用于城市低空无人机配送的双层优化框架，确保目标安全水平

《IEEE Transactions on Intelligent Transportation Systems》：Bi-Level Optimization Framework for Urban Low-Altitude UAV Delivery Ensuring Target Level of Safety

针对城市低空无人机物流中异构无人机任务分配与轨迹优化（CTA-TOP）问题，传统多目标权重分配方法存在忽略多目标特性及无法保证路径风险持续达标缺陷。本文提出基于改进TC-NSGA-III与RG-FMT算法的双层优化框架，实现任务分配与轨迹规划同步优化，仿真验证显示该方法在100%安全合规下计算效率最优，总风险与时间成本显著降低。

　　

摘要：

近年来，城市低空无人机物流已成为最后一公里配送的关键解决方案。为了提高运营效率，解决异构无人机之间的耦合任务分配与轨迹优化问题（CTA-TOP）至关重要。然而，现有的研究通常采用多目标权重分配方法来处理这一问题，但存在两个主要缺陷：（1）这些方法忽视了问题的多目标本质，不当的权重分配会导致解决方案偏离实际需求（例如，低风险权重可能忽略过高的局部风险，而高权重则可能过度牺牲效率）；（2）尽管地面风险被认为是城市空中交通（UAM）的基本约束条件，但基于权重的优化方法无法保证路径风险始终低于目标安全水平（TLS）。为此，本文提出了一种基于改进算法的双层优化框架：TC-NSGA-III算法用于任务分配，以最小化总地面风险、配送时间成本和无人机工作负载平衡；而RG-FMT算法用于轨迹规划，以确保路径风险低于TLS。仿真结果表明，所提出的RG-FMT算法在轨迹规划中实现了100%的TLS合规率，并且计算时间最短。整个框架在总风险和时间成本等关键指标上显著优于其他方法。进一步的大规模城市场景仿真验证了该算法的通用性和可扩展性。本研究为城市低空物流中的安全高效协调调度提供了一种有效解决方案。