vimjourСельскохозяйственные машины и технологииAgricultural Machinery and Technologies2073-7599Federal State Budgetary Scientific Institution «Federal Scientific Agroengineering Center VIM»10.22314/2073-7599-2026-20-2-67-75YMDREZvimjour-766Research ArticleРАЗВИТИЕ НАУКИ И ТЕХНИКИDEVELOPMENT OF SCIENCE AND TECHNOLOGYСистема управления беспилотных воздушных судов и средства аэрофотосъемки сельскохозяйственных угодийControl system and aerial imaging equipment for unmanned aircraft used in agricultural land monitoringЛобачевскийЯ. П.LobachevskyYa. P.

Яков Петрович Лобачевский, доктор технических наук, профессор, академик Российской академии наук

Москва

Yakov P. Lobachevsky, Dr.Sc.(Eng.), professor, member of the Russian Academy of Sciences

Moscow

lobachevsky@yandex.ruЦенчЮ. С.TsenchYu. S.

Юлия Сергеевна Ценч, доктор технических наук, главный научный сотрудник, член-корреспондент Российской академии наук

Москва

Yuliya S. Tsench, Dr.Sc.(Eng.), chief researcher, corresponding member of the Russian Academy of Sciences

Moscow

vimasp@mail.ruКурбановР. К.KurbanovR. K.

Рашид Курбанович Курбанов, доктор технических наук, ведущий научный сотрудник

Москва

Rashid K. Kurbanov, Dr.Sc.(Eng.), leading researcher

Moscow

smedia@vim.ruЗахароваН. И.ZakharovaN. I.

Наталья Ивановна Захарова, кандидат технических наук, старший научный сотрудник

Москва

Natalia I. Zakharova, Ph.D.(Eng.), senior researcher

Moscow

smedia@vim.ruФедеральный научный агроинженерный центр ВИМРоссияFederal Scientific Agroengineering Center VIMRussian Federation2026190620262026775Copyright © Лобачевский Я.П., Ценч Ю.С., Курбанов Р.К., Захарова Н.И., 20262026Лобачевский Я.П., Ценч Ю.С., Курбанов Р.К., Захарова Н.И.Lobachevsky Y.P., Tsench Y.S., Kurbanov R.K., Zakharova N.I.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vimsmit.com/jour/article/view/766

Беспилотные авиационные системы становятся одной из ключевых технологий в реализации цифровой трансформации агропромышленного комплекса, позволяя оперативно получать актуальную информацию о состоянии сельскохозяйственных угодий. (Цель исследования) Выполнить ретроспективный анализ для выявления основных тенденций в развитии системы управления полетом беспилотных воздушных судов и средств аэрофотосъемки сельскохозяйственных угодий. (Материалы и методы) Проведен ретроспективный анализ на основе систематического обзора литературы, изучены оригинальные труды отечественных и зарубежных авторов, а также монографии, материалы конференций, музейные экспозиции, фотодокументы и открытый исходный код программного обеспечения. (Результаты и обсуждение) Выделено шесть этапов в развитии систем управления полетом беспилотных воздушных судов и средств аэрофотосъемки сельскохозяйственных угодий. Периодизация основана на изменении типа собираемых фотоматериалов, камер и летательных аппаратов, на которые они устанавливались. Определены основные тенденции развития систем управления полетом беспилотных воздушных судов и средств аэрофотосъемки на каждом этапе, включая тип беспилотных летательных аппаратов, дальность и продолжительность полета, систему управления полетом, средства аэрофотосъемки, тип и количество получаемых изображений, летательный аппарат для их сбора. На основе проведенного анализа определены дальнейшие направления развития беспилотных авиационных систем. (Выводы) Процессы разработки систем управления полетом беспилотных воздушных судов и средств аэрофотосъемки происходили параллельно до интеграции камер на борт. Установлено, что ключевую роль в развитии сыграли миниатюризация камер и совершенствование полетных контроллеров, что обеспечило высокую точность данных аэрофотосъемки и оперативность мониторинга сельскохозяйственных угодий. Предположили, что дальнейшее развитие бортовых интеллектуальных систем и средств аэрофотосъемки приведет к полной автоматизации сбора и обработки информации, что позволит осуществлять мониторинг с высокой точностью в реальном времени.

Unmanned aircraft systems are becoming one of the key technologies in the digital transformation of the agro-industrial sector, enabling timely monitoring of agricultural land and the acquisition of up-to-date information on its condition. (Research purpose) The study aimed to conduct a retrospective analysis to identify the main trends in the development of UAV flight control systems and aerial imaging equipment for agricultural land monitoring. (Materials and methods) A retrospective analysis was carried out based on a systematic literature review. Original works by Russian and foreign authors were examined, along with monographs, conference proceedings, museum exhibits, photographic documents, and open-source software code. (Results and discussion) Six stages were identified in the development of UAV flight control systems and aerial imaging equipment used for agricultural land monitoring. The proposed periodization is based on changes in the types of image data collected, the cameras employed, and the aircraft on which they were installed. For each stage, the main trends in the development of UAV flight control systems and aerial imaging equipment were determined, including UAV type, flight range and endurance, flight control system, imaging equipment, type and number of images obtained, and the aircraft used for data collection. Based on the analysis, further directions for the development of unmanned aircraft systems were identified. (Conclusions) The development of UAV flight control systems and aerial imaging equipment proceeded in parallel until cameras were integrated directly on board aircraft. The study showed that camera miniaturization and the improvement of flight controllers have played a key role in this development, ensuring high-accuracy aerial imaging data and enabling timely monitoring of agricultural land. Further development of onboard intelligent systems and aerial imaging equipment is expected to lead to the full automation of data collection and processing, thereby enabling high-precision real-time monitoring.

сельское хозяйствоаэрофотосъемкааэрофотографияаэрофотоаппаратдистанционное зондированиеистория развитияточное земледелиебеспилотная аэрофотосъемкаagricultureaerial photographyaerial imagingaerial photographaerial cameraremote sensinghistory of developmentprecision agricultureunmanned aerial photographyunmanned aerial imagingReferencesГайсин Р.С. Предел технологической эволюции сельского хозяйства и возможность его преодоления // Проблемы современной экономики. 2014. N 4(52). С. 41-45. EDN: TJHWFH.Gaysin R.S. The limit of technological evolution in agriculture and the possibility of overcoming it. Problems of Modern Economics. 2014. N4(52). 41-45 (In Russian). EDN: TJHWFH.Гусев Е.М. Эволюция технологий в земледелии: от «серых» до «зеленых» // Аридные экосистемы. 2020. Т. 26, N1(82). С. 3-12. EDN: CZCAHB.Gusev E.M. Evolution of agricultural technologies: from «gray» to «green». Arid Ecosystems. 2020. Vol. 26. N1(82). 3-12 (In Russian). EDN: CZCAHB.Коротченя В.М. История технологического развития сельского хозяйства (растениеводства) // Экономика сельского хозяйства России. 2019. N7. С. 28-33. DOI: 10.32651/197-28.Korotchenya V.M. History of technological development of agriculture (crop production). Economics of Agriculture of Russia. 2019. N7. 28-33 (In Russian). DOI: 10.32651/197-28.Еремин С.Г. Цифровая трансформация сельского хозяйства: возможности и вызовы внедрения технологий больших данных // Аграрная наука. 2025. N2. С. 36-38. EDN: NILBNC.Eremin S.G. Digital transformation of agriculture: opportunities and challenges of implementing big data technologies. Agrarian Science. 2025. N2. 36-38 (In Russian). EDN: NILBNC.Винничек Л.Б., Омаров М.М., Омарова Н.Ю. Проблемы и перспективные направления развития сельского хозяйства России до 2030 года // Экономика сельского хозяйства России. 2025. N6. С. 2-12. DOI: 10.32651/256-2.Vinnichek L.B., Omarov M.M., Omarova N.Yu. Problems and promising areas of development of agriculture in Russia until 2030. Economics of Agriculture of Russia. 2025. N6. 2-12 (In Russian). DOI: 10.32651/256-2.Лобачевский Я.П., Лачуга Ю.Ф., Измайлов А.Ю., Шогенов Ю.Х. Научно-технические достижения агроинженерной науки в условиях цифровизации сельского хозяйства // Российская сельскохозяйственная наука. 2025. N3. С. 45-53. DOI: 10.31857/S2500262725030081.Lobachevsky Ya.P., Lachuga Yu.F., Izmailov A.Yu., Shogenov Yu.Kh. Scientific and technical achievements of agroengineering science in the conditions of digitalization of agriculture. Russian Agricultural Sciences. 2025. N3. 45-53 (In Russian). DOI: 10.31857/S2500262725030081.Гостев А.В. Развитие цифровизации земледелия на примере разработки современных агротехнологий с использованием цифровых систем // Достижения науки и техники АПК. 2025. Т. 39. N1. С. 4-9. DOI: 10.53859/02352451_2025_39_1_4.Gostev A.V. Development of agriculture digitalization on the example development of modern agricultural technologies using digital systems. Achievements of Science and Technology in Agro-Industrial Complex. 2025. Vol. 39. N1. 4-9 (In Russian). DOI: 10.53859/02352451_2025_39_1_4.Альт В.В., Ценч Ю.С., Савченко О.Ф., Солошенко А.А. Методологические основы интеграции беспилотных летательных аппаратов в систему сельскохозяйственных машин // Российская сельскохозяйственная наука. 2025. N4. С. 59-67. DOI: 10.7868/S3034582025040114.Alt V.V., Tsench Yu.S., Savchenko O.F., Soloshenko A.A. Methodological foundations for the integration of unmanned aerial vehicles into agricultural machinery systems. Russian Agricultural Sciences. 2025. N4. 59-67 (In Russian). DOI: 10.7868/S3034582025040114.Лачуга Ю.Ф., Лобачевский Я.П., Алферов А.А. Сельскохозяйственная наука в развитии агропромышленного комплекса Российской Федерации // Вестник Российской академии наук. 2025. N6. С. 3-8. DOI: 10.7868/S3034520025060019.Lachuga Yu.F., Lobachevsky Ya.P., Alferov A.A. Agricultural science in the development of the agro-industrial complex of the Russian Federation. Herald of the Russian Academy of Sciences. 2025. N6. 3-8 (In Russian). DOI: 10.7868/S3034520025060019.Курбанов Р.К., Ценч Ю.С., Захарова Н.И. Основные тенденции в развитии технологии аэрофотосъемки сельскохозяйственных угодий // Сельскохозяйственные машины и технологии. 2025. Т. 19. N1. С. 86-95. DOI: 10.22314/2073-7599-2025-19-1-86-95.Kurbanov R.K., Tsench Yu.S., Zakharova N.I. Major trends in the development of aerial photography technology for agricultural lands. Agricultural Machinery and Technologies. 2025. Vol. 19. N1. 86-95 (In Russian). DOI: 10.22314/2073-7599-2025-19-1-86-95.Краснопевцев Б.В. Основные события истории фотограмметрии и воздушной съемки до 1918 года // Геодезия и картография. 1998. N8. С. 55-59.Krasnopevtsev B.V. Main events in the history of photogrammetry and aerial surveying before 1918. Geodesy and Cartography. 1998. N8. 55-59 (In Russian).Ценч Ю.С., Курбанов Р.К. История развития систем управления беспилотных воздушных судов // Сельскохозяйственные машины и технологии. 2023. Т. 17. N3. С. 4-15. DOI: 10.22314/2073-7599-2023-17-3-4-15.Tsench Yu.S., Kurbanov R.K. History of unmanned aircraft flight controller development. Agricultural Machinery and Technologies. 2023. 17(3). 4-15 (In Russian). DOI: 10.22314/2073-7599-2023-17-3-4-15.Monmonier M. Aerial photography at the Agricultural Adjustment Administration: acreage controls, conservation benefits, and overhead surveillance in the 1930s. Photogrammetric Engineering & Remote Sensing. 2002. N68(12). 1257-1261.Monmonier M. Aerial photography at the Agricultural Adjustment Administration: acreage controls, conservation benefits, and overhead surveillance in the 1930s. Photogrammetric Engineering & Remote Sensing. 2002. N68(12). 1257-1261.Антипов И.Т. Развитие фотограмметрии в России // Гео-Сибирь. 2010. NS. С. 97-132. EDN: PFOGOP.Antipov I.T. Development of photogrammetry in Russia. Geo-Siberia. 2010. NS. 97-132 (In Russian). EDN: PFOGOP.Комиссаров А.В., Головина Л.А. История развития кафедры фотограмметрии и дистанционного зондирования // Вестник СГУГиТ. 2023. Т. 28. N6. С. 173-179. DOI: 10.33764/2411-1759-2023-28-6-173-179.Komissarov A.V., Golovina L.A. History of the development of the Department of Photogrammetry and Remote Sensing. Vestnik Siberian State University of Geosystems and Technologies. 2023. Vol. 28. N6. 173-179 (In Russian). DOI: 10.33764/2411-1759-2023-28-6-173-179.Гольдман Л.М. Применение цветной аэросъемки для изучения местности (дешифрирование цветных аэроснимков // Труды Центрального научно-исследовательского института геодезии, аэросъемки и картографии. 1960. N137. С. 57-63.Goldman L.M. Application of color aerial photography for terrain studies (interpretation of color aerial photographs). Proceedings of the Central Research Institute of Geodesy, Aerial Survey and Cartography. 1960. 137. 57-63 (In Russian).Mulla D.J. Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering. 2013. N114(4). 358-371.Mulla D.J. Twenty five years of remote sensing in precision agriculture: Key advances and remaining knowledge gaps. Biosystems Engineering. 2013. N114(4). 358-371.Reyes-Rosas A., Lara-Viveros F.M., Chávez-Cerón L., Khamkure S. Estimation of water potential in corn plants using machine learning techniques with UAV imagery and evaluating the effect of flying height. Engineering Proceedings. 2023. N56(1). 157. DOI: 10.3390/ASEC2023-15882.Reyes-Rosas A., Lara-Viveros F.M., Chávez-Cerón L. et al. Estimation of water potential in corn plants using machine learning techniques with UAV imagery and evaluating the effect of flying height. Engineering Proceedings. 2023. 56(1). 157. DOI: 10.3390/ASEC2023-15882.Nesar S.B., Nugent P.W., Zidack N.K., Whitaker B.M. Unmanned aerial vehicle-based hyperspectral imaging for potato virus Y detection: machine learning insights. Remote Sensing. 2025. N17(10). 1735. DOI: 10.3390/rs17101735.Nesar S.B., Nugent P.W., Zidack N.K. et al. Unmanned aerial vehicle-based hyperspectral imaging for potato virus Y detection: machine learning insights. Remote Sensing. 2025. 17(10). 1735. DOI: 10.3390/rs17101735.Sarkar S., Zhou J., Scaboo A. et al. Assessment of soybean lodging using UAV imagery and machine learning. Plants. 2023. N12(16). 2893. DOI: 10.3390/plants12162893.Sarkar S., Zhou J., Scaboo A. et al. Assessment of soybean lodging using UAV imagery and machine learning. Plants. 2023. 12(16). 2893. DOI: 10.3390/plants12162893.Tueros M., Galindo M., Alvarez J. et al. Varietal identification and yield estimation in potatoes using UAV RGB imagery in the southern highlands of Peru. AgriEngineering. 2026. N8(2). 65. DOI: 10.3390/agriengineering8020065.Tueros M., Galindo M., Alvarez J. et al. Varietal Identification and yield estimation in potatoes using UAV RGB imagery in the southern highlands of Peru. AgriEngineering. 2026. 8(2). 65. DOI: 10.3390/agriengineering8020065.

The authors declare that there are no conflicts of interest present.