Олександр Гнатюк
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Олександр Гнатюк has a total of 15 co-authors. Here are the top co-authors by number of shared publications:
- Maksim Pjatkov
Національна академія Державної прикордонної служби України імені Богдана Хмельницького
2 shared publications - Володимир Собченко
Національна академія Державної прикордонної служби України імені Богдана Хмельницького
2 shared publications - Олег Чиж
Національна академія Державної прикордонної служби України імені Богдана Хмельницького
2 shared publications - Юрій Смолінський
Bohdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine
2 shared publications - Artur Vyntu
Bohdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine
1 shared publication - Mykhailo Nikulin
Національна академія Державної прикордонної служби України імені Богдана Хмельницького
1 shared publication
Latest Publications
- Open Access
- 30 December 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 96 (3) , 102-109
ІНЖЕНЕРНА ПІДТРИМКА БОЙОВИХ ДІЙ МАЛИХ ГРУП В ОБОРОНІ
У першій половині 2024 року тактика російсько-української війни набула кардинально нових форм і методів. Поява на полі бою нових ефективних засобів збройної боротьби, високоточної зброї розширили зміст завдань інженерної підтримки (далі – ІП) та ускладнили організацію їх виконання. Динамічний характер сучасних воєнних дій зумовлює постійну необхідність удосконалення та адаптації теорії інженерної підтримки та тактики дій інженерних підрозділів. Постійно мінливий ландшафт поля бою, який характеризується появою нових технологій, еволюцією стратегій та складними оперативними середовищами, вимагає проактивного підходу до розвитку ІП. Поява складної зброї, безпілотних систем та розширених можливостей зв’язку трансформувала поле бою, вимагаючи від ІП адаптації до цих досягнень та ефективної їх інтеграції в операції підтримки. Застосування нових військових доктрин, таких як гібридна війна та багатовимірні операції, створює унікальні виклики та можливості для ІП, роблячи необхідним розроблення спеціалізованих стратегій підтримки. Зростаюче розмаїття оперативних середовищ, від міських пейзажів до гірської місцевості, вимагає гнучкості й адаптивності тактики ІП для забезпечення ефективної підтримки в різних оперативних середовищах. Стрімкий розвиток ведення бойових дій підкреслює критичну необхідність безперервного вдосконалення та адаптації у сфері ІП. Завдяки проактивному підходу до розвитку ІП, який характеризується безперервним навчанням, удосконаленням доктрин і тактики, всебічною підготовкою та прагненням до інновацій, інженерні підрозділи можуть залишатися на вістрі сучасних воєн, надаючи важливу підтримку, яка забезпечує успіх операцій. Інженерні підрозділи – це підрозділи переднього краю. Вони йдуть у бій одночасно з бойовими підрозділами, а часто й раніше за них. Інженерним підрозділам відводиться важлива роль у виконанні найбільш складних завдань ІП. Необхідне розроблення програмного забезпечення із застосуванням штучного інтелекту для надання допомоги у прийнятті рішень недостатньо підготовленим військовим інженерам та недопущення помилок решті. Програмний продукт має бути зорієнтованим на підготовку інженера, відповідно надавати права у прийнятті рішень та обмежувати доступ до прийняття рішень сторонніх командирів і начальників.
- 30 December 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 96 (3) , 102-109
Open AccessІНЖЕНЕРНА ПІДТРИМКА БОЙОВИХ ДІЙ МАЛИХ ГРУП В ОБОРОНІ
У першій половині 2024 року тактика російсько-української війни набула кардинально нових форм і методів. Поява на полі бою нових ефективних засобів збройної боротьби, високоточної зброї розширили зміст завдань інженерної підтримки (далі – ІП) та ускладнили організацію їх виконання. Динамічний характер сучасних воєнних дій зумовлює постійну необхідність удосконалення та адаптації теорії інженерної підтримки та тактики дій інженерних підрозділів. Постійно мінливий ландшафт поля бою, який характеризується появою нових технологій, еволюцією стратегій та складними оперативними середовищами, вимагає проактивного підходу до розвитку ІП. Поява складної зброї, безпілотних систем та розширених можливостей зв’язку трансформувала поле бою, вимагаючи від ІП адаптації до цих досягнень та ефективної їх інтеграції в операції підтримки. Застосування нових військових доктрин, таких як гібридна війна та багатовимірні операції, створює унікальні виклики та можливості для ІП, роблячи необхідним розроблення спеціалізованих стратегій підтримки. Зростаюче розмаїття оперативних середовищ, від міських пейзажів до гірської місцевості, вимагає гнучкості й адаптивності тактики ІП для забезпечення ефективної підтримки в різних оперативних середовищах. Стрімкий розвиток ведення бойових дій підкреслює критичну необхідність безперервного вдосконалення та адаптації у сфері ІП. Завдяки проактивному підходу до розвитку ІП, який характеризується безперервним навчанням, удосконаленням доктрин і тактики, всебічною підготовкою та прагненням до інновацій, інженерні підрозділи можуть залишатися на вістрі сучасних воєн, надаючи важливу підтримку, яка забезпечує успіх операцій. Інженерні підрозділи – це підрозділи переднього краю. Вони йдуть у бій одночасно з бойовими підрозділами, а часто й раніше за них. Інженерним підрозділам відводиться важлива роль у виконанні найбільш складних завдань ІП. Необхідне розроблення програмного забезпечення із застосуванням штучного інтелекту для надання допомоги у прийнятті рішень недостатньо підготовленим військовим інженерам та недопущення помилок решті. Програмний продукт має бути зорієнтованим на підготовку інженера, відповідно надавати права у прийнятті рішень та обмежувати доступ до прийняття рішень сторонніх командирів і начальників.
- Open Access
- 6 September 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 95 (2) , 150-157
РОЗРОБКА МЕТОДУ ВИБОРУ МОДЕЛІ 3D-ПРИНТЕРА ДЛЯ ВИГОТОВЛЕННЯ ДЕТАЛЕЙ ДЛЯ РЕМОНТУ І МОДЕРНІЗАЦІЇ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ В УМОВАХ БОЙОВИХ ДІЙ
Протистояння України агресії рф стало поштовхом для потужного розвитку озброєння, і вже загальноприйнятним символом цієї війни вважаються безпілотні літальні апарати (далі – БпЛА) як тактичні й оперативні, так і розвідувальні та ударні. Саме цей чинник вносить свої коригування в технологію виготовлення дронів, і проявляється не тільки в удосконаленні комплектувальних деталей, а й відбивається на процесі виробництва корпусу літального апарата. У статті розглядається метод, який використовується для багатокритеріального вибору, що найбільш підходить для умов дослідного або дрібносерійного виробництва моделі 3D-принтера. Актуальність статті зумовлена необхідністю переходу ремонту БпЛА на нову технологічну платформу, яка базуватиметься, зокрема, на адитивних технологіях. Показано застосування методу для здійснення вибору відповідної моделі 3D-принтера в умовах відсутності статистичних даних щодо їх придатності до експлуатації в умовах дослідного або дрібносерійного виробництва. Наведено приклад оцінки технічних та експлуатаційних характеристик 3D-принтерів, а також проведено аналіз переваг серед популярних і поширених на сьогодні моделей 3D-принтерів. Впровадження адитивних технологій дає змогу наблизити виробництво до передової, що суттєво підвищить оперативність ремонту та відновлення БпЛА. Технічні характеристики принтерів, відображені в паспорті виробу. є об’єктивними, їх достовірність багато в чому гарантується виробником, проте слід пам’ятати і про суб’єктивну характеристику принтера – якість надрукованих 3D-моделей. Отримані розрахунки дозволили відповідно до вимог технічного завдання обирати необхідні принтери, які забезпечать потрібну якість.
