ВИЯВЛЕННЯ МІН ЗА ДОПОМОГОЮ РОБОТОТЕХНІЧНИХ СИСТЕМ ІЗ ВИКОРИСТАННЯМ МУЛЬТИСПЕКТРАЛЬНИХ ВІДЕОЗОБРАЖЕНЬ

Andrii Podorozhniak; Oleksandr Skorlupin

doi:10.26906/SUNZ.2026.2.160

Автор(и)

Andrii Podorozhniak
Oleksandr Skorlupin

DOI:

https://doi.org/10.26906/SUNZ.2026.2.160

Ключові слова:

виявлення мін, робототехнічна система, мультитспектральне зображення, комп’ютерний зір, комп’ютерна система, RGB-ІЧ злиття, гуманітарне розмінування

Анотація

Актуальність. Виявлення мін за допомогою робототехнічних систем із використанням мультиспектральних відеозображень зумовлено критичною потребою в безпечних, ефективних та високоточних методах розмінування постконфліктних територій, де традиційні підходи не забезпечують достатньої швидкості й надійності виявлення вибухонебезпечних об'єктів. Об’єкт дослідження: процес дистанційного пошуку та виявлення протипіхотних та протитанкових мін, здійсненого за допомогою робототехнічних комплексів, які використовують комп’ютерний зір у видимому та тепловому діапазонах. Мета статті: розробка методології багатоспектрального аналізу простору, яка базується на синергії просторових, структурних (текстурних) та теплових характеристик об’єктів. Результати дослідження. У статті проаналізовано детально фізичну природу формування відмінностей у видимості (контрасту) між вибуховим пристроєм та його оточенням, принципові схеми конфігурації сенсорного обладнання, алгоритмічні етапи опрацювання відеопотоку в бортовій комп’ютерній системі у межах оперативних часових рамок, а також ступінь впливу зовнішніх умов на результативність ідентифікації. Встановлено, що спільне використання інформації з RGB-камер та тепловізорів (RGB-ІЧ злиття) забезпечує значне покращення частки коректно виявлених цілей у несприятливих умовах спостереження. Висновки. Представлені дані свідчать про вагомий потенціал застосування безпілотних наземних та літальних апаратів мультиспектрального моніторингу для проведення операцій з гуманітарного розмінування. Сфера використання отриманих результатів: мобільні робототехнічні системи мультиспектрального виявлення вибухонебезпечних об'єктів.

Завантажити

Дані для завантаження поки недоступні.

Посилання

1. International Mine Action Standards (IMAS). United Nations Mine Action Service, 2023, 23 p. URL: https://www.mineactionstandards.org/fileadmin/uploads/imas/Standards/English/TEP_09.10.01.2023_Ed.1.pdf.

2. Habib, M. K. (2007). “Humanitarian Demining: Reality and the Challenge of Technology – The State of the Arts,” International Journal of Advanced Robotic Systems, 2007, 4(2), doi: https://doi.org/10.5772/5699.

3. Gonzalez, R. C., Woods, R. E. (2018). “Digital Image Processing,” 4th ed., Pearson, 2018, 1022 р. URL: https://www.pearson.com/en-us/subject-catalog/p/digital-image-processing/P200000003224/9780137848560

4. Szeliski, R. (2022). “Computer Vision: Algorithms and Applications,” Springer, 2022, 925 p., doi: https://doi.org/10.1007/978- 3-030-34372-9.

5. Murphy, R. R. (2014). “Disaster Robotics,” MIT Press, 2014, 224 p., doi: https://doi.org/10.7551/mitpress/9407.001.0001.

6. Deans, J., Gerhard, J., & Carter, L. J. (2006). “Analysis of a thermal imaging method for landmine detection, using infrared heating of the sand surface,” Infrared Physics & Technology, 48 (3), pp. 202–216. doi: https://doi.org/10.1016/j.infrared.2005.06.003.

7. Gallagher, J. E., Oughton, E. J. (2023). “Assessing thermal imagery integration into object detection methods on air-based collection platforms,” Scientific Reports, 2023, 13, 8491, doi: https://doi.org/10.1038/s41598-023-34791-8.

8. Wang, P., Wu, J., Fang, A., Zhu, Z., and Wang, C. (2024). “Multi-spectral image fusion for moving object detection,” Infrared Physics & Technology, 2024, vol. 141, 105489, doi: https://doi.org/10.1016/j.infrared.2024.105489.

9. Gallagher, J. E., Oughton, E. J. and Kosecka, J. (2025). “Multi-temporal Adaptive Red-Green-Blue and Long-Wave Infrared Fusion for You Only Look Once-Based Landmine Detection from Unmanned Aerial Systems,” ArXiv, arXiv:2512.20487 [cs.CV], 2025, 21 p., doi: https://doi.org/10.48550/arXiv.2512.20487.

10. Shklyar, S., Andreiev, A., & Golubov, S. (2025). “Accuracy assessment of landmine detection by infrared aerial imaging,” Ukrainian Journal of Remote Sensing, 2025, 12(4), pp. 16–20. https://doi.org/10.36023/ujrs.2025.12.4.294.

11. Skorlupin, O., & Podorozhniak, A. (2024). “Optical methods for detecting explosive objects using autonomous unmanned systems,” Problems of informatization: Proceedings of 12-th International Scientific and Technical Conference, 2024, p. 132. URL: https://repository.kpi.kharkov.ua/handle/KhPI-Press/87663.

12. Skorlupin, O., & Podorozhniak, A. (2025). “Mobile explosive detection system for civil defense needs,” Problems of Informatics and Modeling (PIM-2025): Proceedings of 25-th International Scientific and Technical Conference, 2025, p. 89. URL: https://repository.kpi.kharkov.ua/handle/KhPI-Press/87663.

13. Podorozhniak, A., Liubchenko, N., Skorlupin, O., Korolenko, S., & Stas, A. (2025). “Mobile explosive object detection system for humanitarian demining needs,” 2025 IEEE 6th KhPI Week on Advanced Technology (KhPIWeek), 06-10 October 2025, Kharkiv, Ukraine, 2025, pp. 1-6, doi: https://doi.org/10.1109/KhPIWeek61436.2025.11288620.

14. Popov, M., Stankevich, S., Mosov, S., Dugin, S., Golubov, S., Andreiev A., Lysenko A., & Saprykin, I. (2024). “Concept of a geoinformation platform for landmines and other explosive objects detection and mapping with UAV,” Radioelectronic and Computer Systems, 2024, vol. 106, no. 2, pp. 107–118, doi: https://doi.org/10.32620/reks.2024.4.17.

15. Levchenko, D., Podorozhniak, А., & Liubchenko N. (2025). “Tools and methods for explosive objects detection using artificial intelligence and computer vision,” Control, Navigation and Communication Systems, 2025, No. 3 (81), pp. 117–121, doi: https://doi.org/10.26906/SUNZ.2025.3.117.

16. Kim, J.-H., & Kwon, G.-R. (2025). “Image-Level Anti-Personnel Landmine Detection Using Deep Learning in Long-Wave Infrared Images,” Appl. Sci., 2025, 15 (15), 8613, doi: https://doi.org/10.3390/app15158613.

17. Malizia, M., Hasselmann, K., Miuccio, A., Haelterman, R., Tsiogkas, N. and & Demeester, E. (2025). “PFM-1 Landmine Detection in Vegetation Using Thermal Imaging with Limited Training Data,” 2025 25th International Conference on Control, Automation and Systems (ICCAS), Incheon, Republic of Korea, 2025, pp. 1864-1869, doi: https://doi.org/10.23919/ICCAS66577.2025.11301116.

18. Ameyaw, D. A., Deng, Q., & Söffker, D. (2019). “Probability of Detection (POD)-based Metric for Evaluation of Classifiers Used in Driving Behavior Prediction,” Annual Conference of the PHM Society, 2019, 11 (1), pp. 1-7, doi: https://doi.org/10.36001/phmconf.2019.v11i1.774.