Гибридный алгоритм глобального планирования и локального взаимодействия для перехвата целей роем БПЛА

Аннотация

Введение: перехват целей роем БПЛА при отсутствии централизованного управления требует сочетания быстрого сближения с целями и строгого контроля междроновых дистанций. При этом алгоритмы глобальной оптимизации не всегда учитывают локальные ограничения, а поведенческие правила ограничены в возможности управления сложными сценариями. Цель: разработать алгоритм децентрализованного управления роем БПЛА, который обеспечит сокращение времени перехвата и одновременно исключит столкновения между агентами в рое. Методы: объединены алгоритм серых волков и модель Boids. Глобальный модуль алгоритма серых волков направляет дроны к целям, локальные правила Boids регулируют относительное движение дронов и предотвращают сближения ниже допустимой дистанции. Результаты: разработан гибридный алгоритм, обеспечивающий устойчивое выполнение задач перехвата в сценариях с неподвижной и движущейся целью. Медианное время захвата составляет 10–15 итераций для стационарной цели и 30–40 итераций для движущейся. Минимальная междроновая дистанция во всех экспериментах оставалась выше допустимой (5 м). Доказано условие безопасности через коэффициент разделения, гарантирующее отсутствие коллизий при сближении агентов. Для работы с несколькими объектами предложена кластеризация, которая позволяет разделять рой на группы и координировать перехват даже при разнесенном расположении целей. Практическая значимость: алгоритм использует малое число параметров, масштабируется по числу агентов и пригоден для бортовой реализации в реальном времени. Обсуждение: результаты показывают, что гибридный алгоритм сочетает преимущества глобальной оптимизации и локальной координации, обеспечивая баланс между скоростью перехвата и безопасностью. Это создает основу для дальнейших исследований в трехмерной динамике и для сценариев со сложными препятствиями.