Воронеж, Воронежская область, Россия
Россия
Россия
УДК 004.8 Искусственный интеллект
Проблема повышения эффективности лесозаготовок при одновременном снижении антропогенной нагрузки и травматизма требует внедрения беспилотных технологий. В работе рассмотрены подходы к интеграции автономных харвестеров и форвардеров в систему лесопромышленного комплекса. Показано, что простое использование GPS-навигации без адаптивного управления захватом приводит к низкой точности позиционирования и повреждению древостоя.
беспилотные форвардеры, автономные харвестеры, лесозаготовки, автоматизация управления, техническое зрение, LIDAR, лесная робототехника
1. Comparative Analysis of LiDAR-Based and Depth-Assisted Image-Based Tree Mapping for Autonomous Forestry Robots / T. Suzuki, Y. Tanaka, K. Yamamoto, M. Sugimoto // Journal of Robotics and Autonomous Systems. – 2025. – Vol. 11, No. 2. – P. 89–97.
2. Exploring the feasibility of autonomous forestry operations: Results from the first experimental unmanned machine / T. Hellström, P. Eriksson, J. Nordin, M. Larsson // Journal of Field Robotics. – 2024. – Vol. 41. – P. 942–965. – DOI:https://doi.org/10.1002/rob.22300
3. Field Evaluation of an Autonomous Mobile Robot for Navigation and Mapping in Forest / F. Piazzolla, E. F. Grande, R. Marino, P. Dabove // Robotics. – 2025. – Vol. 14, No. 7. – P. 89. – DOI:https://doi.org/10.3390/robotics14070089
4. Klubnichkin, V. E., Methods for Developing Unmanned Wheeled and Tracked Skidding Machines: Dissertation … Doctor of Technical Sciences / V. E. Klubnichkin. – 2025. – 326 p.
5. SAHA: Supervised Autonomous HArvester for selective forest thinning / F. Nan, M. Berglund, J. Lundberg, K. Andersson, S. Johansson, L. Nilsson, P. Svensson, M. Eriksson, E. Lindgren // arXiv:2601.01282 [cs.RO]. – 2026. – DOI:https://doi.org/10.48550/arXiv.2601.01282
6. Robotic Precision Harvesting: Mapping, Localization, Planning and Control for a Legged Tree Harvester / M. Hutter, R. Siegwart, F. Jenelten, T. Miki, J. Hwangbo, M. Bloesch, S. Lee // IEEE Transactions on Robotics. – 2025. – (in print). – DOI:https://doi.org/10.3929/ethz-b-000725041
7. Autonomous UAVs for Below-Canopy Mapping and Inventory (OLYMPIAN) / VERTLINER // SPADE Project Horizon Europe. – 2025. – URL: https://spade-horizon.eu/
8. Olkhin Yu. V. Using an Unmanned Aerial Vehicle to Assess the Formation Process of Young Forests in Cleared Areas / Yu. V. Olkhin, O. I. Gavrilova, A. V. Gryazkin // Resources and Technology. – 2023. – No. 3, Vol. 20. – P. 60–75. – DOI:https://doi.org/10.15393/j2.art.2023.7163
9. Filatov A. A. Assessing the Structure of Young Forests Using Unmanned Aerial Vehicles and a Ground-Based Method / A. A. Filatov, A. V. Gryazkin, O. I. Gavrilova // Forestry Bulletin. – 2022. – Vol. 26, No. 4. – P. 21–28. DOI: https://doi.org/10.18698/2542-1468-2022-4-21-28
10. Ponomarev A. N. Automation of quality control of building materials / A. N. Ponomarev, S. A. Ermakov. – St. Petersburg: Lan, 2021. – 288 p.
