人工智能赋能空域系统,提升空域分层治理能力

被引:8
作者
陈志杰
汤锦辉
王冲
程季锃
曹珊
邵欣
机构
[1] 国家空域技术重点实验室
关键词
空域系统; 空中交通管理; 分层治理; 人工智能; 数据驱动;
D O I
暂无
中图分类号
TP18 [人工智能理论]; V355.1 [空中交通管制];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 08 ; 0825 ;
摘要
为应对未来平台无人化、用户多元化、服务个性化的航空发展趋势,空域运行将呈现分层治理的发展趋势。而随着算力、算法与数据的持续提升与积累,数据驱动的人工智能方法将持续为层次化的空域系统赋能。本文从超低空、城市、区域、枢纽、亚轨道等5个层次化场景梳理我国空域系统的发展趋势;提炼得出空域运行面临的核心难点与关键科学问题;提出基于数据驱动的人工智能方法求解空域运行科学问题的研究框架、研究内容和应关注的关键技术;结合层次化典型应用场景,简要分析智能空域运行的具体应用案例;最后对人在空域运行中的作用提出了新的思考。
引用
收藏
页码:7 / 15
页数:9
相关论文
共 16 条
[1]  
基于实测数据的道路交通状态特征及拥堵传播规律分析方法.[D].韦伟.北京交通大学.2017, 06
[2]  
基于多Agent的空中交通协同流量管理研究.[D].叶博嘉.南京航空航天大学.2013, 12
[3]  
面向航空交通系统的复杂网络与网络动力学研究.[D].杜文博.中国科学技术大学.2010, 06
[4]   面向eVTOL航空器的城市空中运输交通管理综述 [J].
李诚龙 ;
屈文秋 ;
李彦冬 ;
黄龙杨 ;
卫鹏 .
交通运输工程学报, 2020, 20 (04) :35-54
[5]   多智能体深度强化学习的若干关键科学问题 [J].
孙长银 ;
穆朝絮 .
自动化学报, 2020, 46 (07) :1301-1312
[6]   低空无人机交通管理概览与建议 [J].
全权 ;
李刚 ;
柏艺琴 ;
付饶 ;
李梦芯 ;
柯晨旭 ;
蔡开元 .
航空学报, 2020, 41 (01) :6-34
[7]   多智能体强化学习综述 [J].
杜威 ;
丁世飞 .
计算机科学, 2019, 46 (08) :1-8
[8]   基于深度时空卷积网络的民航需求预测 [J].
林友芳 ;
康友隐 ;
万怀宇 ;
吴丽娜 ;
张宇翔 .
北京交通大学学报, 2018, (02) :1-8
[9]   基于多智能体的空中交通管理智能技术 [J].
汤锦辉 ;
王冲 ;
程晓航 ;
董志强 ;
邵欣 .
指挥信息系统与技术, 2016, 7 (06) :17-23
[10]   终端区空域结构调整对进场交通流的影响 [J].
张洪海 ;
廖志华 ;
张启钱 ;
张翔宇 .
交通运输工程学报, 2016, 16 (02) :100-108