Assessment of the Unmanned Aerial Vehicle Potential Application in the Oil and Gas Industry

Abstract


The relevance of the work is due to the need to use unmanned aerial vehicles (UAVs) to solve engineering and geodetic problems in the oil and gas industry. Aerial photography by unmanned aerial vehicles is currently an advanced technology in the field of geodesy, supplanting methods such as tacheometry, satellite positioning in RTK modes, manned aerial photography, and airborne laser scanning (ALS). The potential for using UAVs in the oil and gas industry today is truly enormous. Many safety and reliability issues, on which oil and gas companies have traditionally spent significant funds, can be effectively addressed using UAVs. Implemented: processing of data obtained from the unmanned complex in three modern software products (Agisoft Photoscan Professional, v 1.2.5.2594 (Russia), ERDAS IMAGINE, v 2015 (USA) and Pix4Dmapper Pro (Switzerland)) of various automation degrees; assessment of accuracy in ArcMap software by superimposing a topographic plan on an orthomosaic of a scale series of 1: 500 on the territory under consideration; calculation of economic and labor costs. As part of the study, it was proved that the use of UAVs was possible not only for geodetic work, but also for solving other equally important tasks of the oil and gas industry, which leads to a decrease in economic and environmental risks, automation of processes related to monitoring of oil facilities, prevention of illegal attempts pipeline tie-ins, oil spills. Also, on the basis of the obtained orthophotomaps, the economic, accuracy and labor-time feasibility of using unmanned systems was confirmed. It has been established that the use of unmanned aerial vehicles in various fields of oil and gas activities for solving engineering and geodetic problems is an integral part of any company engaged in the production and transportation of hydrocarbons.


Full Text

Введение Аэрофотосъемка беспилотными летательными аппаратами (БПЛА) в настоящее время является передовой технологией в области геодезии, вытесняя применение таких методов, как тахеометрия, спутниковое позиционирование в режимах RTK, пилотируемая аэрофотосъемка, воздушное лазерное сканирование (ВЛС), ввиду их неконкурентоспособности по двум основополагающим критериям: стоимость и срок выполнения работы [1-7]. Потенциал использования БПЛА в нефтегазовой отрасли на сегодняшний момент поистине огромен. Многие вопросы безопасности и надежности, на которые компании нефтегазовой отрасли традиционно тратят существенные средства, могут эффективно решаться с использованием БПЛА. Стоить отметь, что ценность беспилотных комплексов заключается также в инновационных программах распознавания и обработки данных с БПЛА [8-14]. Использование новых современных решений на базе беспилотных технологий дает значительные преимущества нефтегазовым предприятиям, например в инженерно-геодезической части, начиная от мониторинга линейных объектов (нефте-, водо-, газопроводов, линий электропередач), заканчивая созданием маркшейдерских планов [15-27]. С помощью комплекса БПЛА в режиме реального времени можно получать высококачественные аэрофотоснимки, видеосъемку и другое. Широкий спектр функций БПЛА позволяет вести съемку не только в видимом, но и в инфракрасном диапазоне, проводить съемку мультиспектральной камерой, что повышает возможности в условиях ограниченной видимости. Продолжительное время работы аккумуляторов в сочетании с высокой дальностью видеосвязи дают возможность вести работу на обширной территории [28-32]. В настоящее время на территории Пермского края применение БПЛА находится на этапе развития, предпочтение отдается традиционным способам (тахеометрия для создания маркшейдерских планов, использование человеческого ресурса для мониторинга линейных объектов). Для наглядного представления широкого спектра возможностей применения беспилотных летательных аппаратов на территории Пермского края и обозначения новых границ применения рассмотрим использование летательного аппарата SenseFly eBee на одном из объектов нефтегазовой компании (площадь исследуемой территории составила 13,6 Га). Произведена обработка снимков, полученных с БПЛА, и сравнение результатов обработки в различных современных программных продуктах, а также показана экономическая эффективность использования БПЛА по сравнению со стандартными геодезическими методами, которые применяются на сегодняшний момент. На рис. 1 представлен маршрут полета БПЛА на рассматриваемом в статье объекте нефтегазовой компании. Построение ортофотопланов В результате полета летательного аппарата SenseFly eBee получено 49 снимков в формате .jpg. Обработка данных снимков производилась в трех программных продуктах, которые на настоящий момент времени являются передовыми в своей области: Agisoft Photoscan Professional, v 1.2.5.2594 (Россия), ERDAS IMAGINE, v 2015 (США) и Pix4Dmapper Pro (Швейцария). На рис. 2 представлен промежуточный этап обработки данных - Рис. 1. Схема маршрута полета беспилотного летательного аппарата SenseFly eBee над рассматриваемым объектом Рис. 2. Карта высот рассматриваемого объекта, построенная в Agisoft Photoscan Professional, v 1.2.5.2594 построение карты высот. На рис. 3 отображены конечные результаты обработки данных БПЛА в виде ортофотопланов. В нефтегазовой промышленности ортофотоплан дает возможность максимально детально представить ситуацию на земной поверхности, поэтому их качество должно быть на высоком уровне (не должно наблюдаться пустых зон и линий сшивки). По результатам анализа можно сделать вывод, что ортофотоплан программного продукта ERDAS IMAGINE (рис. 3, б) не может использоваться в дальнейшем исследовании, поскольку на нем имеется немалое количество «слепых» зон, объекты сильно искажены и отчетливо заметны линии сшивки изображений. Также стоить отметить, что создание ортофотоплана в данном программном продукте весьма трудоемкий процесс, поскольку он базируется главным образом на сшивке космоснимков и аэрофотоснимков (полученных с пилотируемых летательных аппаратов), где углы наклона малы или приближены к нулю. В рассматриваемом примере обработке подлежали снимки, полученные с БПЛА, где углы наклона заметно отличались от нуля. Оценка точности построенных ортофотопланов С целью определения оценки точности построенных ортофотопланов и, следовательно, выявление наиболее эффективного программного обеспечения выполнена геодезическая оценка точности с помощью использования ArcMap, v 10.5. Таблица 1 Предельные погрешности местоположения объектов Объект В масштабе карты или плана, мм Опорные пункты геодезической сети, ориентиры 0,2 Объекты с четкими контурами 0,5 Объекты с нечеткими контурами и объекты в горных, высокогорных и пустынных районах 0,75 Опираясь на стандарт СТО «ЛУКОЙЛ» 1.8. - 2008 «Карты и планы цифровые топографические, Требования к составу, структуре, содержанию, форматам представления, правилам обновления в ОАО “ЛУКОЙЛ” и организациях группы “ЛУКОЙЛ”», требования к позиционной точности, устанавливающие предельные погрешности местоположения объектов цифровых топографических карт и планов (ЦТКиП) относительно их истинных значений, приведены в табл. 1 [33-38]. Исходя из данных табл. 1, предельные погрешности положения объектов с четкими контурами составляют 0,5 мм в масштабе карты или плана. Для масштаба 1:500 с учетом данных погрешностей предельная ошибка в плане составит 0,25 м, а по высоте - 0,16 м (1/3 сечения рельефа) [39-42]. Построение маркшейдерских планов выполнялось в программном продукте ArcMap, v 10.5, наложением топографического плана на ортофотоплан с учетом всех требований для масштабного ряда 1:500 (рис. 4) [43-45]. Произведя оценку точности, на основании полученных результатов можно сделать вывод, что наиболее точным программным обеспечением для обработки данных, полученных с БПЛА, является Pix4Dmapper Pro, поскольку ошибка в плане для масштаба 1:500 составила 3 см, а по высоте - 9 см. Оценка точности, стоимости ПО, а также трудовременные затраты представлены в табл. 2. Экономические затраты, связанные с построением ортофотоплана рассматриваемого объекта с использованием БПЛА, в разы меньше, чем таковые при традиционной съемке, поскольку при традиционном методе построения ортофотоплана примерная стоимость одного гектара плотно застроенной территории а б в Рис. 3. Вид готового ортофотоплана, полученного в программном продукте: а - Agisoft Photoscan Professional, v 1.2.5.2594; б - ERDAS IMAGINE, v 2015; в - Pix4Dmapper Pro варьируется в пределах от 75 000-100 000 руб.; с использованием БПЛА - порядка 10 000- 13 000 руб. Таким образом, затраты на съемку территории с использованием БПЛА и дальнейшую сшивку ортофотоплана составили 130 479,09 руб. Использование БПЛА возможно не только для геодезических работ, но также и для решения других, не менее важных задач нефтегазовой отрасли, таких как контроль кустовых площадок и строительства линейных объектов (нефтегазопроводов), а также для решения экологических ситуаций, возникающих в процессе эксплуатации скважин и трубопроводов. Как правило, БПЛА позволяют в режиме реального времени получать качественные изображения, позволяющие обнаруживать нефтяные разливы, выявлять акты несанкционированной деятельности. Геодезический контроль отсыпки кустовых площадок и контроль строительства линейных объектов Строительство и обустройство площадок на нефтедобывающих предприятиях - это работы, связанные с подготовкой определенной территории для последующего размещения на ней технологического оборудования, производственных и бытовых построек, групп скважин (кустов) и др. Обвалованию подлежит вся площадь кустового основания по периметру. Такие меры существенны в целях создания необходимых условий для экологической безопасности ведения работ на нефтяных месторождениях. а б Рис. 4. Маркшейдерский план, полученный в программном продукте: а - Pix4Dmapper Pro; б - Agisoft Photoscan Professional С помощью данных, полученных с БПЛА, можно за короткий промежуток времени и с минимальным количеством трудовых затрат построить модель территории кустовой площадки, произвести подсчет объемов и Таблица 2 Сравнительная характеристика программных продуктов Показатель Pix4Dmapper Pro (Швейцария) Agisoft Photoscan Professional, v 1.2.5.2594 (Россия) Стоимость ПО, руб. 495 900 199 500 Степень автоматизации Полностью автоматизирована Полуавтоматизирована Время обработки 49 снимков, ч 3 6 Количество людей, задействованных в обработке Один Один Оценка точности (план/высота), м/м 0,03/0,09 0,05/0,10 Рис. 5. Контроль отсыпки кустовой площадки Проектное положение нефтепровода Фактическое положение нефтепровода Рис. 6. Расхождение проектного положения нефтепровода от фактического сэкономить денежные средства. Пример контроля кустовой площадки с помощью использования БПЛА представлен на рис. 5. Контроль строительства линейных объектов в нефтегазовой отрасли с использованием БПЛА в современном обществе является обязательным шагом для любой компании, желающей минимизировать риски, сократить расходы и повысить эффективность результатов. Для эффективного поддержания работоспособности линейных объектов в течение всего периода их эксплуатации необходим постоянный мониторинг и техническое обслуживание, однако обеспечить это не так просто. На рис. 6 представлена часть нефтепровода, на котором отчетливо видно расхождение проектного положения от фактического. Как правило, БПЛА позволяют в режиме реального времени получать качественные изображения, позволяющие обнаруживать нефтяные разливы, выявлять акты несанкционированной деятельности. На рис. 7 представлены результаты обработки данных, полученных с БПЛА, по которым возможно подсчитать объем разлитой нефти и оценить экономические и экологические затраты. Таким образом, использование БПЛА повысит качество и безопасность работ, с их помощью можно обследовать такие элементы технологических узлов, которые либо опасны, либо недоступны для человека без остановки всего процесса, например: факельные системы, возможность предотвратить попытки незаконных врезок в трубопровод, а также в разы сократить экономические и экологические риски. Заключение Таким образом, установлено, что применение беспилотных летательных аппаратов в различных сферах нефтегазовой деятельности для решения инженерно-геодезических задач является неотъемлемой частью любой компании, занимающейся добычей и транспортировкой углеводородов. Современные технологии, основанные на использовании БПЛА, в 5-10 раз сокращают Рис. 7. Пример обработки данных с БПЛА о разливе нефти экономические риски, автоматизируют процессы, связанные с мониторингом нефтеобъектов, позволяют предотвратить попытки незаконных врезок в трубопровод, разливов нефти. На основе построения ортофотопланов в трех программным продуктах: Agisoft Photoscan Professional, v 1.2.5.2594 (Россия), ERDAS IMAGINE, v 2015 (США), и Pix4Dmapper Pro (Швейцария) доказана экономическая и трудовременная целесообразность использования беспилотных комплексов.

About the authors

Anastasia D. Anikaeva

Perm National Research Polytechnic University

Author for correspondence.
Email: anast.anickaeva@yandex.ru
29 Komsomolskiy av., Perm, 614990, Russian Federation

PhD Student at the Department of Mine Surveying, Geodesy and Geoinformation Systems

Dmitry A. Martyushev

Perm National Research Polytechnic University

Email: martyushevd@inbox.ru
29 Komsomolskiy av., Perm, 614990, Russian Federation

PhD in Engineering, Associate Professor at the Department of Oil and Gas Technologies

References

  1. Dubbini M., Curzio L.I., Campedelli A. Digital elevation models from unmanned aerial vehicle surveys for archaeological interpretation of terrain anomalies: case study of the Roman castrum of Burnum (Croatia). Journal of Archaeological Science: Reports, 2016, vol. 8, pp. 121-134. doi: 10.1016/j.jasrep.2016.05.054
  2. Lucieer Arko, Turner Darren, King Diana H., Robinson Sharon A. Using an Unmanned Aerial Vehicle (UAV) to capture micro-topography of Antarctic moss beds. International Journal of Applied Earth Observation and Geoinformation, 2014, vol. 27, pp. 53-62. doi: 10.1016/j.jag.2013.05.011
  3. Taimanova G.K., Pak R.E. Bespilotnye letatel'nye apparaty dlia monitoringa nefteprovodov [Unmanned aerial vehicles for monitoring oil pipelines]. International Scientific and Practical Conference World science, 2018, vol. 1, no. 1 (29), pp. 42-43.
  4. Chuenkova A.A., Logacheva A.V. Bespilotnye letatel'nye apparaty v geoinformatsionnoi sfere [Unmanned aerial vehicles in the field of geoinformation]. Konstruktorskoe biuro, 2018, no. 3, pp. 34-42.
  5. Iamshchikov V.A. Bespilotnye letatel'nye apparaty [Unmanned aerial vehicles]. Internauka, 2019, no. 45-1 (127). pp. 75-77.
  6. Smirnova M.S. Osobennosti razrabotki i obespecheniia kachestva programmnykh kompleksov upravleniia gruppirovkami bespilotnykh letatel'nykh apparatov [Features of development and quality assurance of software systems for managing unmanned aerial vehicle groupings]. Nauka i biznes: puti razvitiia, 2019, no. 7 (97), pp. 119-123.
  7. Podshivalova K.S., Podshivalov S.F., Komolova N.V., Pavlova Iu.A., Dunaev S.V. Raschet marshrutov dlia gruppy bespilotnykh apparatov [Calculation of routes for the group of unmanned vehicles]. Dnevnik nauki, 2019, no. 10 (34), pp. 13-15.
  8. Gabrlik P. The Use of Direct Georeferencing in Aerial Photogrammetry with Micro UAV. IFAC-PapersOnLine, 2015, vol. 48, iss. 4, pp. 380-385. doi: 10.1016/j.ifacol.2015.07.064
  9. Satoshi Ishiguro, Hiroya Yamano, Hiroyuki Oguma Evaluation of DSMs generated from multi-temporal aerial photographs using emerging structure from motion–multi-view stereo technology. Geomorphology, 2016, vol. 268, pp. 64-71. doi: 10.1016/j.geomorph.2016.05.029
  10. Aber J.S., Marzolff I., Ries J.B. Chapter 1: Introduction to Small-Format Aerial Photography. Small-Format Aerial Photography, 2010, pp. 1-13. doi: 10.1016/B978-0-12-812942-5.00001-X
  11. Stefano G. Di, Romeo G., Mazzini A., Iarocci A., Pelphrey S. The Lusi drone: A multidisciplinary tool to access extreme environments. Marine and Petroleum Geology, 2018, vol. 90, pp. 26-37. doi: 10.1016/j.marpetgeo.2017.07.006
  12. Colomina I., Molina P. Unmanned aerial systems for photogrammetry and remote sensing: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, vol. 92, pp. 79-97. doi: 10.1016/j.isprsjprs.2014.02.013
  13. Siebert S., Teizer J. Mobile 3D mapping for surveying earthwork projects using an Unmanned Aerial Vehicle (UAV) system. Automation in Construction, 2014, vol. 41, pp. 1-14. doi: 10.1016/j.autcon.2014.01.004
  14. Margaret Arblaster 11: New entrants into airspace – unmanned aircraft (drones) and increased space transportation. Air traffic management, 2018, pp. 235-255. doi: 10.1016/B978-0-12-811118-5.00011-4
  15. STO “LUKOI” 1.8.-2008. Karty i plany tsifrovye topograficheskie, Trebovaniia k sostavu, strukture, soderzhaniiu, formatam predstavleniia, pravilam obnovleniia v OAO “Lukoil” i organizatsiiakh gruppy “Lukoil” [STO "LUKOY" 1.8.-2008. Digital topographic maps and plans, Requirements for composition, structure, content, presentation formats, updating rules in OJSC Lukoil and organizations of the Lukoil group]. Perm, 2008, 45 p.
  16. Rukovodstvo pol'zovatelia Agisoft PhotoScan Professional Edition, versiia 1.2. 2004 [Agisoft PhotoScan Professional Edition User Manual, version 1.2. 2004]. Moscow, 2004, 90 p.
  17. Krasnopevtsev B.V. Fotogrammetriia [Photogrammetry]. Moscow: UPP “Reprografiia” MIIGAiK, 2008, 160 p.
  18. Toktoshov G.Y. O sozdanii geoinformatsionnykh sistema na osnove gipersetei dlia organizatsii inzhenernoi infrastruktury sovremennykh gorodov [On creation of geographic information systems based on hypernetworks for the organization of the engineering infrastructure of modern cities]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2016, vol. 327, no. 1, pp. 48-55.
  19. Koviazin V.F., Romanchikov A.Iu. Metod kadastrovoi otsenki lesnykh zemel' s predstavleniem rezul'tatov v vide geoinformatsii [Method of forestland cadastral evaluation with results presentation as geologic informational]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2017, vol. 328, no. 2, pp. 104-112.
  20. Dadashov I.F., Loboichenko V.M., Strelets V.M., Gurbanova M.A., Gadzhizade F.M., Morozov A.I. Ob ekologicheskikh kharakteristikakh ognetushashchikh veshchestv, ispol'zuemykh pri tushenii nefti i nefteproduktov [About the Environmental Characteristics of Fire Extinguishing Substances Used in Extinguishing Oil and Petroleum Products]. SOCAR Proceedings, 2020, no. 2, pp. 79-84. doi: 10.5510/OGP20200100425
  21. Aliguliev R.M., Fataliev T.Kh., Mekhtiev Sh.A. Promyshlennyi internet veshchei: evoliutsiia avtomatizatsii v neftegazovom komplekse [The industrial internet of things: the evolution of automation in the oil and gas]. SOCAR Proceedings, 2019, no. 2, pp. 66-71. doi: 10.5510/OGP20190200391
  22. Shammazov A.M., Shammazov I.A., Smorodova O.V., Kitaev S.V., Baikov I.R. Optimizatsiia energeticheskoi strategii nefte­gazovogo predpriiatiia [Optimization of the oil and gas companies energy strategy]. SOCAR Proceedings, 2018, no. 4, pp. 65-69. doi: 10.5510/OGP20180400373
  23. Kremcheev E.A., Danilov A.S., Smirnov Iu.D. Sostoianie metrologicheskogo obespecheniia sistem monitoringa na baze bespilotnykh vozdushnykh sudov [Metrological support of monitoring systems based on unmanned aerial vehicles]. Zapiski gornogo instituta, 2019, vol. 235, pp. 96-105. doi: 10.31897/PMI.2019.1.96
  24. Catur Aries Rokhmana The Potential of UAV-based Remote Sensing for Supporting Precision Agriculture in Indonesia. Procedia Environmental Sciences, 2015, vol. 24, pp. 245-253. doi: 10.1016/j.proenv.2015.03.032
  25. Xiu quan Li, Zhu and Chen, Li ting Zhang, Dan Jia. Construction and Accuracy Test of 3D Model of Non-Metric Camera Images Using Agisoft PhotoScan. Procedia Environmental Sciences, 2016, vol. 36, pp. 184-190. doi: 10.1016/j.proenv.2016.09.031
  26. Pajares G., Overview and Current Status of Remote Sensing Applications Based on Unmanned Aerial Vehicles (UAVs). Photogrammetric Engineering & Remote Sensing, 2015, vol. 81, iss. 4. pp. 281-329. doi: 10.14358/PERS.81.4.281
  27. Bhardwaj Anshuman, Sam Lydia, Akanksha F., Martín-Torres Javier, Kumar Rajesh. UAVs as remote sensing platform in glaciology: Present applications and prospects. Remote Sensing of Environment, 2016, vol. 175, pp. 196-204. doi: 10.1016/j.rse.2015.12.029
  28. Men'shikov S.N., Dzhaliabov A.A., Vasil'ev G.G., Leonovich I.A., Ermilov O.M. Prostranstvennye modeli, razrabatyvaemye s primeneniem lazernogo skanirovaniia na gazokondensatnykh mestorozhdeniiakh Severnoi stroitel'no-klimaticheskoi zony [Spatial Models Developed Using Laser Scanning at Gas Condensate Fields in the Northern Construction-Climatic Zone]. Zapiski gornogo instituta, 2019, vol. 238, pp. 430-437. doi: 10.31897/pmi.2019.4.430
  29. Averbukh V.L., Averbukh N.V., Vasev P.A., Gvozdarev I.L., Levchuk G.I., Melkozerov L.O. Vizualizatsiia programmnogo obespecheniia na baze sredstv virtual'noi real'nosti geoprostrastvennykh dannykh. Obzor i perspektivy razrabotki [Software visualization of geospatial data based on virtual reality systems. Survey and future developments]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2020, vol. 331, no. 1, pp. 195-210. doi: 10.18799/24131830/2020/1/2461
  30. Zoev I.V., Markov N.G., Ryzhova S.E. Intellektual'naia sistema komp'iuternogo zreniia bespilotnykh letatel'nykh apparatov dlia monitoringa tekhnologicheskikh ob"ektov predpriiatii neftegazovoi otrasli [Intelligent computer vision system for unmanned aerial vehicles for monitoring technological objects of oil and gas industry]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2019, vol. 330, no. 11, pp. 34-49. doi: 10.18799/24131830/2019/11/2346
  31. Latypov A.I., Iabbarova E.N. Ob interpretatsii dannykh staticheskogo zondirovaniia gruntov [On interpretation of the data of soil cone penetration tests]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2019, vol. 330, no. 10, pp. 82-90. doi: 10.18799/24131830/2019/10/2300
  32. Karpik A.P., Avrunev E.I., Dobrotvorskaia N.I., Dubrovskii A.V., Malygina O.I., Popov V.K. Organizatsiia sistemy geoinformatsionnogo monitoringa sostoianiia zemel'nykh resursov pribrezhnoi zony Novosibirskogo vodokhranilishcha [Organization of the system of geoinformation monitoring the land resources in Novosibirsk basin shore zone]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2019, vol. 330, no. 8, pp. 133-145. doi: 10.18799/24131830/2019/8/2219
  33. Epifanova E.A., Strokova L.A. Analiz deformatsii prozhektornoi machty pri pomoshchi nazemnogo lazernogo skanirovaniia i metoda konechnykh elementov [Numerical analysis of deformations of the lighting mast by ground laser scanning and finite elements method]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2019, vol. 330, no. 5, pp. 7-17. doi: 10.18799/24131830/2019/5/267
  34. Bharat Rao, Ashwin Goutham Gopi, Romana Maione The societal impact of commercial drones. Technology in society, 2016, vol. 45, pp. 83-90. doi: 10.1016/j.techsoc.2016.02.009
