Ученые СКФУ разрабатывают новый принцип управления группой БПЛА

Ученые из Северо-Кавказского федерального университета (СКФУ) работают над созданием системы управления группой беспилотных летательных аппаратов (БПЛА), которая основывается на принципе роевого интеллекта.

Под роевым интеллектом имеется в виду коллективное поведение однородных объектов, которые действуют сообща при выполнении определенных функций. Этими объектами управляют децентрализованно по принципу пчелиного роя, в результате чего можно добиться самоорганизующейся коллективной работы всех элементов системы.

Дело в том, что контроль автоматизированных систем, как правило, реализуется через единый центр. Такий метод имеет недостаток, ведь при разрыве связи с центром робот потеряет свою эффективность. Поэтому ученые многих стран стремятся реализовать иной принцип работы системы роевого интеллекта – самоорганизующейся многоагентной команды.

Как отметил кандидат технических наук, доцент кафедры компьютерной безопасности Института цифрового развития СКФУ Владимир Антонов, самоорганизующиеся системы эффективнее иерархичных. По его словам, проект университета направлен на оптимизацию взаимодействия робототехнических агентов по концепции роевого интеллекта, автономности, самоорганизации.

Антонов отметил, что в мире пока не существует полностью децентрализованного автономного роя. Ученые СКФУ сначала доведут новый принцип взаимодействия однородных роботов до прототипа, а затем выпустят готовый образец.

Ректор СКФУ Дмитрий Беспалов рассказал, что задача этого проекта в том, чтобы выйти на практическое применение, затем усовершенствовать технологии и внедрить в промышленное производство.

«Это в конечном итоге позволит решать национальные задачи технологического суверенитета России», – отметил ректор.

Доказательство эффективности решения Антонова было представлено на 33-й международной научно-технической конференции «Экстремальная робототехника» в Санкт-Петербурге.

Он не сомневается в том, что после прикладного этапа исследований роевой БПЛА может быть использован в сферах, где нужен анализ географически привязанных факторов, например, в зонах химического и радиационного заражения, в сельском хозяйстве при анализе посевов, для оценки угрозы распространения природных пожаров и в других проектах.