Применение информационных технологий для интеллектуального анализа чрезвычайных ситуаций на основе edge computing и компьютерного зрения
DOI:
https://doi.org/10.5281/zenodo.19905552Ключевые слова:
чрезвычайные ситуации, интеллектуальный мониторинг, компьютерное зрение, OpenCV, MobileNet-SSD, IoT, Raspberry Pi, Edge Computing, MQTT, LoRaWAN, машинное обучение, МЧС, УзбекистанАннотация
В статье представлены результаты разработки интегрированной системы интеллектуального ана-
лиза чрезвычайных ситуаций (ЧС) на основе компьютерного зрения, сенсорных сетей IoT и алгоритмов машин-
ного обучения. Предложенная архитектура реализована на базе микрокомпьютерных платформ Raspberry Pi в
парадигме Edge Computing и включает четыре ключевых модуля: сбор данных в реальном времени, видеоана-
литику (OpenCV + MobileNet-SSD), кросс-верификацию угроз и оповещение. Экспериментально подтверждено,
что гибридный алгоритм комбинированного анализа видеопотока и телеметрии с IoT-датчиков сокращает время
обнаружения признаков ЧС на 85% по сравнению с традиционным мониторингом и снижает уровень ложных сра-
батываний на 32%. Точность классификации опасных факторов (пожар, задымление) составила 88-92%. Система
совместима с инфраструктурой МЧС Республики Узбекистан и может быть интегрирована в платформы “Безо-
пасный город” и новую GIS-систему ПРООН (2026).
Библиографические ссылки
1. Закон Республики Узбекистан “О защите населения и территорий от чрезвычайных ситуаций природного и
техногенного характера” № ЗРУ-790 от 17.08.2022 г.
2. Указ Президента Республики Узбекистан № УП-185 от 20.10.2025 г. “О поднятии на качественно новый уровень
сферы надёжной защиты населения и территорий от чрезвычайных ситуаций”. Постановление Президента №
ПП-311 от 20.10.2025 г. “О мерах по цифровизации сферы защиты от чрезвычайных ситуаций”.
3. Указ Президента Республики Узбекистан № УП-6079 от 05.10.2020 г. “Об утверждении Стратегии “Цифровой
Узбекистан - 2030”.
4. Постановление Президента Республики Узбекистан № РП-358 “Об утверждении Стратегии развития техно-
логий искусственного интеллекта до 2030 года”. - Октябрь 2024. [Электронный ресурс]. URL: https://lex.uz/
docs/7159258
5. UNFCCC. Адаптационный план Республики Узбекистан для сектора по чрезвычайным ситуациям на период
2025-2030 годов. 2025. [Электронный ресурс]. URL: https://unfccc.int/sites/default/files/resource/Uzbekistan_SAP_
Emergencies_RUS.pdf
6. UNDP Uzbekistan. Uzbekistan Launches Innovative GIS-Based System to Strengthen Disaster Risk Reduction.
January 2026. [Электронный ресурс]. URL: https://www.undp.org/uzbekistan/news/uzbekistan-launches-innovativegis-
based-system-strengthen-disaster-risk-reduction
7. FEMA. Hazus 7.1 Release Notes. January 2026. [Электронный ресурс]. URL: https://www.fema.gov/flood-maps/
tools-resources/flood-map-products/hazus/release-notes
8. Copernicus Emergency Management Service (CEMS). Home and News. 2026. [Электронный ресурс]. URL: https://
emergency.copernicus.eu/
9. ISO/IEC 27001:2022. Information Security Management Systems. Requirements. - Geneva: ISO, 2022.
10. ГОСТ 22.0.02-94. Безопасность в чрезвычайных ситуациях. Термины и определения основных понятий. - М.:
ИПК Издательство стандартов, 1996.
11. Соколова А.А., Тихонов М.М., Абдуллаев А.А. Информационные технологии управления в условиях чрезвы-
чайных ситуаций: концептуальные основы // Вестник Университета гражданской защиты МЧС Беларуси. - 2020.
- Т. 4, № 3.
12. Тягунов Г.В., Коберниченко В.Г., Ярошенко Ю.Г. Информационные технологии в управлении рисками чрезвы-
чайных ситуаций // Записки Горного института. - 2004.
13. Бабенышев С.В., Матеров Е.Н. Информационные технологии поддержки принятия решений в ЧС: учебное
пособие. - Железногорск: Сибирская пожарно-спасательная академия ГПС МЧС России, 2024.
14. Богданова Е.М. и др. Информационная система прогнозирования ЧС при использовании адаптивных моделей
// Вестник С.-Петерб. ун-та ГПС МЧС России. - 2019. - № 2.
15. Луценко С.Г., Уткин О.В. Цифровые технологии единой государственной системы предупреждения и ликви-
дации чрезвычайных ситуаций: анализ решений и перспективы развития // Природные и техногенные риски.
- 2023. - № 3 (47).
16. Дружинин С.С., Золотарев Д.Н. Информационные технологии в МЧС. - Воронеж: Воронежский институт ГПС
МЧС России, 2022.
17. Каримов А. Роль ИТ в мониторинге сейсмической опасности в Узбекистане // Вестник ТУИТ. - 2022. - № 1.
18. Kumar K.S. Real-time Disaster Monitoring using Raspberry Pi and IoT // Proc. IEEE ICECS. - 2021.
19. Holdren J.P., Smith E. Deep Learning for Disaster Management: A Survey // IEEE Transactions on Neural Networks
and Learning Systems. - 2020.
20. Rossi R.G. et al. The Role of GIS in Emergency Management // Journal of Emergency Management. - 2019.
21. Smith G.S. Application of Big Data Analytics in Disaster Management // Big Data Research. - 2020.
22. Alghamdi et al. Developing real-time IoT-based public safety alert and emergency response systems // Scientific
Reports. - 2025. - Vol. 15. DOI: 10.1038/s41598-025-13465-7.
23. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. - М.: ДМК Пресс, 2018. - 652 с.
24. Шолле Ф. Глубокое обучение на Python. - СПб.: Питер, 2018. - 400 с.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 MAKTABGACHA VA MAKTAB TA’LIMI JURNALI
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
