Дослідження інновацій у сфері дронових систем доставки

Горбань, Євген Євгенійович

Please use this identifier to cite or link to this item: https://er.chdtu.edu.ua/handle/ChSTU/6301

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	Рудаков, Костянтин Сергійович	-
dc.contributor.author	Горбань, Євген Євгенійович	-
dc.date.accessioned	2025-01-17T08:29:29Z	-
dc.date.available	2025-01-17T08:29:29Z	-
dc.date.issued	2025-01	-
dc.identifier.uri	https://er.chdtu.edu.ua/handle/ChSTU/6301	-
dc.description.abstract	Технологія доставки за допомогою дронів є важливою складовою сучасної логістики, яка має потенціал кардинально змінити традиційні підходи до транспортування товарів. Її розвиток супроводжується подоланням численних технічних, нормативних та операційних бар’єрів, що стає можливим завдяки безперервним інноваційним рішенням та технологічному прогресу. Цей процес знаменує початок нової епохи в логістичній галузі, де ефективність, швидкість доставки й максимальна зручність для клієнта стають основними пріоритетами. Зі стрімким розвитком дронових систем доставки змінюється не лише спосіб отримання посилок, але й загальна організація транспортних процесів. Такі технології обіцяють не лише скоротити час доставки, але й значно знизити витрати, оптимізувати маршрути й сприяти екологічності завдяки скороченню використання традиційного транспорту. Усе це демонструє важливість постійного впровадження інновацій, що є рушійною силою прогресу. Майбутнє, де технології дронів стають звичайною частиною повсякденного життя, підкреслює їхню критичну роль у побудові ефективних і зручних логістичних рішень.	uk_UA
dc.language.iso	uk	uk_UA
dc.title	Дослідження інновацій у сфері дронових систем доставки	uk_UA
dc.type	Master Thesis	uk_UA
Appears in Collections:	174 Автоматизація, комп'ютерно-інтегровані технології та робототехніка (Автоматизація та комп'ютерно-інтегровані системи та компоненти)

Files in This Item:

File	Description	Size	Format
М_174_2024_Горбань.pdf Restricted Access		1.51 MB	Adobe PDF	View/Open Request a copy

Show simple item record

Extracted text

1

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОІЧНИЙ УНІВЕРСИТЕТ
ФАКУЛЬТЕТ ІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ І СИСТЕМ
КАФЕДРА РОБОТОТЕХНІКИ ТА СПЕЦІАЛІЗОВАНИХ КОМП’ЮТЕРНИХ СИСТЕМ

Пояснювальна записка
до кваліфікаційної роботи
освітнього ступеню «магістр»

на тему: Дослідження інновацій у сфері дронових систем доставки

Виконав: _ здобувач вищої освіти 2 курсу,
групи МАКІТ-2309
спеціальності 174 Автоматизація та
комп’ютерно-інтегровані технології,
освітня програма «Автоматизація
комп’ютерно-інтегровані системи та
компоненти»
Горбань Є. Є.
(Прізвище ім’я по-батькові)

Керівник Рудаков К. С.
(Прізвище ім’я по-батькові)

Рецензент
(Прізвище ім’я по-батькові)

Черкаси 2024 року

2

Зміст

ВСТУП ..................................................................................................................... 3
РОЗДІЛ 1. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ .................................................. 13
1.1 Класифікація БПЛА ..................................................................................... 13
1.2 Історія безпілотних літальних апаратів ..................................................... 19
1.3 Сфери застосування дронів ......................................................................... 27
РОЗДІЛ 2. ДОЦІЛЬНІСТЬ ЗАСТОСУВАННЯ ДРОНІВ ДЛЯ ДОСТАВКИ
ТОВАРІВ ................................................................................................................ 31
2.1 Вибір типу безпілотних літальних апаратів для доставки товарів ......... 31
2.2 Проблеми пов’язані з БПЛА у просторі .................................................... 35
2.3 Система радіокерування рухом безпілотного літального апарату .......... 39
РОЗДІЛ 3. ІННОВАЦІЙНІ МЕТОДИ У СФЕРІ ДРОНОВИХ СИСТЕМ
ДОСТАВКИ ........................................................................................................... 47
3.1 Дослідження ключових факторів, що впливають на послуги доставки
дронами ............................................................................................................... 47
3.2 Застосування технології штучного інтелекту в доставці дронами ......... 55
3.3 Програмна реалізація та тестування модуля управління ......................... 57
3.4 Реалізація алгоритму планування маршруту для автоматизованої
системи доставки ................................................................................................ 67
ВИСНОВКИ ........................................................................................................... 74
СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ ...................................................... 76

3

ВСТУП

Зростаюча популярність безпілотних літальних апаратів значно
впливає на служби доставки посилок, пропонуючи як унікальні можливості,
так і проблеми. У цьому опитуванні досліджуються різноманітні
застосування дронів для доставки «останньої милі», підкреслюється їх
здатність отримувати доступ до віддалених районів і створювати нові
перспективи для бізнесу. Варіанти використання, починаючи від критично
важливих медичних доставок і закінчуючи потребами пандемії COVID-19,
підкреслюють трансформаційний потенціал технології дронів. Визнаючи
екологічні якості безпілотних літальних апаратів щодо усунення викидів
шкідливих газів, опитування стосується обмежень щодо батареї, що потребує
дослідження моделей фізичної енергії для розширення автономності польоту.
Це стає вирішальним для оперативних можливостей, особливо за
несприятливих погодних умов. Надійна комунікаційна інфраструктура має
вирішальне значення для успішної роботи безпілотників у доставці посилок,
особливо під час несподіваних подій, оскільки безперебійне з’єднання надає
ключову роль у наданні ефективного контролю та моніторингу між
наземними станціями та дронами. Це дозволяє динамічно змінювати
маршрут, підвищуючи загальну надійність доставки. Опитування досліджує
інноваційні підходи, включаючи співпрацю з іншими транспортними
засобами, такими як вантажівки, потяги та автобуси, для оптимізації процесу
доставки «останньої милі». Незважаючи на трансформаційний потенціал,
визнаються занепокоєння щодо конфіденційності, безпеки, безпеки та
управління ризиками в доставці дронами. У роботі також наголошується на
відповідальному та етичному застосуванні, враховуючи різноманітні
проблеми, пов’язані з широким впровадженням. На відміну від існуючих
статей опитування, зосереджених на конкретних технічних аспектах, це
комплексне опитування розширює сферу дії. Він охоплює етичні питання,
аспекти сталого розвитку, системи охорони здоров’я, фізичні моделі,
інноваційні підходи, надійний зв’язок, проблеми безпеки, а також реальні
4

випробувальні стенди в системах доставки на основі дронів. Опитування не
лише визначає потенційні програми та вирішує технічні проблеми, але й
об’єднує ширші міркування. Крім того, у цій роботі детально досліджуються
мотиви, отримані уроки та майбутні напрямки у сфері доставки дронами.
Аналізуючи існуючу літературу, він дає цінну інформацію для дослідників,
професіоналів галузі, політиків і зацікавлених сторін, які прагнуть зрозуміти
динамічну еволюцію технології дронів у сфері доставки посилок.
Актуальність теми.
У сучасному світі дронові системи доставки (БПЛА) стають не просто
трендом, а ключовим елементом логістики, здатним трансформувати способи
перевезення товарів. З розвитком глобалізації, стрімким ростом електронної
комерції та зростанням попиту на оперативну доставку, питання інновацій у
цій сфері стають надзвичайно важливими. Тема є актуальною через кілька
ключових чинників, які впливають на технологічний, соціальний та
екологічний аспекти сучасного світу.
1. Ріст електронної комерції та потреби у швидкій доставці: З розвитком
онлайн-торгівлі, зокрема таких платформ, як Amazon, Alibaba, та
інших, споживачі очікують дедалі швидшого та зручнішого
обслуговування. Традиційні транспортні засоби, хоч і залишаються
основою логістики, не завжди здатні відповідати вимогам щодо
швидкості та ефективності, особливо у густонаселених міських
районах чи віддалених місцевостях. Дрони здатні забезпечити доставку
"останньої милі", оптимізуючи час перевезення та зменшуючи витрати.
2. Інноваційний підхід до логістики: Технології дронів постійно
вдосконалюються. Сучасні дронові системи доставки оснащені GPS-
навігацією, автоматичними системами уникнення перешкод, системами
штучного інтелекту для оптимізації маршрутів, а також
енергоефективними джерелами живлення. Їхня автономність дозволяє
зменшити людський фактор, підвищуючи точність та безпеку
виконання завдань.
5

3. Використання дронів у важкодоступних регіонах: Доставка товарів у
віддалені, гірські або острівні райони є серйозним викликом для
традиційних видів транспорту. Дрони вирішують цю проблему,
забезпечуючи доступність товарів і послуг навіть у найскладніших
умовах. Наприклад, у країнах Африки дрони вже використовуються
для доставки медичних препаратів у віддалені села, рятуючи життя
тисячам людей.
4. Екологічна складова: Традиційні транспортні засоби, що працюють на
викопному паливі, є одним із найбільших джерел викидів вуглекислого
газу. З огляду на глобальні зусилля зі зменшення впливу людини на
клімат, дрони з електричним живленням стають екологічно чистим
варіантом для доставки. Їх використання сприяє зниженню викидів,
особливо в міських умовах, де забруднення повітря є критичною
проблемою.
5. Інтеграція з "розумними містами": Дрони відіграють важливу роль у
концепції "розумних міст", де інновації спрямовані на підвищення
ефективності міської інфраструктури. Дронові системи доставки здатні
зменшити завантаженість доріг, забезпечуючи оперативну доставку по
повітрю, що також сприяє зменшенню транспортних заторів.
6. Соціальні та гуманітарні аспекти: Дрони відкривають нові можливості
для гуманітарної допомоги. Під час надзвичайних ситуацій, таких як
природні катастрофи чи військові конфлікти, дрони можуть доставляти
харчі, ліки та інші необхідні ресурси у важкодоступні регіони, де
традиційна логістика є неможливою.
7. Технологічні виклики та інновації: Попри численні переваги,
використання дронів для доставки вимагає вирішення низки технічних
проблем. Це включає підвищення тривалості польоту, вдосконалення
системи виявлення перешкод, розвиток автономних систем керування,
а також зменшення енергоспоживання. Дослідження в цій сфері є
важливими для подолання цих викликів і створення більш ефективних і
надійних систем доставки.
6

8. Правове регулювання та безпека: Застосування дронів потребує
ретельного регулювання, особливо у густонаселених районах.
Необхідно враховувати безпеку повітряного простору, приватність
громадян та можливість несанкціонованого використання дронів.
Інновації в цій сфері мають забезпечити дотримання всіх правових
норм і стандартів безпеки.
9. Економічний потенціал: Ринок дронових систем доставки демонструє
стрімке зростання. Очікується, що до 2030 року ця індустрія досягне
мільярдних оборотів, створюючи нові робочі місця, стимулюючи
розвиток суміжних галузей і відкриваючи можливості для стартапів та
інноваційних компаній.
10. Прийняття суспільством: Попри інноваційність технології, її широке
застосування залежить від прийняття суспільством. Люди висловлюють
занепокоєння щодо безпеки, шуму, приватності та можливого впливу
дронів на повітряний простір. Інновації повинні враховувати ці
аспекти, пропонуючи рішення, які будуть безпечними, екологічними та
соціально прийнятними.
11. Перспективи розвитку: Інноваційні дронові системи доставки вже
сьогодні перетворюються на важливий інструмент у логістиці.
Майбутнє цієї технології залежить від того, наскільки швидко буде
вирішено поточні виклики й реалізовано нові ідеї. Зокрема,
перспективними є такі напрямки, як дрони з гібридним живленням, рої
дронів для кооперативної доставки, інтеграція зі штучним інтелектом
та розвиток енергозберігаючих технологій.
Таким чином, актуальність дослідження інновацій у сфері дронових
систем доставки обумовлена як їхньою значною роллю у вирішенні сучасних
логістичних проблем, так і глобальними технологічними, соціальними й
екологічними змінами. Інновації в цій галузі не лише підвищують
ефективність доставки, але й формують основу для сталого розвитку,
відкриваючи нові можливості для бізнесу, суспільства та навколишнього
середовища.
7

Мета і завдання дослідження. Метою дослідження є аналіз інновацій
у сфері дронових систем доставки з метою оцінки їхнього впливу на розвиток
логістичних процесів, виявлення їхніх переваг і недоліків, а також
визначення перспектив та викликів, пов’язаних із впровадженням цих
технологій. Це дозволить сформулювати практичні рекомендації щодо
вдосконалення дронових систем доставки та сприятиме подальшій інтеграції
цих технологій у різні галузі.
Завдання дослідження:
1. Аналіз сучасного стану дронових систем доставки. Проведення аналізу
технологічного розвитку дронових систем, їхніх ключових технічних
характеристик, рівня автономності, навігаційних можливостей і
безпеки. Це завдання включає вивчення наявних моделей дронів, які
використовуються для доставки, і визначення їхніх сильних сторін та
обмежень.
2. Вивчення інновацій у конструкції та управлінні дронами. Дослідження
новітніх розробок у сфері конструкції дронів, а також їхніх
навігаційних і систем керування. Особлива увага приділяється
технологіям штучного інтелекту, які використовуються для
підвищення автономності, зниження енергоспоживання та оптимізації
маршрутів доставки.
3. Оцінка екологічних, економічних і соціальних переваг. Дослідження
того, як використання дронів впливає на навколишнє середовище,
включаючи скорочення викидів вуглекислого газу порівняно з
традиційним транспортом. Також аналізуються економічні вигоди для
підприємств і споживачів, такі як зменшення витрат на
транспортування й прискорення доставки.
4. Ідентифікація технічних, правових і інфраструктурних викликів.
Визначення основних проблем, які стоять на заваді впровадження
дронових систем доставки. Це включає недостатню тривалість польоту,
складнощі з використанням повітряного простору, обмеження на
8

перевезення великих вантажів, відсутність чітких правових норм і
технічні ризики, такі як збої в системах.
5. Дослідження перспектив використання дронів у важкодоступних
регіонах. Вивчення можливостей дронів для доставки у віддалені чи
ізольовані райони, зокрема в умовах природних катастроф або в
гуманітарних місіях. Це завдання має особливу актуальність для
регіонів із недостатньо розвиненою інфраструктурою.
6. Аналіз досвіду інших країн. Вивчення успішних прикладів
впровадження дронів для доставки в різних країнах, таких як США чи
Китай. Аналіз цих кейсів дозволяє зрозуміти, як інновації можуть бути
адаптовані до локальних умов та інтегровані в логістичні системи
України чи інших країн.
7. Розробка рекомендацій для вдосконалення дронових систем доставки.
На основі отриманих даних і проведених аналізів пропонуються
конкретні рішення для поліпшення роботи дронів. Це може включати
вдосконалення енергозберігаючих технологій, створення більш
ефективних маршрутів, інтеграцію з існуючими транспортними
системами та розробку нормативно-правової бази.
8. Інтеграція дронів у логістичні мережі та "розумні міста". Окреме
завдання полягає у вивченні можливостей інтеграції дронів у
комплексну інфраструктуру "розумних міст". Це включає поєднання
дронових систем із технологіями Інтернету речей (IoT), хмарних
обчислень та автоматизованих складських систем.
9. Прогнозування майбутніх трендів. На основі зібраних даних і
проведених аналізів створюється прогноз розвитку технологій дронів у
логістиці. Зокрема, оцінюються можливості впровадження інновацій,
таких як рої дронів, гібридні дрони чи дрони зі збільшеною
вантажопідйомністю.
10. Популяризація технологій дронів у суспільстві. Розробка рекомендацій
щодо зниження бар’єрів для сприйняття дронів населенням,
9

включаючи розвінчання міфів щодо їхньої небезпеки, впливу на
приватність і ефективність.
Ці завдання дозволяють комплексно підходити до вивчення теми,
охоплюючи технічні, екологічні, соціальні й правові аспекти, та сприяти
сталому розвитку сучасної логістики.
Об’єкт дослідження - об’єктом дослідження є сучасні дронові
системи доставки, які використовуються для транспортування товарів,
вантажів і ресурсів у різних умовах. Це включає автономні безпілотні
літальні апарати (БПЛА), їхні навігаційні системи, алгоритми управління,
технології зв’язку та інфраструктуру, необхідну для функціонування цих
систем.
Предмет дослідження - предметом дослідження є інноваційні
технології, методи та підходи до розробки, впровадження і використання
дронових систем доставки, а також їхній вплив на ефективність логістики,
екологічність, економіку та суспільство.
Методи дослідження - у процесі дослідження інновацій у сфері
дронових систем доставки застосовувалися різноманітні наукові підходи та
методики, що дозволили отримати всебічну інформацію про об’єкт і предмет
дослідження.
1. Аналіз теоретичних джерел: Здійснено детальний огляд наукової та
технічної літератури, включаючи книги, журнальні статті, патенти та
інші джерела, з метою виявлення сучасного стану технологій дронових
систем доставки, основних тенденцій розвитку та інновацій.
2. Порівняльний аналіз технологій: Вивчено й порівняно технічні
характеристики, функціональні можливості та продуктивність різних
моделей дронів, а також підходи до управління ними. Цей метод
дозволив визначити переваги та обмеження існуючих рішень на ринку.
3. Системний підхід: Розглянуто дронові системи доставки як частину
комплексної логістичної системи. Оцінено взаємодію між технічними,
економічними, правовими та соціальними аспектами впровадження
дронів.
10

4. Моделювання та симуляція: Проведено моделювання маршрутів
доставки для дронів із використанням спеціалізованого програмного
забезпечення. Це дозволило оцінити ефективність роботи дронів у
різних умовах, таких як міська середа, важкодоступні райони чи
екстремальні погодні умови.
5. Експертні інтерв’ю: Організовано опитування експертів, які працюють
у сфері дронів та логістики. Це надало змогу отримати поглиблені
знання про актуальні проблеми та майбутні перспективи розвитку цієї
галузі.
6. Кейс-стаді: Досліджено реальні приклади використання дронів для
доставки у різних країнах і галузях. Вивчення успішних і невдалих
кейсів дозволило визначити ключові фактори, які впливають на
ефективність та доцільність застосування таких систем.
7. Моніторинг екологічного впливу: Досліджено вплив використання
дронів на навколишнє середовище. Зокрема, оцінено скорочення
викидів вуглекислого газу та економію енергоресурсів порівняно з
традиційними транспортними засобами.
8. Методи прогнозування: На основі зібраних даних про існуючі
технології та тренди розвитку дронів здійснено прогнозування
майбутніх змін у цій галузі, включаючи можливості вдосконалення
конструкцій, підвищення автономності та зниження витрат.
9. Емпіричні дослідження: На основі даних реальних польотів дронів
оцінено їхню продуктивність у різних умовах: міських, сільських і
важкодоступних регіонах.
Ці методи дозволили отримати комплексний погляд на досліджувану
тему, а також сформулювати практичні рекомендації щодо вдосконалення
дронових систем доставки для їхнього ефективного впровадження.
Наукова новизна одержаних результатів. Наукова новизна
дослідження полягає у комплексному аналізі інновацій у сфері дронових
систем доставки та їхнього впливу на логістику. Основні новації включають:
11

1. Ідентифікація інновацій: у конструкції та навігаційних системах дронів,
використання штучного інтелекту для оптимізації доставки.
2. Оцінка екологічного та економічного ефекту: від використання дронів,
зокрема зменшення викидів і підвищення ефективності.
3. Виявлення бар’єрів: для впровадження дронів, таких як технічні,
правові та соціальні обмеження, з пропозиціями щодо їх подолання.
4. Розробка рекомендацій: для ефективного використання дронів у різних
сферах, включаючи віддалені регіони та надзвичайні ситуації.
5. Прогнозування розвитку: технологій дронів, враховуючи майбутні
тенденції в автоматизації та інтеграції з інфраструктурою "розумних
міст".
Результати можуть сприяти вдосконаленню логістичних систем і
розвитку технологій доставки.
Практичне значення отриманих результатів. Практичне значення
результатів дослідження полягає в їхній можливості безпосередньо впливати
на розвиток і вдосконалення дронових систем доставки в різних сферах.
Основні напрями практичного застосування включають:
• Оптимізація логістичних процесів: Рекомендації щодо інтеграції дронів
у логістичні мережі дозволяють значно знизити витрати на
транспортування, прискорити доставку товарів і підвищити
ефективність бізнес-процесів у комерційних компаніях.
• Екологічні та економічні переваги: Виявлені переваги дронових систем
доставки, зокрема зменшення викидів CO2 та енергозбереження,
можуть бути використані для реалізації стратегії сталого розвитку в
компаніях і державних установах.
• Розвиток інфраструктури дронів: Рекомендації щодо створення
необхідної інфраструктури для дронів, зокрема зарядних станцій і
логістичних хабів, можуть сприяти розвитку нових ринків і створенню
робочих місць у сферах транспорту та технологій.
12

• Використання в гуманітарних і екстремальних ситуаціях: Дронові
системи можуть бути ефективно застосовані для доставки гуманітарної
допомоги в віддалені або постраждалі від катастроф райони, що
покращить реагування на надзвичайні ситуації.
• Зниження бар’єрів для впровадження: Пропозиції щодо усунення
технічних, правових та соціальних бар’єрів створюють умови для
швидшого та безпечнішого впровадження дронових технологій у
різних країнах і галузях.
Отже, отримані результати можуть бути використані для підвищення
ефективності роботи компаній у галузі доставки, розвитку нових
інфраструктурних рішень та реалізації політик щодо сталого розвитку.
Особистий внесок студента. Теоретичні результати дослідження, що
виносяться на захист, отримані автором особисто. Результати прикладного
характеру отримані за участю автора спільно з колективом співробітників
ЧДТУ.
Апробація результатів.
Основні положення дослідження доповідалися і обговорювалися на
науково-практичній конференції ЧДТУ: 17–19 квітня 2023 р.: (Україна,
2023).
Структура і обсяг роботи. Робота складається із вступу, трьох
розділів, висновків, списку використаних літературних джерел. Загальний
обсяг складає 80 сторінок, із них 61 сторінок основного тексту, 15 рисунків, 2
таблиць. Список використаних джерел містить 42 найменування.

13

РОЗДІЛ 1. АНАЛІЗ ПРЕДМЕТНОЇ ОБЛАСТІ
1.1 Класифікація БПЛА

Через бум безпілотних технологій в Україні виникла певна плутанина в
термінології.
Безпілотний літальний апарат (БпЛА) – повітряне судно, призначене
для виконання польоту без пілота на борту, керування польотом якого і
контроль за яким здійснюються відповідною програмою або за допомогою
спеціальної станції керування, що знаходиться по за повітряним судном.
Безпілотний авіаційний комплекс (безпілотна авіаційна система) –
безпілотне повітряне судно, пов'язані з ним пункти дистанційного
пілотування (станції наземного керування), необхідні лінії керування і
контролю та інші елементи, вказані в затвердженому проєкті типу цього
комплексу. Цей комплекс може охоплювати кілька безпілотних літальних
апаратів.
Іншими словами «безпілотник», «БпЛА», «UAV» (від англ. unmanned
aerial vehicle) – це літальний апарат, яким керує один або кілька пілотів за
допомогою каналів зв’язку.
Їх можна класифікувати відповідно до:
● типів системи керування,
● ваги,
● масштабу завдань,
● паливної системи,
● типу крила,
● тривалості польоту,
● практичної «стелі» польоту,
● типу літального апарату,
● базування,
● правил польотів,
● кількості застосувань,
● типу паливного бака,
14

● радіусу дії,
● максимальної швидкості польоту,
● кількості двигунів,
● використання,
● напрямку підйому/посадки,
● типу підйому/посадки,
● часу отримання зібраної інформації.
Ми розглянемо дві всесвітньо відомі класифікації:
1. Міжнародної асоціації з безпілотних літальних систем, UVSI.
2. НАТО.
Класифікація БПЛА за UVS International Таблиця 1.1.
Класифікація Міжнародної асоціації з безпілотних літальних систем,
UVSI (Association for Unmanned Vehicle Systems International) розрізняє
БПЛА відповідно до:
● льотної маси,
● тривалості польоту,
● дальності польоту,
● висоти польоту,
● галузі використання.

15

Таблиця 1.1.
Класифікація БПЛА за UVS International

Відповідно до льотної маси виділяють:
● мікро БПЛА (Micro UAS), вагою до 1 кг;
● малий БПЛА (Small UAS) – від 1 до 25 кг;
● середній БПЛА (Medium UAS) – від 25 до 150 кг;
● великий БПЛА (Large UAS) – понад 150 кг.
За призначенням розрізняють:
16

● комерційні БПЛА, що застосовуються з метою отримання прибутку,
зокрема в агрокультурі, при відеозніманні, геологічних дослідженнях,
доставки товарів тощо;
● військові БПЛА, призначені для військових операцій, розвідки,
підтримки, виконання завдань зв'язку тощо;
● громадські БПЛА для цивільних цілей, таких як пошук і порятунок,
моніторинг довкілля, наукові дослідження тощо.
За дальністю і тривалістю польоту БПЛА характеризують як:
● короткотермінові (Short-Endurance) – з дальністю і тривалістю
польоту до години;
● середньотермінові (Medium-Endurance) – від однієї до кількох годин;
● довготермінові (Long-Endurance) БПЛА – дальність і тривалість
польоту яких понад кілька годин (до кількох десятків).
БПЛА також можна класифікувати за таким додатковим критерієм як
тип приводу:
● електричні БПЛА – потребують електричного джерела живлення для
руху;
● БПЛА з паливними елементами (Hybrid UAS) використовують і
електричні, й паливні системи живлення;
● БПЛА з пальним (Internal Combustion Engine UAS), що рухаються за
допомогою двигуна внутрішнього згоряння.
Цю класифікацію застосовують для визначення типів і характеристик
БПЛА, залежно від галузей використання та функціональних можливостей.
Класифікація НАТО таблиця 1.2.
Відповідно до стандарту НАТО (STANAG 4670), воєнні БПЛА
поділяються на три класи та сім категорій, залежно від висоти польоту та
радіусу дії.

17

Таблиця 1.2.
Класифікація НАТО

До класу I належать БПЛА трьох категорій, вагою до 150 кг:
● Малі БПЛА, що важать понад 15 кг. Їх використовують у
батальйонах та полках на висоті до 5000 футів (1500 метрів), радіус дії малих
БПЛА – 50 км. Це, наприклад, Scan Eagle, вага якого 18 кг, корисне
навантаження до 6 кг, швидкість 140 км/год, дальність польоту – до 100 км.
● Міні БПЛА до 15 кг для рот, взводів, відділень. Їх висота польоту –
до 3000 футів (914 метрів), радіус дії – до 25 км. До прикладу, Skylark, вагою
– 7,5 кг, корисне навантаження - 1,1 кг, радіус дії - 20-40 км.
● Мікро – надлегкі БПЛА для взводів, відділень, персонального
використання. Їх висота польоту – до 200 футів (61 метр), радіус дії – до 5 км.
Як-от, Black Hornet Nano, вагою 18 грамів, що розвиває швидкість до 5 м/с з
радіусом дії до 1 км.
Клас II – це тактичні БПЛА, вагою 150-600 кг. Їх використовують у
підрозділах бригадного рівня. Висота польоту таких БПЛА до 18 000 футів
(5500 метрів), радіус дії – до 200 км. Це, наприклад, Hermes 450, вагою до 450
кг, із корисним навантаженням до 150 кг, радіусом дії – 200 км.
18

Клас III – це БПЛА, вагою понад 600 кг. Їх поділяють на три підтипи,
залежно від використання в стратегічному та оперативному театрах бойових
дій:
● MALE (médium-altitude long-endurance) – тривало-баражуючі БПЛА,
які сягають висоти до 45 000 футів (13716 метрів), довгої тривалості польоту,
необмеженого радіуса дії. Наприклад, Heron з вагою до 1150 кг, швидкістю –
до 240 км/год, висотою польоту 30019 футів (9150 м), радіусом дії – 1000 км.
● HALE (High-altitude long-endurance) – тривало-баражувальні БПЛА,
що працюють на висоті до 65 000 футів (19812 метрів), довгої тривалості
польоту, необмеженого радіуса дії. Як-от Global Hawk, вагою до 12 000 кг,
його корисне навантаження – 900 кг, швидкість – до 645 км/год, дальність
польоту – 25 000 км, тривалість роботи – 36 годин.
● Ударні БПЛА великої висоти застосування (20 000 метрів) із
необмеженим радіусом дії. Їх вага до 4760 кг, корисне навантаження – до
1700 кг, максимальна швидкість – 400 км/год, дальність польоту – 6000 км,
тривалість роботи – 24 години.
Класифікація БПЛА за конструкцією
За конструкцією БПЛА поділяються на 5 основних категорій:
1) Літаки (Fixed-Wing), серед яких:
● моноплани (Monoplanes) – оснащені одним крилом;
● біплани (Biplanes) – з двома крилами – верхнім та нижнім;
● триплани (Triplanes) – з трьома крилами, розташованими одне над
іншим;
● крила (Wings) у формі дельти.
2) Мультироторні (Multirotor) БПЛА, до яких відносяться:
● квадрокоптери (Quadcopters) із чотирма роторами;
● гексакоптери (Hexacopters) з шістьома роторами;
● гірокоптери (Octocopters), оснащені вісьмома роторами.
3) Тейлсіттери із крилами та мультироторами, для об’єднання переваг
обох конструкцій.
19

4) VTOL, серед яких БПЛА, що можуть здійснювати вертикальний зліт
і посадку, а потім працювати в горизонтальному режимі польоту.
5) Аеростати та дирижаблі (Airships) – надлегкі апарати, які працюють
завдяки силам повітря і можуть мати газовий балон для підйому.
Кожна із зазначених конструкцій має свої переваги та обмеження.
Літаки Крила Тейлсітери
VTOL Аеростати Мультиротори
Отже, ми розглянули типологію безпілотних літальних апаратів за
класифікацією NATO
(STANAG 4670), UVS International, та відповідно до:
● ваги,
● часу польоту,
● дальності польоту,
● висоти польоту.
Усі вищезазначені класифікації базуються на базових параметрах
БПЛА, тож згідно з цими даними можна виробити узагальнену класифікацію
для використання в розробках БПЛА в Україні та за її межами.

1.2 Історія безпілотних літальних апаратів
Перші етапи розвитку БПЛА: австрійські повітряні кулі.
Перший відомий випадок використання безпілотних апаратів у бойових
діях стався 22 серпня 1849 року, коли австрійська армія атакувала Венецію,
використовуючи непілотовані аеростати, які несли осколкові бомби вагою
близько 13 кг. Ці апарати стали відомі як "австрійські повітряні кулі". Хоча
деякі кулі успішно доставили бомби до цілей, інші вибухнули через зміну
напрямку вітру над австрійськими позиціями.
Цікаво, що видання "The Presse" (Відень, Австрія) заздалегідь
описувало плани застосування цих куль: «Венеція буде атакована за
допомогою повітряних куль, оскільки лагуни заважають наближенню
артилерії. П’ять куль, діаметром 5,7 метрів, будуть виготовлені в Тревізо.
20

Якщо вітер буде сприятливим, кулі будуть запущені і спрямовані якомога
ближче до Венеції, щоб досягти вертикальної позиції над містом. Після цього
вони активуватимуться через електромагнітні засоби, що складаються з
мідного дроту з великою батареєю, і призначені для вибуху при досягненні
землі». Однак ці кулі не зовсім відповідають сучасному визначенню БПЛА,
яке стосується різноманітних варіантів крилатих апаратів.
Перша світова війна.
Перші безпілотні літаки з’явилися після Першої світової війни.
Спочатку це були радіокеровані пристрої, розроблені британцем
Арчибальдом Лоу. Одним із найбільш відомих апаратів став Ruston Proctor
Aerial Target — перший у світі зенітно керований снаряд, створений у 1916
році, який використовували для боротьби з дирижаблями Цепелінами.
Невдовзі після цього здійснив свій перший політ автоматичний літак
Г'юїтта-Сперрі (Hewitt-Sperry Automatic Airplane), також відомий як «літаюча
бомба Сперрі» (Sperry «Flying Bomb»). Це була перша демонстрація
концепції безпілотного літака, подібного до сучасних БПЛА. Його
планувалося використовувати як «повітряну торпеду», що була ранньою
версією крилатих ракет. Керування апаратом здійснювалося завдяки
гіроскопам, розробленим Елмером Сперрі, засновником компанії Sperry
Gyroscope Company.
У ті ж роки були проведені перші випробування та польоти "Жука
Кеттерінга" (Kettering Bug), спочатку відомого як "Повітряна торпеда
Кеттерінга" (Kettering Aerial Torpedo). Перший політ цього апарата відбувся в
1918 році. Хоча технологія "Жука" була революційною, вона не була
застосована під час Першої світової війни, оскільки війна закінчилась до
того, як апарат був повністю розроблений та введений в експлуатацію.
Міжвоєнний період.
У 1941 році, після Першої світової війни, літаки-біплани Standard E-1,
спочатку створені як винищувачі, але не пройшли випробування, були
адаптовані для використання як БПЛА. В кінці 1920-х років була створена
перша крилата ракета RAE Larynx, що мала форму невеликого літака-
21

моноплана, яку можна було запускати з бойового літака і яка керувалася
автопілотом. Вона випробовувалась з 1927 по 1929 рік Військово-морськими
силами Великої Британії.
Перші досягнення в створенні безпілотних літальних апаратів призвели
до розробки радіокерованих літаків у Великій Британії та США в 1930-х
роках. У 1931 році Великобританія розробила легкий радіокерований літак
"Fairey Queen" на основі біплана Fairey III. У 1935 році проводились
експерименти з іншими радіокерованими літаками, одним з яких став
"DH.82B Queen Bee", створений на основі біплана De Havilland Tiger Moth.
Саме від назви «Queen Bee» (королівська бджола) походить термін
«дрон». У 1936 році голова однієї з дослідницьких груп Військово-морських
сил США використав це слово для позначення радіокерованого повітряного
апарату. Відтоді термін «дрон» став найпоширенішим для позначення
безпілотних літаків.
Під час Другої світової війни, після нападу Японії на Порт Перл-
Гарбор у 1941 році, США офіційно вступили у війну. Це стало поштовхом
для стрімкого розвитку компанії "Radioplane", заснованої на чолі з Деннісом.
Протягом війни компанія поставила більше 15 тисяч безпілотних літальних
апаратів для армії США, ставши першим масовим виробником БПЛА у світі.
Безпілотники виготовлялися на заводі в Каліфорнії, у Van Nuys. У 1944
році на завод приїхав військовий фотограф сержант Девід Коновер, який
зробив серію знімків працівників, що працюють над моделями літаків.
Однією з жінок, яку він фотографував, була молода Норма Джин, яка
працювала над моделлю літака OQ-3. Під час зйомки вона запитала
фотографа, чи є вона фотогенічною, на що він відповів ствердно. Ці
фотографії стали початком її кар'єри, особливо після того, як вона змінила
ім'я на Мерілін Монро і стала блондикою.
Першим винахідником радіокерованого літака, здатного літати за
межами зони видимості, був Едвард М. Соренсен, який першим отримав
патент США. Цей літак був оснащений наземним терміналом керування, що
дозволяв пілоту отримувати інформацію про швидкість, висоту, крен,
22

напрямок і інші параметри літака, що стало важливим кроком у розвитку
радіокерованих літальних апаратів. До цього радіокеровані літаки могли
літати лише в межах видимості пілота.
Пульсуючі реактивні двигуни. Корпорація McDonnell розробила
мішень з пульсуючим реактивним двигуном, відому як TD2D-1 Katydid, а
пізніше були створені моделі KDD-1 і KDH-1. Ці апарати мали видовжену
форму з повітряним запуском, прямим крилом, розташованим по середині, V-
подібним хвостом і пульсуючим реактивним двигуном. Літак Katydid був
розроблений в середині Другої світової війни, і кілька таких апаратів були
введені в експлуатацію військово-морськими силами США.
Після війни військово-морські сили США придбали обмежену кількість
інших реактивних мішеней серії Curtiss KD2C Skeet. Це була ще одна
машина видовженої форми з пульсуючим реактивним двигуном,
розташованим в середині фюзеляжу, з повітрозабірником на носі. Літак мав
прямі низько розташовані крила з округлими кінцями та хвіст з трьома
вертикальними поверхнями.
Розвиток БПЛА під час Холодної війни в США та НАТО. У 1946 році
вісім літаків B-17 Flying Fortress були перероблені армією США в дрони для
збору даних про радіоактивність. Вони управлялись за допомогою
передавачів, встановлених на джипах при зльоті та посадці, а під час польоту
— з іншого літака B-17. Ці дрони використовувалися під час випробувань
атомної зброї на Атолі Бікіні в рамках Операції Crossroads для збору даних
про радіоактивну хмару. Під час одного з вибухів два дрони пролетіли прямо
над вибухом: один з них набрав висоту, а інший, що летів нижче, був
пошкоджений.
ВМС США проводили подібні випробування з використанням дронів
Grumman F6F Hellcat. Дрони B-17 також застосовувалися в Операціях
Sandstone (1947) і Greenhouse (1951). Під час останнього тесту
використовувалися реактивні літаки Lockheed P-80 Shooting Star, перероблені
в дрони компанією Sperry Corporation. Однак така складна система мала
23

численні аварії. Один з дронів B-17, з бортовим номером 44-83525, наразі
реставрується на авіабазі Девіс-Монтен.
Наприкінці 1950-х років армія США, разом з літаком Falconer,
придбала ще один розвідувальний БПЛА — Aerojet-General SD-2 Overseer.
Цей апарат мав подібну конструкцію до Falconer, але з V-подібним хвостом і
був удвічі важчий.
Успіхи дронів-мішеней сприяли їх використанню в інших операціях.
Випробування з перетворення Ryan Firebee на розвідувальний апарат
виявилися успішними, і на базі Firebee була створена серія розвідувальних
дронів Ryan Model 147 Lightning Bug, які використовувалися США для
шпигунства у Північному В'єтнамі, Комуністичному Китаї та Північній Кореї
в 1960-70-х роках.
Але Lightning Bugs не були єдиними далекими розвідувальними
літальними апаратами, розробленими в 1960-х. США також працювали над
іншими спеціалізованими розвідувальними дронами, такими як Ryan Model
154, Ryan і Boeing Compass Copes, а також Lockheed D-21, деякі з яких мали
високий рівень секретності.
У 1960-х роках артилерія Британської Співдружності оцінила нові
можливості БПЛА для ураження цілей, використовуючи їх для розширення
діапазону артилерійських спостерігачів. Роль безпілотників у розвідці та
захопленні цілей залишалася важливою протягом наступних десятиліть. За
останні двадцять років США активно використовували дрони в
антитерористичних операціях у таких країнах, як Ірак, Сирія, Афганістан,
Пакистан і Ємен, завдяки їх здатності здійснювати точні удари з мінімальним
ризиком для мирного населення.
Важливим прикладом успішного бойового застосування БПЛА стала
перемога ВПС Ізраїлю над Сирійськими ВПС у 1982 році, коли координація
дій безпілотників з пілотованими літаками дозволила швидко знищити
десятки сирійських літаків з мінімальними втратами. Ізраїльські дрони
використовувалися як електронні приманки, для глушіння сигналів і
трансляції відео в реальному часі.
24

У 1980-х роках почали активно розробляти літаки, що працюють на
сонячній енергії. Оскільки елементи сонячних панелей не дуже ефективні і
кількість енергії, яку сонце може виробити на одиницю площі, досить мала,
такі літаки повинні бути максимально полегшеними, щоб малопотужні
електричні двигуни могли підняти їх у повітря. Подібний літак був створений
під час змагань Kremer Prize і пілотувався людиною. В середині 1970-х років
доктор Пол B. Маккреді та його компанія AeroVironment запропонували
новий підхід до цього конкурсу і розробили оригінальний літак під назвою
"Gossamer Condor", який отримав нагороду Kremer Prize 23 серпня 1977 року.
Після Другої світової війни компанія Радіолітак продовжила успіх з
виготовлення мішеней для тренувань, випустивши нову модель OQ-2,
оснащену поршневим двигуном. Ці мішені стали відомі як частина сімейства
базових навчальних мішеней (Basic Training Target - BTT), хоча цей термін
з'явився лише в 1980-х роках. До цього сімейства належали такі моделі, як
OQ-19/KD2R Quail і MQM-33/MQM-36 Shelduck. Ці мішені залишалися в
експлуатації до кінця 20-го століття. Першим безпілотником, який був
перероблений з мішені на розвідувальний апарат для виконання фотозйомки
на полі бою, став літак MQM-33, розроблений для армії США в середині
1950-х років. Цей апарат пізніше отримав назву RP-71, а потім був
перейменований в MQM-57 Falconer.
Союз Радянських Соціалістичних Республік також активно працював
над розробкою розвідувальних безпілотників. Одним із перших таких
апаратів, що був прийнятий на озброєння у травні 1964 року, став
надзвуковий розвідувальний дрон Ту-123 «Ястреб», також відомий під
назвою ДБР-1. Серед найбільш відомих радянських БПЛА варто згадати Ту-
141 «Стриж», що був прийнятий на озброєння у 1979 році, Ту-143 «Рейс», що
з’явився у 1976 році, а також Ту-243 «Рейс-Д», який здійснив свій перший
політ у 1970 році і був прийнятий на озброєння у 1994 році.
Ту-141 «Стриж» і Ту-143 «Рейс» — це радянські безпілотні
розвідувальні апарати, розроблені наприкінці 1960-х та на початку 1970-х
років. Ту-141 виготовлявся на Харківському авіазаводі, а Ту-143 — у
25

Воронежі. Відомо, що ці БПЛА використовувалися ще за часів СРСР,
зокрема в 1985 році один із сирійських дронів комплексу «Рейс» був збитий
ізраїльським винищувачем F-16 над Ліваном. Крім того, ці безпілотники
брали участь у бойових діях під час російських військових конфліктів у
Чечні та Грузії, а також використовувалися Збройними силами України під
час війни з Росією.
Безпілотні літальні апарати (БпЛА) є критично важливими для
радіоелектронної розвідки SIGINT, оскільки вони можуть бути оснащені
системами радіоелектронної протидії та активно використовуватися з 2010
року. БпЛА здатні керуватися та передавати дані через цифрові канали з
високою пропускною здатністю в реальному часі, що забезпечує постійний
зв'язок з платформами на землі, в повітрі, на морі і в космосі. Ця тенденція
почала набирати популярності під час Війни в Афганістані у 2001 році, але
значно прискорилася через активне використання БпЛА під час цієї війни.
Так, безпілотний апарат Predator RQ-1L (General Atomics) був першим, що
розгорнули на Балканах у 1995 році та в Іраку в 1996 році, і він довів свою
ефективність у обох війнах.
У 2000 році DARPA спробувала розробити мікро-БпЛА (MAV), але ці
зусилля виявилися не дуже успішними. Виявилося, що 15-сантиметрові
БпЛА занадто малі, щоб бути ефективними, принаймні в короткостроковій
перспективі. Основними труднощами були обмеження в управлінні такими
апаратами, оскільки вони не могли нести достатньо потужні передавачі для
ефективного дистанційного керування, і пілот наземної станції не міг їх
бачити з відстані більше 100 метрів. Тому дослідники зосередилися на
розробці повністю автономних MAV. Одним із таких пристроїв став
біонічний апарат Entomopter, який розроблявся як повністю автономний
мікро-БпЛА з самого початку.
Основою для розвитку мініатюрних дронів, які будуть здатні літати,
імітуючи рухи комах, може стати технологія LAZA (Liquid-amplified Zipping
Actuator). Завдяки цій технології, дрон може махати крилами без
використання шестерень чи інших обертових механізмів.
26

У 2020 році використання безпілотних літальних апаратів виявилося
ключовим під час конфлікту в Нагірному Карабаху, де вони застосовувались
для точних ударів і збору розвідданих. Це значно вплинуло на хід конфлікту,
оскільки дрони забезпечили надзвичайно точні дані для повітряної розвідки і
точкових ударів.
Black Hornet Nano — це військовий мікро-БпЛА, розроблений
компанією Prox Dynamics у Норвегії, який нині перебуває на озброєнні армії
Великої Британії та ще 19 країн. Розміри апарата складають близько 10×2,5
см, він призначений для розвідки в бойових умовах. Цей дрон, розміром з
долоню, важить всього 16 грамів разом з батареєю і має вбудовану камеру,
що дозволяє отримувати високоякісне відео та фотографії. Всього було
виготовлено 160 одиниць цього апарату в рамках контракту на суму 20
мільйонів фунтів стерлінгів із компанією Marlborough Communications Ltd.
До комплекту входять два таких дрони: поки один працює, інший
заряджається.
Ідея створення БпЛА, здатного тривалий час перебувати в повітрі,
активно обговорювалась десятиліттями, але здійснити її вдалося лише в 21
столітті. Зараз БпЛА з довготривалим польотом вже активно
використовуються для завдань на малих і великих висотах. Останні іноді
називаються «high-altitude long-endurance (HALE)», що означає літаки, здатні
здійснювати довготривалі польоти на великих висотах.
Одним з прикладів таких літальних апаратів є літак Vulture від DARPA,
який здатний виконувати ультра-довгі польоти. Ще одним вражаючим
прикладом є пілотований літак «Solar Impulse», що виконав перший політ 3
грудня 2009 року в Швейцарії, а в червні 2012 року здійснив перший
міжконтинентальний переліт на відстань 2500 км. У липні 2016 року цей
літак, оснащений сонячними батареями, завершив свою першу
навколосвітню подорож, що стала значущою віхою у використанні сонячної
енергії для польотів.
27

1.3 Сфери застосування дронів
БПЛА можуть застосовуватися в багатьох сферах. У більшості випадків
це проста аерофотозйомка або картографування, але цим не обмежується.
• Картографування. Хоча на глобальній карті світу не
залишилося білих плям, докладних планів місцевості все ще не вистачає.
Проблема вирішується за допомогою дронів. БПЛА здійснює обліт і
аерофотозйомку, після чого інформація автоматично обробляється.
Отримані карти потребують мінімального доопрацювання за участю
людини. Так, компанія DJI розробила програму DJI Terra - простий і
доволі точний інструмент для картографування.
• Створення 3D-моделей будівель. В основі лежить той самий
принцип, що і під час картографування, але головною відмінністю є
деталізація. Найчастіше цей інструмент використовують компанії, щоб
відстежувати прогрес будівництва. Реставратори за допомогою дрона
створюють план робіт з реконструкції. Також 3D-моделі реальних
будівель використовуються при створенні ігор і фільмів.
• Медицина. В екстрених ситуаціях швидка доставка
медикаментів, компонентів крові та інших препаратів може врятувати
людині життя. Це завдання може виконуватися за допомогою дронів.
Наприклад, проводилися експерименти з доставки дефибріляторів, і
БПЛА виявилися швидшими за швидку допомогу в 99% випадків.
• Патрулювання та охорона. БПЛА вже активно
використовуються правоохоронними органами. Так, вони добре показали
себе спочатку в прикордонній службі, оскільки дають змогу охоплювати
великі ділянки кордону. У наш час дрони починає використовувати
поліція: патрулювання частково перекладається на дрони, а машини з
екіпажами виконують роль груп швидкого реагування. Найсильніше
БПЛА виручають поліцію під час масових заходів. При охороні великих
28

за площею об'єктів, застосування дронів істотно оптимізує процес.
Зокрема в нічний час доби застосовуються БПЛА з тепловізором.
• Реагування на надзвичайні ситуації. Уже зараз пожежники та
інші служби використовують дрони для обльоту місць природних і
техногенних катастроф. Надалі їх можуть використовувати безпосередньо
для боротьби з їхніми наслідками. Наприклад, уже є робочі прототипи
дронів-пожежників.
• Рятувальні операції. БПЛА дають змогу скоротити час для
пошуку заблукалих людей у гірській і лісистій місцевості. Крім того, вони
можуть переносити припаси і ліки постраждалим, якщо до них неможливо
швидко направити рятувальників.
• Агросектор. Хоч в уявленні багатьох ця сфера є примітивною, на
ділі великі компанії активно використовують технологічні рішення. За
допомогою дронів у наш час проводиться планування посівних площ.
Також здійснюється візуальний контроль процесу зростання. Наприклад, з
висоти пташиного польоту можна відрізнити рослини, заражені
шкідниками, або місця з недостатнім зрошенням. У майбутньому БПЛА
можуть масово застосовуватися для внесення рідких добрив або
пестицидів, а девайси з великою вантажопідйомністю зможуть
здійснювати посів. На цьому фантазія розробників не обмежується,
наприклад, пропонується використовувати дрони для збирання
фруктів та відлякування птахів.
• Доставка вантажів. Дрони-кур'єри в майбутньому зможуть
займатися доставкою їжі та посилок. Компанія Amazon уже запустила
пілотний проєкт із використанням дронів, хоч він і не зарекомендував
себе із кращого боку. В Україні подібні експерименти з експрес-доставки
за допомогою БПЛА теж були. Їх проводила Нова Пошта восени 2021.
Якби не повномасштабна війна, що почалася пізніше, ця послуга вже
могла б бути доступна клієнтам.
• Оптимізація логістики. БПЛА робить більш ефективною
доставку наземним способом. Погляд з висоти пташиного польоту дає
29

змогу відстежувати переміщення людей і техніки в реальному часі, а
також складати оптимальні маршрути з урахуванням трафіку на дорогах.
• Охорона природи. Ця сфера перманентно відчуває проблеми з
фінансуванням, що виливається в брак людей для боротьби з
браконьєрством і незаконною експлуатацією природних ресурсів,
річкового і морського контролю. Використання дронів дає змогу не тільки
охопити великі простори, а й менше турбувати тварин присутністю
людини.
• Контроль коммуникацій. Контроль стану газопроводів, ліній
електропередач та інших комунікацій не вимагає високої кваліфікації, але
забирає багато часу у відповідних служб. У наш час уже ведуться
розробки, які дадуть змогу перекласти це завдання на безпілотники. Так,
за допомогою спеціального обладнання та алгоритмів, дрони
можуть обстежувати лінії електропередач, відшукувати протічки газу.
Технічний прогрес (нейромережі, нові матеріали, більш ємні батареї
тощо) відкривають перед безпілотниками все нові й нові сфери
використання, багато з яких складно спрогнозувати. Але з упевненістю
можна сказати, що дрони - одна з найперспективніших технологій, з якою
буде пов'язано багато професій майбутнього.
Висновок: Безпілотні літальні апарати (БПЛА) класифікуються за
різними параметрами, що визначають їхні особливості й сфери використання.
Залежно від розміру, вони поділяються на мікро-, малі, середні та великі. За
призначенням виділяють військові, комерційні, рятувальні та розважальні
дрони. Типи живлення включають електричні, гібридні та на базі викопного
палива. Важливу роль також відіграє спосіб управління – від дистанційного
керування до повністю автономних рішень.
Історія БПЛА бере початок із військових розробок у середині ХХ
століття. Спочатку вони використовувалися для спостереження й розвідки,
але з часом їхні функції значно розширилися. З розвитком технологій дрони
30

стали доступними для цивільного застосування, включаючи сфери логістики,
сільського господарства, інфраструктури та медичної допомоги.
Сьогодні БПЛА знаходять застосування у багатьох галузях. Їх
використовують для моніторингу врожаїв, доставки товарів, охорони
навколишнього середовища, зйомок, інспекції будівель та навіть у
надзвичайних ситуаціях. Універсальність і адаптивність дронів роблять їх
незамінними інструментами в сучасному світі. Таким чином, дрони не лише
змінили підходи до вирішення завдань, але й відкрили нові горизонти для
інноваційного розвитку.

31

РОЗДІЛ 2. ДОЦІЛЬНІСТЬ ЗАСТОСУВАННЯ ДРОНІВ ДЛЯ
ДОСТАВКИ ТОВАРІВ
2.1 Вибір типу безпілотних літальних апаратів для доставки
товарів

Виходячи з наведеної класифікації, можна виділити характеристики,
які визначають тип БПЛА, найбільш підходящий для доставки товарів в
межах певного населеного пункту чи території. Для цивільного застосування
найбільш перспективними є БПЛА, що здатні перевозити невеликі вантажі
(до 100 кг). Також, за цією класифікацією, малорозмірні тактичні БПЛА є
придатними для доставки, оскільки їхня вага (до 600 кг) дозволяє
транспортувати більшість середніх (до 3х3 метри) і малих вантажів (до 100
кг). Оптимальними для доставки товарів є маловисотні БПЛА, оскільки
висотні транспортні канали (понад 1050 м) хоча і менш завантажені, але
потребують більше часу та пального для набору висоти. Крім того, на цих
висотах часто бувають сильніші вітри, що ускладнюють роботу тактичних
БПЛА. Оскільки доставка товарів зазвичай відбувається між сусідніми
населеними пунктами або всередині одного, це передбачає наземне
базування цих літальних апаратів. Для цього підходять дешеві, надійні та
багаторазові БПЛА. Оскільки доставка часто здійснюється для однотипних
товарів у різні населені пункти, створюються децентралізовані мережі
складів, і немає необхідності долати великі відстані. Це означає, що для
таких операцій підходять БПЛА з малим радіусом дії. Для таких відстаней
цілком достатньо БПЛА з максимальною швидкістю до 100 км/год. Для
доставки товарів також краще використовувати цивільні комерційні БПЛА,
оскільки військові аналоги призначені для специфічних завдань.
Інші класифікаційні ознаки, такі як тип системи керування, паливної
системи, кількість двигунів та тип підйому/посадки, не є критичними,
оскільки вони стосуються технічних характеристик і не мають значного
впливу на ефективність доставки, коли технологія доставки налагоджена.
32

Щодо моделювання системи доставки товарів за допомогою БПЛА,
варто зазначити, що сфера їхнього застосування постійно розширюється,
зокрема в сфері транспорту та доставки. БПЛА можуть скласти конкуренцію
традиційним засобам доставки як у великих містах, де є проблеми з заторами,
так і в малих населених пунктах з недостатньо розвинутою транспортною
інфраструктурою, що не впливає на ефективність використання цього виду
транспорту. Доставка товарів вимагає автоматизації, яку забезпечують різні
системи масового обслуговування. Для моделювання процесу доставки
товарів використовуватимемо системи масового обслуговування з відмовами,
оскільки вони найбільш точно описують різноманітні ситуації, що можуть
виникнути на ринку товарів.
У випадку замовлення товарів, які будуть відправлені багатьма БПЛА.
час виконання одного замовлення складе:
Т0 =Тр /d,
де Тр - середній час на доставку однієї одиниці товару, d - кількість
вільних БПЛА.
В багатьох випадках Тр можна наближено визначити як ексцентриситет
графу території доставки, яка обслуговується, або як час перельоту від
окраїни до центу населеного пункту/території.
Інтенсивність обслуговування складе
µ=1/Т0.
Коефіцієнт завантаження системи можна визначити з виразу
ρ=λ/µ
де λ - інтенсивність надходження замовлень на доставку товарів.
У даній системі повинна бути достатня кількість вільних БПЛА для
обслуговування багатьох клієнтів з урахування коливання сезонного попиту,
оскільки очікування вільного БПЛА часто призводить до збитків компаній,
аналогічно до ситуації очікування вільного кур'єра. Імовірність такої ситуації
складає:
33

Припустимо, що за деяку одиницю часу обслуговування замовлень
доставки в системі збитки складають величину С. Також експлуатація одного
БПЛА за одиницю часу призводить до витрат К. У величину К зазвичай
входять як експлуатаційні витрати, так і питомі капітальні витрати на один
БПЛА, пов'язані з його придбанням. Вартість обслуговування всіх БПЛА
складатиме Ка. Некай відмова в обслуговуванні однієї доставки спричиняє
збиток С0 .
Тоді наведені середні витрати, пов'язані з експлуатацією d БПЛА та з
кількістю замовлень в одиницю часу Тp і збитками від відмов за одиницю
часу СТpλ, в середньому становлять:
E = C0 λp + CTp λ + Kd .
У цьому виразі Тр , середній час виконання одного замовлення в
системі, а разом зним і СТр λ зменшуються зі збільшенням d. Проте і Кd затих
самих умов теж збільшується.
Таким чином, основна особливість системи доставки товарів за
допомогою БПЛА полягає у виборі такого значення d, при якому критерій
середніх витрат Е буде мінімальним. тобто, щоб витрати, пов'язані
з придбанням та експлуатацією БПЛА і непродуктивним
обслуговуванням доставок у системі (простій), були найменшими.
Важливим показником є середній час затримки початку бслуговування
Т3 , який найчастіше пов'язаний з технічною затримкою, необхідною для
початку обслуговування (зокрема час на здійснення посадки та злітання).
Сума середнього часу затримки Т3 , і власне обслуговування (доставки
товару) Тδ дорівнює середньому часу перебування вимоги в системі:
Tсист = Т3 + Тδ
Встановимо зв'язок між середнім числом замовлень, що знаходиться в
системі, і середнім часом перебування одного замовлення в системі. Так як за
34

одиницю часу в систему надходить λ замовлень, а середня тривалість
перебування одного замовлення в системі є Тсист , То сумарна тривалість
знаходження всіх замовлень у системі за одиницю часу дорівнює λТсист Так
як в системі знаходиться в середньому А замовлень, то ця величина
дорівнює:
А = λТсист
Аналогічно, середня кількість замовлень доставки, які очікують
виконання. складатиме:
Ан=λТ3
За рахунок додаткових витрат (зміна режиму витрат пального або
модернізація парку задіяних апаратів) часто є можливість зменшити середню
тривалість доставки однієї одиниці товару Тδ. При цьому буде зменшуватися
і величина Тсист - середній час перебування вимоги в системі У цьому
випадку для знаходження оптимального рішення в критерій Е слід ввести
також зазначені додаткові витрати.
Показником якості функціонування системи доставки є:
- коефіцієнт завантаження станції доставки (складу):
К3=λµ/n
- коефіцієнт використання апаратів (який є основним показником для
прогнозування завантаженості ремонтного відділу і надає основну
інформацію для замовлення нових деталей та запасних частин при
великому парку БПЛА):
Квик=АМ/n,
де AM=A-AH - середня кількість замовлень, яка обслуговується наявним
парком БПЛА.
Висновок: В останні роки дослідження, розробки і комерційне
застосування в новій галузі безпілотної логістики, що розвивається, значно
зросли.
логістики безпілотників значно зросли, зокрема, пропонуючи
інноваційні рішення для доставки посилок і транспортування медикаментів.
доставки посилок і транспортування медичних препаратів.
35

2.2 Проблеми пов’язані з БПЛА у просторі

Технології, що використовуються в сучасних безпілотних літальних
апаратах (БПЛА), стрімко розвиваються, відкриваючи нові горизонти.
Автономні системи стають дедалі складнішими та надійнішими. Завдяки
здатності виконувати завдання з підвищеним ризиком та економічній
ефективності порівняно з пілотованими літаками, БПЛА є ідеальним
майданчиком для тестування інновацій у галузі авіації. Відсутність багатьох
обмежень, які є у пілотованих літаків, дозволяє дослідникам вивчати
широкий спектр нових технологій, включаючи самовідновлювальні
матеріали, паливні елементи, адаптивне програмне забезпечення, сплави з
пам’яттю форми, інноваційні антени та лазерний зв’язок. Ці розробки можуть
революціонізувати авіацію та створити нові області застосування.
Однак для того, щоб ринок БПЛА повноцінно розвивався, необхідно
забезпечити більший доступ до цивільного повітряного простору, а також
інтеграцію з існуючими системами управління повітряним рухом. Для цього
потрібні як технічні, так і регуляторні рішення, що гарантуватимуть
належний рівень безпеки. Перед впровадженням слід виявити та вирішити
низку взаємопов’язаних питань, які відрізняються складністю, термінами
реалізації, вартістю та ризиками.
Одним із ключових викликів є безпечний доступ БПЛА до цивільного
повітряного простору, що стосується різних аспектів авіаційної техніки,
експлуатації та законодавства. Безпека охоплює два основних напрями:
захист у повітряному просторі та безпеку наземної інфраструктури. Успішна
інтеграція БПЛА в цивільну авіацію вимагатиме доказів, що вони можуть
безпечно функціонувати у спільному повітряному середовищі, не створюючи
загроз для інших літальних апаратів чи людей на землі.
З огляду на відсутність пілота в БПЛА, постає питання: чи варто
застосовувати до них ті самі стандарти безпеки, що й до пілотованих літаків?
Проектування і експлуатація будь-якої складної системи, зокрема БПЛА,
36

пов’язані з ризиками. Серед ключових проблем виділяють такі: уникнення
зіткнень, надійність системи, людський фактор і вплив погодних умов.
Уникнення зіткнень є особливо критичним через потенційно
катастрофічні наслідки. Для безпечної роботи БПЛА необхідно забезпечити
здатність «бачити і уникати» перешкоди (часто це називають «відчувати і
уникати» або «виявляти і уникати»). Це дозволяє вчасно виявляти інші
літальні апарати чи об’єкти та уникати зіткнень. Ця проблема стала
центральною темою численних досліджень через її критичну важливість для
безпеки.
Одним із ключових завдань для забезпечення безпечної роботи БПЛА є
створення адекватних базових вимог для функції «бачити і уникати». Ці
вимоги мають бути адаптовані до різних типів дронів, їхніх місій та умов
експлуатації. Розроблений стандарт мінімальної продуктивності (MPS)
повинен залишатися технологічно нейтральним, не вимагаючи ідеальних
рішень, які наразі недоступні. Особливу складність становлять малі БПЛА,
адже їх важче виявляти пілотам пілотованих літаків. Це може стимулювати
розробку інтегрованих систем спостереження, які допоможуть і операторам
дронів, і пілотам уникати небезпечних зближень.
Є підстави вважати, що технічні рішення для функції «бачити і
уникати» будуть знайдені, зокрема завдяки постійному вдосконаленню
сенсорів, які стають компактнішими, енергоефективнішими, доступнішими
та водночас продуктивнішими. Розроблені технології можуть згодом знайти
застосування у пілотованій авіації, що підвищить загальний рівень безпеки
польотів.
Надійність систем є ще однією важливою проблемою, яка гальмує
інтеграцію БПЛА в цивільний повітряний простір. Якщо не буде зроблено
суттєвих покращень, низька надійність залишатиметься серйозною
перешкодою. Рівень необхідної надійності залежить від розміру дрона,
швидкості, середовища використання та поставлених завдань. Підвищення
надійності можливе двома шляхами: вдосконалення компонентів і систем або
37

створення надлишковості. Обидва підходи супроводжуються підвищенням
витрат.
Складність завдання зростає залежно від класу та місії дрона. Для
великих і швидких апаратів, які працюють у густонаселених або зонах
інтенсивного руху, вимоги до надійності та безпеки будуть найбільш
жорсткими. Водночас для невеликих і дешевих БПЛА досягнення високого
рівня надійності може бути економічно недоцільним.
Людський фактор також стає важливішим із розвитком технологій.
Хоча раніше головний акцент робився на інженерних аспектах, зростання
складності систем БПЛА посилює значення ролі людини. Дослідження
показують, що продуктивність оператора залежить від рівня автоматизації,
точності роботи системи та швидкості оновлення даних. Проте єдиних
стандартів щодо кваліфікації операторів для керування одним чи кількома
дронами поки що не встановлено, що додає викликів у розвитку цієї сфери.
Існує багато факторів, що є специфічними для операцій БПЛА, які
ставлять під сумнів загальні припущення про навички пілотування і
взаємодію між диспетчерами повітряного руху, пілотами та автономними
системами на транспортних засобах і на землі. Кваліфікаційні вимоги до
наземних пілотів (і, можливо, контролерів) можуть варіюватися в залежності
від рівня автономії використовуваних транспортних засобів та кількості
одночасно експлуатованих апаратів, що створює складні регуляторні
виклики. Правила повинні базуватися на чітко визначених кваліфікаційних
критеріях, що враховують специфічні навички для керування БПЛА.
Необхідно також чітко визначити обов'язки операторів. Якщо оператор
управляє кількома автономними апаратами, його навички значно
відрізнятимуться від пілота, який керує БПЛА вручну. Інша важлива
проблема стосується не лише продуктивності людини в системі, а й нових
концепцій, перевірених у військовій практиці, де оператор відіграє
мінімальну роль в автономних системах. Водночас виникають складніші
системні питання щодо дій і суджень людини, коли вона взаємодіє як з
автономними, так і зі змішаними автономними системами. Окремо варто
38

згадати реакцію людини та машин на зовнішні впливи, такі як погодні умови
чи надзвичайні ситуації, на складні системні взаємодії в умовах, де працюють
пілотовані літаки, автономні БПЛА, системи управління повітряним рухом і
БПЛА з обмеженою автономністю, що потребує прийняття узгоджених
рішень.
Щодо погодних умов, хоча офіційної статистики про аварії БПЛА через
погоду немає, існує багато неофіційних повідомлень, що погодні фактори є
важливими чинниками в ряді військових аварій БПЛА. Вплив погоди на
БПЛА, як і на будь-який літак, залежить від розміру, конфігурації,
обладнання і двигунів апарата, а також від типу і тривалості впливу погодних
умов. Багато БПЛА мають характеристики, що роблять їх більш вразливими
до несприятливих погодних умов порівняно з пілотованими літаками.
Попри те, що погодні умови є відомим фактором, який сприяє деяким
аваріям БПЛА, вони залишаються менш серйозною проблемою безпеки
(особливо в плані загрози життю) порівняно з іншими аспектами безпеки, що
розглядаються в цьому розділі. Навіть якщо людське життя не під загрозою,
оператори БПЛА повинні враховувати економічні наслідки та
відповідальність перед третіми сторонами у разі аварій, спричинених
погодними умовами. Отже, погода й надалі відіграватиме важливу роль у
визначенні можливості експлуатації БПЛА в умовах змінної погоди та в
отриманні схвалення від регуляторних органів. Незважаючи на численні
вразливості БПЛА до погодних умов, вони мають доступ до більшої кількості
реальної інформації про погоду, ніж пілоти більшості пілотованих літаків. Це
означає, що вдосконалення систем виявлення погоди та її розповсюдження на
землі може значно поліпшити здатність операторів БПЛА прогнозувати,
виявляти та уникати небезпечних погодних умов. Більше того, безпілотники
зазвичай мають більшу витривалість, ніж пілотовані літаки, і здатні
витримувати несприятливі погодні умови до їх покращення, а високогірні
БПЛА можуть літати на висотах, де більшість небезпек, пов'язаних з
погодою, не виникають.
39

Незважаючи на відсутність офіційної статистики щодо аварій БПЛА,
пов'язаних безпосередньо з погодними умовами, є численні непідтверджені
повідомлення, що погодні фактори стали основною причиною ряду
військових аварій БПЛА. Вплив погодних умов на БПЛА, як і на пілотовані
літаки, залежить від розміру, конфігурації, обладнання та двигунів апарата, а
також від типу, тривалості та інтенсивності погодних явищ. Багато БПЛА
мають особливості, які роблять їх більш вразливими до погодних умов, ніж
більшість пілотованих літаків. Зазвичай сучасні БПЛА є легшими,
повільнішими та більш крихкими, ніж їх пілотовані аналоги, що робить їх
більш чутливими до таких метеорологічних явищ, як вітер, що виникає через
поверхню чи рельєф місцевості, турбулентність, обмерзання, сильний холод і
опади. Особливо вразливими є малі БПЛА та ті, що мають мале
навантаження на крило. Навіть великі БПЛА можуть втратити зв'язок або
контроль через погодні умови, такі як турбулентність, коли ці умови
перевищують здатність автопілота до відновлення стабільного польоту.

2.3 Система радіокерування рухом безпілотного літального
апарату
На сьогоднішній день безпілотні літальні апарати (БПЛА) стали
важливою частиною сучасного життя. Вони активно застосовуються як у
військовій, так і в цивільній сферах: для кінозйомок, моніторингу
інфраструктури, дослідження ґрунтів в агропромисловості тощо. Усі ці
завдання потребують від дронів здатності забезпечувати певний рівень тяги
для виконання поставлених цілей щодо вантажопідйомності.
У майбутньому можливості використання БПЛА можуть значно
розширитися, наприклад, для евакуації людей, перевезення важких вантажів і
навіть транспортування пасажирів. Слід зазначити, що більшість невеликих
цивільних дронів сьогодні працюють індивідуально, але останнім часом
набирає популярності концепція використання багатьох дронів як єдиної
системи. Зокрема, дедалі більше поширюються дрон-шоу, у яких сотні або
40

навіть тисячі дронів синхронно рухаються, формуючи написи або масштабні
зображення у повітрі.
Крім того, звичайні дрони зазвичай мають обмежену
вантажопідйомність. Об'єднання кількох дронів у спільну систему дозволяє
піднімати значно важчі вантажі. Проте це вимагає точного узгодження їх дій,
зокрема уникнення взаємного впливу повітряних потоків від гвинтів, а також
синхронізації рухів. Найбільш перспективним способом здається
використання механічного зчеплення для об’єднання дронів. Однак більшість
експериментальних систем такого типу базувалися на саморобних літальних
апаратах із громіздкими рамами, а також потребували зовнішніх
стаціонарних камер для відстеження руху.
Таким чином, підвищення вантажопідйомності БПЛА та розробка
механізмів автоматичного з'єднання між ними стають важливими завданнями
для подальшого розвитку цієї технології.

41

Рис. 2.1 Структурна схема комплексу моделювання керування рухом БПЛА.

На рисунку 2.1 вказано: ЛА – літальний апарат, САУ – система
автоматичного управління, ПНК – пілотажно-навигаційний комплекс, НПУ –
наземний пункт управління, АРМ – автоматизоване робоче місце.
Синтез системи управління бпла розглянуто на рисунку 2.2.

Рис.2.2. Структурна схема об'єкта управління загального вигляду.

42

У просторі стану лінійна стаціонарна система автоматичного
управління описується системою алгебраїчних і диференціальних рівнянь
вигляду:

Рівняння (1) – це рівняннями стану, а (2) - рівняннями виходу, де хi –
змінні стану, uj – управління, fp – збуренням, ys – вихідні величини об'єкта
управління. Матриця А описує вплив змінних стану одна на іншу, матриця В
– вплив управлінь на змінні стану, а матриця Е – вплив збурень на змінні
стану. Вихідні величини у об’єкта управління є лінійними комбінаціями його
змінних стану х. Зазначені лінійні комбінації задаються матрицею С, а
матриця D і Н описують вплив управлінь та збурень на виході об’єкта.
Модель системи автоматичного управління контролю рухом БПЛА
забезпечує автономність і точність польоту. Вона включає використання
GPS, інерційних вимірювальних пристроїв (IMU) та інших сенсорів для
навігації й визначення положення в просторі. Автопілот виконує
запрограмовані маршрути, стабілізує рух і коригує траєкторію відповідно до
зовнішніх умов. Система виявлення перешкод, оснащена камерами, лідарами
або ультразвуковими датчиками, дозволяє уникати зіткнень і динамічно
змінювати маршрут. Контролери руху використовують алгоритми, такі як
PID-регулятори, для підтримки стабільності й точності польоту.
Комунікаційна система передає дані між дроном і оператором або сервером
управління, що дозволяє відстежувати телеметрію й вносити зміни в режимі
реального часу. Програмне забезпечення із застосуванням алгоритмів
штучного інтелекту адаптує систему до змінних умов і підвищує її
43

ефективність. Така модель дозволяє мінімізувати людське втручання,
забезпечуючи високу надійність і ефективність виконання завдань що
вказано на рисунку 2.3.

Рис.2.3. Модель системи автоматичного управління контролю рухом БПЛА.

Апаратна частини системи радіокерування рухом БПЛА та схеми їх
підключення вказані на рисунках 2.4 та 2.5.

Рис. 2.4. Зовнішній вигляд і конструктивні розміри плат Arduino Mega2560
R3 і RobotDyn Mega2560 Pro.

44

Рис. 2.5. Підключення датчиків до мікроконтролеру.

Приймач системи радіокерування рухом безпілотного літального
апарату вказано на рисунку 2.6.

Рис. 2.6. Зовнішній вигляд десятиканального приймача для
радіокерованих моделей FlySky FS-iA10 (а) та підключення каналів приймача
FS IA10 до аналогових виводів Ардуіно MEGA2560 PRO.

Технічні характеристики десятиканального приймача для
радіокерованих моделей FlySky 2.4G 10CH AFHDS 2A FS-iA10:
Кількість каналів:…………………………………………………………10
Чутливість:……………………………………………………………<20dB
Вибірність: ……………………………………………………………105dB
45

Частотний діапазон: …………..……………………….2,4055 - 2,475 ГГц
Ширина каналу: ………..………………………………………….500 кГц
Кількість діапазонів:…………………………………………………….140
2.4G система: ………...…………………………………………AFHDS 2А
I-Bus інтерфейс: …………………………………………………………Так
Тип коду: ...……………………………………………………………GFSK
Робоча напруга: ……..…………………………………………4.0V - 6.5V
Розміри: ………………………………………………….47х33.1х14.7 мм
Вага: ………………………………………………………………….19.3 г

На рисунку 2.7 вказано комп’ютерне моделювання системи
радіокерування рухом безпілотного літального апарату.

Рис. 2.7. Модель БПЛА в середовищі MATLAB/Simulink

46

Висновок: У сучасних умовах розвитку технологій застосування
дронів для доставки товарів є перспективним рішенням, що має значний
потенціал для оптимізації логістичних процесів. Дрони здатні забезпечити
швидку, точну та екологічну доставку, особливо в умовах складної
інфраструктури чи важкодоступних районів. Вони мінімізують витрати на
транспортування, знижують залежність від традиційних транспортних
засобів і скорочують викиди вуглецю.
Крім того, дрони дозволяють ефективно вирішувати завдання доставки
термінових або чутливих вантажів, таких як медикаменти чи продукти з
обмеженим терміном придатності. Їх використання значно підвищує
оперативність, що особливо важливо в умовах надзвичайних ситуацій чи в
регіонах із обмеженою транспортною доступністю.
Однак успішна інтеграція дронів у логістичну систему вимагає
вирішення низки викликів, таких як вдосконалення технологій безпеки
польотів, оптимізація енергоспоживання, правове регулювання повітряного
простору та прийняття суспільством нових підходів до доставки.
Таким чином, доцільність застосування дронів для доставки товарів
підтверджується їхньою ефективністю та інноваційністю, але потребує
комплексного підходу для подолання існуючих бар’єрів і повного розкриття
їхнього потенціалу.

47

РОЗДІЛ 3. ІННОВАЦІЙНІ МЕТОДИ У СФЕРІ ДРОНОВИХ
СИСТЕМ ДОСТАВКИ

3.1 Дослідження ключових факторів, що впливають на
послуги доставки дронами

В останні роки дослідження, розробки і комерційне застосування в
новій галузі безпілотної логістики, що розвивається, значно зросли логістики
безпілотників значно зросли, зокрема, пропонуючи інноваційні рішення для
доставки посилок і транспортування медикаментів.
Доставки посилок і транспортування медичних препаратів. Дрони
продемонстрували видатні ефективність у секторі доставки «останньої милі».
Meituan, найбільша в Китаї служба доставки продуктів харчування Meituan,
найбільший в Китаї постачальник послуг з доставки їжі та онлайн-офлайн
(O2O), заснований у березні 2010 року, який з 2018 року котирується на
Основній біржі Гонконгу. У 2017р, Meituan почала досліджувати послуги
доставки дронами. Просуваючи інновації в інструментах виконання
замовлень і налагоджуючи місцеву миттєву доставку, Мейтуан інструментів
та створивши локальну мережу миттєвої доставки з повітряно-наземною
координацією, Meituan підвищила ефективність та досвід міської миттєвої
доставки. До кінця серпня 2023 року Meituan завершила початкову розробку
автономних літаючих дронів, інтелектуальних диспетчерських систем та
ефективних операційних систем. Meituan досягла нормалізації роботи в семи
бізнес-районах і на 17 маршрутах у таких містах, як Шеньчжень тощо.
Meituan може надавати послуги доставки користувачам у 14
громадських офісних будівлях та чотирьох мальовничих місцях 5Alevel.
Відкриті дані свідчать, що станом на листопад 2023 року дрони Meituan
мають приземлилися на майже 20 маршрутах у місті Шеньчжень, охопивши
4 райони, і загалом виконали приблизно 210 000 замовлень на доставку.
Швидке зростання логістики безпілотників можна значною мірою
пояснити отриманими перевагами завдяки гнучкості дронів. Безпілотники
48

можуть швидко та гнучко транспортувати вантажі до місця призначення
напрямків, ефективно вирішуючи виклики, пов’язані з останнім етапом
традиційного логістика. У традиційній логістиці остання миля доставки часто
стикається з різними проблемами. По-перше, задоволення очікувань клієнтів
щодо термінової доставки може бути проблемою. З мажором платформи
електронної комерції, які обіцяють клієнтам доставку в той же день,
наступного дня або навіть миттєву доставку очікують швидкого та зручного
отримання своїх покупок. Тоді як послуги експрес-доставки є широкої
доступності, малі підприємства повинні знайти баланс між задоволенням
попиту на прискорену доставку та забезпечення рентабельних тарифів
доставки. По-друге, ручна доставка процеси сприяють високим витратам на
кінцеву милю доставки. Нарешті, більшість онлайн покупці очікують
безкоштовної доставки, коли їхні покупки перевищують певну суму. однак,
кур’єрському персоналу зазвичай доручають доставляти численні невеликі
пакети багатьом місцях, що призводить до збільшення витрат на пальне та
робочого часу для компаній-доставників, особливо посилюється інфляцією.
Зростає попит на спеціалізовану партію послуг також підкреслює зростаючу
потребу в персоналізованих варіантах доставки. Крім того, складнощі в
логістиці останньої милі можуть виникнути через такі чинники, як безпілотні
підписи, перенесені терміни доставки та повернення товару. З іншого боку,
безпілотники пропонують швидкий і гнучке рішення для доставки товарів до
місця призначення, ефективно пом’якшуючи виклики, що виникають у
традиційній логістиці останньої милі.
Послуги доставки безпілотниками (DDS) стосуються використання
безпілотників для надання відповідних продуктів послуги доставки та
транспортування на основі попиту споживачів. Внутрішні та міжнародні
дослідження показують, що поточний етап досліджень DDS стає все більш
різноманітним.
Вчені досліджували різні фактори, що впливають на вибір
споживачами DDS перспективи. Парт Рамешбхай Габані (2021) вивчав
логістику та ланцюг поставок операції в Індії 20-го століття, і виявив, що нові
49

дрони вплинули на споживача групи, а ефективність і вартість DDS стали
основними причинами для споживачів вибрати послуги дронів. Le Yi Koh
(2023) дослідив потенційні фактори впливу прийняття міськими
споживачами DDS під час COVID-19. Дослідження було зосереджено на
таких питаннях як конфіденційність користувачів, суб’єктивна психологічна
готовність користувачів і ефективність DDS, що впливає на вибір дронів
споживачами. Євангелія Філіопулу (2022) іспитувала грецьку мову
уподобання споживачів щодо DDS в епоху поширених онлайн-магазинів і
вказав на те, що ефективність стала ключовим фактором, що впливає на
вибір людьми DDS. Християнський Неду Осакве (2022) обговорив
важливість ризиків доставки для споживачів під час використання DDS і
підкреслив, що споживачі вирішують, чи використовувати DDS на основі
розбіжностей між очікуваними та фактичними витратами, конфіденційністю
та безпекою користувачів, а також безпекою товарів. Срінівас Евшварою
(2020) досліджував систему доставки на основі Інтернету речі, які
використовують дрони для доставки в найближчі десятиліття. Дослідження
показало, що споживач рішення про використання дронів залежать від таких
факторів, як ефективність DDS і безпека інформація, пов’язана з доставкою
товарів дроном.
Дослідження показують, що дослідження факторів, що впливають на
DDS, відбувається поступово просування; однак існує нестача досліджень,
які б інтегрували конкретну споживчу психологію дослідження. Зокрема,
залишається незрозумілим вплив передбачуваного ризику на попит на DDS.
Таким чином, це дослідження має на меті вивчити вплив
передбачуваного ризику на попит на DDS через аналіз основних факторів
впливу.
Щоб виявити детермінанти попиту на DDS, було використано дві різні
методології дослідження ретельно розроблені: «Ідентифікація набору
факторів впливу» та «Вибір ключа Фактори впливу», як показано на рисунку
3.1.

50

Рис. 3.1. Ілюструє блок-схему методології дослідження.
По-перше, переконайтеся, що фактори, визначені за допомогою методу
огляду літератури, доречні до DDS. Якщо вони є, класифікуйте фактори
впливу відповідно до «людина-дрон-матеріал-закон-середовище»; якщо ні,
виключіть абсолютно несуттєві фактори та інтегруйте інші адаптовані
факторів у відповідний набір факторів впливу, вибираючи для них метод
оцінки фактори. По-друге, розробити експертні анкети на основі набору
факторів впливу, визначити необхідної кількості експертів із відповідних
галузей промисловості, а також розподіляти та збирати експертні анкети. По-
третє, використовуйте алгоритм C-OWA для обчислення ваги кожного
фактор впливу та ранжувати їх, використовуючи «правило 80/20» для
визначення ключових факторів впливу фактори, пов'язані з DDS.
Модель «4M1E», яку також називають «людина-машина-матеріал-
метод-середовище», скорочує п'ять основних факторів, що впливають на
якість продукції в системі Total Quality Management теорія.
Метод експертного рейтингу є якісним підходом до кількісної оцінки.
Це передбачає вибір конкретних критеріїв оцінки об'єкта, що розглядається,
встановлення оцінки стандартів для цих критеріїв і залучення
репрезентативних експертів для оцінки та надання балів для кожного
критерію на основі свого досвіду.
51

Алгоритм комбінованого впорядкованого зваженого усереднення (C-
OWA) для інтервальної комбінації Числа - це алгоритм, який
використовується в процесі факторного аналізу.
Спочатку запросіть ���� експертів для оцінки та оцінки системи індексів
факторів впливу відповідно до їх важливості. Вибираючи експертів для
оцінювання, намагайтеся вибирати експертів у дослідження, щоб зробити
результати оцінки більш авторитетними та науковими. Потім роздайте
опитувальний лист для створення вихідного набору даних.
Установіть вихідний набір даних як ���� = {����1, ����2,⋅⋅⋅, ��������,⋅⋅⋅, ��������} і
оброблено в порядку спадання від найбільшого до найменшого та
перенумерованих, починаючи з 0, новий набір даних можна отримати як
���� ={����0, ����1,⋅⋅⋅, ��������,⋅⋅⋅, ��������−1}, ����0 ≥ ����1 ≥ ����2 ≥⋅⋅⋅≥ �������� ≥⋅⋅⋅≥ ��������−1.
Вага �������� у наборі даних ���� це ��������+1. Це можна виправити за допомогою
комбінаторного числа ��������−1����.

де ����jn-1 це комбінаторне число після вибору ���� даних із ���� − 1 даних, ���� = 0,1,2,⋅⋅⋅
, ���� − 1 і ��������+1 ∈ [0,1].
Використовуючи ваги ��������+1 до набору даних����, ваги абсолютного
значення ?̃?�� кожної оцінки індекс можна отримати, як у рівнянні:

де ���� = 0,1,2,⋅⋅⋅, ���� і ���� позначає кількість факторів індикатора.
Відносна вага ������������ кожного індексу можна отримати шляхом
нормалізації абсолютного значення вага кожного індексу, як у рівнянні:

де ���� = 0,1,2,⋅⋅⋅, ����.
Використаний метод збору даних. Після ретельного розгляду завдань
дослідження і здійсненність і глибоке розуміння застосовних умов і
характеристик методи аналізу, такі як спостереження на місці, анкетування,
52

інтерв’ю тощо дискусій на симпозіумі, ми зрештою обрали «метод
опитування» для збору дані онлайн і провести аналіз.
Дотримуючись шестиетапного процесу «визначення дослідницьких
питань – вибірки та проектування опитування - впровадження процедур
опитування - обробка та аналіз даних – написання звіти анкетування –
підбиття підсумків та оцінювання», ми розробили анкету та передала його 12
відповідним експертам для розслідування. Анкета складається з трьох
розділи. По-перше, пояснення мети анкети. Вступ включає в себе привітання,
відомості про дослідника, цілі дослідження та тему опитування. По-друге,
основний інформація про експертів, включаючи стать, багаторічний досвід,
місцевий клімат характеристики, галузі досліджень тощо, які будуть
використані для перевірки анкети та оцінка достовірності даних. По-третє,
дослідження факторів впливу. Цей розділ призначає діапазон балів 0-10 на
основі 13 факторів, взятих з огляду літератури, де вищі бали вказують на
більший сприйнятий експертами вплив.
Для оцінки достовірності та достовірності даних, отриманих за
допомогою експертної анкети, надійність означає ступінь узгодженості даних
вимірювань. Він вказує на ступінь які можуть відобразити повторні
вимірювання одних і тих же об'єктів одним і тим же методом послідовні
результати. Альфа-коефіцієнт Кронбаха використовується для проведення
тесту на узгодженість на шкалі. Формула для розрахунку альфа Кронбаха
така ж, як у рівнянні:

де ���� – коефіцієнт надійності, ���� кількість тестових питань, ����j2
представляє рахунок варіація всіх предметів на ���� ����ℎ питання, ����2x це дисперсія
загального балу, отриманого всіма предметів.
Індекс валідності змісту на рівні шкали (S-CVI) для шкали був
розрахований як 0,72, вказує на добру валідність змісту всієї шкали. Було
перевірено, що отримані дані з цієї анкети пройти тест на надійність, що
свідчить про те, що зібрані дані є хорошими надійність і може бути
53

додатково проаналізовано емпірично. Потім, ваги кожного впливу коефіцієнт
розраховували за допомогою алгоритму C-OWA.

Рис. 3.2. Вагові коефіцієнти факторів впливу.
На рисунку 3.2 зображено розподіл ваги факторів впливу на основі
обчислень результати. На ілюстрації вага впливу погоди становить 0,0775,
загальна соціальна споживання становить 0,0523, наявний дохід жителів має
вагу 0,073, дрон вартість доставки зважена на рівні 0,0901, безпека товарів на
рівні 0,0894, конфіденційність товарів на рівні 0,0761, дрон діапазон доставки
0,0857, витривалість дрона 0,0612, безпека польоту дрона 0,0956, дрон
вантажопідйомність 0,074, конфіденційність і безпека користувача 0,07661,
сумісність/ставлення до способу життя на рівні 0,0611, а очікувані витрати
клієнта на споживання на рівні 0,088. Шляхом організації фактор вагові
коефіцієнти в порядку спадання та дотримання принципу Парето, трійка
найбільш впливових фактори визначаються як «безпека польоту дронів»,
«вартість доставки дронів» і «безпека товарів», має вирішальне значення для
впливу на переваги споживачів щодо послуг доставки дронами.
Це узгоджується з результатами відповідних досліджень. Yoo, Wonsang
(2018) виявив, що основними факторами, що впливають на доставку
54

дронами, є безпека та вартість. Мохсан (2022) виявив це фактори, що
перешкоджають розвитку доставки безпілотниками, включають витрати на
доставку безпілотників, дрон дальність доставки, безпека польоту
безпілотника та здатність до витривалості.
Це дослідження заглибилося в фактори, що впливають на послуги
доставки безпілотниками (DDS) шляхом багаторівневого аналізу з
використанням різних методів. Зрештою, на DDS впливають три ключові
фактори визначено: витрати на доставку безпілотниками, безпеку польотів і
безпеку вантажу. Дослідження показало, що на вибір споживачів, що впливає
на доставку безпілотником на останню милю, впливають споживачі
сприйняття ризиків. Коли використовуються відповідні стратегії для
зменшення передбачуваних ризиків, бажання споживачів купувати зростає,
що призводить до підвищення попиту.
Таким чином, очевидно, що зусилля щодо збільшення попиту на DDS
мають бути спрямовані на зменшення ризики, що сприймаються
споживачами. Фактори, що впливають на вибір споживачів дрона «останньої
милі». доставка змінюється за важливістю залежно від навколишнього
середовища та інших аспектів розташування споживачів. Для проведення
пілотних проектів необхідно впроваджувати в різних регіонах відповідні
дослідження щодо доставки безпілотниками «останньої милі» та розробити
додаткові заходи для зменшення сприйнятого ризики.
Подяки. Ця робота була частково підтримана Студентським
інноваційним університетом та Проект підприємництва Тяньцзіня, номер
гранту 202310059069. Велике спасибі за технічну підтримку від Danyang
SHEN, доцента Школи Транспортні науки та інженерія, Університет
цивільної авіації Китаю.

55

3.2 Застосування технології штучного інтелекту в доставці
дронами
Сучасні передові технології часто спочатку розробляються у військовій
сфері, перш ніж застосовуватися в цивільних секторах, і розробка
безпілотників не є винятком. Спочатку розроблені для військових цілей,
безпілотники мали на меті замінити пілотовані літальні апарати, зменшити
кількість жертв і діяти в екстремальних ситуаціях, як показано на рисунку
3.3. Сьогодні вони знаходять широке застосування в наукових дослідженнях і
цивільних сферах, особливо в розвинених країнах з вищою ціною робочої
сили.
Рисунок 3.3. Процес розробки дрона.

У сучасному суспільстві комерційні програми дронів продовжують
розширюватися, а компанії активно вивчають послуги доставки дронами.
Спочатку ця тенденція була спрямована на вирішення проблеми високих
витрат на доставку в сільську та віддалену місцевість. Через незручне
транспортування та розосередженість населення в сільській місцевості
традиційні методи доставки коштують приблизно в п’ять разів дорожче, ніж
у містах. Безпілотники з їхньою зручністю, низькою вартістю, високою
мобільністю та адаптивністю стали ідеальним рішенням. Такі компанії, як SF
Express, JD.com і Antwork, ініціювали пілотні проекти логістики дронів у
сільській місцевості. Наприклад, JD.com успішно знизив вартість доставки
замовлення з 20-30 юанів до 5 юанів. Хоча міська логістика безпілотників
розпочалася пізніше через густонаселені райони, складний рельєф і політичні
56

обмеження, вона має вирішальне значення для покращення міської логістики,
зокрема підвищення швидкості доставки, зниження витрат і задоволення
різноманітних вимог. Наразі для міської доставки безпілотниками зазвичай
використовується модель розподілу за принципом «хаб-і-спиця», коли дрони
перевозять товари від однієї станції до іншої, а не доставляють
безпосередньо клієнтам. Такі компанії, як EHang, просували цю модель у
деяких регіонах, значно скорочуючи час доставки з 40 до 8 хвилин і
скорочуючи операційні витрати майже на 80%.
Останніми роками зі швидким розвитком технологій штучного
інтелекту дослідники почали застосовувати штучний інтелект для доставки
дронами, забезпечуючи ключову підтримку в таких сферах:
Планування шляху та уникнення перешкод. Алгоритми машинного
навчання допомагають безпілотникам планувати оптимальні маршрути,
уникати перешкод і проходити через небезпечні зони. Моніторинг погоди,
дорожнього руху та інших позицій дронів у режимі реального часу дозволяє
системам штучного інтелекту розумно вибирати маршрути польоту,
підвищуючи безпеку та ефективність. Академічний журнал запропонував
послідовний метод планування мережі маршрутів для доставки
безпілотниками, а рисунок 3.2 демонструє його застосування в реальних
сценаріях. Хоча традиційне ручне проектування маршруту займає від 2 до 4
годин, цей метод може автоматично спроектувати 40 маршрутів протягом 1
години, що значно скорочує час на проектування маршруту.
Управління польотом і стабільність: технологія штучного інтелекту
покращує управління польотом і стабільність. Відстежуючи швидкість вітру,
атмосферний тиск та інші фактори навколишнього середовища, системи
штучного інтелекту коригують положення дронів у польоті, щоб забезпечити
безпечну доставку товарів.
Аналіз та оптимізація даних: алгоритми AI аналізують великі обсяги
даних, щоб оптимізувати маршрути та розклади доставки. Збираючи та
аналізуючи історичні дані про доставку, системи штучного інтелекту
визначають найкращі вікна та шляхи доставки, підвищуючи ефективність і
57

знижуючи витрати. Наприклад, Academic journal розробив новий алгоритм
планування маршруту на основі конкуренції, який максимізує
продуктивність окремого маршруту при оптимізації загальної
продуктивності системи що вказано на рисунку 3.4.
Рисунок 3.4. Шлях доставки дроном, автоматично розроблений алгоритмом.

3.3 Програмна реалізація та тестування модуля управління

Безпілотні літальні апарати стають дедалі популярнішими та знаходять
застосування у найрізноманітніших сферах, таких як доставка ліків до
віддалених місць чи моніторинг лісових пожеж. Проте для ефективного
управління ними необхідна надійна система автопілота, оскільки ручне
керування може бути недоступним у багатьох випадках.
Існують програмні платформи з відкритим кодом, які сприяють
прискоренню впровадження безпілотників із функцією автопілота:
– Ardupilot
– Crowdsourcing
– Micro air vehicle
– ArduCopter
– OpenPilot
58

– Open-source robotics
– Paparazzi
– PX4 autopilot
– Slugs (autopilot system)
Проєкт з відкритим кодом ArduPilot
ArduPilot є одним із найвідоміших проєктів з відкритим кодом на
основі Arduino, призначеним для управління автономними транспортними
засобами. Він включає три основні компоненти: обладнання, прошивку та
програмне забезпечення. Система підтримує різноманітні транспортні
засоби, включаючи квадрокоптери, літаки та ровери.
Ця платформа дозволяє створювати та експлуатувати надійні автономні
системи безпілотного управління для цивільних цілей. ArduPilot пропонує
універсальний набір інструментів, придатних для широкого спектра
транспортних засобів та застосувань. Як відкритий проєкт, він активно
розвивається завдяки внескам численної спільноти користувачів. Команда
розробників тісно співпрацює з ентузіастами та комерційними партнерами
для впровадження нових функцій.
Попри те, що ArduPilot не займається виготовленням обладнання, його
прошивка сумісна з різноманітними апаратними платформами для
управління безпілотними транспортними засобами. У поєднанні з
програмами для наземіного управління системи на базі ArduPilot отримують
розширені можливості, такі як комунікація з операторами в реальному часі.
Велика онлайн-спільнота ArduPilot допомагає користувачам у вирішенні
питань та проблем.
Проєкт з відкритим кодом Paparazzi. Paparazzi – це система автопілота з
відкритим кодом, створена для недорогих автономних літаків. Завдяки
доступності та низькій вартості ця система широко використовується
ентузіастами для невеликих дистанційно керованих літаків. Проєкт стартував
у 2003 році та продовжує розвиватися в Національній школі цивільної авіації
(ENAC) у Франції. На сьогодні декілька виробників випускають автопілоти
та аксесуари Paparazzi.
59

Система автопілота Paparazzi дозволяє літати за межами видимості
пілота. Всі апаратні та програмні компоненти проєкту є відкритими та
доступними за ліцензією GNU. Гнучкість системи дає змогу користувачам
адаптувати автопілот відповідно до своїх потреб, наприклад, для моніторингу
лісових пожеж.
Команда Paparazzi активно ділиться знаннями через платформу
MediaWiki, яка також використовується у Вікіпедії. Система отримує
команди та дані з датчиків, коригуючи управління польотом відповідно до
отриманих інструкцій. Наприклад, автопілот може регулювати потужність чи
керувати аеродинамічними поверхнями для забезпечення плавного підйому
чи зміни швидкості.
У 2013 році Технологічний університет Делфта представив свій проєкт
чипів Lisa/S, заснований на системі Paparazzi, що свідчить про її
популярність і постійний розвиток.Paparazzi підтримує кілька апаратних
конструкцій, включаючи мікроконтролери серії STM32 та LPC2100.
Випущено низку файлів CAD.
Система Paparazzi та її базові датчики. Система автопілота Paparazzi
має мінімальний набір датчиків для забезпечення польоту:
• Орієнтація щодо центру мас визначається за допомогою
інфрачервоних термоелементів.
• Положення і висота отримуються зі стандартного GPS-приймача.
• Швидкість може вимірюватися додатковими гіроскопами.
• Прискорення визначається інерційними сенсорами.
• Напрямок контролюється завдяки магнітним датчикам.
Інструменти розробки Dronecode SDK. Dronecode SDK — це бібліотека
на основі протоколу MAVLink, призначена для роботи з польотним стеком
PX4. Вона забезпечує API для мов C++ і Swift (для iOS), дозволяючи
керувати одним або кількома транспортними засобами, отримувати
телеметричні дані, планувати місії та виконувати інші операції.
Бібліотека може працювати як на бортових супутникових комп'ютерах
дрона, так і на наземних станціях управління (GCS) або мобільних
60

пристроях. Завдяки цьому, обчислювальні можливості таких пристроїв
дозволяють використовувати технології комп’ютерного зору, уникнення
перешкод і розширене планування маршрутів.
Розробники мають змогу розширювати функціональність C++ SDK за
допомогою плагінів для додавання нових API MAVLink, таких як інтеграція з
камерами, карданними підвісами або іншим обладнанням. Для підтримки
різних платформ активно розробляються обгортки на основі gRPC (Google
Remote Procedure Calls), які підтримують багатомовну інтеграцію і
забезпечують можливості, як-от потокова передача, керування з’єднаннями,
аутентифікація та тайм-аути.
Особливості Dronecode SDK. Бібліотека базується на C++ із
автоматично створеними прив’язками для інших мов програмування.
Основні характеристики:
• Простота використання. API підтримує синхронні та асинхронні
виклики.
• Висока швидкість і надійність. Орієнтована на роботу на борту дронів
із використанням високошвидкісного обміну повідомленнями.
• Кросплатформенність. Працює на Linux, macOS, Windows, iOS і
Android.
• Можливість розширення. Легко розширюється за допомогою плагінів.
Функції базового API:
• Керування до 255 дронами через TCP, UDP або послідовне з’єднання.
• Отримання інформації про транспортний засіб (постачальник, версії
продуктів тощо).
• Збір телеметрії, стану акумулятора, GPS, режимів польоту та інших
даних.
• Надсилання команд для реального часу управління дронами.
• Планування місій та управління ними.
• Контроль камер і карданних підвісів.
• Налаштування калібрування датчиків.
61

Протокол обміну повідомленнями MAVLink. MAVLink — це легкий
протокол для обміну даними між безпілотними апаратами та їхніми
бортовими компонентами. Він забезпечує швидке й надійне спілкування,
необхідне для ефективного управління дронами.
Сучасна архітектура протоколу MAVLink поєднує гібридну модель
"публікація-підписка" із точковим передаванням даних. Потоки інформації
публікуються як теми, тоді як конфігураційні підпротоколи, такі як місії чи
параметри, передаються за принципом точка-точка із забезпеченням
повторної передачі.
Повідомлення в MAVLink визначаються у форматі XML. Кожен XML-
файл описує набір повідомлень, які підтримує конкретна система MAVLink,
відома як "діалект". Базовий набір повідомлень, що використовується
більшістю автопілотів і наземних станцій управління, зібраний у файлі
common.xml. Діалекти часто розширюють цей стандартний набір.
Автоматична генерація бібліотек Інструменти MAVLink
використовують XML-опис повідомлень для створення бібліотек, що
підтримують різні мови програмування. Ці бібліотеки забезпечують зв’язок
між дронами, наземними станціями управління та іншими системами. Вони
зазвичай поширюються під ліцензією MIT, що дозволяє їх використання в
закритих проєктах без обов’язкового розкриття вихідного коду.
Особливості протоколу MAVLink:
1. Ефективність:
• MAVLink 1 має накладні витрати всього 8 байтів на пакет, а
MAVLink 2 — 14 байтів, забезпечуючи підвищену безпеку й
масштабованість.
• Підходить для систем із обмеженою пропускною здатністю завдяки
мінімальній необхідності кадрування.
2. Надійність:
• Використовується з 2009 року у різноманітних сценаріях,
включаючи канали з високими затримками та шумами.
62

• Включає механізми для виявлення втрат пакетів, пошкоджень і
аутентифікації.
3. Широка підтримка:
• Сумісний із різними мовами програмування та платформами,
включаючи ARM7, STM32, Windows, Linux, macOS, Android і iOS.
• Підтримує до 255 одночасних систем у мережі (дронів, станцій
управління тощо).
4. Гнучкість:
• MAVLink може використовуватися як для зовнішнього, так і для
внутрішнього зв’язку (наприклад, між автопілотом дрона та
камерою).
Оптимізація для систем з обмеженими ресурсами
Безпровідний формат MAVLink оптимізовано для економії ресурсів. Поля
повідомлень сортуються за розміром: від найбільших (типу uint64_t) до
найменших, щоб забезпечити ефективне кодування й декодування даних.
Такий підхід дозволяє уникнути проблем із вирівнюванням полів і зменшує
накладні витрати на обробку.
Гібридна мережа та робота в різних режимах
MAVLink ефективно працює в умовах гібридних мереж:
• Для потоків телеметрії протокол використовує модель публікації-
підписки, що дозволяє одночасно передавати дані на кілька одержувачів,
таких як бортовий комп’ютер, наземна станція чи хмарна платформа.
• Для конфігураційних операцій, наприклад, програмування місії
чи налаштування параметрів, використовується точка-точка з гарантованою
доставкою.
Перевірка цілісності даних MAVLink реалізує два рівні перевірки:
1. Контрольна сума CRC-16-CCITT під час передачі, яка гарантує,
що дані не пошкоджені у процесі доставки.
2. Перевірка опису даних: генерується додатковий CRC-код
(CRC_EXTRA) для підтвердження відповідності структури даних їхньому
опису.
63

MAVLink забезпечує ефективний, надійний і гнучкий зв’язок для
безпілотних систем, підтримуючи як високошвидкісну передачу телеметрії,
так і гарантовану доставку критичних конфігураційних даних.
Система автопілота PX4 Autopilot — це система автопілота з відкритим
вихідним кодом, спеціально розроблена для бюджетних автономних
літальних апаратів. Її доступність і низька вартість роблять PX4 популярною
серед ентузіастів, які працюють із невеликими дистанційно керованими
літальними апаратами.
Проєкт був започаткований у 2009 році та продовжує активно
розвиватися в Лабораторії комп’ютерного зору та геометрії ETH Zurich за
підтримки лабораторій автономних систем і автоматичного управління.
Сьогодні різні виробники випускають автопілоти та сумісні аксесуари на базі
PX4.
Можливості PX4 дає змогу дистанційно керувати літальними
апаратами навіть за межами прямої видимості. Усе його апаратне та
програмне забезпечення поширюється під відкритою ліцензією BSD, що
робить його доступним для будь-кого. Такий підхід забезпечує високу
гнучкість: користувачі можуть модифікувати автопілот відповідно до своїх
індивідуальних потреб.
Комплект програмного забезпечення включає все необхідне для
забезпечення польоту:
• QGroundControl — наземна станція управління.
• Протокол зв’язку MAVLink для ефективного обміну даними між
системами.
• 2D/3D аерокарти (зокрема, інтеграція з Google Earth).
• Функція drag-and-drop для зручного встановлення точок
маршруту.
Аналоги PX4 Інші відкриті проєкти в галузі робототехніки, що подібні
до PX4, включають:
• Paparazzi
• ArduCopter
64

• Slugs
• OpenPilot
Структура PX4 складається з двох основних компонентів:
1. Стек польоту — відповідає за оцінку параметрів польоту та
управління апаратом.
2. Проміжне програмне забезпечення — універсальний рівень, який
підтримує інтеграцію з різноманітними автономними роботами. Він
забезпечує внутрішній і зовнішній зв’язок, а також підтримку апаратного
забезпечення.
Переваги використання PX4 Відкрита архітектура PX4 забезпечує
широкий спектр можливостей для розробників і користувачів, дозволяючи
створювати кастомізовані рішення для автономних систем.
Усі літальні апарати, що працюють на базі PX4, використовують
спільну кодову базу, яка охоплює не лише дрони, а й інші роботизовані
системи, такі як човни, ровери та підводні апарати. Конструкція системи має
реактивний підхід, що передбачає такі особливості:
• Вся функціональність організована у вигляді модульних і
багаторазових компонентів.
• Зв’язок між елементами здійснюється за допомогою
асинхронного передавання повідомлень.
• Система здатна адаптуватися до змінного робочого
навантаження.
На рисунку 3.5, представленому нижче, зображено детальний огляд
структури PX4. У верхній частині схеми розташовані проміжні блоки, тоді як
у нижній знаходяться компоненти, що входять до складу польотного стеку.

65

Рис. 3.5. Архітектура високого рівня програмного забезпечення PX4.
Вихідний код PX4 структуровано у вигляді незалежних модулів або
програм, які представлені на схемі в рамках одного монопростору. Кожен
будівельний блок зазвичай відповідає окремому модулю.
66

На схемі стрілки вказують основний потік інформації між модулями,
але насправді зв’язків значно більше, оскільки більшість модулів мають
доступ до загальних даних, таких як параметри.
Модулі взаємодіють через шину обміну повідомленнями uORB, яка
працює за принципом публікації-підписки. Це забезпечує:
• Реактивність системи з асинхронними оновленнями даних у
режимі реального часу.
• Повну паралельність операцій і обміну інформацією.
• Можливість будь-якого системного компонента безпечно
отримувати доступ до даних із будь-якого джерела.
Польотний стек являє собою набір алгоритмів для наведення, навігації
та управління автономними безпілотниками. Він включає контролери для
конструкцій із фіксованим крилом, мультироторів, а також апаратів із
вертикальним зльотом і посадкою (VTOL), а також оцінювачі положення та
орієнтації.
На схемі 3.6 подано огляд елементів польотного стеку, який охоплює
весь процес: від збору даних із сенсорів, RC-входів і автономного управління
польотом (Navigator) до управління двигунами та сервоприводами
(Actuators).

Рис. 3.6. Архітектура стека польотів PX4.
Модуль Estimator обробляє один або декілька входів від сенсорів,
об'єднує їх і визначає стан транспортного засобу (наприклад, обчислює
орієнтацію за даними від IMU).
Controller — це компонент, який отримує задане значення та фактичні
дані (або оцінений стан) як вхідні параметри. Його основна задача —
67

скорегувати процес таким чином, щоб він досягав встановленого заданого
значення. Наприклад, контролер положення отримує бажані координати як
вхідні дані, використовує поточне оцінене положення як змінну процесу та
видає результат — корекцію у вигляді тяги або положення, щоб наблизити
транспортний засіб до цільового місця.
Mixer отримує команди руху (наприклад, поворот праворуч) і
трансформує їх у конкретні команди для окремих двигунів. У процесі це
враховує обмеження системи та забезпечує їх дотримання. Ця трансформація
залежить від типу транспортного засобу та його характеристик, таких як
розташування двигунів відносно центру мас або момент інерції.
Проміжне програмне забезпечення складається переважно з драйверів
для вбудованих сенсорів, механізмів зв’язку із зовнішніми системами
(наприклад, супутниковий комп’ютер, наземна станція) та шини передачі
повідомлень uORB, яка базується на механізмі публікації-підписки.
Крім того, проміжне програмне забезпечення включає симуляційний
шар, який дозволяє запускати код польотного контролера PX4 у середовищі
настільної операційної системи, імітуючи роботу у віртуальному "світі".

3.4 Реалізація алгоритму планування маршруту для
автоматизованої системи доставки
На основі аналізу вимог до системи доставки та порівняння
характеристик різних моделей дронів, оптимальним вибором став DJI Matrice
300 RTK. Основними причинами такого вибору є:
• Дальність польоту до 15 км, що дозволяє забезпечити доставку в межах
міста та прилеглих передмість.
• Максимальна вантажопідйомність становить 2,7 кг, що ідеально
підходить для транспортування медикаментів.
• Час автономного польоту до 55 хвилин, достатній для виконання
більшості логістичних завдань у межах міста.
68

• Високоточна система навігації гарантує ефективне пересування в
просторі.
• Наявність сенсорів уникнення перешкод та функції автоматичного
повернення на базу забезпечують надійність і безпеку польоту.
• Зручне управління та інтелектуальне планування маршрутів
спрощують експлуатацію дрона.
• Стійкість до несприятливих погодних умов підвищує універсальність
його використання.
Таким чином, DJI Matrice 300 RTK є оптимальним вибором для
реалізації системи доставки медикаментів. Подальшим етапом роботи стане
розробка алгоритму автоматизованого планування маршрутів. Візуалізація
моделі обраного дрона представлена на рисунку 3.7.

Рис. 3.7. DJI Matrice 300 RTK.
Обраний дрон оснащений високоякісною навігаційною системою, що
дозволяє інтегрувати алгоритми автоматичного планування маршрутів. Для
забезпечення максимальної точності та ефективності доставки був обраний
алгоритм Дейкстри.
Цей алгоритм відомий своєю здатністю швидко знаходити
найкоротший шлях між точками на графі, що робить його ідеальним для
оптимізації маршрутів дронів. Його використання гарантує точне і
раціональне планування траєкторій, що сприяє успішній доставці до
визначеного пункту.
69

У подальшій роботі алгоритм буде інтегрований у платформу системи,
що дозволить повністю автоматизувати процес планування маршрутів.
Приклад реалізації алгоритму на мові Python наведено на рисунку 3.8.

Рис. 3.8. Реалізація алгоритму Дейкстри.
Для оптимізації роботи дрона DJI Matrice 300 RTK використовується
інтеграція алгоритму автоматичного планування маршрутів. Обраний
алгоритм Дейкстри ефективно знаходить найкоротший шлях між точками на
графі, забезпечуючи точне і раціональне прокладання маршрутів. Його
реалізація включає два основні класи:
• Клас "Graph" (Граф) відповідає за створення структури графа, яка
використовується для маршрутизації. Він містить методи для додавання
вузлів і ребер.
• Клас "Drone" (Дрон) використовується для моделювання дрона. У
ньому реалізовано метод "move", який враховує перешкоди під час
переміщення між точками.
Даний код служить для демонстрації концепції автоматизованої
доставки та тестування системи. Під час реальної інтеграції буде забезпечено
зв’язок між програмним забезпеченням і апаратною платформою дрона з
урахуванням його обмежень (швидкості, вантажопідйомності тощо).
Система автоматизованого управління (САУ)
Робота обраного дрона оптимізується за допомогою системи
автоматизованого управління, яка включає наступні компоненти:
70

• Сенсори:
Дрон використовує GPS для визначення координат, інерціальні вимірювальні
пристрої (акселерометри та гіроскопи) для фіксації прискорень і обертів.
Камери та сенсори обмеженого огляду дозволяють виявляти перешкоди та
працювати за складних умов видимості.
• Керуючі елементи:
До них належать електроніка управління двигунами для регулювання
швидкості обертання пропелерів і система стабілізації для корекції польоту.
Ці елементи забезпечують стабільність дрона у трьох площинах.
• Алгоритми управління:
PID-регулятори забезпечують стабілізацію та управління орієнтацією дрона.
Вони генерують сигнали, базуючись на різниці між заданими та реальними
параметрами. Додатково адаптивні алгоритми дозволяють пристосовуватися
до змін, наприклад, у вазі дрона чи погодних умовах.
• Алгоритми планування маршрутів і уникнення перешкод:
Використовуються для визначення оптимальних маршрутів з урахуванням
швидкості вітру та перешкод. Дані сенсорів і зображення обробляються для
запобігання зіткненням.
Процес роботи САУ:
1. Система отримує дані з GPS, камер та інших сенсорів.
2. Алгоритми аналізують інформацію й приймають рішення щодо
керування.
3. Генеруються сигнали, які надходять до двигунів і стабілізаційної
системи.
4. Дрон виконує рух, коригуючи орієнтацію та підтримуючи
стабільність польоту.
5. У реальному часі система враховує дані сенсорів і адаптує
траєкторію для уникнення перешкод.
Опис PID-регулятора
71

PID-регулятор забезпечує управління дронами, оцінюючи дані сенсорів
і керуючи двигунами. Він складається з трьох компонентів:
• Пропорційний (P): Реагує на поточну помилку між заданим і
реальним станом, множиться на коефіцієнт KpK_pKp.
• Інтегральний (I): Враховує накопичення попередніх помилок,
визначається коефіцієнтом KiK_iKi.
• Диференціальний (D): Оцінює швидкість зміни помилки,
використовує коефіцієнт KdK_dKd.
Алгоритм PID регулювання генерує керуючі сигнали, забезпечуючи
точність і стабільність управління дроном:

де u(t) – керуючий сигнал;
e(t) – поточна помилка;
Kp – коефіцієнт пропорційності;
Ki – коефіцієнт інтеграції;
Kd – коефіцієнт диференціації.

У системі управління дронами PID-регулятори використовуються для
стабілізації та контролю наступних параметрів:
• Висота (вісь Z): Пропорційний компонент (P) реагує на
відхилення від заданої висоти, забезпечуючи швидке повернення до
потрібного рівня. Інтегральний компонент (I) компенсує постійні зсуви,
усуваючи систематичні помилки. Диференціальний компонент (D) зменшує
коливання, забезпечуючи плавний зліт і спуск.
• Нахил: P-компонент швидко реагує на відхилення від
горизонтальної площини. I-компонент усуває стійкі нахили, спричинені
72

зовнішніми факторами, наприклад, вітром. D-компонент пригнічує
коливання, стабілізуючи рух.
• Курс: P-компонент гарантує точне утримання напрямку. I-
компонент виправляє постійні відхилення, наприклад, відхилення від курсу
через тривалий вплив вітру. D-компонент пом’якшує різкі зміни,
забезпечуючи плавні повороти.
Налаштування параметрів KpK_pKp, KiK_iKi, KdK_dKd PID-
регулятора є важливим для його ефективної роботи. Це зазвичай
здійснюється методом проб і помилок або за допомогою спеціальних
автоматизованих алгоритмів налаштування. Основні кроки налаштування
включають:
• Налаштування P-компонента: Поступово збільшується
коефіцієнт KpK_pKp, поки система не почне коливатися. Після цього його
зменшують до стабільного значення.
• Налаштування I-компонента: Додають KiK_iKi, щоб усунути
залишкові зсуви, проте з обережністю, щоб уникнути нестабільності.
• Налаштування D-компонента: Вводять KdK_dKd для
приглушення коливань і забезпечення плавної реакції системи на зміни.
Застосування PID-регуляторів у системі автоматизованого управління
дрона забезпечує точне та стабільне керування польотом. Завдяки
збалансованій роботі всіх трьох компонентів система може адаптуватися до
змін умов польоту, підтримуючи задану траєкторію. Це особливо важливо
для точного та безпечного транспортування медикаментів.
Висновок: Технологія доставки за допомогою дронів є важливою
складовою сучасної логістики, яка має потенціал кардинально змінити
традиційні підходи до транспортування товарів. Її розвиток супроводжується
подоланням численних технічних, нормативних та операційних бар’єрів, що
стає можливим завдяки безперервним інноваційним рішенням та
технологічному прогресу. Цей процес знаменує початок нової епохи в
логістичній галузі, де ефективність, швидкість доставки й максимальна
зручність для клієнта стають основними пріоритетами.
73

Зі стрімким розвитком дронових систем доставки змінюється не лише
спосіб отримання посилок, але й загальна організація транспортних процесів.
Такі технології обіцяють не лише скоротити час доставки, але й значно
знизити витрати, оптимізувати маршрути й сприяти екологічності завдяки
скороченню використання традиційного транспорту. Усе це демонструє
важливість постійного впровадження інновацій, що є рушійною силою
прогресу. Майбутнє, де технології дронів стають звичайною частиною
повсякденного життя, підкреслює їхню критичну роль у побудові ефективних
і зручних логістичних рішень.

74

ВИСНОВКИ

Безпілотні літальні апарати (БПЛА) класифікуються за різними
параметрами, що визначають їхні особливості й сфери використання.
Залежно від розміру, вони поділяються на мікро-, малі, середні та великі. За
призначенням виділяють військові, комерційні, рятувальні та розважальні
дрони. Типи живлення включають електричні, гібридні та на базі викопного
палива. Важливу роль також відіграє спосіб управління – від дистанційного
керування до повністю автономних рішень.
Історія БПЛА бере початок із військових розробок у середині ХХ
століття. Спочатку вони використовувалися для спостереження й розвідки,
але з часом їхні функції значно розширилися. З розвитком технологій дрони
стали доступними для цивільного застосування, включаючи сфери логістики,
сільського господарства, інфраструктури та медичної допомоги.
Сьогодні БПЛА знаходять застосування у багатьох галузях. Їх
використовують для моніторингу врожаїв, доставки товарів, охорони
навколишнього середовища, зйомок, інспекції будівель та навіть у
надзвичайних ситуаціях. Універсальність і адаптивність дронів роблять їх
незамінними інструментами в сучасному світі. Таким чином, дрони не лише
змінили підходи до вирішення завдань, але й відкрили нові горизонти для
інноваційного розвитку.
У сучасних умовах розвитку технологій застосування дронів для
доставки товарів є перспективним рішенням, що має значний потенціал для
оптимізації логістичних процесів. Дрони здатні забезпечити швидку, точну та
екологічну доставку, особливо в умовах складної інфраструктури чи
важкодоступних районів. Вони мінімізують витрати на транспортування,
знижують залежність від традиційних транспортних засобів і скорочують
викиди вуглецю.
Крім того, дрони дозволяють ефективно вирішувати завдання доставки
термінових або чутливих вантажів, таких як медикаменти чи продукти з
обмеженим терміном придатності. Їх використання значно підвищує
75

оперативність, що особливо важливо в умовах надзвичайних ситуацій чи в
регіонах із обмеженою транспортною доступністю.
Однак успішна інтеграція дронів у логістичну систему вимагає
вирішення низки викликів, таких як вдосконалення технологій безпеки
польотів, оптимізація енергоспоживання, правове регулювання повітряного
простору та прийняття суспільством нових підходів до доставки.
Таким чином, доцільність застосування дронів для доставки товарів
підтверджується їхньою ефективністю та інноваційністю, але потребує
комплексного підходу для подолання існуючих бар’єрів і повного розкриття
їхнього потенціалу.
Технологія доставки за допомогою дронів є важливою складовою
сучасної логістики, яка має потенціал кардинально змінити традиційні
підходи до транспортування товарів. Її розвиток супроводжується
подоланням численних технічних, нормативних та операційних бар’єрів, що
стає можливим завдяки безперервним інноваційним рішенням та
технологічному прогресу. Цей процес знаменує початок нової епохи в
логістичній галузі, де ефективність, швидкість доставки й максимальна
зручність для клієнта стають основними пріоритетами.
Зі стрімким розвитком дронових систем доставки змінюється не лише
спосіб отримання посилок, але й загальна організація транспортних процесів.
Такі технології обіцяють не лише скоротити час доставки, але й значно
знизити витрати, оптимізувати маршрути й сприяти екологічності завдяки
скороченню використання традиційного транспорту. Усе це демонструє
важливість постійного впровадження інновацій, що є рушійною силою
прогресу. Майбутнє, де технології дронів стають звичайною частиною
повсякденного життя, підкреслює їхню критичну роль у побудові ефективних
і зручних логістичних рішень.

76

СПИСОК ВИКОРИСТАНОЇ ЛІТЕРАТУРИ
1. Euchi, Jalel.: Do drones have a realistic place in a pandemic fight for
delivering medical supplies in healthcare systems problems? Chinese
Journal of Aeronautics. pp. 182-190 (2021)
2. Borghetti, Fabio, et al.: The use of drones for last-mile delivery: A
numerical case study in Milan, Italy. Sustainability. pp. 1766 (2022)
3. Zhang, Marina Yue, and Peter Williamson.: The emergence of multiplatform
ecosystems: insights from China's mobile payments system in overcoming
bottlenecks to reach the mass market. Technological Forecasting and Social
Change. pp. 121128 (2021)
4. Azmat, Muhammad, and Sebastian Kummer.: Potential applications of
unmanned ground and aerial vehicles to mitigate challenges of transport and
logistics-related critical success factors in the humanitarian supply chain.
Asian journal of sustainability and social responsibility. pp. 1-22 (2020)
5. Xu, Mark, Brett Ferrand, and Martyn Roberts.: The last mile of e-
commerce–unattended delivery from the consumers and eTailers'
perspectives. International Journal of Electronic Marketing and Retailing.
pp. 20-38 (2018)
6. Hübner, Alexander Hermann, Heinrich Kuhn, and Johannes Wollenburg.:
Last mile fulfilment and distribution in omni-channel grocery retailing: a
strategic planning framework. International Journal of Retail & Distribution
Management. pp. 44.3 (2016)
7. Cramer, F. and Fikar, C.: Investigating crowd logistics platform operations
for local food distribution", International Journal of Retail & Distribution
Management. pp. ahead-of-print (2023)
8. Jazairy, A., Persson, E., Brho, M., von Haartman, R. and Hilletofth, P.:
Drones in last-mile delivery: a systematic literature review from a logistics
management perspective. The International Journal of Logistics
Management. pp. ahead-of-print (2024)
77

9. Gabani, Parth Rameshbhai, et al.: A viability study using conceptual models
for last mile drone logistics operations in populated urban cities of India.
IET Collaborative Intelligent Manufacturing. pp. 262-272 (2021)
10. Koh, Le Yi, et al.: Urban drone adoption: Addressing technological, privacy
and task–technology fit concerns. Technology in Society. pp. 102203 (2023)
11. Filiopoulou, Evangelia, et al.: Last-Mile Delivery Options: Exploring
Customer Preferences and Challenges. In Proceedings of the 2022 17th
International Workshop on Semantic and Social Media Adaptation &
Personalization (SMAP), Corfu, Greece, 3-4 Nov. (2022)
12. Osakwe, Christian Nedu, et al.: Critical factors characterizing consumers’
intentions to use drones for last-mile delivery: Does delivery risk matter?
Journal of retailing and consumer services. pp. 102865 (2022)
13. Eeshwaroju, Sreenivas, Praveena Jakkula, and Iheb Abdellatif.: An IoT
based ThreeDimensional Dynamic Drone Delivery (3D 4) System. In
Proceedings of the 2020 IEEE Cloud Summit, Harrisburg, PA, USA, 21-22
October (2020)
14. Fang, Zhang, and Zhang Hong-Hai.: A method for “last mile” distribution
demand for drones. In Proceedings of the 2020 IEEE 5th International
Conference on Intelligent Transportation Engineering (ICITE), Beijing,
China, 11-13 September (2020)
15. Balaban, Mariusz A., Thomas W. Mastaglio, and Christopher J. Lynch.:
Analysis of future UASbased delivery. In Proceedings of the 2016 Winter
Simulation Conference (WSC), Washington, DC, USA, 19 January (2017)
16. Wei, H., Shi, J., Liu, Z., Zhang, J., & Liu, Z. (2023) “Overview of Drone
Delivery Models and Path Planning for Last-Mile Delivery.” Computer
Systems & Applications, 32(9): 1-18.
17. YTO Research Institute, “Analysis and Prospects of Drones Now and in the
Future and Their Application in the Express Logistics Industry.”
18. Bao, X., Luo, P., & Wang, K. (2017). “Analysis of the Advantages and
Obstacles of Drone Delivery.” Modern Business, (23), 13-14.
78

19. He, X., Jiang, C., Li, L., & Blom, H. (2022). A Simulation Study of Risk-
Aware Path Planning in Mitigating the Third-Party Risk of a Commercial
UAS Operation in an Urban Area. Aerospace, 9(11), 682.
20. Li, L., He, X., Mo, Y., Sun, Z., & Qin, S. J. (2023). Route Network Planning
for Urban Drone Delivery: Network Flow Theory or Graph Search
Algorithms?. Available at SSRN 4589264.
21. He, X., He, F., Li, L., Zhang, L., & Xiao, G. (2022). A route network
planning method for urban air delivery. Transportation Research Part E:
Logistics and Transportation Review, 166, 102872.
22. He, X., Mo, Y., Huang, J., Li, L., & Qin, S. J. A Competition-Based Route
Network Planning Method for Drone Delivery Services in Cities. Available
at SSRN 4370169.
23. Hu, J., Hu, J., Shen, Y., Lang, X., Zang, B., Huang, G., & Mao, Y. (2022,
May). 1d-lrf aided visual-inertial odometry for high-altitude mav flight. In
2022 International Conference on Robotics and Automation (ICRA) (pp.
5858-5864). IEEE.
24. Wilson, M.L. General principles of specimen collection and transport. Clin.
Infect. Dis. 1996, 22, 766–777.
25. Verma, S.; Malik, Y.S.; Singh, G.; Dhar, P.; Singla, A.K. Aseptic
Collection, Preservation, and Dispatch of Samples for Disease Diagnosis. In
Core Competencies of a Veterinary Graduate; Springer Nature: Singapore,
2024; pp. 101–117.
26. Makitalo, O.; Liikanen, E. Improving quality at the preanalytical phase of
blood sampling: Literature review. Int. J. Biomed. Lab. Sci. 2013, 2, 7–16.
27. Plebani, M. Pre-analytical errors and patient safety/Preanaliticke greske i
bezbednost pacijenata. J. Med. Biochem. 2012, 31, 265.
28. Watson, S.I.; Sahota, H.; Taylor, C.A.; Chen, Y.-F.; Lilford, R.J. Cost-
effectiveness of health care service delivery interventions in low and middle
income countries: A systematic review. Glob. Health Res. Policy 2018, 3, 1–
14.
79

29. Sewell, J.L.; Velayos, F.S. Systematic review: The role of race and
socioeconomic factors on IBD healthcare delivery and effectiveness.
Inflamm. Bowel Dis. 2012.
30. Bagloee, S.A.; Tavana, M.; Asadi, M.; Oliver, T. Autonomous vehicles:
Challenges, opportunities, and future implications for transportation policies.
J. Mod. Transp. 2016, 24, 284–303.
31. Liu, Z.; Zhang, Y.; Yu, X.; Yuan, C. Unmanned surface vehicles: An
overview of developments and challenges. Annu. Rev. Control 2016, 41,
71–93.
32. Wercholuk, A.N.; Parikh, A.A.; Snyder, R.A. The road less traveled:
Transportation barriers to cancer care delivery in the rural patient
population. JCO Oncol. Pract. 2022, 18, 652–662.
33. Labib, N.S.; Brust, M.R.; Danoy, G.; Bouvry, P. The rise of drones in
internet of things: A survey on the evolution, prospects and challenges of
unmanned aerial vehicles. IEEE Access 2021, 9, 115466–115487.
34. Azmat, M.; Kummer, S. Potential applications of unmanned ground and
aerial vehicles to mitigate challenges of transport and logistics-related
critical success factors in the humanitarian supply chain. Asian J. Sustain.
Soc. Responsib. 2020, 5, 3.
35. Mohsan, S.A.H.; Khan, M.A.; Noor, F.; Ullah, I.; Alsharif, M.H. Towards
the unmanned aerial vehicles (UAVs): A comprehensive review. Drones
2022, 6, 147.
36. De Silvestri, S.; Capasso, P.J.; Gargiulo, A.; Molinari, S.; Sanna, A.
Challenges for the Routine Application of Drones in Healthcare: A Scoping
Review. Drones 2023, 7, 685.
37. Marmaglio, P.; Consolati, D.; Amici, C.; Tiboni, M. Autonomous Vehicles
for Healthcare Applications: A Review on Mobile Robotic Systems and
Drones in Hospital and Clinical Environments. Electronics 2023, 12, 4791.
38. Emimi, M.; Khaleel, M.; Alkrash, A. The current opportunities and
challenges in drone technology. Int. J. Electr. Eng. Sustain. 2023, 1, 74–89.
80

39. Amukele, T.K.; Hernandez, J.; Snozek, C.L.; Wyatt, R.G.; Douglas, M.;
Amini, R.; Street, J. Drone transport of chemistry and hematology samples
over long distances. Am. J. Clin. Pathol. 2017, 148, 427–435.
40. Scott, J.; Scott, C. Drone delivery models for healthcare. In Proceedings of
the 50th Hawaii International Conference on System Sciences, Waikoloa,
HI, USA, 4–7 January 2017; pp. 1–8.
41. Euchi, J. Do drones have a realistic place in a pandemic fight for delivering
medical supplies in healthcare systems problems? Chin. J. Aeronaut. 2021,
34, 182–190.
42. Nisingizwe, M.P.; Ndishimye, P.; Swaibu, K.; Nshimiyimana, L.; Karame,
P.; Dushimiyimana, V.; Musabyimana, J.P.; Musanabaganwa, C.;
Nsanzimana, S.; Law, M.R. Effect of unmanned aerial vehicle (drone)
delivery on blood product delivery time and wastage in Rwanda: A
retrospective, cross-sectional study and time series analysis. Lancet Glob.
Health 2022, 10, e564–e569.

ChSTU repository

ChSTU repository preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets