“十五五”交通运输发展思路研究 专刊

我国低空运输智联云架构及布局规划策略

  • 郑立 ,
  • 陈屹力 , * ,
  • 窦佳丽 ,
  • 邢鑫雨 ,
  • 马龙飞 ,
  • 黄富友 ,
  • 刘之莹
展开
  • 中国信息通信研究院 云计算与大数据研究所,北京 100080
* 陈屹力(1984—),男,河南周口人,硕士,工程师,研究方向为低空经济与新兴技术融合。E-mail:

郑立(1992—),男,河南郑州人,硕士,工程师,研究方向为低空经济与新兴技术融合。E-mail:

收稿日期: 2024-11-17

  网络出版日期: 2025-01-13

Intelligent Connected Cloud Architecture and Layout Planning Strategies for Low-Altitude Transportation in China

  • ZHENG Li ,
  • CHEN Yili , * ,
  • DOU Jiali ,
  • XING Xinyu ,
  • MA Longfei ,
  • HUANG Fuyou ,
  • LIU Zhiying
Expand
  • Cloud Computing and Big Data Research Institute, China Academy of Information and Communications Technology, Beijing 100080, China

Received date: 2024-11-17

  Online published: 2025-01-13

摘要

为解决低空运输场景中极低时延无法快速响应和高并发需求无法满足等技术难题,提出了一种基于云计算技术的低空运输智联云架构。首先,对低空运输的概念及低空运输智联云架构进行了介绍。然后,梳理了当前低空运输智联云建设面临的主要问题。针对这些问题,提出了低空运输智联云布局规划,并明确了其各个层次的构建要求:在基础设施层,需实现分布式基础设施的“端-边-云”一体化部署;在协同平台层,需搭建云边协同与智能化协同平台;在顶层应用层,需积极推行技术验证试点。最后,基于目前国内各地的发展现状,以及对低空运输智联云技术架构的解析,提出了应对低空经济快速发展的策略建议,即:加速推进低空运输智联云技术的布局,以云计算数字底座为基础,紧密结合通信、导航、感知、算力等底层资源,致力于构建智能化、无人化的技术体系架构,从而为未来低空智联网乃至整个低空经济的蓬勃发展奠定坚实基础。

本文引用格式

郑立 , 陈屹力 , 窦佳丽 , 邢鑫雨 , 马龙飞 , 黄富友 , 刘之莹 . 我国低空运输智联云架构及布局规划策略[J]. 交通运输研究, 2024 , 10(6) : 104 -112 . DOI: 10.16503/j.cnki.2095-9931.2024.06.010

Abstract

To address the technical challenges in low-altitude transportation scenarios, such as the inability to respond quickly to extremely low latency and the inability to meet high concurrency demands, a low-altitude transportation intelligent connected cloud architecture based on cloud computing technology was proposed. Firstly, the concepts of low-altitude transportation and the low-altitude transportation intelligent connected cloud architecture were introduced. Then, the main issues faced in the construction of the current low-altitude transportation intelligent connected cloud were sorted out. In response to these issues, a layout planning of low-altitude intelligent connected cloud was proposed, and the construction requirements at each level were elaborated. In the infrastructure layer, a distributed infrastructure deployment approach integrating "edge-cloud" was needed; In the collaborative platform layer, a cloud-edge collaboration and intelligent collaboration platform should be established; In the top-level application layer, technical pilot programs should be actively promoted. Finally, based on the current development status of various regions in China and the analysis of the low-altitude transportation intelligent connected cloud technology architecture, strategic suggestions for coping with the rapid development of the low-altitude economy were put forward, including efforts to accele-rate the layout of low-altitude transportation intelligent connected cloud technology, closely integrate communication, navigation, perception, computing power, and other underlying resources based on the digital foundation of cloud computing, build an intelligent and unmanned technical system architecture, thereby to lay a solid foundation for the future development of low-altitude smart networks and the entire low-altitude economy.

0 引言

低空经济是指在距离地面垂直高度1 000 m以内的空域(根据不同地区特点和实际需要可延伸至3 000 m),以低空飞行活动为核心,以无人驾驶、低空智联网等技术组成的新质生产力,与空域、市场等要素相互作用,带动低空基础设施、低空飞行器制造、低空运营服务和低空飞行保障等领域发展的综合经济形态[1]。低空运输依托低空空域资源,通过民用有人驾驶和无人驾驶航空器飞行活动,辐射带动相关领域和产业链融合发展,展现出代表国家未来核心竞争力的新型产业特征。中国民航低空飞行服务保障体系的建成,为低空运输提供了广阔空间,正逐步实现商业化应用,特别是在城市空中交通(Urban Air Mobility, UAM)和无人机物流配送等领域展现出巨大应用潜力。低空运输智联云技术,通过云上信息互通和智能化决策辅助,能够辅助低空运输的开展,提高应急响应速度和任务执行精准度,减少人工误判。因此,全面分析当前低空运输智联云体系的建设现状和技术架构,综合研判其未来发展趋势,对于促进低空智联网建设和加快我国低空运输发展具有重要意义。
对于低空运输的数字化、智能化发展方向,众多学者已开展了一系列深入研究。高启学等[2]提出低空智联网是以平台为中心,云、网、边、端一体化架构,以云为基础,通过云、网、边、端协同,构建开放、立体感知、全域协同的交互体系,提供网络化运行、数字化转型、智能化管理的服务。Huang等[3]全面探讨了低空智能运输(Low-Altitude Intelligent Transportation, LAIT)的现状、挑战和未来,并从系统架构、基础设施和关键技术等3个方面进行分析,提出了基于网络物理系统(Cyber-Physical Systems, CPS)分层架构的未来LAIT系统框架,为UAM提供潜在解决方案。廖小罕等[4]梳理了UAM与低空公共航路的基本概念、发展历程以及基于低空公共航路的UAM管理等内容,提出了一种UAM运营管理框架,就相关行政部门在UAM发展中可能承担的职责提出了建议。刘先江等[5]探讨了低空经济如何成为新质生产力发展的新引擎,对低空经济的基本概念、主要发展方向及涉及的关键问题进行了深入分析。张克勤[6]对低空管理中政府机构的职能问题进行了讨论,对有关低空经济的政策及法律法规的现状、经验进行了分析并作出展望。周友军等[7]对中国民用无人驾驶航空器的监管立法工作进行了梳理并提出了建议。
综上所述,既有文献在低空运输数字化、智能化方向的研究取得了显著成果,为本文提供了丰富的理论基础。然而,当前研究仍存在一些不足,例如:对于低空运输智联云技术的具体实现路径、技术瓶颈和解决方案等方面的研究不够深入;对于低空运输智联云技术在不同领域的应用场景和效果评估等方面的研究有待加强。因此,本文将在借鉴既有研究成果的基础上,进一步探讨低空运输智联云技术的相关问题,运用案例分析、比较研究等方法,基于调研得出的规划经验,从基础设施搭建、协同平台建设、顶层应用设计等3个方面提出低空运输智联云架构,最后提出未来发展展望和政策建议,旨在为推动低空运输的智能化发展提供参考。

1 低空运输智联云的概念与技术架构

1.1 低空运输的概念

低空运输是指在低空空域(通常指垂直高度1 000 m以下的空间,根据不同地区的特点和实际需要,这一范围可延伸至3 000 m),以航空器为载运工具进行的客货短距离位移和空中作业的交通活动。低空运输作为低空经济的重要组成部分,不仅包括传统通用航空业态,还融合了以无人机为支撑的低空生产服务方式,通过信息化、数字化管理技术赋能,与更多经济社会活动相结合,形成了一种综合经济活动。
低空运输的应用场景广泛,可以为从城市内部的短途商务出行、旅游观光,到农业领域的精准喷洒、森林防火,再到工业领域的电力巡检、物流配送,提供定制化的解决方案。随着技术的进步,低空运输在提高运输效率、降低成本、减少环境污染等方面展现出巨大潜力,成为推动区域经济发展的新引擎。预计未来,随着技术的进步以及政策的支持,低空运输将实现更广泛的应用,成为区域融合的关键,将提升城际交通效率、缩短通勤时间、缩短货物流通时间,并提供无人机智慧城市服务、构建无人机物流运输服务体系、实现无人机海洋综合应用等,有利于城乡融合发展,提升农村交通运输效率。

