ПЛАНУВАННЯ ТА ВИКОНАННЯ ПОЛЬОТІВ БПЛА В УМОВАХ ЗМІННОГО ОПЕРАЦІЙНОГО СЕРЕДОВИЩА
DOI:
https://doi.org/10.33099/2786-7714-2025-2-9-133-144Ключові слова:
безпілотний літальний апарат, планування польоту, змінне операційне середовище, адаптивне управління, багатокритеріальна оптимізація, система підтримки прийняття рішеньАнотація
Проведено комплексний аналіз сучасних наукових підходів до організації процесів планування та виконання польотів безпілотних літальних апаратів в умовах змінного операційного середовища. Особливу увагу приділено проблемі формалізації параметрів середовища, що зазнає постійних змін, зокрема метеорологічних, топографічних, радіоелектронних та інформаційно-комунікаційних факторів, які визначають рівень ризику, точність навігації та стабільність функціонування сенсорних і виконавчих підсистем. Запропоновано класифікацію змінних операційних умов за ступенем їх впливу на траєкторні характеристики польоту, що дозволяє формувати адаптивні моделі прийняття рішень. Сформульовано вимоги до побудови математичних моделей оцінки стану середовища у вигляді векторів стану, часових рядів і ймовірнісних описів, що дає змогу враховувати невизначеність під час виконання місій різного типу. Проаналізовано сучасні методи оптимізації маршрутів, які поєднують детерміновані алгоритми планування траєкторій з елементами стохастичної оптимізації. Обґрунтовано доцільність використання багатокритеріальних підходів, що забезпечують баланс між енергетичною ефективністю, часом виконання, безпекою польоту та якістю зібраної інформації. Розроблено узагальнену концепцію циклу адаптивного управління, що включає етапи попереднього планування, моніторингу середовища, корекції маршруту та оцінювання результатів виконання завдання. Показано, що застосування механізмів репланування на основі тригерних подій дозволяє своєчасно реагувати на зміни зовнішніх умов, мінімізуючи ризики втрати стійкості та відхилення від траєкторії. Розглянуто архітектурні рішення для реалізації системи управління польотом безпілотних апаратів, яка включає модулі прогнозування, оцінки обстановки, локальної оптимізації траєкторій та інтерфейсу взаємодії оператора з автоматизованою системою. Визначено принципи інтеграції інформаційних потоків, що надходять із сенсорних каналів, комунікаційних систем і блоків навігації, для забезпечення узгодженого функціонування програмних компонентів. Описано підходи до валідації та експериментальної перевірки ефективності запропонованих алгоритмів. Запропоновано систему метрик для кількісного оцінювання ефективності управління польотом, що включає показники точності позиціонування, швидкодії реагування, енергоспоживання, стабільності навігаційних рішень і рівня ризику виконання завдання. Показано, що впровадження адаптивних алгоритмів планування та управління підвищує надійність і стійкість систем безпілотних літальних апаратів у складних і динамічних умовах, сприяє зниженню впливу невизначеності середовища та забезпечує ефективне виконання польотних завдань у режимі реального часу.
Посилання
Jazairy, A., & Persson, M. (2024). Drones in last-mile delivery: A systematic literature review from a logistics management perspective. The International Journal of Logistics Management, 36(7). https://doi.org/10.1108/IJLM-04-2023-0149.
Kwakye, A. D., Jennions, I. K., & Ezhilarasu, C. M. (2024). Platform health management for aircraft maintenance – a review. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering, 238(3). https://doi.org/10.1177/ 09544100231219736.
Mendu, B., & Mbuli, N. (2025). State-of-the-Art Review on the Application of Unmanned Aerial Vehicles (UAVs) in Power Line Inspections: Current Innovations, Trends, and Future Prospects. Drones, 9(4), 265. https://doi.org/10.3390/drones9040265.
