Многоуровневая стратегия безопасной навигации и распределения роя БПЛА для мониторинга лесных пожаров
Ключевые слова:
искусственные потенциальные поля, алгоритм роя частиц, распределённое управление, многоуровневая стратегия, навигация роя, оптимизация маршрутов, согласование высот, гибридные алгоритмыАннотация
Лесные пожары являются одной из наиболее опасных и трудно прогнозируемых природных угроз, что требует постоянного мониторинга линии распространения огня в реальном времени. Традиционные средства, такие как спутниковая съемка или наземные наблюдательные посты, не обеспечивают необходимой оперативности и полноты данных. Перспективным решением становится использование роя беспилотных летательных аппаратов (БПЛА), однако их эффективная координация в условиях динамичной обстановки и ограниченных ресурсов связи и вычислений требует разработки специальных алгоритмов. В работе представлена многоуровневая стратегия управления роем БПЛА, объединяющая три механизма. Горизонтальная навигация реализуется методом искусственных потенциальных полей (Artificial Potential Field, APF), обеспечивающим притяжение к линии фронта пожара и отталкивание от препятствий и соседних аппаратов. Распределённый протокол согласования стабилизирует полет на общей опорной высоте, что гарантирует сопоставимые углы обзора. Для оптимального распределения вдоль линии фронта используется модифицированный алгоритм роя частиц (Particle Swarm Optimization, PSO), позволяющий снизить конкуренцию между дронами и уменьшить лишние манёвры. Проведена серия вычислительных экспериментов, в которых сопоставлены классический APF и гибрид APF+PSO для решения задачи оптимизации функционала эффективности движения роя БПЛА. Гибридная схема APF+PSO снижает значение функционала эффективности почти на порядок по сравнению с классическим методом APF; уменьшает вариативность поведения роя; поддерживает согласованную высоту без выраженного перерегулирования и обеспечивает корректный обход препятствий при движущемся фронте. Минимальные междроновые дистанции не опускались ниже порогового значения 5 м, что подтверждает соблюдение требований безопасности. Алгоритм демонстрирует устойчивое слежение за движущимся фронтом на протяжении всего горизонта моделирования, обеспечивая корректный обход препятствий. Разработанная стратегия сочетает вычислительную простоту с высокой надежностью. Дальнейшие исследования будут направлены на учет данных бортовых сенсоров (видео и тепловизоров), моделирование влияния ветра и рельефа, анализ задержек и потерь связи, а также расширение алгоритма на крупные группы БПЛА.
Литература
2. Merino L., Caballero F., Martínez-de-Dios J.R., Maza I., Ollero A. An Unmanned Aircraft System for Automatic Forest Fire Monitoring and Measurement // Journal of Intelligent & Robotic Systems. 2012. vol. 65. no. 1. pp. 533–548.
3. Martínez-de-Dios J.R., Merino L., Caballero F., Ollero A. Automatic Forest-Fire Measuring Using Ground Stations and Unmanned Aerial Systems // Sensors. 2011. vol. 11. no. 6. pp. 6328–6353.
4. Косинов Д.Э. Обзор использования беспилотных летательных аппаратов при мониторинге лесных пожаров // Материалы Нац. науч.-практ. конф. «Циркулярная экономика для целей устойчивого развития отраслей и территорий». Воронеж: ВГЛТУ им. Г.Ф. Морозова, 2024. С. 193–198.
5. Zhu P., Song R., Zhang J., Xu Z., Gou Y., Sun Z., Shao Q. Multiple UAV Swarms Collaborative Firefighting Strategy Considering Forest Fire Spread and Resource Constraints // Drones. 2025. vol. 9. no. 1.
6. Liu Y., Chen C., Wang Y., Zhang T., Gong Y. A fast formation obstacle avoidance algorithm for clustered UAVs based on artificial potential field // Aerospace Science and Technology. 2024. vol. 147.
7. Wu R.-Y., Xie X.-C., Zheng Y.-J. Firefighting Drone Configuration and Scheduling for Wildfire Based on Loss Estimation and Minimization // Drones. 2024. vol. 8. no. 1. DOI: 10.3390/drones8010017.
8. Кузнецов А.В. Системы мониторинга лесных пожаров с использованием беспилотных летательных аппаратов // Пожарная и аварийная безопасность: материалы XVIII Междунар. конф. 2023. С. 622–626.
9. Серебряков А.Е., Гура Д.А., Дражецкий Д.А., Панченко Е.А. Типы БПЛА и возможности использования в целях мониторинга и предотвращения лесных пожаров // Наука. Техника. Технологии (Политехнический вестник). 2021. № 4. С. 175–178.
10. Debnath D., Vanegas F., Sandino J., Hawary A.F., Gonzalez F.A. A Review of UAV Path-Planning Algorithms and Obstacle Avoidance Methods for Remote Sensing Applications // Remote Sensing. 2024. vol. 16. no. 21.
11. Zhu P., Jiang S., Zhang J., Xu Z., Sun Z., Shao Q. Multi-Target Firefighting Task Planning Strategy for Multiple UAVs Under Dynamic Forest Fire Environment // Fire. 2025. vol. 8. no. 2.
12. Sun B., Gu Z., Xiong T. Event-Triggered Formation Tracking Control for Unmanned Aerial Vehicles Subjected to Deception Attacks // Electronics. 2021. vol. 10. no. 22.
13. Wang T., Zhao S., Xia Y., Pan Z., Tian H. Consensus Control of Large-Scale UAV Swarm Based on Multi-Layer Graph // Drones. 2024. vol. 6. no. 12. DOI: 10.3390/drones6120402.
14. Даринцев О.В., Мигранов А.Б. Аналитический обзор подходов к распределению задач в группах мобильных роботов на основе технологий мягких вычислений // Информатика и автоматизация. 2022. Т. 21. № 4. С. 729–757.
15. Смирнов А.В. Исследование влияния степени овражности целевой функции на погрешность определения координат ее минимума // Российский технологический журнал. 2023. Т. 11. № 6. С. 57–67.
16. Akimov A.A., Sapozhnikova K.A., Gnatenko Y.A. A Discrete Swarm Optimization Modification for the Multi Agent Traveling Salesman Problem // Proc. of the International Russian Smart Industry Conference (SmartIndustryCon). IEEE, 2025. pp. 418–424.
17. Cheng Q., Zhang Z., Du Y., Li Y. Research on Particle Swarm Optimization-Based UAV Path Planning Technology in Urban Airspace // Drones. 2024. vol. 8. no. 12.
18. Горшков И.Ф., Акимов А.А. Динамическая маршрутизация дронов для доставки заказов // Научно-технический вестник Поволжья. 2025. № 6. С. 202–205.
19. Rimon E., Koditschek D.E. Exact Robot Navigation Using Artificial Potential Functions // IEEE Transactions on Robotics and Automation. 1992. vol. 8. no. 5. pp. 501–518. DOI: 10.1109/70.163777.
20. Hao G., Lv Q., Huang Z., Zhao H., Chen W. UAV Path Planning Based on Improved Artificial Potential Field Method // Aerospace. 2023. vol. 10. no. 6.
21. Xiong H., Deng G., Liu Y., Wu W. Distributed event-triggered formation control of UGV-UAV heterogeneous multi-agent systems for ground-air cooperation // Chinese Journal of Aeronautics. 2024. vol. 37. no. 12. pp. 458–483.
22. Hartley J., Shum H., Ho S., Wang H., Ramamoorthy S. Formation control for UAVs using a Flux Guided approach // Expert Systems with Applications. 2022. vol. 205.
23. Partheepan S., Sanati F., Hassan J. Autonomous Unmanned Aerial Vehicles in Bushfire Management: Challenges and Opportunities // Drones. 2023. vol. 7. no. 1. DOI: 10.3390/drones7010047.
24. Shao R., Tao R., Liu Y., Yang Y., Li D., Chen J. UAV cooperative search in dynamic environment based on hybrid-layered APF // EURASIP Journal on Advances in Signal Processing. 2021. vol. 2021.
25. Wang N., Dai J., Ying J. UAV Formation Obstacle Avoidance Control Algorithm Based on Improved Artificial Potential Field and Consensus // International Journal of Aeronautical and Space Sciences. 2021. vol. 22. no. 6. pp. 1413–1427.
26. Vicsek T., Czirók A., Ben-Jacob E., Cohen I., Shochet O. Novel type of phase transition in a system of self-driven particles // Physical Review Letters. 1995. vol. 75. no. 6. pp. 1226–1229. DOI: 10.1103/PhysRevLett.75.1226.
27. Riedel M. A Review of Detect and Avoid Standards for Unmanned Aircraft Systems // Aerospace. 2025. vol. 12. no. 4.
Опубликован
Как цитировать
Раздел
Copyright (c) Андрей Анатольевич Акимов, Юлия Ахнафовна Гнатенко, Роман Геннадьевич Болбаков
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).