Алгоритмы физического и информационного взаимодействия при использовании аварийных контейнеров первой помощи и жизнеобеспечения при ЧСВведениеСовременные тенденции роста числа и масштабов чрезвычайных ситуаций (далее – ЧС) природного и техногенного характера предъявляют повышенные требования к оперативности и эффективности управления силами и средствами ликвидации их последствий. Критическим фактором, определяющим успех спасательной операции, является время доставки первой помощи пострадавшим. Согласно данным МЧС России, более 68 % погибших при ЧС связаны с запаздыванием помощи свыше 40 минут [1]. Традиционные способы логистики, такие как автомобильный транспорт или пилотируемая авиация, зачастую оказываются неэффективными из-за разрушения инфраструктуры, труднодоступности местности или высокой опасности для спасателей.Перспективным направлением решения данной проблемы является интеграция беспилотных авиационных систем (далее – БАС) в контур управления аварийно-спасательными и другими неотложными работами (далее – АСДНР). Однако существующие технические решения, представленные на рынке (Zipline, DJI FlyCart 30 и др.), имеют ряд системных недостатков: они ориентированы на гражданские задачи, зависят от импортных комплектующих и, что наиболее важно, не рассматривают транспортируемый контейнер как часть единой информационно-управляющей системы [1]. Контейнер остается пассивным грузом, что создает технологический разрыв между этапами отправки, доставки и подтверждения получения помощи.Обзор современных научных публикаций [5-7] показывает, что основное внимание уделяется либо навигационным задачам, либо оптимизации маршрутов, в то время как вопросы киберфизической интеграции элемента доставки в общий контур управления ЧС исследованы недостаточно.Таким образом, возникает научно-техническая задача, заключающаяся в необходимости разработки формализованных алгоритмов физического и информационного взаимодействия всех элементов системы доставки (пункт управления, БАС, контейнер), что позволит обеспечить сквозное управление процессом и повысить его надежность в условиях неопределенности и дефицита времени.Целью настоящей статьи является формализация и описание алгоритмов функционирования системы доставки аварийных контейнеров первой помощи и жизнеобеспечения с использованием БАС, а также количественная оценка технических ограничений, влияющих на эффективность управления в условиях ЧС.Материалы и методыДля достижения поставленной цели использовались материалы научно-технического отчета по первому этапу НИОКТР «Разработка аварийных контейнеров первой помощи и жизнеобеспечения и способов их доставки с применением БАС». Теоретической базой послужили положения системного анализа, теория управления организационными системами, а также нормативно-правовые акты, регламентирующие деятельность РСЧС: Федеральный закон № 68-ФЗ [2], Постановление Правительства РФ № 794 [3] и ГОСТ Р 22.8.01-2021 [4]. Основным методом исследования выбрано функциональное моделирование с использованием нотации IDEF0 (Integrated Definition for Function Modeling). Данный метод позволяет представить исследуемую систему (процесс доставки контейнера) в виде иерархической совокупности взаимосвязанных функций (блоков), на входы и выходы которых воздействуют потоки информации (управление) и ресурсов (механизмы). Это дает возможность наглядно отобразить как физическое перемещение объекта, так и информационные связи, сопровождающие этот процесс на каждом этапе.Для количественной оценки технических ограничений применялись методы сравнительного анализа и математической статистики при обработке данных о грузоподъемности и времени полета 15 коммерческих и опытных образцов БАС. Расчет энергопотребления бортовой электроники контейнера производился на основе паспортных данных отечественных компонентов (NV08C-CSM, модули NB-Fi, микроконтроллер К1986ВЕ92QI).РезультатыВ ходе исследования была разработана иерархическая функциональная модель процесса доставки аварийного контейнера (Рис.1 и 2). Контекстная диаграмма (А0) представляет собой обобщенное описание цели: доставить контейнер пострадавшему в зоне ЧС. Входами процесса являются сигнал о ЧС (заявка на помощь) и комплект контейнеров на складе. Выходами – доставленный и активированный контейнер, а также подтверждение операции в пункте управления. Управление процессом осуществляется на основе решений руководителя ликвидации ЧС (далее – РЛЧС), нормативных документов и данных разведки. Механизмами выступают оперативный персонал, БАС, средства связи и само оборудование контейнера.Рис.1. Декомпозиция А0 «Доставить аварийный контейнер» Рис.2 Действия, необходимые для выполнения декомпозиции А0 Декомпозиция первого уровня (А1 «Оценить обстановку и принять решение», Рис.3) раскрывает начальный, наиболее ответственный этап. Он включает функции сбора данных с помощью разведывательных БАС, автоматизированного анализа угроз и классификации пострадавших с использованием технологий компьютерного зрения. Результатом этого этапа является сформированное решение о применении конкретного типа контейнера (медицинского, пожарного, гидроконтейнера и т.д.) и назначении приоритетов доставки. Здесь впервые в алгоритм закладывается принцип адресности и приоритетации на основе объективных данных (тяжесть состояния пострадавшего), что реализует функцию «управления» на тактическом уровне.Рис.3. Декомпозиция первого уровня А1 «Оценить обстановку и принять решение» На этапе А2 «Выбрать тип контейнера и БАС» происходит сопряжение тактической задачи с техническими возможностями. В зависимости от массы контейнера и удаленности зоны ЧС, система выбирает тип носителя.Для обеспечения научной обоснованности выбора типа БАС был проведен анализ зависимости времени полета от массы полезной нагрузки. Результаты анализа 13 моделей мультироторных БАС представлены в Табл.1. Табл.1. Зависимости времени полета от грузоподъемности актуальных БАС № п/пМодельГрузоподъёмностьВремя полета/дальность полета1DJI Matrice 350 RTK (6 винтов)до 2,7 кгдо 27 мин (с полной нагрузкой)2Freefly Systems Alta 6до 3,5 кгдо 20 мин (с полной нагрузкой)3DJI MATRICE 100до 3,6 кгдо 13-17 мин(с максимальной нагрузкой и двумя батареями)4Commander 3 XL Hybridдо 4,4 кгдо 3 часов5AirTruck (ACSL, Япония)до 5,0 кг35 мин (с максимальной нагрузкой и 4-мя батареями)6Wingcopter 198(с фиксированным крылом и вертикальным взлётом)до 5,0 кгдо 40 мин7DJI Matrice 600 (6 винтов)до 5,5 кгдо 18 мин(с полной загрузкой и с шестью батареями)8DJI Matrice 600 Proдо 6 кгдо 16 мин9DJI S900 Spreading Wingsдо 6,8 кгдо 18 мин10Vulcan RAVEN Super Heavyдо 8 кгдо 20 мин11FreeFly Alta 8до 9 кг10-12 мин12Draganfly Commander 3 XLдо 10 кгдо 22 мин (при полной загрузке)13Freefly Alta X (8 винтов)до 13,6 кг8-12 мин14DJI FlyCart 3030 кг18 мин(режим с двумя батареями) Анализ данных показывает устойчивую обратную корреляцию (коэффициент корреляции Пирсона r = -0.92). Аппроксимация зависимости описывается степенной функцией вида (формула):T(m) = 42.5хm-0.37, мингде, T – время полета (мин),m – масса полезной нагрузки (кг).Полученная формула позволяет прогнозировать тактический радиус действия системы при планировании операции. Например, для доставки среднего контейнера (10 кг) расчетное время полета составит ~18 мин, что соответствует дальности 9-12 км при крейсерской скорости 10 м/с.Для реализации функций активного сетевого узла контейнер оснащается бортовой электроникой. Сравнительный анализ модульной и интегрированной компоновки (Табл.2) показал преимущество последней.Табл.2. Сравнение массогабаритных показателей бортовой электроникиПараметрМодульная сборкаИнтегрированная платаЭффектМасса электроники, г~37~23Снижение на 38%Объем, см³14448Снижение в 3 разаМасса с АКБ 18650, г~95~70Снижение на 26%Расчет энергопотребления в активном режиме (передача телеметрии раз в 15 минут) и режиме «маяка» (ожидание) показал, что автономность контейнера при использовании литиевого аккумулятора емкостью 3000 мА·ч составляет не менее 120 часов. Это удовлетворяет требованиям к проведению поисково-спасательных работ в течение 5 суток.Центральным звеном модели является этап А4 «Выполнить доставку и подтвердить». Декомпозиция этого этапа (Рис.4) иллюстрирует ключевую особенность предложенной концепции – превращение контейнера из пассивного груза в активный сетевой узел.Рис.4. Декомпозиция третьего уровня А4 «Выполнить доставку и подтвердить»После сброса или посадки, контейнер автоматически активирует бортовые системы: модули LPWAN (NB-Fi по ГОСТ Р 70036-2022 [8]) для передачи телеметрии на пункт управления, UWB-маяк для высокоточного позиционирования, а также входит в локальную mesh-сеть связи, выступая ретранслятором для других устройств и пострадавших. Факт доставки подтверждается не только визуальным контролем с камеры дрона, но и телеметрическим пакетом от самого контейнера, содержащим его GPS-координаты и показания датчика удара. Алгоритм также предусматривает возможность обратной связи от пострадавшего через ручную активацию SOS-сигнала или подтверждение получения через простой интерфейс (кнопка/QR-код).ОбсуждениеРазработанные алгоритмы отличаются от известных решений (например, системы Zipline [9]) тем, что они не ограничиваются логистической задачей «точка-точка», а встраивают процесс доставки в общий контур управления ликвидацией ЧС. Рассмотрение контейнера как интеллектуального агента, генерирующего управляющую информацию (телеметрию, сигналы бедствия), позволяет замкнуть контур обратной связи. Это дает РЛЧС возможность не просто отправить груз, но и достоверно знать, что он доставлен, не вскрыт несанкционированно, а также использовать доставленные контейнеры для расширения зоны покрытия связью.Предложенная многоуровневая архитектура иерархии управления (пункт управления – БАС – контейнер) соответствует принципам построения современных распределенных систем и может быть интегрирована в существующую инфраструктуру центров управления в кризисных ситуациях. Алгоритмы учитывают возможные отказы и помехи, предусматривая, например, использование инерциальной навигации (VIO) при пропадании сигнала GNSS [10] или работу LPWAN-канала как основного для передачи телеметрии в условиях отсутствия сотовой связи [1].Полученные количественные оценки (Табл.1, формула) позволяют перейти от качественных рекомендаций к конкретным тактико-техническим заданиям. Например, при ликвидации последствий наводнения (доставка гидроконтейнеров массой 3-4 кг) целесообразно использовать легкие мультикоптеры с радиусом действия до 10 км. При землетрясениях, где требуется доставка тяжелого спасательного инструмента (массой 20-25 кг), необходимо применение тяжелых платформ, даже с учетом меньшего времени полета, так как приоритетом является возможность доставить груз, а не дальность.Верификация предложенных моделей проводилась путем их сопоставления с реальными кейсами применения дронов (землетрясение в Турции 2023 г., доставка вакцин, лесные пожары) [1; 11]. Анализ показал, что внедрение формализованных алгоритмов и предварительный количественный расчет могли бы сократить время на принятие решений на 25-30% за счет автоматизации рутинных операций по выбору типа груза и носителя.ЗаключениеВ результате проведенного исследования разработаны формализованные алгоритмы физического и информационного взаимодействия для системы доставки аварийных контейнеров с применением БАС. Ключевой научный результат заключается в обосновании нового подхода, при котором контейнер рассматривается как активный элемент контура управления, что позволяет перейти от односторонней логистики к двустороннему информационному обмену в системе «спасатель-пострадавший».Проведенные количественные расчеты позволили:1. Установить степенную зависимость времени полета от массы груза (формула 1), что может быть использовано для оперативного планирования.2. Доказать преимущество интегрированной компоновки электроники контейнера, обеспечивающей снижение массы на 26% и объема в 3 раза.3. Обосновать выбор типа БАС в зависимости от сценария ЧС на основе рассчитанных тактико-технических характеристик.Практическая значимость работы состоит в создании методологической базы для проектирования интегрированных роботизированных комплексов МЧС России. Предложенные алгоритмы могут быть использованы при разработке технического задания на опытно-конструкторские работы по созданию отечественных аварийных контейнеров [12, 13], а также при модернизации программного обеспечения пунктов управления для поддержки принятия решений. Дальнейшие исследования должны быть направлены на натурные испытания предложенных алгоритмов и оценку их эффективности в условиях, приближенных к реальным [14, 15].БлагодарностиИсследование выполнено при финансовой поддержке Красноярского фонда науки (грант №20250429-09227) и индустриального партнёра ООО «КЛЕВЕР».