Досліджено можливості використання генетичних алгоритмів для оптимізації траєкторії руху безпілотних літальних апаратів (БПЛА) з метою підвищення точності та ефективності оцінки якості повітря в різних умовах. Одним із головних завдань є забезпечення адаптивної автономної навігації БПЛА в динамічних середовищах, де параметри, пов'язані з забрудненням повітря, можуть змінюватися в реальному часі під впливом зовнішніх чинників, таких як погодні умови, географічні особливості або рівень антропогенного навантаження. Зміни в умовах навколишнього середовища, такі як погодні умови та наявність перешкод, підвищують вимоги до ефективних алгоритмів для безпечного та ефективного руху БПЛА. Використання генетичних алгоритмів є перспективним підходом, оскільки вони здатні ефективно вирішувати складні оптимізаційні задачі в динамічних середовищах, де традиційні методи можуть бути менш ефективними.

Генетичні алгоритми, завдяки своїй здатності шукати оптимальні рішення в складних просторах даних, можуть ефективно використовуватись для визначення оптимальних маршрутів збору інформації про забруднення повітря. Вони дозволяють БПЛА адаптувати свої траєкторії під поточні умови навколишнього середовища, враховуючи такі фактори, як напрямок і швидкість вітру, рівень забруднення у різних ділянках, наявність природних чи штучних перешкод у міській або сільській місцевості. Завдяки цьому підходу, алгоритми забезпечують злагоджену роботу в групі БПЛА, що дозволяє розподілити зони моніторингу, зібрати точніші дані і швидше реагувати на зміни в середовищі. Розглядається, як генетичні алгоритми можуть покращити процес збору й обробки даних для подальшого аналізу якості повітря. Оптимізація траєкторій дозволяє зменшити витрати енергії БПЛА, збільшити обсяг і якість зібраних даних, що своєю чергою підвищує точність оцінок концентрацій шкідливих речовин у повітрі. Це робить генетичні алгоритми перспективним і ефективним інструментом для підвищення рівня автономності та загальної ефективності безпілотних систем у контексті моніторингу стану повітря в різних середовищах, таких як великі міста, промислові зони, сільськогосподарські території або природні заповідники.

DOI: https://doi.org/10.31649/mccs2024.5-09