- 6 September 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 95 (2) , 150-157
Open AccessРОЗРОБКА МЕТОДУ ВИБОРУ МОДЕЛІ 3D-ПРИНТЕРА ДЛЯ ВИГОТОВЛЕННЯ ДЕТАЛЕЙ ДЛЯ РЕМОНТУ І МОДЕРНІЗАЦІЇ БЕЗПІЛОТНИХ ЛІТАЛЬНИХ АПАРАТІВ В УМОВАХ БОЙОВИХ ДІЙ
Протистояння України агресії рф стало поштовхом для потужного розвитку озброєння, і вже загальноприйнятним символом цієї війни вважаються безпілотні літальні апарати (далі – БпЛА) як тактичні й оперативні, так і розвідувальні та ударні. Саме цей чинник вносить свої коригування в технологію виготовлення дронів, і проявляється не тільки в удосконаленні комплектувальних деталей, а й відбивається на процесі виробництва корпусу літального апарата. У статті розглядається метод, який використовується для багатокритеріального вибору, що найбільш підходить для умов дослідного або дрібносерійного виробництва моделі 3D-принтера. Актуальність статті зумовлена необхідністю переходу ремонту БпЛА на нову технологічну платформу, яка базуватиметься, зокрема, на адитивних технологіях. Показано застосування методу для здійснення вибору відповідної моделі 3D-принтера в умовах відсутності статистичних даних щодо їх придатності до експлуатації в умовах дослідного або дрібносерійного виробництва. Наведено приклад оцінки технічних та експлуатаційних характеристик 3D-принтерів, а також проведено аналіз переваг серед популярних і поширених на сьогодні моделей 3D-принтерів. Впровадження адитивних технологій дає змогу наблизити виробництво до передової, що суттєво підвищить оперативність ремонту та відновлення БпЛА. Технічні характеристики принтерів, відображені в паспорті виробу. є об’єктивними, їх достовірність багато в чому гарантується виробником, проте слід пам’ятати і про суб’єктивну характеристику принтера – якість надрукованих 3D-моделей. Отримані розрахунки дозволили відповідно до вимог технічного завдання обирати необхідні принтери, які забезпечать потрібну якість.
- Open Access
- 6 September 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 95 (2) , 178-187
АНАЛІЗ ДОРОЖНЬО-ТРАНСПОРТНИХ ПРИГОД І СИНТЕЗ ФАКТОРІВ РИЗИКУ ПІДСИСТЕМИ “ВОДІЙ – МАШИНА”
Особливе місце серед травматизму та загибелі людей у світі посідають дорожньо-транспортні пригоди (надалі – ДТП). На жаль, статистика ДТП в Україні за останні роки суттєво погіршилась. Учені фіксують вплив кількості дорожньо-транспортних пригод на макроекономічні показники держави. Зокрема, за статистикою, 75 % смертей у світі відбуваються серед людей працездатного віку (18–59 років). В Україні цей показник становить 90 %. Це спричинює значні економічні збитки для окремих осіб, їхніх сімей та країн через витрати на лікування та втрату продуктивності тих, хто вмирає або стає інвалідом, а також часу, який члени сімей постраждалих мають приділяти догляду за ними. Дорожньо-транспортні пригоди обходяться країні приблизно в 3 % ВВП. Для протидії зростанню негативної статистики ДТП у державі необхідно постійно аналізувати причини і фактори впливу для локалізації їх впливу в майбутньому. Дорожньо-траснпортним пригодам сприяють багато причин і факторів, такі як швидка урбанізація, низька безпека дорожнього руху, стан доріг, незадовільна робота правоохоронних органів, абстрактне або втомлене водіння, вживання алкогольних, психотропних речовин, перевищення швидкості, а також відсутність ременів засобів безпеки. Ця стаття має на меті проаналізувати основні види ДТП з причин, що призводять до травмування та загибелі людей, оцінити зміни статистичних даних за останні роки та виокремити основні фактори ризику, що впливають на кількість смертей та травмованих у дорожньо-транспортних пригодах у підсистемі “Водій – машина”. Проаналізовано статистику ДТП в Україні за 2022–2023 роки на основі даних офіційного сайту Патрульної поліції України та реєстраційних дій з транспортними засобами відповідно до даних офіційного сайту ГСЦ МВС. У цій статті ми заглибимося в різні причини дорожньо-транспортних пригод, досліджуючи все – від помилок людини до факторів навколишнього середовища.
