Please use this identifier to cite or link to this item:
https://er.chdtu.edu.ua/handle/ChSTU/5872| Title: | 5G and artificial intelligence integration to improve drone routing |
| Other Titles: | Інтеграція 5G та штучного інтелекту для вдосконалення маршрутизації у дронах |
| Authors: | Zaivyi, Roman Melnychok, Oleh Зайвий, Роман Мельничок, Олег |
| Keywords: | unmanned aerial vehicles;artificial intelligence;blockchain;neural network;drone swarms;безпілотні літальні апарати;штучний інтелект;блокчейн;нейромережа;рої дронів |
| Issue Date: | 2025 |
| Publisher: | Вісник Черкаського державного технологічного університету |
| Abstract: | The development of 5G and artificial intelligence technologies creates new opportunities for improving
the routing of unmanned aerial vehicles, which is particularly relevant for logistics, rescue operations, and
monitoring of critical infrastructure. The purpose of the study was to analyse the prospects for implementing 5G
and AI in drone routing, identify key challenges, and develop recommendations for their effective integration into
Ukrainian airspace. The study used methods of theoretical analysis of scientific sources, comparative analysis
of international experience, and systematisation of modern approaches to drone routing using 5G and AI. The
architecture of 5G networks, route optimisation algorithms, and coordination mechanisms for swarms of drones
was analysed. The main results of the study showed that the combination of 5G and AI provides a significant
increase in the efficiency of autonomous unmanned systems, allowing helping to quickly adapt routes, optimise
energy consumption, and improve the level of flight safety. Special attention was paid to comparing two popular
route optimisation algorithms for UAVs: the particle swarm and the ant colony optimisation algorithms. The
analysis showed that both algorithms effectively solve routing problems, but they have their advantages
depending on the specifics of the application. The particle swarm algorithm proved to be more efficient for
problems with a large number of variables, helping to optimise routes in real time under rapidly changing
conditions. The ant colony optimisation algorithm, in turn, demonstrated an advantage in solving complex
problems with a large number of obstacles. The practical significance of the study was to identify key technical
and regulatory challenges associated with the integration of 5G and AI into drone routing, and to develop
evidence-based approaches to solving them. The results obtained can be used to improve national regulations,
promote the introduction of intelligent unmanned systems in logistics, infrastructure monitoring and rescue
operations, and for further research in the field of autonomous aviation technologies. Розвиток технологій 5G та штучного інтелекту створює нові можливості для вдосконалення маршрутизації безпілотних літальних апаратів, що є особливо актуальним для логістики, рятувальних операцій та моніторингу критичної інфраструктури. Метою дослідження був аналіз перспектив впровадження 5G та AI у маршрутизацію дронів, визначення ключових викликів та розробка рекомендацій для їх ефективної інтеграції у повітряний простір України. У дослідженні використано методи теоретичного аналізу наукових джерел, порівняльного аналізу міжнародного досвіду та систематизації сучасних підходів до маршрутизації дронів із використанням 5G і AI. Проведено аналіз архітектури 5G-мереж, алгоритмів оптимізації маршрутів та механізмів координації роїв дронів. Основні результати дослідження продемонстрували, що поєднання 5G та AI забезпечує значне підвищення ефективності автономних безпілотних систем, дозволяючи оперативно адаптувати маршрути, оптимізувати енергоспоживання та підвищувати рівень безпеки польотів. Особлива увага в дослідженні приділена порівнянню двох популярних алгоритмів оптимізації маршрутів для БПЛА: алгоритм рою часток та мурашиний алгоритм. Аналіз показав, що обидва алгоритми ефективно вирішують завдання маршрутизації, однак мають свої переваги в залежності від специфіки застосування. Алгоритм рою часток виявився більш ефективним для задач з великою кількістю змінних, дозволяючи оптимізувати маршрути в реальному часі при швидко змінюваних умовах. Мурашиний алгоритм, в свою чергу, продемонстрував перевагу у вирішенні складних задач з великою кількістю перешкод. Практичне значення дослідження полягає у визначенні ключових технічних і регуляторних викликів, пов’язаних з інтеграцією 5G та AI у маршрутизацію дронів, а також у розробці науково обґрунтованих підходів до їх вирішення. Отримані результати можуть бути використані для вдосконалення національних нормативних актів, сприяння впровадженню інтелектуальних безпілотних систем у сферах логістики, моніторингу інфраструктури та рятувальних операцій, а також для подальших досліджень у галузі автономних авіаційних технологій. |
| URI: | https://er.chdtu.edu.ua/handle/ChSTU/5872 |
| ISSN: | 2306-4412 (print) 2708-6070 (online) |
| DOI: | https://doi.org/10.62660/bcstu/1.2025.80 |
| Volume: | 30 |
| Issue: | 1 |
| First Page: | 80 |
| End Page: | 90 |
| Appears in Collections: | том 30, №1/2025 |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| титул.pdf | 269.53 kB | Adobe PDF | ![]() View/Open | |
| зміст.pdf | 123.86 kB | Adobe PDF | ![]() View/Open | |
| 9.pdf | 403.81 kB | Adobe PDF | ![]() View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.