  35. Martin Cecilia, Parkes Stephen, Zhang Qiannan, Zhang Xiangliang, Carlos M. Duarte Use of unmanned aerial vehicles for efficient beach litter monitoring. Marine pollution bulletin, 2018, vol. 131, pp. 662-673. doi: 10.1016/j.marpolbul.2018.04.045
  36. Konar B., Iken K. The use of unmanned aerial vehicle imagery in intertidal monitoring. Deep-sea research part II: topical studies in oceanography, 2018, vol. 147, pp. 79-86. doi: 10.1016/j.dsr2.2017.04.010
  37. Cho Jaeyoung, Lim Gino, Biobaku Taofeek, Kim Seonjin, Parsaei Hamid. Safety and security management with unmanned aerial vehicle (UAV) in oil and gas industry. Procedia manufacturing, 2015, vol. 3, pp. 1342-1349. doi: 10.1016/j.promfg.2015.07.290
  38. Volkova I.I., Belov N.S., Shaplygina T.V. Geoprostranstvennyi analiz prirodnoantropo­gennoi transformatsii eolovykh pribrezhno-morskikh prirodnykh kompleksov s ispol'zovaniem nazemnogo lazernogo skanirovaniia [Geospatial analysis of natural-anthropogenic transformation of aeolian coastal-marine natural complexes using terrestrial laser scanning ]. Marksheiderskii vestnik, 2020, no. 1 (134), pp. 41-45.
  39. Prokop A.D. Obosnovanie tochnosti opredeliaemykh velichin pri proizvodstve marksheiderskikh s"emok s primeneniem programmno-apparatnykh kompleksov [Jus­tification of the accuracy of the determined values in the production of surveying surveys using software and hardware systems]. Marksheiderskii vestnik, 2020, no. 1 (134), pp. 46-49.
  40. Pavlov V.I. Aerofotos"emka vodnogo prostranstva [Aerial photography of the water area]. Marksheiderskii vestnik, 2019, no. 6 (133), pp. 40-44.
  41. Volkov V.I., Volkov N.V., Volkov O.V. Novyi podkhod k primeneniiu marksheidersko-geodezicheskikh nabliudenii dlia kontrolia tekhnogennykh posledstvii razrabotki neftegazovykh mestorozhdenii [New concept of usage of mine surveying and geodetic observations for monitoring the technogenic consequences of the development of oil and gas fields]. Marksheiderskii vestnik, 2018, no. 3 (124), pp. 45-50.
  42. Chan T.Sh., Kuzin A.A. Analiz vliianiia krivizny Zemli na rezul'taty sputnikovykh i traditsionnykh izmerenii v topotsentricheskoi sisteme koordinat [Analysis of the influence of the Earth's curvature on the results of satellite and traditional measurements in a topocentric coordinate system]. Marksheiderskii vestnik, 2018, no. 6 (127), pp. 38-43.
  43. Verdiev S.B. Analiz pogreshnosti geodezicheskikh sredstv izmereniia distantsii, vyzvannykh atmosfernymi osadkami [Analysis of error of geodetic instruments for measuring of distances caused by atmospheric factors]. Marksheiderskii vestnik, 2018, no. 6 (127), pp. 44-48.
  44. Klochkov V.V., Nikitova A.K. Metody prognozirovaniia sprosa na bespilotnye letatel'nye apparaty i raboty po vozdushnomu patrulirovaniiu [Methods for predicting demand for unmanned aerial vehicles and aerial patrol operations]. Problemy prognozirovaniia, 2007, no. 6 (105), pp. 144-152.
  45. Nikishev V.K., Sergeev E.S. Bespilotnye letatel'nye apparaty – modelirovanie dinamiki i perspektivy razvitiia [Unmanned aerial vehicles – dynamics modeling and development prospects]. Teoreticheskie i prikladnye aspekty sovremennoi nauki, 2014, no. 6-3, pp. 85-87.

Statistics

Views

Abstract - 372

PDF (Russian) - 76

PDF (English) - 120

Refbacks

  • There are currently no refbacks.

Copyright (c) 2020 Anikaeva A.D., Martyushev D.A.

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies