Разработка и анализ облачных моделей для адаптивного управления роевыми системами беспилотного транспорта

В статье рассматривается проблема управления роевыми системами беспилотных летательных аппаратов в динамически изменяющихся условиях. Для ее решения предложена и верифицирована облачная математическая модель, основанная на децентрализованных алгоритмах роевого интеллекта и обеспечивающая адаптивное управление, самоорганизацию и устойчивость группы беспилотных летательных аппаратов. Методологическую основу подхода составила интеграция двух ключевых компонентов: детерминированной модели «роутер-ротор» для обеспечения гарантированного покрытия целевой зоны и k-отказоустойчивых gossip-протоколов, построенных на графах Кнёделя, для надежного обмена данными в условиях нестабильной связи и потерь узлов. Модель была реализована на облачной платформе OpenStack, что обеспечило гибкость развертывания и масштабируемость вычислительных ресурсов. Проведенное имитационное моделирование включало сравнительный анализ с классическим алгоритмом Q-Routing для различных сценариев работы, включая штатный режим и условия динамической реконфигурации сети. Результаты доказали всестороннюю эффективность предложенной архитектуры. Разработанное решение продемонстрировало существенно более низкую и предсказуемую задержку, высокую и стабильную пропускную способность при возрастающей нагрузке, а также оптимальное использование памяти вычислительных узлов. Критически важным преимуществом стала повышенная живучесть системы, выражающаяся в сокращении времени восстановления работоспособности после сбоев. Полученные результаты подтверждают, что комбинация детерминированных и gossip-механизмов в облачной среде позволяет создавать высоконадежные и масштабируемые системы для задач мониторинга и сбора данных, предъявляющих строгие требования к оперативности и отказоустойчивости в реальном времени.

1. Селин А.И., Туркин И.К. Обзор целевых объектов применения беспилотных летательных аппаратов, работающих в составе группы. Научный вестник МГТУ ГА. 2023;26(2):91–105. https://doi.org/10.26467/2079-0619-2023-26-2-91-105

2. Довгаль В.А., Довгаль Д.В. Анализ систем коммуникационного взаимодействия дронов, выполняющих поисковую миссию в составе группы. Вестник Адыгейского государственного университета. Серия: Естественно-математические и технические науки. 2020;(4):87–94.

3. Костюков В.А., Медведев И.М., Медведев М.Ю., Пшихопов В.Х. Численное моделирование роевого алгоритма планирования пути в двухмерной некартографированной среде. Вестник Южно-Уральского государственного университета. Серия: Математика. Механика. Физика. 2024;16(2):26–40. https://doi.org/10.14529/mmph240203

4. Таранов А.Ю., Остроухов А.Ю. Повышение энергоэффективности в решении площадных задач роем автономных роботов за счет релейной связи. Известия Тульского государственного университета. Технические науки. 2023;(11):65–70.

5. Суконщиков А.А., Швецов А.Н., Андрианов И.А., Кочкин Д.В. Принципы построения самоорганизующихся информационно-телекоммуникационных систем. Вестник Череповецкого государственного университета. 2021;(1):56–67. https://doi.org/10.23859/1994-0637-2021-1-100-4

6. Карсаев О.В. Имитационное моделирование автономного управления группировкой малых спутников. Известия ЮФУ. Технические науки. 2018;(1):140–154. https://doi.org/10.23683/2311-3103-2018-1-140-154

7. Довгаль В.А. Интеграция сетей и вычислений для построения системы управления роем дронов как сетевой системы управления. Вестник Адыгейского государственного университета. Серия: Естественно-математические и технические науки. 2022;(1):62–76.

8. Иванов Д.Я. Распределение ролей в коалициях роботов при ограниченных коммуникациях на основе роевого взаимодействия. Управление большими системами. 2019;(78):23–45.

9. Zhou Y., Rao B., Wang W. UAV Swarm Intelligence: Recent Advances and Future Trends. IEEE Access. 2020;8:183856–183878. https://doi.org/10.1109/ACCESS.2020.3028865

10. Sharma A., Vanjani P., Paliwal N., et al. Communication and networking technologies for UAVs: A survey. Journal of Network and Computer Applications. 2020;168. https://doi.org/10.1016/j.jnca.2020.102739