Проаналізовано основні перспективи групового використання безпілотних літальних апаратів (БПЛА), встановлено проблематику та запропоновано етапи її вирішення. Проаналізовано базові алгоритми, які призначені для досягнення спільних та узгоджених дій всіх елементів системи інтегрованого управління групою БПЛА, та використовуються в більшості підходів для забезпечення стабільної взаємодії між компонентами системи. Проведено аналіз найбільш поширених математичних моделей для управління групами БПЛА, зокрема: модель згуртування Рейнольдса, модель поля штучного потенціалу та модель слідкування за лідером. Визначено особливості роботи даних моделей, спільні та відмінні особливості, переваги та недоліки. Базуючись на розглянутих моделях та базових алгоритмах взаємодії, запропоновано алгоритми роботи компонентів системи управління групою БПЛА, а також описано послідовність дій при взаємодії між компонентами системи. Розглянуто основні деталі алгоритмів управління групою БПЛА. Наведено основні аспекти взаємодії елементів системи, які включають повідомлення різних категорій, що використовуються на різних етапах роботи системи, зокрема: синхронізуючі повідомлення; загально-групові керуючі повідомлення, для управління групою як єдиним цілим; повідомлення для корегування польоту конкретного БПЛА; повідомлення передачі статистичної інформація для корегування польоту; повідомлення запуску та координації виконання завдання конкретним БПЛА. Описано використання спільних повідомлень для управління групою, яке дозволяє розвантажити канал передачі, адже розрахунок траєкторій польоту здійснюється кожним БПЛА індивідуально, по заздалегідь визначених критеріях. Описано основні етапи роботи системи, особливості їх виконання, черговість передачі повідомлень в кожному етапі, а також базові деталі роботи деяких компонентів системи. Наведено блок-схеми для відображення процесу роботи системи на різних етапах польоту, з детальним описом кроків роботи системи. Описано процес збору статистичних даних з БПЛА для динамічного коригування польоту групи.
[1] V. Golembo, R. Melnikov (2018) “Organization of work for a group of drones”, Computer Systems and Networks, 2018, no. 905, pp. 56-63. doi: 10.23939/csn2018.905.056
[2] Hypothesis of simplicity, available at: http://studopedia.org/3-67094.html (Accessed 15 April 2024).
[3] Eversham, J.D.; Ruiz, V.F. “Experimental analysis of the Reynolds flocking model”, Paladyn 2011, no. 2, pp. 145-155.doi: 10.2478/s13230-012-0001-8
[4] V. Erofeeva, Y. Ivanskiy, V. Kiyaev (2015) “Swarm control of dynamic objects based on multi-agent technologies”, Computer tools in education, 2015, no. 6. pp. 34-42
[5] Elkhan Sabziev (2021) “A control algorithm for joint flight of a group of drones”, Scientific Journal of Silesian University of Technology Series Transport, 2021, no. 110, pp. 157-167. doi:10.20858/sjsutst.2021.110.13
[6] Dung D. Nguyen, Daniel Rohacs1 (2021) “Air traffic management of drones integrated into the smart cities”, 32nd congress of the International council of the Aeronautical sciences, available at: https://www.icas.org/ICAS_ARCHIVE/ICAS2020/data/papers/ICAS2020_0456_paper.pdf (Accessed 15 April 2024).
[7] Chuhao Qin, Alexander Robins, Callum Lillywhite-Roake, Adam Pearce, Hritik Mehta, Scott James, Tsz Ho Wong, Evangelos Pournaras (2024) “M-SET: Multi-Drone Swarm Intelligence Experimentation with Collision Avoidance Realism”, available at: https://arxiv.org/html/2406.10916v1 (Accessed 23 June 2024).
[8] Konrad Wojtowicz, Przemysław Wojciechowski (2023) “Synchronous Control of a Group of Flying Robots Following a Leader UAV in an Unfamiliar Environment”, Advanced Intelligent Control in Robots 2023, no. 23, p. 740. doi: 10.3390/s23020740
[9] O. Tymochko, A. Trystan, O. Matiushchenko, N. Shpak, Z. Dvulit (2022) “Method of controlling a group of unmanned aircraft for searching and destruction of objects using artificial intelligence elements”, Mathematical Modeling and Computing, Vol. 9, no. 3, pp. 694-710. doi: 10.23939/mmc2022.03.694
[10]D. S. Morgan, I. B. Schwartz. “Dynamic coordinated control laws in multiple agent models”, 2005 US Naval Research Laboratory, pp. 7-10. doi: 10.23939/mmc2022.03.694
[11]Guoqiang Hao, Qiang Lv, Zhen Huang, Huanlong Zhao, Wei Chen. “UAV Path Planning Based on Improved Artificial Potential Field Method”, Aerospace 2023, 10, 562. doi: 10.3390/aerospace10060562
[12]Majeed, A.; Hwang, S.O. A “Multi-Objective Coverage Path Planning Algorithm for UAVs to Cover Spatially Distributed Regions in Urban Environments”, Aerospace 2021, 8, 343. doi: 10.3390/aerospace8110343