低空基础及经济 14

低空智能飞行123低空运行从人工操控走向自主化低空环境复杂、扰动强、主体密集安全、高效、协同是智能飞行核心目标低空智能飞行不是单一算法或单一设备，而是由场景需求牵引，依靠飞控、通信导航、路径规划和运行管理协同形成的系统能力。学习目标与内容地图理解智能飞行需求掌握飞控、通信导航、路径规划三大模块形成面向安全运行的系统技术框架五阶段知识路线图低空飞行需求飞行控制系统通信导航系统路径规划与决策运行管理与协同·城市复杂环境与任务场景·高密度交通与安全要求·多源感知与信息需求-飞机/多旋翼/倾转旋翼·感知—决策—控制闭环·AI增强飞控与容错控制·V2I、V2V与数据链路·融合导航与定位增强·PSU与运行时保障·全局/局部路径规划•Dijkstra、A*、RRT*·强化学习与动态重规划·UTM协同与空域管理·多机协同与任务编排·安全监控与应急处置从“需求牵引”到“安全运行”：构建低空智能飞行的系统能力。12345为什么低空飞行需要智能化人工操控：能力受限智能协同：系统能力1234空域受限环境扰动强运行主体密集人工操控难以规模化低空运行场景：城市、风场与受限空域城市峡谷与建筑遮挡GNSS多径与信号降级突发风场与有限安全间隔123多任务并行与高密度交通低空智能飞行｜城市复杂环境下的运行场景高空协同层300–600m中空航路层120–300m低空作业层0–120m地面与设施层载客出行城际物流巡检作业物流配送应急救援起降点/vertiport通信基站(V2I)地面交通(V2V/V2I)运营管理中心(PSU/UTM)气象与环境监测1载客、物流、巡检、救援并行多类任务并行运行，需求时空分布动态多变。2不同飞行器拥有不同性能包线速度、航程、载荷、噪声、能耗各不相同，约束条件多样。3未来可能出现数百至数千架同时运行高密度交通成为常态，对调度、通信与安全提出更高要求。多任务并行与高密度交通是低空智能飞行的常态，要求系统具备强感知、强计算、强协同与强保障能力。智能飞行的三类核心需求飞行控制器控制算法(姿态/速度/位置)执行机构(电机/舵面)飞行器状态传感器融合(IMU/气压计/视觉等)状态估计(位置/姿态/速度)高精度、强鲁棒、容错的飞行控制高可靠通信导航动态避障与能效导向路径规划123飞行控制系统：感知—决策—控制闭环低空智能飞行|飞行控制系统1传感器感知状态多源传感器获取飞行状态与环境信息视觉雷达GNSSIMU2飞控计算机估计与决策状态估计、目标识别、决策与控制律计算状态估计决策规划控制律计算3执行机构产生力和力矩执行控制指令，驱动飞行器产生所需力和力矩电机/螺旋桨舵面伺服机构4飞行器与环境飞行器运动状态变化，环境扰动影响5闭环持续迭代持续感知、估计、决策与控制，保障安全与性能1传感器感知状态多源传感器实时获取飞行器自身状态与外部环境信息。2飞控计算机估计与决策融合估计当前状态，识别目标与约束，计算最优控制指令。3执行机构产生力和力矩执行机构将控制指令转化为力和力矩，驱动飞行器运动。4闭环持续迭代系统持续循环迭代，抵抗扰动，实现稳定、精确与安全飞行。飞行控制系统通过感知—决策—控制闭环，实时响应环境变化，实现安全、稳定与高性能飞行。传感器、飞控计算机与执行机构低空智能飞行|飞行控制系统感知层（眼睛与耳朵）飞控计算机（大脑）执行层（肌肉）摄像头（视觉）激光雷达（三维点云）毫米波雷达（测距测速）GNSS/RTK（定位定姿）IMU（惯导）环境感知、状态估计、定位导航、空域态势状态估计（融合导航）决策与规划（路径/轨迹/任务）控制算法（控制律/滤波/优化）飞行管理（任务/健康/告警）感知—决策—控制闭环电机（动力输出）螺旋桨（升力/推力）舵机（舵面/倾转）倾转机构（姿态/速度调整）力与力矩输出，驱动飞行器运动传感器是眼睛与耳朵提供环境信息与自身状态，支撑感知与定位。飞控计算机是大脑完成状态估计、决策规划、控制计算与飞行管理。电机、螺旋桨和舵面是肌肉将控制指令转化为力与力矩，驱动飞行器运动。三者共同决定可控性感知精准、计算可靠、执行有力，共同保障安全与性能。传感器—飞控计算机—执行机构构成飞行器的感知—决策—控制闭环。1234多旋翼飞行器的姿态控制升降、前后、左右和偏航运动差动推力改变姿态姿态控制决定轨迹与稳定123多旋翼与倾转旋翼eVTOL：构型不同，控制逻辑不同低空智能飞行|飞行控制系统多旋翼eVTOL：悬停控制直接、冗余度高倾转旋翼eVTOL：悬停—过渡—巡航多阶段耦合直接控制推力与姿态多电机冗余提升容错过渡段是控制难点构型决定控制律与验证重点构型不是外形选择，而是控制、通信与安全验证的系统起点。1234AI驱动的自适应与安全增强飞控传统控制AI自适应控制神经符号AI安全增强参考指令固定参数控制器执行机构/系统飞行器状态传感器测量参考指令AI自适应控制器执行机构/系统飞行器状态传感器测量环境感知与状态估计神经网络(感知与预测)符号规则库(约束与逻辑)参考指令神经符号AI控制器执行机构/系统飞行器状态传感器测量安全边界与约束监督参数固定，难以应对环境变化单一目标优化，权衡能力弱安全约束隐式，难以形式化保障在线学习，适应环境与任务变化支持多目标优化与权衡决策安全约束软化，保障能力有限神经学习+符号推理融合显式规则与安全边界保障可解释、可验证、可控可信1固定参数控制器难覆盖复杂环境2AI支持在线适应与多目标权衡3神经符号AI引入规则和安全边界低空通信导航系统总体架构飞行器、地面控制、UTM/PSU和ATM持续交互不同高度和主体需要不同链路通信导航与控制系统紧密耦合通信导航不是孤立模块，而是连接飞行器、地面系统与空域管理的基础设施。123V2I、V2V与飞行器—地面控制通信123V2I：飞行器<->基础设施V2V：飞行器<->飞行器C2链路：飞行器<->地面控制站飞行器基础设施飞行器飞行器飞行器地面控制站V2I支持飞行计划、交通指令和状态监控V2V支持协同避碰C2链路需要低时延、高可靠、抗干扰通信链路把飞行器、基础设施与地面控制连接成协同系统。多源异构感知与融合导航1传感器输入（多源异构）2状态估计与融合3安全输出（可靠导航）GNSS城市峡谷中信号受遮挡，定位不稳定相机/视觉IMULiDAR雷达时间同步统一时间基准，对齐多源数据外参标定空间坐标对齐，统一参考系多源融合互补信息融合，抑制噪声与遮挡状态估计估计位置、速度、姿态（PVA）及不确定度输出连续、可靠的位置、速度、姿态（PVA）位置速度姿态用于飞行控制与安全导航抗遮挡、抗干扰、连续可靠GNSS在城市峡谷中不稳定视觉、IMU、LiDAR、雷达互补融合导航提升定位连续性与可靠性12315低空通信技术比较低空智能飞行|通信与导航系统5G/6G蜂窝网络覆盖广、基础设施成熟、可支持高带宽数据依赖地面基站；适合城市核心区与高密度运行L波段卫星通信覆盖范围广、链路独立性强时延与带宽受限；适合偏远区域与应急备份专用C2链路低时延、高可靠、便于安全管控建设和维护成本高；适合关键任务与高安全场景多技术混合网络按场景切换链路，兼顾覆盖、时延与可靠性系统集成复杂；是未来低空通信的发展方向覆盖能力决定可用范围时延影响控制与协同可靠性决定安全边界未来走向多技术混合通信技术没有单一最优解，关键在于按任务场景组合链路。技术方案优势局限与适用场景1234路径规划：三维空间中的多约束优化约束要素（多源约束）三维环境与约束示意可行最优航迹空域结构·禁飞区/限飞区高度层/走廊障碍物·建筑物、山体临时障碍、动态障碍天气条件·风场、降水、能见度·气流扰动能耗约束航程限制能耗模型时效要求时间窗截止时间禁飞区限飞走廊目标点高度（z）北（y）东（x）满足多约束的安全、可行、经济航迹空域结构、障碍物、天气、能耗和时效共同构成约束目标是生成安全、可行、经济的航迹路径规划连接任务需求与飞行控制123路径规划的本质：在三维空间中满足多源约束，寻找最优航迹。空中走廊、禁飞区与动态障碍空中走廊组织交通流禁飞区约束可行域建筑物和起重机是静态障碍鸟类和未报备无人机是动态目标图6-6无人驾驶航空器系统飞行的各种约束条件1234Dijkstra与A*等经典路径规划算法图搜索需要离散化空间Dijkstra保证离散空间最短路径A*借助启发式搜索提升效率高维动态环境下存在局限对比维度Dijkstra算法A*算法搜索策略扩展当前最小代价节点扩展f(n)=g(n)+h(n)最小节点启发信息无使用启发式函数h(n)最优性保证最优在可采纳时保证最优计算效率较低较高适用场景中小规模、启发信息缺乏大规模、有启发信息时1234123RRT*、强化学习与智能路径规划低空智能飞行｜路径规划方法对比RRT*（采样式规划）-随机采样构建树，逐步探索可行空间-渐近最优（RRT*）-适合高维、复杂约束空间-计算量大，依赖参数设置强化学习（学习式规划）-通过试错学习最优策略-适应动态环境与不确定性-可联合多目标优化-计算成本高，泛化与安全验证挑战大能力对比维度RRT*强化学习环境适应性静态环境优先动态环境优先最优性渐近最优近似最优计算开销在线计算较大离线训练较大泛化能力较弱较强可解释性较强较弱工程成熟度★★★★☆★★☆☆☆智能规划能力闭环感知与地图环境感知｜地图候选生成RRT*｜候选路径集策略评估与选择强化学习策略｜多目标评估执行与监控飞行执行｜状态监控反馈与更新经验回放｜模型更新要点总结RRT*适合高维复杂空间强化学习适应动态环境训练数据、泛化能力和安全验证是挑战RRT*与强化学习各有优势，融合使用可在复杂、动态的低空场景中实现更安全、更高效的智能路径规划。运行时保障、UTM与多机协同低空智能飞行|运行时保障与协同运行体系ATM层空中交通管理（传统空域）ATM系统UTM层低空交通管理（无人机/eVTOL空域）UTM系统•飞行计划管理•冲突检测与管理•态势监视与评估•信息发布服务PSU层运行支持单元（地面服务）PSU系统•飞行计划接入与校验•运行监控与告警•遥测数据汇聚•通信与数据服务运行层航空器与机载系统空域协调信息共享计划申报状态上报多机协同网络（通信互联、协同感知、协同决策）安全边界（运行时保障）约束监控边界检测异常处置安全降级/接管运行时保障把AI决策限制在安全边界内通过约束监控、边界检测与异常处置，确保智能飞行始终在安全运行边界内。UTM/PSU支持飞行计划、冲突管理和信息发布UTM统筹空域与冲突管理，PSU提供运行支持与信息服务，形成统一协同的低空交通运行体系。多机协同实现可扩展运行通过通信互联与协同决策，多架航空器有序协同，支撑大规模、可扩展的安全运行。运行时保障与UTM协同，使单机智能飞行扩展为安全、可扩展的多机协同运行。12312345本章总结：低空智能飞行技术体系从场景需求到智能运行：多系统协同，形成低空智能飞行的完整能力闭环城市复杂环境高密度交通多任务并行动态不确定性……·姿态/位置控制·多旋翼与倾转构型·容错与故障管理·AI增强飞控·V2I/V2V通信·融合导航（GNSS/INS/视觉）·PSU定位与授时·链路监测与自适应·全局/局部