Метод контроля опасных зон лесного массива вдоль линий электропередач на облаке точек с помощью применения систем технического зрения

Представлен метод автоматизированного контроля лесных массивов в охранных зонах линий электропередач на основе обработки облака точек, полученных с помощью воздушного лазерного сканирования с применением методов технического зрения. Решается задача идентификации деревьев, представляющих угрозу целостности энергетической инфраструктуры при падении. Метод реализован в виде программного комплекса, апробация которого включала сезонный анализ данных (лето/осень), подтвердивший эффективность метода в дифференциации постоянных угроз от временных, вызванных сезонной динамикой крон лиственных пород. Визуализация результатов в геоинформационной среде продемонстрировала возможность идентификации критических участков и формирования карт опасных зон.

Аффилиация авторов

Ненашев Сергей Александрович – аспирант, Пискленов Тимофей Александрович – аспирант,
Ненашев Вадим Александрович – канд. техн. наук, доцент,
Санкт-Петербургский государственный университет аэрокосмического приборостроения.

Список литературы
1. Ковязин В.Ф., Виноградов К.П., Киценко А.А., Васильева Е.А. Воздушное лазерное сканирование для уточнения таксационных характеристик древостоев // Известия высших учебных заведений. Лесной журнал. – 2020. № 6. С. 42-54.
2. Горбулин Р.П., Эрбес Н.С., Ишонин Р.М. Сравнительный экономический анализ технологий воздушного лазерного сканирования и аэрофототопографической съемки с помощью БПЛА // Устойчивое развитие земельно-имущественного комплекса муниципального образования: землеустроительное, кадастровое и геодезическое сопровождение. – 2021. – С. 34-40.
3. Юнсон Э.В. Мониторинг лесного хозяйства с помощью беспилотных летательных систем // Международный научно-исследовательский журнал. – 2024. – №. 5 (143). – С. 18.
4. Валиев В.С., Иванов Д.В. Градиентный алгоритм семантической сегментации изображений земной поверхности и его использование для выделения границ водных объектов // Российский журнал прикладной экологии. 2025. № 1. С. 19-26. DOI: 10.24852/2411-7374.2025.1.19.26
5. Al-Najjar A. et al. Identifying areas of high-risk vegetation encroachment on electrical powerlines using mobile and airborne laser scanned point clouds // IEEE Sensors Journal. – 2024. – Т. 24. – №. 14. – С. 22129-22143.
6. Zhao J., Zhou H., Pan F. A dual attention KPConv Network combined with attention gates for semantic segmentation of ALS point clouds // IEEE Transactions on Geoscience and Remote Sensing. – 2024. – Т. 62. – С. 1-14. 7. Varney N., Asari V. K., Graehling Q. DALES: A large-scale aerial LiDAR data set for semantic segmentation // Proceedings of the IEEE/CVF conference on computer vision and pattern recognition workshops. – 2020. – С. 186-187. 8. Бурдин А.А., Мельников П.В. Оценка параметров деревьев на основе данных воздушного лазерного сканирования в смешанных лесах Среднего Предуралья // Вестник СГУГиТ. 2025. Т. 30, № 4. С. 32-41
9. Munir N., Awrangjeb M., Stantic B. Power Line Extraction and Reconstruction Methods from Laser Scanning Data: A Literature Review // Remote Sensing. – 2023. – Т. 15. – №. 4. – С. 973.
10. Афанасьева В. И., Залищук А. А., Ненашев В. А. Эксперименты по контролю количества объектов на поверхности на основе обработки лазерных данных и методов распознавания с борта малых летательных аппаратов // Инновационное приборостроение. – 2024. – Т. 3. – №. 1. – С. 28.