eVTOL 航线规划：为什么我们需要"低空高速公路"？

当城市空中交通（UAM）从概念走向试点，航线规划就不再是”点到点直线距离”的问题。噪声走廊、禁飞区、气象窗口、应急备降、空域容量……这些约束叠加在一起，催生了对”低空高速公路”的刚性需求。本文从算法和监管两个视角展开。

为什么不能”想飞哪飞哪”

有人可能会问：天上那么大，为什么还要修”高速公路”？

答案在于低空环境的复杂性。城市上空 1000 米以下的空间，同时挤着：

• 禁飞区：政府机关、军事区域、机场净空区
• 噪声敏感区：医院、学校、居民区
• 障碍物：高楼、塔吊、电力线
• 动态冲突：其他 eVTOL、无人机、有人机

如果没有结构化的航路网络，每一架飞行器都要独立计算规避所有约束的最优路径，计算复杂度会随着飞行器数量指数级爆炸。

低空高速公路的设计原则

1. 走廊化（Corridor-based）

把可飞空域划成若干条”管道”，每条管道有明确的：

• 几何边界（三维多边形）
• 飞行方向（单向或双向）
• 高度分层（去程 200-300m，返程 300-400m）
• 容量上限（单位时间最多通过多少架）

2. 节点与匝道

就像地面高速有立交枢纽，低空高速也需要”节点”——航路交汇处的立体交叉结构，避免冲突。匝道用于起降场到主干航路的衔接。

3. 动态容量分配

航路容量不是固定的。遇到强风、降雨或临时管制，单条走廊的容量可能从 60 架/分钟降到 0。系统需要实时感知并重新分配流量。

算法视角：约束下的路径规划

eVTOL 航线规划本质上是一个多约束多目标优化问题：

$$ \min_{path} \sum_{i} w_i \cdot f_i(path) $$

其中 $f_i$ 包括：飞行距离、能耗、噪声影响、空域费用、延误风险等。

常用的算法框架：

• A* / Dijkstra：在离散化的航路图上找最短路径
• RRT*：在连续空间中采样搜索
• ILP / MILP：用整数规划精确求解容量分配
• 强化学习：学习动态环境下的策略

监管视角：谁有权划航路

这是技术之外但更关键的问题。当前各国空域管理权属不同：

• 美国：FAA 主导，UTM 框架下允许企业参与
• 欧盟：EASA 统一框架，成员国执行
• 中国：民航局统筹，地方试点先行

航路网络不是技术团队画完就能用的，它需要监管机构的认可和制度化。

小结

“低空高速公路”不是一个比喻，而是一套必须被严肃设计的基础设施。它融合了空域规划、运筹优化、实时感知和政策协同。谁能先把这套体系跑通，谁就能在 UAM 时代占据先机。