. Новые технологические достижения, начиная от робототехники и дронов до программного обеспечения для компьютерного зрения, полностью преобразовали современный аграрный сектор. Автоматизация играет критически важную роль для развития современного сельского хозяйства. Она обеспечивает заметный вклад в повышение эффективности производства, снижение затрат и преодоление последствий стихийных бедствий, а также повышение устойчивости. Внедрение цифровых технологий позволяет эффективно формировать более глубокие знания на основе данных, собранных с полей, а также дает возможность систематически планировать агротехнические мероприятия с минимальными затратами ручного труда [4; 6]. Одна из этих технологий, известная как беспилотные системы (БС), стала незаменимой в этом процессе. Благодаря частому сбору высококачественных данных в режиме реального времени БС улучшают мониторинг сельскохозяйственных активов, таких как урожай и скот. Однако, несмотря на то, что уже наработан широкий спектр применений и сфер приложений дронов, которые могут улучшить сельское хозяйство, многие технологии находятся все еще на стадии исследования или разработки. В связи с этим, вопросы, связанные с дальнейшим развитием киберфизических систем и раскрытием потенциала полностью автономных операций БС, заслуживают особого внимания, что и предопределило выбор темы данной статьи. Алгоритмы искусственного интеллекта и машинного обучения, включая сверхточные нейронные сети, опорные векторы и деревья решений, которые обрабатывают данные, полученные с БС, для решения критически важных сельскохозяйственных задач, таких как выявление заболеваний, прогнозирование урожайности и управление орошением, рассматривают в своих трудах Перспективы развития визуальных навигационных систем для садоводства, которые сталкиваются с ограничениями в алгоритмической производительности в реальном времени и чувствительности к освещению, описывают Мальсагова Р.Г. [12], Пчелинцева Н.В., Измалков А.А. [16], Никитченко С.Л., Капкаев А.А., Юхнов В.И., Муконина М.И. [14], Гусак Е.В., Рогачев А.Ф. [7]. Над решением проблемы столкновений с препятствиями в беспилотной сельскохозяйственной технике, с использованием алгоритма обнаружения преград на основе двухмерного LiDAR, трудятся Прямилова В.С., Горынин К.П., Куленцан А.Л. [15], Пьянкова С.Г., Митрофанова И.В., Иванова Т.Б., Ергунова О.Т. [17], Скворцов В.В. [18]. Однако, несмотря на многообещающие технологические достижения, в области беспилотной техники для сельского хозяйства остаётся ряд нерешённых проблем. Например, необходима стандартизированная структура, обеспечивающая бесперебойную интеграцию БС с другими агропромышленными системами. Кроме того, для полного раскрытия потенциала беспилотных автономных технологии необходимо устранить нормативные препятствия, особенно в отношении полностью независимых операций. Таким образом, цель статьи заключается в рассмотрении особенностей и принципов автоматизации технологических операций в сельском хозяйстве на основе беспилотной техники. С быстрым проникновением ключевых технологий автоматизации сельского хозяйства во всю производственную цепочку, сценарии их применения вышли за рамки оптимизации отдельных звеньев и превратились в интеллектуальные решения, охватывающие весь цикл «выращивание–управление–уборка» [1]. Опираясь на три основные технологические платформы — интеллектуальное восприятие, автономное принятие решений и совместное управление — автономная сельскохозяйственная техника кардинальным образом трансформирует модели полевых работ. Системы точного земледелия революционизируют логику распреде- Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 79 http://nauko-sfera.ru/ ления ресурсов, а интеллектуальные кластеры оборудования преодолевают пространственновременные границы сельскохозяйственного производства [5; 19]. На рис. 1 представлена модель сельского хозяйства и операции, которые могут быть автоматизированы. Рис. 1. Модель сельского хозяйства через призму возможностей автоматизации операций Представленная на рис. 1 модель является многоуровневой агротехнической системой с цифровизацией и автоматизацией, где каждый уровень выполняет свою функциональную роль и связан с другими. На сенсорном уровне используются датчики, метеостанции, камеры и беспилотные летательные аппараты для сбора информации о состоянии почвы, растений и погодных условиях. Эти данные служат фундаментом для дальнейшего анализа и принятия решений, обеспечивая высокую точность мониторинга полей. На уровне анализа данных собранная информация обрабатывается с помощью серверов, облачных платформ и аналитических модулей. Здесь применяются технологии машинного обучения и Big Data, что позволяет прогнозировать урожайность, выявлять потенциальные проблемы и планировать агрооперации. Далее, уровень принятия решений использует интеллектуальные управляющие системы и экспертные алгоритмы для оптимизации процессов — от орошения до маршрутизации дронов. Исполнительный уровень реализует решения на практике с помощью автономной техники, роботов и систем полива, обеспечивая точное выполнение операций, таких как посев, опрыскивание и уборка. Наконец, управленческий уровень объединяет все данные и процессы в агроплатформах и ERP-системах, обеспечивая контроль, отчётность и анализ эффективности. Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 80 http://nauko-sfera.ru/ По мнению автора, такая модель позволяет интегрировать технологии Интернета вещей, робототехники и искусственного интеллекта в единый управляемый процесс, повышая продуктивность и устойчивость сельского хозяйства. Для автоматизации технологических операций в сельском хозяйстве представляется целесообразным использовать определенные принципы и шаблоны проектирования. И в данном случае, предлагаем применять комбинированный подход, который будет включать шаблоны проектирования, предложенные Галиуллиным И.Г. [4], принципы бережливого производства, разработанные компанией Toyota, и авторские наработки. Итак, ключевым принципом автоматизации технологических операций в сельском хозяйстве является применение унифицированных шаблонов проектирования для БС, которые обеспечивают стандартизированный подход к разработке. Данный подход основан на модульной архитектуре, включающей четыре основные подсистемы: вычислительную, коммуникационную, навигационную,подсистему машинного зрения. Фундаментальным принципом является системный анализ, направленный на выявление и последующее устранение ключевых ограничений, присущих каждой из подсистем, таких как задержки вычислений, пропускная способность каналов связи, точность позиционирования и скорость обработки визуальных данных. По мнению автора, устранение этих «узких мест» достигается за счет синергии концепции бережливого инжиниринга (Lean Engineering), производственные принципы которого были впервые внедрены компанией Toyota, и теории ограничений, что предполагает внедрение передовых технологических решений, например, использование операционных систем реального времени, современных нейросетевых архитектур и высокоточных инерциальных навигационных систем. Завершающим принципом является обязательная верификация разрабатываемых систем с помощью комплексного виртуального моделирования. Создание высокодостоверных цифровых полигонов и моделей техники позволит проводить всесторонние испытания алгоритмов управления и систем сенсорики в симулированной среде, что существенно снизит риски и затраты перед внедрением технологий в сельскохозяйственную технику. Выделим отличительные черты и преимущества автоматизации с применением БС. Во-первых, автоматизация сельского хозяйства значительно повышает эффективность работы благодаря технологиям машинного и глубокого обучения. Например, опорные векторные машины и алгоритмы дерева решений способны быстро и точно рекомендовать подходящие культуры для посева на основе параметров почвы (pH, азот, фосфор, содержание калия и т. д.), сокращая время и ошибки, связанные с ручным принятием решений [13]. Во-вторых, точное управление ресурсами является одним из основных преимуществ автоматизации сельского хозяйства. Регрессионные модели случайного леса динамически корректируют объемы орошения путем анализа влажности почвы и метеорологических данных, сводя к минимуму потери воды. Анализ временных рядов (например, ARIMA и RNN) позволяет прогнозировать циклы развития вредителей и болезней, что помогает целенаправленно применять пестициды и снижать воздействие на окружающую среду от их чрезмерного использования [2]. В-третьих, интеграция больших данных о сельскохозяйственных угодьях и интеллектуальных алгоритмов обеспечивает научную основу для принятия решений. Датчики Интернета вещей (IoT) собирают данные о почве, метеорологических условиях и росте сельскохозяйственных культур в режиме реального времени, а модели ARIMA прогнозируют тенденции урожайности [8]. Таким образом, выделенные особенности использования беспилотной техники в сельскохозяйственных работах позволили сформулировать общие принципы их автоматизации (табл. 1). Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 81 http://nauko-sfera.ru/ Таблица 1. Общие принципы автоматизации технологических операций в АПК (составлено автором) Принцип Содержание (ИТ-аспект) Пример реализации Системность и интеграция Автоматизация охватывает все звенья технологической цепочки, объединяя их в единую информационно-управляющую систему Платформы Smart Farm, объединяющие технику, датчики и ERP-системы Надёжность и отказоустойчивость Системы должны функционировать в реальном времени, иметь резервирование и защищённость от сбоев Дублирование каналов связи и сенсоров в автономных средствах Энергоэффективность и ресурсосбережение Использование интеллектуальных алгоритмов для оптимизации расхода энергии, топлива, воды и удобрений VRT-технологии (Variable Rate Technology) в сеялках и опрыскивателях Гибкость и адаптивность Возможность автоматической перенастройки под различные условия (культуры, почвы, климат) Самообучающиеся алгоритмы управления орошением на основе IoTдатчиков Информационная прозрачность Сбор, хранение и обработка больших массивов данных с полей и техники для аналитики и прогнозирования Использование облачных платформ агроданных и цифровых двойников Кибербезопасность Защита каналов передачи данных и управляющих сигналов от несанкционированного доступа Шифрование связи между дронами и наземными станциями Экономическая эффективность Повышение производительности и снижение издержек за счёт автоматизации и интеллектуализации процессов Автономные роботысортировщики, сокращающие ручной труд Человекомашинное взаимодействие Разработка интерфейсов для дистанционного контроля и управления, повышение удобства работы оператора Панели мониторинга с AR-подсказками для агронома Интеграция алгоритмов искусственного интеллекта и сенсорных технологий с беспилотными летательными аппаратами имеет значительный потенциал для революционных изменений в области точного земледелия, животноводства и управления урожаями [11]. Эта конвергенция направлена на повышение эффективности сельского хозяйства за счет более точного сбора данных, анализа в режиме реального времени и автономного принятия решений. При этом следует отметить, что принципы автоматизации технологических операций в сельском хозяйстве на основе беспилотной техники должны учитывать и специфические для каждой сферы задачи, операции и варианты использования [3]. В связи с этим предлагаем специальные принципы автоматизации классифицировать по следующим категориям: автономная сельскохозяйственная техника, скоординированные операции БС, системы точного исполнения с переменной скоростью, роботы для сбора/сортировки и интеллектуальное сельское хозяйство (табл. 2). Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 82 http://nauko-sfera.ru/ Таблица 2. Специальные принципы автоматизации для конкретных технологических операций (составлено автором) Категория Специальные принципы автоматизации Пример реализации Автономная сельскохозяйственная техника Координация движения и работы машин без оператора; сенсорное восприятие окружающей среды; алгоритмы навигации и предотвращения столкновений Автопилотируемые тракторы John Deere, автономные комбайны Claas Скоординированные операции беспилотных летательных аппаратов (БПЛА) Алгоритмы роевого управления; распределённый сбор и обработка данных; автоматическое построение маршрутов и контроль перекрытия зон Роевые дроны для мониторинга посевов и внесения удобрений Системы точного исполнения с переменной скоростью Адаптивное управление нормами внесения ресурсов (семян, удобрений, воды) на основе датчиков и цифровых карт полей Опрыскиватели с системами VRT для дозированного внесения удобрений и средств защиты растений Роботы для сбора и сортировки Компьютерное зрение и машинное обучение для распознавания плодов/овощей; автоматизированные манипуляторы для бережного захвата; системы конвейерной сортировки Роботы для сбора клубники, оптические сортировщики овощей и зерна Интеллектуальное сельское хозяйство (Smart Farming) Интеграция IoT-датчиков, облачной аналитики и систем поддержки принятия решений; цифровые двойники хозяйств; прогнозирование урожайности и состояния животных Платформы управления хозяйством с ИИаналитикой (Climate FieldView, AgroSignal) Рассмотрим более подробно конструкцию беспилотной сельскохозяйственной техники на примере дрона. Рис. 2. Общая схема конструкции сельскохозяйственного дрона: а) систематический рабочий процесс контура IoT в дроне; б) структурно-функциональная модель подсистем дрона [20] Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 83 http://nauko-sfera.ru/ Основные компоненты дронов, которые нашли свое применение в различных сферах агропромышленного комплекса включают системы управления (микроконтроллеры/полетные контроллеры), системы привода (BLDC-двигатели, воздушные винты), систему IоT, включающую датчики, камеру, навигацию, системы питания (аккумуляторы) и другие компоненты полезной нагрузки (распылители, дождеватели, сеялки и режущие лезвия). Общая схема конструкции представлена на рис. 2. Выводы. Проведенное исследование подтверждает, что автоматизация на основе беспилотной техники является ключевым направлением трансформации агропромышленного комплекса, отвечающим вызовам глобальной продовольственной безопасности и устойчивого развития. В статье рассмотрены особенности автоматизации технологических операций в аграрном секторе на основе беспилотной техники. Интеграция беспилотных систем, основанная на предложенных принципах и подходах, открывает путь к созданию интеллектуальных, ресурсоэффективных и адаптивных агросистем, способных обеспечить качественно новый уровень продуктивности и устойчивости сельскохозяйственного производства. Использование цифровых технологий в АПК представляет собой преобразующую парадигму для достижения устойчивой интенсификации сельского хозяйства. Отдельно выделены общие и специфические принципы автоматизации операций. Также представлена схема основных компонентов сельскохозяйственного дрона, оснащённого технологиями Интернета вещей. СПИСОК ЛИТЕРАТУРЫ 1. Амирова Э.