Барбачакова Юлия Юрьевна – кандидат юридических наук, старший преподаватель кафедры криминалистики
117997, г. Москва, ул. Академика Волгина, д. 12
Yulia Yu. Barbachakova – Cand. Sci. (Law), Senior Lecturer, Department of Criminalistics
ul. Academika Volgina 12, Moscow 117997
Цель. Провести комплексный анализ современных методов исследования в баллистике, их применение в криминалистической экспертизе и оценку их эффективности для решения задач, связанных с расследованием преступлений, совершённых с использованием огнестрельного оружия. Особое внимание уделяется интеграции численного моделирования, экспериментальных методов и технологий искусственного интеллекта для повышения точности, объективности экспертных выводов.
Процедура и методы. Для достижения поставленной цели была проведена многоступенчатая процедура исследования: выполнен анализ научной литературы, изучение теоретических основ баллистики, включая внутреннюю, внешнюю и конечную баллистику, а также современные подходы к их исследованию, проанализированы работы как отечественных, так и зарубежных авторов, специализирующихся на применении баллистических методов в криминалистике. Рассмотрены реальные случаи использования различных методов исследования в судебной практике. Это позволило выявить наиболее эффективные подходы и ограничения существующих технологий. Применены численные методы для моделирования траекторий снарядов, учёта воздушного сопротивления, влияния силы Кориолиса и других факторов. Использовались программные средства, такие как Ballistic Trajectory Simulation (BTS) и Integrated Ballistics Identification System (IBIS). Проведены испытания на баллистических стендах для проверки гипотез относительно характеристик оружия и боеприпасов. Были использованы лазерная спектроскопия (LIBS), высокоскоростная съемка и другие современные технологии. Оценена эффективность алгоритмов машинного обучения для анализа баллистических данных, сравнения следов на пулях и гильзах, а также обработки видео- и фотоматериалов. Сопоставлены результаты, полученные различными методами, чтобы определить их взаимодополняемость и возможности комбинирования для повышения достоверности выводов.
Результаты. Численное моделирование показало высокую точность при расчёте траекторий снарядов и реконструкции событий преступлений. Особенно эффективно этот метод работает в сочетании с данными экспериментальных исследований. Лазерная диагностика позволила детально изучать следы порохового нагара и микроскопические частицы, оставшиеся после выстрела. Это значительно улучшило возможность установления расстояния до стрелка и типа используемого оружия. Высокоскоростная съёмка дала уникальные данные о движении пули в первые миллисекунды после выстрела, что важно для анализа характера выброса газов и формы пламени. Баллистические стенды подтвердили свою важность для имитационных испытаний и проверки гипотез относительно пробивной способности пуль и других характеристик оружия. Искусственный интеллект продемонстрировал высокую эффективность при автоматическом сравнении следов на пулях и гильзах, а также при анализе видеоматериалов. Алгоритмы машинного обучения позволяют обрабатывать большие объёмы данных за короткое время, что особенно важно в сложных делах.
Теоретическая и/или практическая значимость. Результаты исследования расширяют понимание возможностей современных технологий в области баллистической экспертизы. Разработанные подходы могут быть использованы для совершенствования учебных программ в сфере криминалистики, а также для развития новых методологий исследования баллистических процессов
Aim. Conduct a comprehensive analysis of modern research methods in ballistics, their application in forensic examination and assessment of their effectiveness for solving problems related to the investigation of crimes committed with the use of firearms. Special attention is paid to the integration of numerical modeling, experimental methods and artificial intelligence technologies to improve the accuracy, objectivity of expert conclusions.
Methodology. To achieve the set goal, a multi-stage research procedure was carried out: an analysis of scientific literature, a study of the theoretical foundations of ballistics, including internal, external and terminal ballistics, as well as modern approaches to their study, an analysis of the works of both domestic and foreign authors specializing in the use of ballistic methods in forensic science. Real cases of using various research methods in forensic practice were considered. This made it possible to identify the most effective approaches and limitations of existing technologies. Numerical methods were used to simulate projectile trajectories, taking into account air resistance, the influence of the Coriolis force and other factors. Software tools such as Ballistic Trajectory Simulation (BTS) and Integrated Ballistics Identification System (IBIS) were used. Tests were conducted on ballistic stands to verify hypotheses regarding the characteristics of weapons and ammunition. Laser spectroscopy (LIBS), high-speed shooting and other modern technologies were used. The effectiveness of machine learning algorithms for analyzing ballistic data, comparing traces on bullets and cartridges, and processing video and photo materials is assessed. The results obtained by different methods are compared to determine their complementarity and the possibility of combining them to increase the reliability of conclusions.
Results. Numerical modeling has demonstrated high accuracy in calculating projectile trajectories and reconstructing crime scenes. This method is especially effective when combined with experimental research data. Laser diagnostics allowed for a detailed study of traces of gunpowder carbon and microscopic particles left after a shot. This significantly improved the ability to determine the distance to the shooter and the type of weapon used. High-speed filming provided unique data on the movement of a bullet in the first milliseconds after a shot, which is important for analyzing the nature of gas emissions and the shape of a flame. Ballistic stands have proven their importance for imitation tests and testing hypotheses regarding the penetrating ability of bullets and other weapon characteristics. Artificial intelligence has demonstrated high efficiency in automatically comparing traces on bullets and cartridge cases, as well as in analyzing video materials. Machine learning algorithms allow processing large amounts of data in a short time, which is especially important in complex cases.
Research implications. Thus, this research not only summarizes modern methods of ballistic study but also demonstrates their practical applicability in forensic investigations. The integration of advanced technologies with traditional methods allows achieving high accuracy and objectivity when solving complex tasks arising in modern judicial practice.
The authors declare that there are no conflicts of interest present.