基于解空间路径规划的航路航空交通管制优化方案

深度解读：基于解空间路径规划支持航路空管

背景

随着技术进步，航空交通管理（Air Traffic Management, ATM）领域提出了多种路径规划算法，但其在战术空管操作中的实际采用率仍有限。这暴露了算法设计优先级与空管员（ATC）实际需求之间的脱节问题。现有算法往往侧重于优化效率、算法复杂度或可扩展性，却难以直接适配人类操作员的决策逻辑和可解释性需求。这凸显了对决策支持系统的迫切需求：此类系统需天然具备可解释性、计算高效，且明确面向人类用户使用。

本研究针对这一设计挑战，开发了一种冲突-free（无冲突）的航路路径规划算法，专为航路空管（en-route ATC）设计。该算法明确兼容两个核心指导原则：一是解空间显示所提供的可解释性和灵活性，二是控制器在实施运营约束时天然采用的决策逻辑。

核心内容

研究围绕可解释性与灵活性构建算法，要求其公开所有可行的安全行动，并支持优化目标的动态切换。同时，算法需忠实地反映控制器在执行分离标准、机动性限制、最小航点数量和路由实用性等运营约束时的自然决策过程。

算法的核心是三重基于意图的冲突检测方法（intent-based conflict detection）：基于距离、基于时间区间和基于区域的检测。这些方法均嵌入解空间框架（solution-space framework），以计算高效的方式识别无冲突路径。在解空间路径规划（Solution Space Path Planning, SSPP）中，提出了两种节点类型：顶点型（vertex-based）和边型（edge-based），分别对应SSPPV和SSPP E两个变体。两变体在计算速度和解质量上进行了评估。

实证结果表明，结合基于区域冲突检测的SSPPV在操作相关场景中表现最佳：使用基于马斯特里赫特上空区管中心（MUAC）Delta扇区的实际数据，采用5 nmi网格，在平均3.69 ms内即可计算出路径。这表明算法在保持冲突-free的前提下，具备极高的实时性，适合战术空管应用。

关键要点

• 算法设计优先可解释性：通过解空间显示公开所有安全可行行动，并支持优化目标的灵活切换。
• 决策逻辑对齐：忠实模拟控制器在分离标准、机动限制、最小航点和路由实用性等方面的自然决策过程。
• 三重冲突检测集成：距离-based、时间区间-based和区域-based三种intent-based方法嵌入解空间框架，实现高效冲突识别。
• 两种搜索节点变体：SSPPV（vertex-based）和SSPP E（edge-based），分别评估计算速度与解质量。
• 最佳性能表现：SSPPV + 区域-based冲突检测，在MUAC Delta扇区5 nmi网格操作场景中，平均计算时间3.69 ms。
• 适用性：算法专为战术空管设计，旨在桥接算法与人类操作员之间的差距。

意义与影响

该研究提出了一种全新解空间路径规划范式，有望显著提升空管决策支持系统的实用性与可部署性。相比现有高度优化但难以被操作员接受的算法，该方案能直接提升空管员的信任度和操作效率，减少决策负担，同时保持严格的安全性约束。特别是在欧洲MUAC等实际运营扇区中，算法的低计算延迟（3.69 ms）使其成为实时战术干预的理想工具。

长远而言，此类方法将推动航空交通管理向更人机协同的形态演进：算法提供候选路径，操作员基于自身专业知识和动态目标进行选择与微调。这不仅能缓解当前行业面临的高交通量、复杂气象和跨界协调挑战，还能为下一代智能空管系统奠定基础。未来研究可进一步扩展到多扇区协同、动态优化目标调整及与现有ATM工具的深度集成，全面释放路径规划在空管领域的潜力。