1.2 低空运输智联云的概念

低空运输智联云是基于低空智联网概念而发展出的新型服务体系。低空智联网,普遍认为是通过高科技手段,实现对低空空域的智能化管理和利用,旨在为无人机等低空飞行器创造一个安全、高效的飞行环境。这一网络融合了多种技术,确保低空飞行器能够在复杂环境中稳定运行,同时满足监管要求。
为支撑低空智联网建设,辅助低空运输涉及的导航、通信、感知、管控、算力等方面的信息交互、信息共享,起到支撑作用的新型信息基础设施不可或缺,涉及的新兴技术包括5G-A技术、通感一体、云计算等。其中用以支撑低空智联网信息互联互通,并进一步推动低空数据智能化利用的云计算技术即为低空运输智联云。
低空运输智联云是面向低空经济活动与资源配置需求进行能力拓展和系统创新形成的新型服务体系。技术上通过云边协同平台、数智化平台等数字化技术底座,为无人机、低空飞行器和其他低空经济活动提供数据存储、处理和分析服务。其本质是以低空运输智联云服务体系为基础,对监管、运营运维快速赋能,使低空资源实现“可看、可管、可控”,并最终支撑低空智联网建设,辅助低空运输业务的有序高效开展。作为参与构建支撑低空运输建设的重要技术底座,低空运输智联云承担了承上启下的重要作用。对下,低空运输智联云可以对低空智联网中流通的通信、导航、感知、算力等数据进行汇聚、处理,实现低空智联网数据的云上存储、流通;对上,低空运输智联云依靠大数据分析、分布式部署架构以及低时延、高可用、高并发的云计算技术特点,可以对低空智联网数据实现更进一步的智能化分析处理,推动建立更高效的低空智联网。

1.3 低空运输智联云的技术架构

参照云计算架构,将低空运输智联云的整体技术架构分为基础设施层、协同平台层、顶层应用层3层,如图1所示。
图1 低空运输智联云技术架构
基础设施层作为底层支撑,集成了低空智联网及其下设的各项基础设施以及云主机、云存储、云网络、云安全等云上基础设施,为协同平台提供最原始的业务数据、网络服务、云存储和算力支撑。
协同平台层是低空运输智联云的核心,包含低空数字平台、智慧飞行服务平台、监控管理云平台及安全管理云平台。低空数字平台作为技术基石,通过数据底座汇聚并预处理低空智联网数据,云边协同平台负责端、边、云间的任务调度,数智化平台则利用大数据、数字孪生及智能决策等技术满足低空智能化需求。这一数字化底座支撑起上层的智慧飞行服务、监管监控及安全管理三大业务平台,实现低空资源的协同管理和高效利用。
顶层应用层则直接面向用户和业务需求,提供包括城市管理、环境保护、水利场景、交通场景等低空飞行赋能的各类典型场景。利用协同平台层提供的数据和分析结果,实现低空资源的智能化管理和利用,推动低空运输业务的高效开展。