- 6 September 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 95 (2) , 178-187
Open AccessАНАЛІЗ ДОРОЖНЬО-ТРАНСПОРТНИХ ПРИГОД І СИНТЕЗ ФАКТОРІВ РИЗИКУ ПІДСИСТЕМИ “ВОДІЙ – МАШИНА”
Особливе місце серед травматизму та загибелі людей у світі посідають дорожньо-транспортні пригоди (надалі – ДТП). На жаль, статистика ДТП в Україні за останні роки суттєво погіршилась. Учені фіксують вплив кількості дорожньо-транспортних пригод на макроекономічні показники держави. Зокрема, за статистикою, 75 % смертей у світі відбуваються серед людей працездатного віку (18–59 років). В Україні цей показник становить 90 %. Це спричинює значні економічні збитки для окремих осіб, їхніх сімей та країн через витрати на лікування та втрату продуктивності тих, хто вмирає або стає інвалідом, а також часу, який члени сімей постраждалих мають приділяти догляду за ними. Дорожньо-транспортні пригоди обходяться країні приблизно в 3 % ВВП. Для протидії зростанню негативної статистики ДТП у державі необхідно постійно аналізувати причини і фактори впливу для локалізації їх впливу в майбутньому. Дорожньо-траснпортним пригодам сприяють багато причин і факторів, такі як швидка урбанізація, низька безпека дорожнього руху, стан доріг, незадовільна робота правоохоронних органів, абстрактне або втомлене водіння, вживання алкогольних, психотропних речовин, перевищення швидкості, а також відсутність ременів засобів безпеки. Ця стаття має на меті проаналізувати основні види ДТП з причин, що призводять до травмування та загибелі людей, оцінити зміни статистичних даних за останні роки та виокремити основні фактори ризику, що впливають на кількість смертей та травмованих у дорожньо-транспортних пригодах у підсистемі “Водій – машина”. Проаналізовано статистику ДТП в Україні за 2022–2023 роки на основі даних офіційного сайту Патрульної поліції України та реєстраційних дій з транспортними засобами відповідно до даних офіційного сайту ГСЦ МВС. У цій статті ми заглибимося в різні причини дорожньо-транспортних пригод, досліджуючи все – від помилок людини до факторів навколишнього середовища.
- 23 August 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: педагогічні науки
- Vol. 37 (2) , 176-197
ОСОБЛИВОСТІ СТРУКТУРИ І ЗМІСТУ ЕЛЕКТРОННИХ КУРСІВ З НАВЧАЛЬНИХ ДИСЦИПЛІН ТЕХНІЧНОГО СПРЯМУВАННЯ
У статті висвітлено досвід формування електронних курсів навчальних дисциплін, пов’язаних із конструкцією, технічним обслуговуванням та ремонтом транспортних засобів, на освітніх платформах Moodle та Electude. Проаналізовано доцільну структуру електронного курсу та способи використання інтерактивних інструментів платформи Moodle: H5P, Урок, Завдання, а також інтерактивних модулів платформи Electude. Описано результати використання інструментарію H5P для створення інтерактивного навчального посібника з конструкції автомобільних двигунів. У посібнику застосовано такі інструменти, як презентації курсу, інтерактивні ілюстрації, інтерактивні відео, різноманітні тестові завдання.Авторами проаналізовано процес формування електронного курсу на освітній платформі Electude, обґрунтовано доцільну структуру електронного курсу. Констатується, що перевагою зазначеної платформи є наявність понад чотирьох тисяч готових якісних інтерактивних модулів, із яких є можливість формувати навчальний курс відповідно до програми навчальної дисципліни. Також можливим є створення додаткових навчальних курсів різного обсягу і рівня складності, індивідуальних навчальних курсів, курсів для поглибленого вивчення певного навчального матеріалу.У роботі акцентується на тому, що ефективним засобом для підвищення пізнавальної активності здобувачів освіти та зростання якості засвоєння навчального матеріалу є практичний симулятор Electude, який дає змогу користувачам практикуватись у діагностуванні й усуненні різноманітних несправностей електронної системи керування бензиновим двигуном із розподіленим впорскуванням пального перед безпосередньою роботою на реальному автомобілі. Також симулятор може бути використаний для вивчення будови системи живлення та системи керування двигуном. За результатами використання ресурсів платформи Electude протягом кількох місяців констатується зростання мотивації здобувачів освіти до навчання та підвищення якості засвоєння ними навчального матеріалу.У статті також висвітлено деякі результати порівняння освітніх платформ Moodle та Electude.
