支持航路空中交通管制的解空间路径规划

# 面向航路空中交通管制的解决方案空间路径规划  
来源：https://arxiv.org/html/2607.00064  

###### 摘要  

随着技术进步，许多路径规划算法已被提出用于空中交通管理，但在战术管制中的实际应用仍然有限，这表明算法设计重点与空中交通管制员的需求之间存在脱节。这凸显了对决策支持解决方案的需求——这些方案应本身就具备可解释性、计算高效，并明确为人类使用而设计。针对这一设计挑战，本研究开发了一种用于航路空中交通管制（ATC）的无冲突路径规划算法，该算法兼容两个指导性考量：(1) 解决方案空间显示器所提供的可解释性和灵活性——这促使算法需要揭示所有可行的安全行动，并适应不断变化的优化目标；(2) 管制员在执行运行约束（如间隔标准、机动能力限制、航路点最小化以及航线实用性）时自然应用的决策逻辑。基于这些原则，该算法在解决方案空间框架内集成了三种基于意图的冲突检测方法——基于距离、基于时间区间和基于区域——以计算高效的方式识别无冲突路径。此外，提出了基于顶点和基于边的搜索节点用于解决方案空间路径规划（SSPP），从而产生两个变体——SSPPV 和 SSPPE，并在计算速度和解决方案质量方面进行评估。实证结果表明，SSPPV 与基于区域的冲突检测相结合取得了最佳性能，在基于马斯特里赫特高空区域管制中心（MUAC）Delta 扇区的运行相关场景中，使用 5 海里网格平均在 3.69 毫秒内计算出路径。SSPPV 比 SSPPE 快约 3.77 倍，同时具有竞争力，使其适用于时间关键的战术操作和实时的交互式“假设”探测。对 SSPPV 和 SSPPE 的扩展进一步考察了延迟最小化与飞机间隔要求之间的权衡，展示了它们在修改优化目标方面的灵活性。本研究的主要贡献在于补充现有路径规划研究，展示如何使这类算法更有效地与人类使用和运行需求对齐，为未来 ATC 决策支持系统的实际集成提供坚实基础。  

###### 关键词：空中交通管制、无冲突路径规划、解决方案空间、冲突检测与解决  

††期刊：Elsevier  

## 1 引言  

为应对日益增长的效率和安全需求，空中交通管理（ATM）领域已制定了多项技术举措以促进自动化。空中交通现代化的长期愿景，在有针对性的研究计划支持下，已进行了战略性规划[43 (https://arxiv.org/html/2607.00064#bib.bib10)]。正如“数字欧洲天空”愿景[45 (https://arxiv.org/html/2607.00064#bib.bib13)]所述，该现代化遵循分阶段方法：前三个阶段主要侧重于增强系统支持，同时保持人类操作员的控制；而最后阶段旨在实现人类与机器智能体之间的高级协作，允许任务委派以有效管理更高层面的复杂性。在更高水平的自动化中，系统性能越来越依赖于底层算法，这更加强调算法能够以人类可以理解和信任的方式生成及时、可靠且操作上有意义的解决方案[15 (https://arxiv.org/html/2607.00064#bib.bib14),71 (https://arxiv.org/html/2607.00064#bib.bib45),17 (https://arxiv.org/html/2607.00064#bib.bib15)]。尽管取得了显著进展，过去的经验凸显了在技术能力与人类接受度之间取得平衡的持续挑战[62 (https://arxiv.org/html/2607.00064#bib.bib86)]。尽管已经开发了许多支持管制员决策的算法和工具，但由于空中交通管制员（ATCos）接受度有限，只有少数在实际运行中得以实施。这是因为此类自动化系统通常缺乏透明度和可解释性，可能未完全捕捉运行背景和约束，并且/或者与 ATCos 的认知过程和运行实践不一致。人们还普遍认为算法可解释性与性能之间存在权衡[3 (https://arxiv.org/html/2607.00064#bib.bib58),20 (https://arxiv.org/html/2607.00064#bib.bib57)]，并且提高透明度通常会导致额外的计算开销[73 (https://arxiv.org/html/2607.00064#bib.bib89),5 (https://arxiv.org/html/2607.00064#bib.bib56)]，这进一步使高级自动化在安全关键环境中（如空中交通管制 ATC）的采用复杂化。  