2 我国低空运输智联云发展现状与存在的问题

2.1 低空运输发展现状与应用场景

低空运输作为新的经济增长点,近年来在全球范围内,特别是美国与欧洲等地,展现出强劲的发展势头。这一领域不仅涵盖了无人机(UAVs)和电动垂直起降飞行器(eVTOL)等前沿技术和设备,还促进了机场运营效率的提升、空中交通服务的优化以及航空基础设施的现代化升级。
《中国低空经济发展研究报告(2024)》[8]显示,2023年我国低空经济规模达到5 059.5亿元,增速高达33.8%。根据中国民航局的预测,到2025年,我国低空经济市场规模将达到1.5万亿元,到2035年有望达到3.5万亿元。中国信通院预计,到2030年,低空经济产业规模将达到2万亿元,2035年将超过5.1万亿元[9]。前瞻产业研究院发布的报告进一步揭示了低空经济对中国国民经济的显著贡献,“2024年中国低空经济行业市场规模预计将达到5 800亿元,未来五年复合增速将达到16.03%,展现出稳健的增长趋势”[10]
我国低空经济正处于快速成长阶段,已成为推动国民经济增长的重要力量。2024年3月5日,国务院总理李强作《政府工作报告》时提出,“加快前沿新兴氢能、新材料、创新药等产业发展,积极打造生物制造、商业航天、低空经济等新增长引擎”[11]。同年3月27日,工业和信息化部、科学技术部、财政部、中国民用航空局等四部门印发《通用航空装备创新应用实施方案(2024—2030年)》,提出“加快5G、卫星互联网等融合应用,支持空天地设施互联、信息互通的低空智联网技术和标准探索”[12]
在政策支持下,我国低空运输在技术研发、试点飞行、多种场景应用等方面呈现出快速发展的态势。据统计[13],2023年峰飞航空、沃兰特航空、御风未来、小鹏汇天、时的科技等公司均已发布代表性的eVTOL产品,正在进行试飞测试,测试进展整体顺利。其中,亿航智能采用多旋翼构型的EH216-S已取得中国民航局颁发的型号合格证(Type Certificate, TC),这是全球首张eVTOL型号合格证。
在应用层面,低空运输的商业化探索已在我国多个城市展开。武汉市已获批开通18条低空商业试点航线,包括5条载人航线、12条载物航线和1条监测航线,覆盖短途运输、空中游览、物流运输、城市监测等多个类别。广州开发区红酒文化街低空物流首飞成功,首批计划开通的10条高效物流低空航线连接多个降落点,如尚城万科里、萝岗万达广场等。大湾区低空短途运输航线(深圳—珠海)正式开通,每日往返一趟,深圳到珠海的通行时间由传统的2 h左右(驾车)缩短至20 min。江苏苏州空中快线高新广场直航中心启用,开通了苏州至无锡硕放国际机场的航线,飞行时长约为12 min。美团无人机已在深圳、北京、上海、广州、南京等城市开通43条航线,累计完成订单超36万单。

2.2 低空运输智联云发展现状与存在的问题

尽管我国低空经济正在快速发展,但行业的数字化水平仍有待提升。当面临大量且多维度的低空场景数据时,当前系统常面临传输协议不兼容、数据接口不统一等问题。此外,低空环境中普遍存在对快速响应和高并发处理能力的迫切需求,而现有终端设备与系统在这方面的性能尚显不足。
在技术层面,低空通信、导航及监管能力均存在提升空间。具体而言,传统无人机主要依赖点对点通信方式,如WiFi等,这些通信方式局限于区域传输,难以实现连续组网,且业务速率受限。在导航方面,传统无人机主要依赖卫星导航,但其定位精度相对较低,通常在10~30 km范围内。至于低空探测技术,虽然地面雷达、光电探测、频谱探测等传统手段已相对成熟,但仍面临城区覆盖难度大、连续组网困难、可靠性不足以及产业分散等挑战。

3 低空运输智联云的布局规划

3.1 低空运输智联云建设目标与原则

低空运输智联云建设的核心目标是打造一个全面、高效、安全的低空飞行服务体系,以支持和促进低空经济的快速发展。该体系的建设,重点在于打造一个集成云计算、人工智能、物联网等多种先进技术的低空数字底座,实现对低空飞行活动的高密度、高频次管理,确保全覆盖和大带宽连接的网络信号,以及满足高时效性和高安全性的要求。通过技术创新与应用拓展,不仅旨在推动低空经济在诸如空中通勤、物流配送、城市治理、应急救援等多个领域的广泛应用,以提高城市运行效率、强化城市管理能力和提升公共服务水平,而且致力于实现低空经济的全面繁荣。
为实现上述目标,需要确保整个低空飞行网络的安全性,并持续推动技术融合、创新驱动、服务一体化的网络设施与数据平台建设。安全性方面,需要建立一个集系统安全、网络安全和通信安全于一体的防护体系,以保障低空飞行安全可靠。技术融合方面,强调通过整合多种通信技术,如卫星通信、5G、ADS-B等,实现低空网络信号的全面覆盖并增强低空感知监视能力。创新驱动方面,鼓励产学研用协同创新,扩大产业生态圈,通过技术创新推动低空智联网的发展。服务一体化方面,要求建设一个统一的云平台,实现低空飞行的统一监管和集中运营,以提高服务效率和质量。网络设施与数据平台方面,需要着重于数据中心建设,并提升算法对低空数据的处理效率,以支持低空经济有关的数据分析和决策,为低空经济的可持续发展提供坚实可靠的技术基础。

3.2 低空运输智联云布局规划

低空运输智联云技术体系的整体布局正是为了解决2.2节所述的现状问题。总体而言,在基础设施层、协同平台层通过软硬件相结合的技术手段,以解决目前存在的传输速率低、信号差以及精度低等问题,以支撑顶层的应用场景。

3.2.1 低空运输智联云基础设施层布局规划

低空场景涉及垂直高度0~3000 m的空域,涵盖多个种类的飞行器,每种飞行器对应不同的飞行参数及应用场景,如图2所示。因此,各类终端会有海量实时数据输入并等待分析。
图2 低空飞行器分布示意图
空中状况瞬息万变,可能出现天气变化、飞行器冲突、障碍物阻挡等多种异常情况,需要紧急处置。单一的中心控制系统无法对极低时延、高并发的多重任务作出针对性处理,需要在飞行任务空域周边安排相应的边缘处理中心,对低时延需求先分流、再处置,剩余的非低时延需求则继续回传至当地的中心云控制系统做进一步的统计分析。而上述业务处理逻辑正是低空运输智联云“端-边-云”分布式基础设施部署架构(如图3所示)具备的优势。
图3 低空运输智联云“端-边-云”分布式基础设施部署架构
低空运输智联云的分布式基础设施采用“端-边-云”一体化的部署思路。端侧为触达业务终端的各种低空飞行器、路侧数据单元等,是低空飞行业务数据采集的终端,也是飞行任务的执行主体。边缘侧会部署边缘云及支持边缘业务的物联网中心,负责对低时延、需要快速反馈的任务进行优先筛选、优先处理。边缘云的部署可以降低数据在终端与中心云之间传递的时间,并节省中心云的计算资源和功耗,做到任务分流、工作归类。

3.2.2 低空运输智联云协同平台层布局规划

按照支持业务种类的不同,协同平台层主要包含两大部分:低空数字平台和低空业务平台。
低空数字平台主要实现对低空各类终端数据的直接汇总、清洗、分类、筛选、分析等功能。该平台分为3层,分别是数据底座、云边协同一体化平台、数智平台。基础设施层从各类设施部署上解决了低空低时延场景的特殊需求,协同平台层则需要数字平台的支持来完成对各类需求的收集及分类。通过边缘资源管理、云边消息管理、运维监控管理、函数应用管理等云边协同管理技术体系,结合多源异构数据处理应用全流程(如图4所示),实现对低空任务的精准分解、高效应对,并且结合人工智能大模型算法,实现对顶层低空应用场景的深入赋能。
图4 空间数据应用流程图
低空业务平台集成了智慧飞行服务、监控管理、安全管理三大核心板块。智慧飞行服务平台主要负责对无人机的自主飞行提供支撑,保障无人机在飞行过程中业务运行顺畅以及一些自主决策的执行。监控管理平台主要负责对飞行器飞行的航线、状态、异常情况进行识别、监控,并及时提醒后台监管中心工作人员对应急情况进行干预。安全管理平台主要负责保证无人机的主动及被动安全,针对黑飞、无序飞行、无人机干扰等安全威胁行为进行提醒及处置。以上3种业务场景是当下开展低空飞行服务的重中之重。
当前,低空飞行服务已在众多无人场景中展现出巨大价值,如疫情期间的检验样本运送、快递外卖的短途运输以及无人机应急救援等,都已经用到上述平台。这3个业务平台分别在航线规划、自主决策避障、后台统一监管、安全场景识别等特殊任务中发挥着关键作用。
技术方面,协同平台层中无人飞行器与人工智能大模型技术的结合,是低空运输智联云规划布局中的重点。无人机在通用场景中具有便于部署、机动性强、应用范围广等优点,但随着低空场景的丰富也暴露出一些弱点,比如电池容量过小、计算能力相对较弱[14]。因此,机载资源约束使得在无人机上部署计算密集型应用十分困难。将人工智能与基于无人机的边缘计算结合,能够利用智能算法解决无人机边缘计算中的连接策略问题[15]、资源管理问题等,同时能为地面用户或无人机用户运行的智能应用提供计算服务[16]。更进一步地,无人机群具备集体潜意识的“蜂巢式”思维智能大脑,可以极大地助力任务执行及生产作业,如图5所示的无人机群体智能执行路径图。在群体智能中,无人机使用无线网络协议相互通信,并交换有关其位置、速度和任务目标的信息[17]。例如,在灾害响应场景中,集群无人机可以进行快速空中侦察,在危险环境中搜寻幸存者,并将应急物资运送到难以到达的地区[18]
图5 无人机群体智能执行路径图

3.2.3 低空运输智联云顶层应用层布局规划

顶层应用层主要明确了可以使用低空运输能力赋能的应用场景(如城市管理、林业巡检、河道巡查、能源设施检测),从而大幅提高场景中的任务执行效率,优化管理人员的执行体验,并且为低空运输智联云的进一步发展指引了方向。顶层应用层与基础设施层及协同平台层相互呼应,利用基础设施层和协同平台层技术向应用场景赋能,并结合场景的任务数据反哺技术迭代升级。

4 未来展望与政策建议

低空运输智联云正朝着构建一个多元化且高度集成的生态系统迈进。随着云计算、大数据分析及人工智能等技术的持续融合与创新应用,低空运输智联云的未来发展将呈现以下趋势。
1)随着政策引领的加强,低空运输智联云将更加紧密地依托国家战略,助力新兴产业发展。随着低空经济的潜力被广泛认可,政府需要出台更多指导性政策和标准规范,以促进该领域健康发展。
建议国家层面加大对低空经济发展的政策支持力度,推动重点通用航空装备供给能力、产业创新能力的提升,实现现代化通用航空基础支撑体系基本建立、高效融合产业生态初步形成、通用航空公共服务装备体系基本完善。建议地方层面引导企业进驻,补全产业链,加强产业联动,推动低空经济产业与地方优势产业互促互补,实现低空经济智能化、绿色化、融合化发展,共建产业生态;进一步出台财政优惠、标准指导等政策,打造“低空+文旅”“低空+体育”等特色低空经济新生态。
2)随着低空经济的商业潜力不断被挖掘,新的市场机会和应用场景将不断涌现。很多国家都将更加积极推动低空应用场景试点验证,以市场需求反哺技术进步。企业也需要通过技术创新和服务升级来满足市场需求。国际合作和竞争将进一步推动低空运输智联云的全球化发展。
建议政府出台指导性文件,推动定期举办低空经济相关场景的演练大赛,以赛促建推动当地及周边地区应用场景深化,并带动当地低空经济发展;定期举办低空经济相关博览会、展会,利用平台推动技术交流和商务合作。
3)云计算、大数据、人工智能、5G和物联网等新兴技术与低空运输的融合应用,将使低空飞行活动更加智能化、自动化。这些技术将提升低空运输智联云的数据处理能力、安全性和响应速度,同时将为监管和运营提供强大的技术支撑。
建议从政策层面推动边缘计算节点在低空空域范围的全面铺设,增加低空终端感知节点的数量,做到无死角、全方位感知;逐步推动低空云监管平台、云控平台落地,并结合人工智能大模型推动自动化、无人化监管运营。

5 结束语

低空运输智联云在我国低空经济发展中发挥着关键作用,它不仅是低空智联网的基石,也是推动低空运输数字化、智能化转型的重要力量。本文综合现状调研与平台建设实践,深入剖析了低空运输智联云的技术架构与整体布局规划,针对当前低空运输场景中存在的数字化普及不足、信息传递不畅等问题,提出了“端-边-云”一体化基础设施部署、云边与智能化协同平台建设以及应用场景试点验证等策略,旨在加速低空运输的数字化进程。尽管当前实例有限,尚难以进行量化的应用架构效果分析,但这一探索为后续技术改进奠定了坚实基础。
随着技术的不断成熟与应用场景的持续拓展,低空运输智联云将形成多元化、高度集成的生态系统,成为驱动低空经济与区域发展的新动力。未来可逐步构建标准化的低空运输智联云应用效果量化分析模型,提出更具前瞻性和建设性的政策与技术建议。
[1]
郝墨, 赵弋洋. 数字经济视角下的低空经济[EB/OL]. ( 2024-11-01)[2024-11-17]. http://www.iii.tsinghua.edu.cn/info/1165/4550.htm.

[2]
高启学, 赵崧良. 关于低空经济智联网发展思考[J]. 中国战略新兴产业, 2022(11): 77-79.

[3]
HUANG C, FANG S, WU H, et al. Low-altitude intelligent transportation: System architecture, infrastructure, and key technologies[J]. Journal of Industrial Information, 2024(42): 100694.

[4]
廖小罕, 屈文秋, 徐晨晨, 等. 城市空中交通及其新型基础设施低空公共航路研究综述[J]. 航空学报, 2023, 44(24):6-34.

[5]
刘先江, 宋丹, 徐政. 以低空经济打造新质生产力发展新引擎[J]. 北京航空航天大学学报(社会科学版), 2024, 37(5):134-144.

[6]
张克勤. 低空管理中政府机构职能问题研究[J]. 北京航空航天大学学报(社会科学版), 2024, 37(5):120-133.

[7]
周友军, 贺瑞. 中国民用无人驾驶航空器监管立法之完善[J]. 北京航空航天大学学报(社会科学版), 2024, 37(5):76-84.

[8]
中国电子信息产业发展研究院. 中国低空经济发展研究报告(2024)[R]. 北京: 中国电子信息产业发展研究院, 2024.

[9]
孙国辉, 聂鹏, 赵丽彤. 低空经济市场空间预测研究[J]. 信息通信技术与政策, 2024, 50(11):33-40.

[10]
前瞻产业研究院. 2024—2029年全球及中国低空经济产业发展前景展望与投资战略规划分析报告[R]. 北京: 前瞻产业研究院, 2024.

[11]
李强. 政府工作报告——2024年3月5日在第十四届全国人民代表大会第二次会议上[R]. 北京: 国务院, 2024.

[12]
工业和信息化部, 科学技术部, 财政部, 等. 通用航空装备创新应用实施方案(2024—2030年)[R]. 北京: 工业和信息化部, 2024.

[13]
张洪. eVTOL飞行器的发展态势与应用场景综述[J]. 空运商务, 2022(12):22-28.

[14]
LIU Y, ZHU C, DENG X, et al. UAV-aided urban target tracking system based on edge computing[J]. arXiv Preprint, 2020:1902.00837.DOI:10.48550/arXiv.1902.00837.

[15]
WANG L, WANG K, PAN C, et al. Deep reinforcement learning based dynamic trajectory control for UAV-assisted mobile edge computing[J]. IEEE Transactions on Mobile Computing, 2021, 21(10): 3536-3550.

[16]
ZHANG Z, NJILLA L, YU S, et al. Edge-assisted learning for real-time UAV imagery via predictive offloading[C]// 2019 IEEE Global Communications Conference. Waikoloa, USA: IEEE, 2019: 1-6. DOI: 10.1109/globecom38437.2019.9013352.

[17]
ASAAMONING G, MENDES P, ROSÁRIO D, et al. Drone swarms as networked control systems by integration of networking and computing[J]. Sensors, 2021, 21(8): 2642. DOI: 10.3390/s21082642.

[18]
ALSAMHI S, SHVETSOV A, KUMAR S, et al. Computing in the sky: A survey on intelligent ubiquitous computing for uav-assisted 6g networks and industry 4.0/5.0[J]. Drones, 2022, 6(7): 177. DOI: 10.3390/drones6070177.

文章导航

/