Ф., Вагапов Р.И., Золкин А.Л., Малова Н.Н. Перспективы использования беспилотных технологий в сельском хозяйстве // Научно-технический вестник Поволжья. 2023. № 8. С. 41–48. 2. Ваняев Д.А., Косолапов В.В., Косолапова Е.В. Разработка беспилотного авиационного комплекса для внесения средств защиты растений и удобрений // Агротехника и энергообеспечение. 2022. № 4 (37). С. 199–204. 3. Галиуллин И. Г., Сабиров Р.Ф., Чикрин Д.Е., Егорчев А.А. Программно-аппаратный комплекс сегментации препятствий с архитектурой U-Net для автономной сельскохозяйственной техники // Известия ЮФУ. Технические науки. 2023. № 3(233). С. 46–55. 4. Галиуллин И. Г. Система автономного управления движением машинно-тракторного агрегата с использованием отечественной элементной базы // Известия Кабардино-Балкарского научного центра РАН. 2022. № 6(110). С. 92–98. 5. Галиуллин И.Г., Чикрин Д.Е., Пашин Д.М., Фахрутдинов А.Ф. Моделирование и полунатурные испытания информационно-управляющих систем беспилотной сельскохозяйственной техники на базе трактора Беларус-3525 // Современная наука: актуальные проблемы теории и практики. Серия: Естественные и технические науки. 2024. № 5. С. 37–43. DOI 10.37882/2223-2966.2024.05.07. 6. Губин В.К., Кудрявцева Л.В. Перспективы использования беспилотных летательных аппаратов в сельском хозяйстве // Сельский механизатор. 2024. № 6. С. 26–27. 7. Гусак Е.В., Рогачев А.Ф. Использование технологий искусственного интеллекта в сельском хозяйстве: европейский опыт и применение в России // Перспективы науки. 2025. № 1 (184). С. 14–17. 8. Гусева М.Н., Желткова А.А., Зайцева А.В. Проекты использования беспилотных летательных аппаратов в сельском хозяйстве // Экономика и предпринимательство. 2024. № 11 (172). С. 1019– 1022. 9. Дубинина М.Г., Дубинина В.В. Тенденции развития робототехники для сельского хозяйства за рубежом (на примере БПЛА и беспилотных тракторов) // АПК: экономика, управление. 2023. № 9. С. 17–29. 10. Кузнецов Р.В. Использование БПЛА в сельском хозяйстве как фактор повышения конку- Наукосфера. №10 (2), 2025 Информационные технологии ISSN 2542-0402 84 http://nauko-sfera.ru/ рентоспособности // Мировые цивилизации. 2024. Т. 9. № 4. С. 69–75. 11. Логинов Н.А., Семичева О.С., Логинова И.М., Салтанаева Е.А. Внедрение цифровых технологий в процесс сельскохозяйственного производства: перспективы, барьеры и результаты // Экономика и управление: проблемы, решения. 2024. Т. 4. № 10 (151). С. 169–175. 12. Мальсагова Р.Г. Проблемы и перспективы применения искусственного интеллекта, больших данных и блокчейн-технологий в сельском хозяйстве России // Международный сельскохозяйственный журнал. 2025. № 2 (404). С. 220–224. 13. Мохаммад Н., Воронова Л.И., Воронов В.И. Разработка имитационной модели использования роя беспилотных летательных аппаратов в сельском хозяйстве // Наукоемкие технологии в космических исследованиях Земли. 2022. Т. 14. № 3. С. 55–61. 14. Никитченко С.Л., Капкаев А.А., Юхнов В.И., Муконина М.И. Управление жизненным циклом сельскохозяйственной техники на этапе эксплуатации в условиях цифровизации производства // Аграрный научный журнал. 2023. № 10. С. 194–204. 15. Прямилова В.С., Горынин К.П., Куленцан А.Л. Искусственный интеллект в сельском хозяйстве // Сборник научных трудов вузов России «Проблемы экономики, финансов и управления производством». 2025. № 56. Т. 4 (78) С. 52–56. 16. Пчелинцева Н.В., Измалков А.А. Применение искусственного интеллекта в сельском хозяйстве: автоматизация, предиктивное моделирование, машинное обучение // Наука и Образование. 2025. Т. 8. № 1. 17. Пьянкова С.Г., Митрофанова И.В., Иванова Т.Б., Ергунова О.Т. Оценка уровня цифровизации и внедрения искусственного интеллекта в сельском хозяйстве стран БРИКС // Друкеровский вестник. 2024. № 6 (62). С. 111–126. 18. Скворцов В.В. Анализ технико-технологического обеспечения производства продукции птицеводства в России // Экономика, труд, управление в сельском хозяйстве. 2025. № 1 (119). С. 89– 99. 19. Челышева Д.Н. Беспилотные летательные аппараты как один из основных инструментов цифровой трансформации АПК // АПК: экономика, управление. 2024. № 2. С. 96–101. 20. Makam S., Komatineni B.K., Meena S.S. Unmanned aerial vehicles (UAVs): an adoptable technology for precise and smart farming // Discov Internet Things. 2024. № 4 (12). Поступила в редакцию: 16.10.2025 © Шарипов А. Х., 2025. Принята в печать: 25.11.2025