- 23 August 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: педагогічні науки
- Vol. 37 (2) , 176-197
ОСОБЛИВОСТІ СТРУКТУРИ І ЗМІСТУ ЕЛЕКТРОННИХ КУРСІВ З НАВЧАЛЬНИХ ДИСЦИПЛІН ТЕХНІЧНОГО СПРЯМУВАННЯ
У статті висвітлено досвід формування електронних курсів навчальних дисциплін, пов’язаних із конструкцією, технічним обслуговуванням та ремонтом транспортних засобів, на освітніх платформах Moodle та Electude. Проаналізовано доцільну структуру електронного курсу та способи використання інтерактивних інструментів платформи Moodle: H5P, Урок, Завдання, а також інтерактивних модулів платформи Electude. Описано результати використання інструментарію H5P для створення інтерактивного навчального посібника з конструкції автомобільних двигунів. У посібнику застосовано такі інструменти, як презентації курсу, інтерактивні ілюстрації, інтерактивні відео, різноманітні тестові завдання.Авторами проаналізовано процес формування електронного курсу на освітній платформі Electude, обґрунтовано доцільну структуру електронного курсу. Констатується, що перевагою зазначеної платформи є наявність понад чотирьох тисяч готових якісних інтерактивних модулів, із яких є можливість формувати навчальний курс відповідно до програми навчальної дисципліни. Також можливим є створення додаткових навчальних курсів різного обсягу і рівня складності, індивідуальних навчальних курсів, курсів для поглибленого вивчення певного навчального матеріалу.У роботі акцентується на тому, що ефективним засобом для підвищення пізнавальної активності здобувачів освіти та зростання якості засвоєння навчального матеріалу є практичний симулятор Electude, який дає змогу користувачам практикуватись у діагностуванні й усуненні різноманітних несправностей електронної системи керування бензиновим двигуном із розподіленим впорскуванням пального перед безпосередньою роботою на реальному автомобілі. Також симулятор може бути використаний для вивчення будови системи живлення та системи керування двигуном. За результатами використання ресурсів платформи Electude протягом кількох місяців констатується зростання мотивації здобувачів освіти до навчання та підвищення якості засвоєння ними навчального матеріалу.У статті також висвітлено деякі результати порівняння освітніх платформ Moodle та Electude.
- Open Access
- 30 May 2024
- Published by Khmelnytskyi National University in Herald of Khmelnytskyi National University. Technical sciences
- Vol. 337 (3(2)) , 380-383
ВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ ДЛЯ ОБРОБКИ ДАНИХ НА МІКРОКОМП’ЮТЕРАХ
Machine learning is a data analysis method that automates the construction of an analytical model. It is a branch of artificial intelligence based on the idea that machines should be able to learn and adapt through experience. It is closely related to computational statistics, which makes predictions based on statistical data collected by a computer. It is sometimes confused with data mining, but that is more focused on analyzing intelligence data, while machine learning contains complex algorithms that are used mainly for prediction, where machine learning concentrates on predicting based on already known attributes obtained through training data, then data mining focuses more on finding unknown attributes in any data. attributes in any data. Machine learning applications may be associated with spam filtering, optical character recognition, and search engines. Machine learning uses data to determine which algorithm is best for generating results based on the quantity, quality, and nature of the data. This data is then used for intelligent analysis in various ways, such as recommendation systems such as similar products on eBay, personalized content on google plus pages, video ads on sites such as YouTube, and last but not least, suggestions from friends on Facebook. Machine learning and artificial intelligence can be used to solve business problems, namely: Automating repetitive tasks such as data entry, document processing and customer service. This frees up employees' time for more complex work. Optimization of business processes. ML/AI can analyze data to identify inefficiencies and optimize business processes, increasing company productivity. Service personalization. ML/AI helps analyze customer data to provide them with personalized offers, recommendations and support. Automation of answers to questions and anticipation of customer needs. Detection of fraudulent transactions and cyber security. Risk management.
- 30 May 2024
- Published by Khmelnytskyi National University in Herald of Khmelnytskyi National University. Technical sciences
- Vol. 337 (3(2)) , 380-383
Open AccessВИКОРИСТАННЯ МАШИННОГО НАВЧАННЯ ДЛЯ ОБРОБКИ ДАНИХ НА МІКРОКОМП’ЮТЕРАХ
Machine learning is a data analysis method that automates the construction of an analytical model. It is a branch of artificial intelligence based on the idea that machines should be able to learn and adapt through experience. It is closely related to computational statistics, which makes predictions based on statistical data collected by a computer. It is sometimes confused with data mining, but that is more focused on analyzing intelligence data, while machine learning contains complex algorithms that are used mainly for prediction, where machine learning concentrates on predicting based on already known attributes obtained through training data, then data mining focuses more on finding unknown attributes in any data. attributes in any data. Machine learning applications may be associated with spam filtering, optical character recognition, and search engines. Machine learning uses data to determine which algorithm is best for generating results based on the quantity, quality, and nature of the data. This data is then used for intelligent analysis in various ways, such as recommendation systems such as similar products on eBay, personalized content on google plus pages, video ads on sites such as YouTube, and last but not least, suggestions from friends on Facebook. Machine learning and artificial intelligence can be used to solve business problems, namely: Automating repetitive tasks such as data entry, document processing and customer service. This frees up employees' time for more complex work. Optimization of business processes. ML/AI can analyze data to identify inefficiencies and optimize business processes, increasing company productivity. Service personalization. ML/AI helps analyze customer data to provide them with personalized offers, recommendations and support. Automation of answers to questions and anticipation of customer needs. Detection of fraudulent transactions and cyber security. Risk management.
- Open Access
- 31 January 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 92 (3) , 202-212
ДОСЛІДЖЕННЯ ПЕРЕНОСНИХ ТЕПЛОВІЗОРІВ ПРИ РОЗРІЗНЕННІ ОБ’ЄКТІВ СПОСТЕРЕЖЕННЯ
Статтю присвячено оцінюванню дальності розрізнення об’єктів (людей і військової техніки) зразками переносних тепловізорів. Для цього був обраний критерій Джонсона, що є найбільш універсальним та поширеним для розрізнення об’єктів у системах оптикоелектронного спостереження, до яких належить і тепловізійна техніка. У ході дослідження було детально описано сутність таких характеристик тепловізійних засобів: роздільна здатність термочутливої матриці, температурна чутливість, частота оновлення термочутливої матриці, фізичний розмір пікселя (чутливого елементу термочутливої матриці), поле зору, фокусна відстань об’єктива, діаметр об’єктива, збільшення (оптичне та цифрове), дальність виявлення, розпізнання та ідентифікації об’єкта. Переносні тепловізори, які мають кращу (більшу) роздільну здатність та фізичний розмір термочутливої матриці, потенційно забезпечують розрізнення об’єктів на більших дальностях порівняно з тими тепловізійними засобами, що мають термочутливі матриці меншої роздільної здатності та фізичного розміру. Разом з тим розрахунок дальності розрізнення об’єктів на основі критерію Джонсона вказує на завищені значення. Тому для оцінювання дальності розрізненя об’єктів спостереження у разі використання переносних тепловізорів у реальних умовах необхідно брати до уваги низку факторів: вплив кліматичних умов (гідрометеорів та довкілля), характеристику об’єктів спостереження (рівень теплового контрасту, спектральний склад випромінювання, швидкість руху об’єкта), умови спостереження (відстань до екрана, розмір екрана, вібрації приладу), досвід спостерігача (має знати й уміти виявити та розпізнати об’єкт). У подальших дослідженнях стосовно оцінювання ефективності переносних тепловізорів необхідним є врахування цих факторів і проведення обчислювальних та натурних експериментів.