Zhang, Z., Zhou, Y., Zhang, Y., & Qian, B. (2024). Strong Electromagnetic Interference and Protection in UAVs. Electronics, 13(2), 393. https://doi.org/10.3390/electronics13020393.
Gu, R., Zhao, Y., & Ren, X. (2025). Integrating wind field analysis in UAV path planning: Enhancing safety and energy efficiency for urban logistics. Chinese Journal of Aeronautics, 103605. https://doi.org/10.1016/j.cja.2025.103605.
Jarraya, I., Al-Batati, A., Kadri, M. B., Abdelkader, M., Ammar, A., Boulila, W., & Koubaa, A. (2025). GNSS-denied unmanned aerial vehicle navigation: Analyzing computational complexity, sensor fusion, and localization methodologies. Satellite Navigation, 6, 9. https://satellite-navigation.springeropen.com/articles/10.1186/s43020-025-00162-z.
Ahmed, G., & Sheltami, T. (2024). Novel energy-aware 3D UAV path planning and collision avoidance using receding horizon and optimization-based control. Drones, 8(11), 682. https://doi.org/10.3390/drones8110682.
Ahmed, G., Sheltami, T., & Shakshuki, E. (2024). Energy-efficient Internet of Drones path-planning study using meta-heuristic algorithms. Applied Sciences, 14(6), 2418. https://doi.org/ 10.3390/app14062418.
Jiang, Z., Song, T., Yang, B., & Song, G. (2024). Fault-tolerant control for multi-UAV exploration system via reinforcement learning algorithm. Aerospace, 11(5), 372. https://doi. org/10.3390/aerospace11050372.
Debnath, D., Vanegas, F., Sandino, J., Hawary, A. F., & Gonzalez, F. (2024). A review of UAV path-planning algorithms and obstacle avoidance methods for remote sensing applications. Remote Sensing, 16(21), 4019. https://doi.org/10.3390/rs16214019.
Huang, H., Li, Y., Song, G., & Gai, W. (2024). Deep reinforcement learning-driven UAV data collection path planning: A study on minimizing AoI. Electronics, 13(10), 1871. https://doi.org/10.3390/electronics13101871.
Garzelli, A., Benedikter, B., Zavoli, A., Martínez de Dios, J. R., Suarez, A., & Ollero, A. (2025). Stochastic path planning with obstacle avoidance for UAVs using covariance control. Applied Sciences, 15(19), 10469. https://doi.org/10.3390/app151910469.
Negru, S. A., Geragersian, P., Petrunin, I., & Guo, W. (2024). Resilient multi-sensor UAV navigation with a hybrid federated fusion architecture. Sensors, 24(3), 981. https://doi.org/10.3390/s24030981.
Ogunbunmi, S., Chen, Y., Blasch, E., & Chen, G. (2024). A survey on reputation systems for UAV networks. Drones, 8(6), 253. https://doi.org/10.3390/drones8060253.
Ahmed, G., Sheltami, T., Ghaleb, M., Hamdan, M., Mahmoud, A., & Yasar, A. (2024). Energy-efficient Internet of Drones path-planning study using meta-heuristic algorithms. Applied Sciences, 14(6), 2418. https://doi.org/10.3390/app14062418.
Hashim, H. A. (2025). Advances in UAV avionics systems architecture, classification and integration: A comprehensive review and future perspectives. Results in Engineering, 25, 103786. https://doi.org/10.1016/j.rineng.2024.103786.
Wang, X.-F., Jiang, J., & Chen, W.-H. (2024). A hierarchical control framework for autonomous decision-making systems: Integrating HMDP and MPC. arXiv preprint arXiv:2401.06833. https://arxiv.org/abs/2401.06833.
Chen, Z., Zhu, E., Guo, Z., Zhang, P., Liu, X., Wang, L., & Zhang, Y. (2025). Predictive autonomy for UAV remote sensing: A survey of video prediction. Remote Sensing, 17(20), 3423. https://doi.org/10.3390/rs17203423
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Повітряна міць України

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.