支持航路空中交通控制的解空间路径规划
提出了一种用于航路空中交通管制的新型无冲突路径规划算法，利用解空间显示提高可解释性和灵活性。该算法集成了三种意图冲突检测方法和两种搜索变体（SSPPV和SSPPE）。基于马斯特里赫特上层区域管制中心（MUAC）Delta扇区的实验结果表明，SSPPV结合基于区域的冲突检测性能最优，平均计算时间为3.69毫秒。
随着空中交通流量的持续增长，航路空中交通管制（ATC）面临着日益严峻的挑战。尽管近年来路径规划算法研究取得了显著进展，但它们在战术管制中的实际部署仍然有限，这暴露出算法设计优先顺序与管制员实际需求之间的脱节。为了弥合这一鸿沟，本研究提出了一种专为航路ATC设计的无冲突路径规划算法，该算法以两个核心指导原则为基础：首先，利用解空间显示技术提供的高度可解释性和灵活性，构建能够向管制员展示所有可行安全动作并适应动态优化目标的算法；其次，模拟管制员在实施间隔标准、机动性限制、航路点最小化和路由实用性等操作约束时自然采用的决策逻辑。
算法在解空间框架内集成了三种基于意图的冲突检测方法：距离法、时间间隔法和区域法。这些方法以计算高效的方式识别潜在冲突，并确保路径的安全性。此外，研究还提出了基于顶点和基于边的搜索节点，分别对应解空间路径规划的两个变体——SSPPV和SSPPE。通过对计算速度和解质量的全面评估，实验结果表明，SSPPV与区域冲突检测的组合表现最佳。在基于马斯特里赫特上层区域管制中心（MUAC）Delta扇区的实际场景中，使用5海里网格，该算法平均仅需3.69毫秒即可完成路径计算，展现出出色的实时应用潜力。
该论文由Yiyuan Zou等人撰写，于2026年6月30日提交至arXiv（编号2607.00064），共37页，包含16张图表，涉及人工智能、机器人和系统与控制等多个领域。这项研究为未来空管决策支持系统的开发提供了新的思路，有望推动路径规划算法从理论走向实际应用。