为了提高系统可用性和管制员接受度，过去几十年中已经投入了大量精力来开发人机交互界面。这促成了“生态”设计框架的发展[41 (https://arxiv.org/html/2607.00064#bib.bib21),58 (https://arxiv.org/html/2607.00064#bib.bib6),59 (https://arxiv.org/html/2607.00064#bib.bib22)]，强调工作领域作为约束人机行为的核心要素的重要性，这启发了航空领域探索的“解决方案空间”概念[52 (https://arxiv.org/html/2607.00064#bib.bib20)]。先前的研究已证明了这一概念在支持 ATC 中人类决策的有效性[29 (https://arxiv.org/html/2607.00064#bib.bib16)]以及许多其他领域（参见[7 (https://arxiv.org/html/2607.00064#bib.bib5)]的概述）。该概念的核心是将行动空间可视化为几何上可解释的“可行/不可行”区域，这些区域由受因果（如物理）和意图（如程序）约束限制的安全包络界定。行动空间使管制员能够自由选择任何行动，同时考虑其潜在后果。通过揭示系统的内部结构和约束，管制员能够自行采取行动，快速理解某些行动的影响，转变决策策略，并管理复杂性。然而，在实践中，解决方案空间显示通常依赖于简化表示（例如，用于无冲突改航的单个中间航路点），虽然提高了可用性，但限制了解决方案空间，并使搜索过程偏向于贪婪解，可能妨碍识别更优解。  

鉴于解决方案空间显示在支持人类决策以及提供可行行动空间的可解释表示方面的显著优势，本文提出了一种受解决方案空间概念启发的决策算法设计新视角。我们的方法直接围绕人类可解释的解决方案空间来构建算法，其中所有可行、无冲突的行动集都被明确表示并高效探索。这种表示通过利用可行/不可行行动空间的几何结构，能够快速识别可用解，从而减少计算延迟。此外，搜索过程由反映管制员在运行中如何管理约束（例如间隔保障、机动限制和航线实用性）的决策原则引导，确保候选解不仅可行，而且可解释且符合运行要求。通过将结构化的、可解释的解决方案空间表示与符合管制员决策逻辑相结合，所提出的方法能够快速、有针对性地探索丰富的解决方案集，提高识别近优解的能力，同时保持实时计算性能。换句话说，本文考虑的核心问题是如何在可解释性、计算效率、运行合规性和解决方案最优性之间取得平衡，我们通过不同算法结构的视角来探讨这一问题。  

为限定研究范围，我们聚焦于航路空中交通管制，ATCos 的主要任务是引导飞机从扇区入口点到达相应的出口点，同时避免它们之间发生冲突。这本质上是一个无冲突路径规划问题。因此，所提出的决策算法被命名为解决方案空间路径规划（SSPP）。与现有研究相比，本文的主要贡献可总结如下：  

1. 1) *可解释性与运行合规性*：我们提出 SSPP 概念，其潜力在于通过人类兼容的方式探索和生成解决方案——利用可解释的“白盒”算法结构[73 (https://arxiv.org/html/2607.00064#bib.bib89)]以及解决方案空间界面提供的相应视觉表示[37 (https://arxiv.org/html/2607.00064#bib.bib90),63 (https://arxiv.org/html/2607.00064#bib.bib27)]，从而提升操作员的理解和接受度。SSPP 还克服了传统基于 A* 算法的局限性，能够生成更直、转弯更少的路径，这特别适合且适用于飞机导航。与先前航空领域的相关工作[12 (https://arxiv.org/html/2607.00064#bib.bib73),10 (https://arxiv.org/html/2607.00064#bib.bib28),11 (https://arxiv.org/html/2607.00064#bib.bib72)]相比，SSPP 能够找到具有多个中间航路点的无冲突路径，同时保持路径尽可能笔直。此外，解决方案空间概念内在允许灵活纳入各种约束，使算法设计者能够根据运行要求定制 SSPP。  

2. 2) *计算效率*：我们开发了若干先进技术来加速解决方案空间的生成和探索，为 ATCo 在扇区管制过程中进行实时“假设”探测铺平道路。例如，为了检查某个位置是否由于*静态*障碍物而不可达，我们应用递归阴影投射算法[bergström_2001,36 (https://arxiv.org/html/2607.00064#bib.bib34)]来计算*视野*，而不是依赖传统的视线方法[13 (https://arxiv.org/html/2607.00064#bib.bib31),69 (https://arxiv.org/html/2607.00064#bib.bib54)]。为了考虑飞机的转弯角度限制，原始阴影投射算法被改编，融入了视角（例如 [θ−60°,θ+60°]，其中θ是飞机当前航向）。对于*动态*障碍物，我们开发了三种不同的基于*意图*的冲突检测方法用于解决方案空间生成：基于距离、基于时间区间和基于区域。将基于区域的冲突检测与阴影投射相结合，可以在存在动态障碍物（不仅仅是静态障碍物）的情况下创建视野，为动态环境中的无冲突路径规划提供了一种新颖且高效的方法。实证评估表明，基于区域的方法通常比基于距离和基于时间区间的方法更快，尤其在网格尺寸较小时。  

3. 3) *解决方案最优性*：我们实现 A* 搜索[22 (https://arxiv.org/html/2607.00064#bib.bib30)]（而非贪婪搜索），并提出了基于顶点和基于边的搜索节点用于路径规划，从而产生了两个近优版本的 SSPP——SSPPV 和 SSPPE。SSPPE 通过探索更大的搜索空间，能够比 SSPPV 实现更高的（近）最优解成功率，但代价是增加了计算时间。由于 SSPP 的基本目标是找到延迟最小的时间最优路径，我们还探索了一个潜在的扩展，考虑飞机间隔要求以增强解的鲁棒性（双目标无冲突路径规划[14 (https://arxiv.org/html/2607.00064#bib.bib91),38 (https://arxiv.org/html/2607.00064#bib.bib92)]）。  

本文结构如下：第2节（https://arxiv.org/html/2607.00064#S2）回顾相关工作，重点介绍解决方案空间概念的应用和现有路径规划算法。第3节（https://arxiv.org/html/2607.00064#S3）阐述必要的预备知识，明确航路 ATC 中的路径规划问题。第4节（https://arxiv.org/html/2607.00064#S4）描述如何使用三种冲突检测方法生成解决方案空间，这为第5节（https://arxiv.org/html/2607.00064#S5）中提出的解决方案空间路径规划奠定了基础。第6节（https://arxiv.org/html/2607.00064#S6）介绍案例研究，随后在第7节（https://arxiv.org/html/2607.00064#S7）中讨论结果。第8节（https://arxiv.org/html/2607.00064#S8）总结全文并指出未来研究方向。  

## 2 相关工作  

### 2.1 解决方案空间概念  

在区域管制中，ATCos 负责确保飞机在扇区间安全高效地移动。他们持续实时监控和管理交通，以防止冲突、执行空域程序性约束并维持最佳流量。然而，日益增长的交通量以及向先进运行概念（例如摆脱固定地理边界，转向基于时间的轨迹管理）的转变，显著增加了战术决策的复杂性。这种日益增长的复杂性，加上对更有效自动化支持的需求，推动了解决方案空间概念在决策支持工具中的发展[37 (https://arxiv.org/html/2607.00064#bib.bib90)]，这些工具最近已进入实际操作实施。例如，2024 年，马斯特里赫特高空区域管制中心（MUAC）开发并实施了侧向障碍物与解决方案显示器（LORD）用于冲突解决支持[18 (https://arxiv.org/html/2607.00064#bib.bib24)]。  

解决方案空间是指确保安全同时满足运行约束的可行行动集。该显示器不直接呈现解决方案，而是通过刻画包络来突出定义这些可行行动的约束，使管制员能够“看到”可用选项，并在这些约束设定的边界内自行做出决策。基于这一概念，已开发了各种工具用于支持人类执行 ATC 任务（例如冲突检测与解决）[33 (https://arxiv.org/html/2607.00064#bib.bib95)]，例如高交互性问题求解器（HIPS）、解决方案空间图（SSD）和行程空间表示（TSR）。SSD 基于速度障碍物[19 (https://arxiv.org/html/2607.00064#bib.bib1),65 (https://arxiv.org/html/2607.00064#bib.bib93),57 (https://arxiv.org/html/2607.00064#bib.bib94)]，在选定飞机的速度矢量周围以及最小和最大速度包络内描绘航向和速度约束[54 (https://arxiv.org/html/2607.00064#bib.bib2),8 (https://arxiv.org/html/2607.00064#bib.bib3),6 (https://arxiv.org/html/2607.00064#bib.bib4)]——这一概念也是 MUAC 的 LORD 系统[18 (https://arxiv.org/html/2607.00064#bib.bib24)]的基础。