- 31 January 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 92 (3) , 202-212
Open AccessДОСЛІДЖЕННЯ ПЕРЕНОСНИХ ТЕПЛОВІЗОРІВ ПРИ РОЗРІЗНЕННІ ОБ’ЄКТІВ СПОСТЕРЕЖЕННЯ
Статтю присвячено оцінюванню дальності розрізнення об’єктів (людей і військової техніки) зразками переносних тепловізорів. Для цього був обраний критерій Джонсона, що є найбільш універсальним та поширеним для розрізнення об’єктів у системах оптикоелектронного спостереження, до яких належить і тепловізійна техніка. У ході дослідження було детально описано сутність таких характеристик тепловізійних засобів: роздільна здатність термочутливої матриці, температурна чутливість, частота оновлення термочутливої матриці, фізичний розмір пікселя (чутливого елементу термочутливої матриці), поле зору, фокусна відстань об’єктива, діаметр об’єктива, збільшення (оптичне та цифрове), дальність виявлення, розпізнання та ідентифікації об’єкта. Переносні тепловізори, які мають кращу (більшу) роздільну здатність та фізичний розмір термочутливої матриці, потенційно забезпечують розрізнення об’єктів на більших дальностях порівняно з тими тепловізійними засобами, що мають термочутливі матриці меншої роздільної здатності та фізичного розміру. Разом з тим розрахунок дальності розрізнення об’єктів на основі критерію Джонсона вказує на завищені значення. Тому для оцінювання дальності розрізненя об’єктів спостереження у разі використання переносних тепловізорів у реальних умовах необхідно брати до уваги низку факторів: вплив кліматичних умов (гідрометеорів та довкілля), характеристику об’єктів спостереження (рівень теплового контрасту, спектральний склад випромінювання, швидкість руху об’єкта), умови спостереження (відстань до екрана, розмір екрана, вібрації приладу), досвід спостерігача (має знати й уміти виявити та розпізнати об’єкт). У подальших дослідженнях стосовно оцінювання ефективності переносних тепловізорів необхідним є врахування цих факторів і проведення обчислювальних та натурних експериментів.
- Open Access
- 31 January 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 92 (3) , 222-231
АНАЛІЗ СИСТЕМИ ЗАБЕЗПЕЧЕННЯ БЕЗПЕКИ ДОРОЖНЬОГО РУХУ НА АВТОМОБІЛЬНИХ ДОРОГАХ З ОБЛАШТОВАНИМИ ІНЖЕНЕРНИМИ СПОРУДАМИ ВІЙСЬКОВОГО ПРИЗНАЧЕННЯ (БЛОКПОСТАМИ)
Під час руху в умовах недостатньої видимості (сутінки, сніг, дощ, туман тощо) водії легкових та вантажних автомобільних транспортних засобів досить часто не помічають дорожніх знаків, які розташовані обабіч проїзної частини. Це призводить до виникнення дорожньо-транспортних пригод та автомобільних катастроф, адже в дорозі водієві важко миттєво оцінити та спрогнозувати гальмівний шлях, урахувати велику сукупність перемінних критеріїв складної системи «водій – машина – дорога – середовище». З початком воєнної агресії росії проти України ситуація на дорогах для автомобілів ускладнилась через появу інженерних споруд військового призначення – блокпостів (надалі – БП), демонтажу частини інформаційно-вказівних знаків для дезорієнтації на місцевості ворожих підрозділів. Однак проведені заходи дезорієнтують також і цивільних, ускладнюють їх рух, роблять його подекуди небезпечним. Зазначене впливає на зупинний шлях машини. Водій на великий швидкості не може вчасно загальмувати, і відбувається наїзд на залізобетонні блоки інженерних споруд. Це, зрештою, потребує проведення додаткового вивчення та аналізу чинних вимог керівних документів з організації безпеки дорожнього руху. Метою статті є аналіз основних вимог щодо облаштування блокпостів на автомобільних дорогах та обґрунтування необхідності чинних норм щодо встановлення дорожніх знаків перед блокпостами для забезпечення безпеки дорожнього руху. У дослідженні встановлено, що облаштування додаткових інженерних споруд на автомобільній дорозі поза населеними пунктами потребує модернізації чинної системи безпеки дорожнього руху, обладнання проїзної частини попереджувальними та заборонними дорожніми знаками на більших відстанях у порівнянні з тими, що зазначені в нормативних документах з облаштування автомобільних доріг та в чинних методиках із встановлення блокпостів.
- 31 January 2024
- Published by Bogdan Khmelnytskyi National Academy of the State Border Guard Service of Ukraine in Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: військові та технічні науки
- Vol. 92 (3) , 222-231
Open AccessАНАЛІЗ СИСТЕМИ ЗАБЕЗПЕЧЕННЯ БЕЗПЕКИ ДОРОЖНЬОГО РУХУ НА АВТОМОБІЛЬНИХ ДОРОГАХ З ОБЛАШТОВАНИМИ ІНЖЕНЕРНИМИ СПОРУДАМИ ВІЙСЬКОВОГО ПРИЗНАЧЕННЯ (БЛОКПОСТАМИ)
Під час руху в умовах недостатньої видимості (сутінки, сніг, дощ, туман тощо) водії легкових та вантажних автомобільних транспортних засобів досить часто не помічають дорожніх знаків, які розташовані обабіч проїзної частини. Це призводить до виникнення дорожньо-транспортних пригод та автомобільних катастроф, адже в дорозі водієві важко миттєво оцінити та спрогнозувати гальмівний шлях, урахувати велику сукупність перемінних критеріїв складної системи «водій – машина – дорога – середовище». З початком воєнної агресії росії проти України ситуація на дорогах для автомобілів ускладнилась через появу інженерних споруд військового призначення – блокпостів (надалі – БП), демонтажу частини інформаційно-вказівних знаків для дезорієнтації на місцевості ворожих підрозділів. Однак проведені заходи дезорієнтують також і цивільних, ускладнюють їх рух, роблять його подекуди небезпечним. Зазначене впливає на зупинний шлях машини. Водій на великий швидкості не може вчасно загальмувати, і відбувається наїзд на залізобетонні блоки інженерних споруд. Це, зрештою, потребує проведення додаткового вивчення та аналізу чинних вимог керівних документів з організації безпеки дорожнього руху. Метою статті є аналіз основних вимог щодо облаштування блокпостів на автомобільних дорогах та обґрунтування необхідності чинних норм щодо встановлення дорожніх знаків перед блокпостами для забезпечення безпеки дорожнього руху. У дослідженні встановлено, що облаштування додаткових інженерних споруд на автомобільній дорозі поза населеними пунктами потребує модернізації чинної системи безпеки дорожнього руху, обладнання проїзної частини попереджувальними та заборонними дорожніми знаками на більших відстанях у порівнянні з тими, що зазначені в нормативних документах з облаштування автомобільних доріг та в чинних методиках із встановлення блокпостів.