Drone Swarm Control Model Based on High-Level Petri Nets

Скорочена інформація про документ
dc.contributor.authorIvankov, Valentyn
dc.contributor.authorNovotarskyi, Mykhailo
dc.date.accessioned2026-02-05T12:21:28Z
dc.date.available2026-02-05T12:21:28Z
dc.date.issued2025
dc.description.abstractThe rapid growth of unmanned aerial vehicle (UAV) applications in the modern world imposes significant demands on the reliability of control logic. An error in the sequence of stages can lead at best to inefficient battery usage or violations of airspace regulations, and at worst to an accident with loss of the vehicle and potential harm. Control is usually implemented using scripts or behavior trees, which complicates maintenance. The reason is that the size of the source files quickly increases, and when it becomes necessary to add new functionality or modify existing logic, there is a risk of introducing vulnerabilities by failing to account for all possible situations. This is why High-Level Petri Nets (HLPN) were chosen, as this method addresses the problem of formally describing the control system and allows the system to be easily scaled or modified in any way. The aim of the study is to develop and validate a model based on HLPN that will serve as the single source of truth for UAV swarm control. In the proposed model, the places correspond to flight stages, and the tokens carry numerical parameters such as battery charge, coordinates, and telemetry. Thus, a single scheme simultaneously describes discrete events and constraints. For each transition, conditions are formalized to verify the possibility of its execution, such as checking the minimum required battery level or verifying location. The methodology includes several stages. First, the network structure is formally defined. Then, based on this structure, a Python model is built that implements the developed network, controls movement between states, and ensures the correct sequence of transition firings. After developing the model, testing and analysis of the obtained results are performed. The results show that using HLPNs to build a model for verifying commands in a discrete mode indeed ensures a correct description of transitions between states and increases the reliability and survivability of the developed control system model, while also significantly reducing maintenance efforts. The developed model is easily adaptable to route changes, addition of sensors, or functional expansion.
dc.description.abstractotherШвидке зростання опцій застосування безпілотних літальних апаратів (БПЛА) у сучасному світі висуває доволі серйозні вимоги до надійності логіки керування. Помилка в послідовності стадій загрожує як мінімум нераціональним використанням батареї або порушенням повітряних правил, а як максимум то аварією з втратою апарату і заподіяння шкоди. Зазвичай керування будується на скриптах або поведінкових деревах, що ускладнює супровід. Причина в тому що розмір вихідних файлів швидко зростає, і при необхідності додати новий функціонал чи модифікувати існуючий, виникає загроза внесення певної вразливості через не врахування всіх можливих ситуацій. Саме тому було обрано високорівневі мережі Петрі, оскільки цей метод вирішує проблему формального опису системи керування, а також дозволяє легко масштабувати дану систему або вносити в неї будь-які зміни. Метою дослідження є розробка та валідація моделі на основі високорівневої мережі Петрі, яка буде виступати як джерело істини для керуванням роєм БПЛА. У запропонованої моделі, стани відповідають етапам польоту, а токени несуть числові параметри, такі як заряд акумулятора, координати, телеметрія. Таким чином одна схема одночасно описує дискретні події та обмеження. Для кожного переходу формалізовано умови, що перевіряють можливість його здійснення, наприклад перевірка мінімально необхідного заряду батареї або перевірка локації. Методологія включає декілька етапів. Перший це формальне визначення структури мережі. Далі на основі структури будується модель з використанням мови Python, яка реалізує розроблену мережу, контролює переміщення між станами та правильну послідовність спрацьовування переходів. Після розробки моделі виконується тестування і аналіз отриманих результатів. Результати показують, що використання високорівневих мереж Петрі для побудови моделі перевірки команд у дискретному режимі справді забезпечує коректний опис роботи переходів між станами та підвищує надійність і живучість розробленої моделі системи керування, а також значно скорочує зусилля на підтримку. Розроблена модель легко адаптується до змін маршруту, додавання датчиків, або розширення функціоналу.
dc.format.pagerangeP. 152-163
dc.identifier.citationIvankov, V. Drone Swarm Control Model Based on High-Level Petri Nets / Valentyn Ivankov, Mykhailo Novotarskyi // Information, Computing and Intelligent systems. – 2025. – No. 6. – P. 152-163. – Bibliogr.: 11 ref.
dc.identifier.doihttps://doi.org/10.20535/2786-8729.6.2025.333220
dc.identifier.orcid0009-0001-9835-8486
dc.identifier.orcid0000-0002-5653-8518
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/78669
dc.language.isoen
dc.publisherNational Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"
dc.publisher.placeKyiv
dc.relation.ispartofInformation, Computing and Intelligent systems, No.6, 2025
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectUnmanned Aerial Vehicle
dc.subjectDrone
dc.subjectHigh-level Petri Net
dc.subjectsimulation
dc.subjectcontrol
dc.subjectвисокорівнева мережа Петрі
dc.subjectбезпілотний літальний апарат
dc.subjectсимуляція
dc.subjectсистема керування
dc.subject.udc004.67, 004.38
dc.titleDrone Swarm Control Model Based on High-Level Petri Nets
dc.title.alternativeМодель керування роєм дронів на основі високорівневих мереж Петрі
dc.typeArticle

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
152-163.pdf
Розмір:
795.62 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information, Computing and Intelligent systems, No. 6