ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Повышение безопасности строительных машин на основе автоматизированного распознавания препятствий и опасных зон

Авторы

  • Лев Дмитриевич Рыкалов Российский государственный университет нефти и газа им. И.М. Губкина, 119991, Москва, Ленинский проспект, д. 65, корп. 1

Как цитировать

ГОСТ Рыкалов Л. Д. Повышение безопасности строительных машин на основе автоматизированного распознавания препятствий и опасных зон // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 8. С. 407-421. DOI: 10.25726/u3361-3178-2705-p
APA Рыкалов, Л. Д. (2026). Повышение безопасности строительных машин на основе автоматизированного распознавания препятствий и опасных зон. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(8), 407-421. https://doi.org/10.25726/u3361-3178-2705-p

Аннотация

Показатели производственного травматизма в 2024 году вернулись к росту: число зарегистрированных несчастных случаев достигло 33 774 при коэффициенте частоты 0,69, а воздействие движущихся предметов и деталей вместе с транспортными происшествиями заняло свыше трети происшествий с тяжёлыми последствиями. Действующие требования к обзорности землеройных машин нормируют локальные размеры затенений и оставляют ненормированной суммарную долю пространства, не контролируемого оператором, из-за чего формально соответствующие стандарту машины различаются по фактическому охвату почти на треть. Цель работы – установить количественную связь между параметрами системы автоматизированного распознавания препятствий и остаточной вероятностью контакта работника с движущейся машиной. Выполнено геометрическое моделирование секторов затенения по схеме контрольного круга видимости радиусом 12 м, аддитивное разложение дистанции гарантированного срабатывания и имитационное моделирование на 20 000 реализаций для гусеничного экскаватора, фронтального погрузчика и автогрейдера при четырёх вариантах оснащения. Базовые конфигурации оставляют вне контроля от 23,17 до 30,07% площади контрольного круга; система кругового обзора сокращает показатель до 4,28-4,83%, комбинированная система с радиолокационным каналом – до 1,60-1,88%. Остаточная доля контактов снижается с 0,1840 до 0,0871 и 0,0820 соответственно, что отвечает сокращению риска на 52,7 и 55,4%. В структуре требуемой дистанции срабатывания при 9 км/ч на реакцию оператора приходится 51,6%, на латентность вычислительного тракта – 7,2%. Полученное распределение показывает, что предел эффективности системы задаётся геометрией покрытия и временем реакции решающего звена, тогда как быстродействие детектора влияет на результат примерно втрое слабее. После сокращения неконтролируемой доли приблизительно до 5% дальнейшее расширение сенсорного оснащения даёт убывающую отдачу, и остаточный риск концентрируется на классе работников в согнутой позе и на верхнем диапазоне рабочих скоростей.

Ключевые слова

безопасность строительных машин распознавание препятствий опасная зона обзорность с рабочего места оператора система кругового обзора остаточный риск имитационное моделирование производственный травматизм

Финансирование

Авторы не заявили о внешнем финансировании исследования.

Библиографические ссылки

Алешков Д.С., Аюпова Н.Ю., Бакико Е.В., Суковин М.В., Скакунов Д.А. Учет влияния человеческого фактора на профессиональные риски при использовании метода дерева отказов // Безопасность труда в промышленности. 2025. № 10. С. 32-38.

Андриянов Н.А., Дементьев В.Е., Ташлинский А.Г. Обнаружение объектов на изображении: от критериев Байеса и Неймана-Пирсона к детекторам на базе нейронных сетей EfficientDet // Компьютерная оптика. 2022. Т. 46. № 1. С. 139-159.

Васин П.А., Куликов И.А. Обучение нейросетевых алгоритмов автомобильного технического зрения с учетом типов ошибок распознавания // Труды НАМИ. 2021. № 3. С. 37-47.

Егельский В.В. К вопросу об использовании видеоаналитики в производственной среде при эксплуатации грузоподъемных кранов // Безопасность труда в промышленности. 2025. № 11. С. 47-50.

Жабин Д.В., Макеев М.А., Клебанов Д.А. Разработка систем контроля целостности зубьев ковша экскаватора с применением методов компьютерного зрения // Горная промышленность. 2023. № 3. С. 48-49.

Жилинский Н.А., Дорогова И.Е. Позиционирование подвижных элементов строительной техники посредством компьютерного зрения // Вестник СГУГиТ. 2026. Т. 31. № 2. С. 14-21.

Клебанов А.Ф., Кадочников М.В., Улитин В.В., Сиземов Д.Н. Современные системы предотвращения столкновений горной техники и наездов на персонал при ведении открытых горных работ // Горная промышленность. 2020. № 5. С. 24-29.

Медведева Е.В., Перевощикова А.А. Исследование нейросетевых алгоритмов распознавания объектов железнодорожной инфраструктуры на видеоизображениях // Компьютерная оптика. 2025. Т. 49. № 3. С. 443-450.

Овсянников В.Е., Васильев В.И. Разработка модели оценки влияния человеческого фактора на эффективность эксплуатации строительно-дорожных машин // Вестник СибАДИ. 2020. Т. 17. № 4. С. 476-486.

Овчинников Н.П. Основные причины производственного травматизма при эксплуатации карьерного автотранспорта на золотодобывающих предприятиях Южной Якутии // Безопасность труда в промышленности. 2024. № 3. С. 33-37.

Родионов О.А., Рашид Б. Разработка семантической карты для беспилотного автомобиля с использованием метода одновременной локализации и картографирования // Вестник СибАДИ. 2022. Т. 19. № 6. С. 900-914.

Семейкин А.Ю., Томаровщенко О.Н., Петрова В.А., Тюпин Д.М., Едаменко А.С. Анализ факторов риска и причин производственного травматизма при выполнении строительно-монтажных работ в горнодобывающей отрасли // Горный информационно-аналитический бюллетень. 2025. № 10. С. 167-181.

Сухарев Р.Ю. Применение метода «чистое преследование» (Pure Pursuit) для управления беспилотным автогрейдером // Вестник СибАДИ. 2022. Т. 19. № 2. С. 156-169.

Черкасов П.В., Попинако Я.В., Никитенко М.С. Анализ влияния освещенности на качество распознавания лазерной сетки машинным зрением // Горная промышленность. 2024. № 5S. С. 110-115.

Черкасов П.В., Худоногов Д.Ю., Кизилов С.А., Никитенко М.С. Оценка влияния запыленности и влажности воздуха горных выработок на эффективность машинного зрения // Горное оборудование и электромеханика. 2026. № 2. С. 77-84.

Выпуск

Раздел

ПРИКЛАДНЫЕ ИССЛЕДОВАНИЯ

Метрики

364 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью