利用时空图进行动态重新路由的无人机路径规划

《ACM Transactions on Spatial Algorithms and Systems》：UAS Path Planning with Dynamic Rerouting using a Space-Time Graph

无人驾驶航空器（UAS）在城市交通管理中的应用研究提出动态重路由框架，基于时空图模型实现变速导航，通过实时路径调整和碰撞规避算法解决高密度场景（1.4万架次）下的效率与安全平衡问题，验证了动态重路由对提升航线可用性及保持空域安全性的有效性。

　　

摘要人工智能摘要

要查看此由人工智能生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

城市交通和物流的快速增长要求创新解决方案来应对拥堵、低效率和可持续性挑战。无人机系统（UAS）为城市交通提供了有前景的替代方案，特别是在最后一公里配送和应急响应方面。为了适应预期的UAS运营规模（可能涉及每天数百万次飞行），UAS交通管理（UTM）生态系统必须支持安全、高效和公平的空中通行，同时将干扰降到最低。在密集的城市地区，UAS的运营需要依靠高效且可扩展的路径规划与冲突避免机制来计算无碰撞的飞行路径。动态重路由机制使UAS的飞行路径能够根据环境因素、通信错误或动态空域限制等实时变化情况进行动态调整。

在本文中，我们提出了一种基于时空图模型的UAS路径规划与动态重路由框架，以确保UAS在城市环境中的安全高效运行。我们的方法通过预先计算无碰撞路径，并在遇到减速事件时动态重路由UAS，从而实现实时路径调整。通过结合实时请求管理和无碰撞路径计算，我们的模型提高了将UAS整合到多模式城市交通网络中的可行性。我们分析了该方法的计算效率，并通过使用真实城市地图进行的模拟实验验证了其可扩展性，实验场景中涉及多达14,000架UAS飞行器。实验结果表明，动态重路由和无碰撞路径计算提高了UAS路线的可用性，同时保持了空域安全和运营效率。

人工智能摘要

人工智能生成的摘要（实验结果）

此摘要是由自动化工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现研究内容、评估其相关性，并协助来自相关研究领域的读者理解本文的研究。它是对作者提供的摘要的补充，作者提供的摘要仍是本文的正式摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的摘要版本。

要查看此由人工智能生成的通俗语言摘要，您必须拥有高级访问权限。