novtexmechМехатроника, автоматизация, управлениеMekhatronika, Avtomatizatsiya, Upravlenie1684-64272619-1253Commercial Publisher «New Technologies»10.17587/mau.27.541-552novtexmech-2121Research ArticleДИНАМИКА, БАЛЛИСТИКА, УПРАВЛЕНИЕ ДВИЖЕНИЕМ ЛЕТАТЕЛЬНЫХ АППАРАТОВDYNAMICS, BALLISTICS AND CONTROL OF AIRCRAFTРой дронов: мультиагентная система управления группой взаимодействующих дронов в задачах мониторинга территорий промышленных обьектовSwarm of Drones: Multi-Agent System for Managing Group of Interacting Drones for Industry Objects MonitoringБалиозД. А.BaliozD. A.

аспирант, мл. науч. сотр.

г. Самара

Samara

d.balioz@kg.ruГалицкаяА. В.GalitckayaA. V.

аспирант, мл. науч. сотр.

г. Самара

Samara

a.galitckaya@kg.ruГалузинВ. А.GaluzinV. A.

канд. техн. наук, науч. сотр.

г. Самара

Samara

v.galuzin@kg.ruМятовГ. Н.МiatovG. N.

д-р техн. наук, вед. науч. сотр.

г. Самара

Samara

miatov@mail.ruНовичковД. Е.NovichkovD. E.

аспирант, мл. науч. сотр.

г. Самара

Samara

novichkov@kg.ruСкобелевП. О.SkobelevP. O.

д-р техн. наук, гл. науч. сотр.

г. Самара

Skobelev Petr O., Dr. of Tech. Sc., Chief Researcher

Samara

petr.skobelev@gmail.comИнститут проблем управления сложными системами Российской академии наук - обособленное подразделение Самарского федерального исследовательского центра Российской академии наукРоссияSamara Federal Research Scientifi c Center RAS, Institute for the Control of Complex Systems RASRussian Federation2026101020262710541552Copyright © Commercial Publisher «New Technologies», 20262026Commercial Publisher «New Technologies»Commercial Publisher «New Technologies»https://mech.novtex.ru/jour/about/submissions#copyrightNoticehttps://mech.novtex.ru/jour/article/view/2121

Рассматривается автономный программно-аппаратный комплекс «Рой дронов» для мониторинга и контроля территорий на основе принципов мультиагентного управления группой так называемых умных дронов, способных к коллективному принятию решений и проведению переговоров для согласованного планирования и оптимизации совместных действий, без участия оператора.

В ходе решения задачи мониторинга и контроля появления заданных мобильных объектов программные агенты умных дронов самостоятельно распределяют между собой участки территории и строят полетные задания. При обнаружении заданного объекта программные агенты коллективно, непосредственно в ходе полета, решают и договариваются между собой путем переговоров в реальном времени, кто из дронов будет сопровождать объект, а кто будет перестраивать свои полетные задания, чтобы продолжать мониторинг с учетом оставшейся без наблюдения территории. Представлены мультиагентные модели, методы и средства решения задачи и сопутствующие технологии  навигации и распознавания образов. Рассмотрены функции и архитектура созданного лабораторного образца программно-аппаратного комплекса для управления группой дронов, в котором обнаружение и распознавание мобильных объектов вызывает адаптивное изменение планов и маршрутов полетов дронов в реальном времени.

Обсуждаются результаты проведенных экспериментов и преимущества разработанной мультиагентной технологии для безлюдного управления группами умных дронов, а также дальнейшие шаги для создания промышленного образца программно-аппаратного комплекса.

This article is focused on developing of autonomous «Swarm of drones« for monitoring and controlling territories based on multi-agent technology for a group of smart drones with collective decision making and negotiations, operating without operator intervention. In the proposed approach the software agents of drones independently allocate areas of the territory among themselves and create flight mission schedules. Upon detecting designated target objects, the drone agents collectively decide in real time which drone will follow the detected object and which will reorganize their flight missions and continue monitoring the remaining unoccupied territory. Multi-agent models, methods, and tools for solving the problem, as well as related navigation and pattern recognition technologies, are presented. The functions and architecture of the developed laboratory prototype of a hardware and software system for managing a group of drones are discussed. Recognition of mobile objects triggers collective, coordinated decisions by the agents to adaptively modify drone flight plans and routes in real time. The results of the experiments and the advantages of the developed multi-agent technology for unmanned control of groups of drones are discussed, as well as further steps in creating an industrial prototype of the system.

мониторинг и контроль территориигруппа дроновколлективный интеллектпринятие решенийавтономная навигациякомпьютерное зрениемультиагентное управлениеобнаружение объектовадаптивное планированиеmonitoring and control of the territorya group of dronescollective intelligencedecision-makingautonomous navigationcomputer visionmulti-agent managementobject detectionadaptive planningРабота выполнена сотрудниками лаборатории группового управления автономными системами ИПУСС РАН — СамНЦ РАН в рамках государственного задания Минобрнауки России для СамНЦ РАН FMRW-2025-0063.The work was carried out by the staff of the Laboratory of Group Management of Autonomous Systems at ICCS RAS within the framework of a state assignment from the Ministry of Education and Science of the Russian Federation to SSC RAS FMRW-2025-0063.ReferencesIdrissi M., Mahmoud H., Wahab A., Al Ja’Am J. M. Decentralised Swarm Drones: Shaping the Future of Autonomous Secure Unmanned Aerial System // 2025 International Conference on Computer and Applications (ICCA), Bahrain. 2025. P. 1—6. DOI: 10.1109/ICCA66035.2025.11430889.Idrissi M., Mahmoud H., Wahab A., J. M. Al Ja’Am. Decentralised Swarm Drones: Shaping the Future of Autonomous Secure Unmanned Aerial System, 2025 International Conference on Computer and Applications (ICCA), Bahrain, 2025, pp. 1—6, DOI: 10.1109/ICCA66035.2025.11430889.Каляев И. А., Гайдук А. Р., Капустян С. Г. Модели и алгоритмы коллективного управления в группах роботов. М.: Физматлит, 2009. 280 с.Kalyaev. I. А., Gaiduk A. R., Kapustyan S. G. Models and algorithms of collective management in groups of robots, Moscow, Fizmatlit, 2009, 280 p. (in Russian).Петренко В. И., Тебуева Ф. Б., Павлов А. С., Гурчинский М. М. Модели описания и критерии оценки эффективности распределения и планирования задач в роевых робототехнических системах // Известия КБНЦ РАН. 2022. № 5 (109). C. 58—72.Petrenko V. I., Tebueva F. B., Pavlov A. S., Gurchinsky M. M. Description models and criteria for evaluating the effectiveness of task allocation and planning in swarm robotic systems, Izvestiya KBNC RAN, 2022, no. 5 (109), pp. 58—72.Коллективы интеллектуальных роботов. Сферы применения / Под ред. В. И. Сырямкина. Томск: STT, 2018. 140 с.Syryamkin V. I. ed. Teams of intelligent robots. Areas of application, Tomsk, STT, 2018, 140 p. (in Russian).Bu Y., Yan Y., Yang Y. Advancement Challenges in UAV Swarm Formation Control: А Comprehensive Review // Drones. 2024. Vol. 8. P. 320. DOI: 10.3390/drones807032.Bu Y., Yan Y., Yang Y. Advancement Challenges in UAV Swarm Formation Control: А Comprehensive Review, Drones, 2024, vol. 8, p. 320, DOI: 10.3390/drones807032.Chen X., Tang J., Lao S. Review of Unmanned Aerial Vehicle Swarm Communication Architectures and Routing Protocols // Appl. Sci. 2020. Vol. 10. P. 3661. DOI: 10.3390/app10103661.Chen X., Tang J., Lao S. Review of Unmanned Aerial Vehicle Swarm Communication Architectures and Routing Protocols, Appl. Sci, 2020, vol. 10, p. 3661, DOI:10.3390/app10103661.Мятов Г. Н., Скобелев П. О. Модели роевого управления группой дронов в условиях неопределенности // Известия Самарского научного центра Российской академии наук. 2026. Т. 28, № 1. С. 183—189.Miatov G. N., Skobelev P. O. Models of Swarm Intelligence for Managing Groups of Drones under Uncertainty, Izvestiya Samarskogo nauchnogo centra Rossijskoj akademii nauk, 2026, vol. 28, no. 1, pp. 183—189 (in Russian).Балиоз Д. А., Галицкая А. В., Галузин В. А., Журавель Ю. Н., Мятов Г. Н., Новичков Д. Е., Скобелев П. О. Интеллектуальная система управления ресурсами группы дронов для доставки грузов в городской среде // Мехатроника, автоматизация, управление. 2026. Т. 27, № 5. С. 270—280. DOI: 10.17587/mau.27.270-280.Balioz D. A., Galitckaya A. V., Galuzin V. A., Zhuravel U. N., Мiatov G. N., Novichkov D. E., Skobelev P. O. An intelligent system for managing resources of a group of UAVs for delivering goods in a city environment, Mekhatronika, Avtomatizatsiya, Upravlenie, 2026, vol. 27, no. 5, pp. 270—280, DOI: 10.17587/mau.27.270-280 (in Russian).Грачев C. П., Жиляев А. А., Ларюхин В. Б., Новичков Д. Е., Галузин В. А., Симонова Е. В., Майоров И. В., Скобелев П. О. Методы и средства построения интеллектуальных систем для решения сложных задач адаптивного управления ресурсами в реальном времени // Автоматика и телемеханика. 2021. № 11. C. 30—67.Grachev S. P., Jilyaev A. A., Larukchin V. B., Novichkov D. E., Galuzin V. A., Simonova E. V., Mayorov I. V., Skobelev P. O. Methods and Tools for creating intelligent systems for solving complex problems of adaptive management of resources in real time, Avtomatika i telemehanika, 2021, no. 11, pp. 30—67 (in Russian).Леонидов А. В., Скобелев П. О. Решение сложных задач управления ресурсами: от классической оптимизации и теории игр — к мультиагентным технологиям для поиска консенсуса // Проблемы управления. 2025. № 2. С. 14—26.Leonidov A. V., Skobelev P. O. Solving complex problems of resource management: from classical optimization and game theory — to multi-agent technology for finding consensus, Problemy upravleniya, 2025, no. 2, pp. 14—26 (in Russian).

The authors declare that there are no conflicts of interest present.