人类-机器人协作系统中安全驱动方法的系统综述

《Sensors》：A Systematic Review of Safety-Driven Approaches in Human–Robot Collaborative Systems Akhtar Khan, Maaz Akhtar, Sheheryar Mohsin Qureshi, Muzzamil Mustafa, Naser A. Alsaleh and Imran Ahmad

　　

为解决低空混合运行空域中有人驾驶飞机和固定翼无人机（UAVs）一体化飞行的安全风险分析与冲突评估问题，本研究改进了基础事件模型。通过纳入无人机特征，如几何结构和空气动力学机制，以及设计尺寸和机载性能指标，研究人员开发了一种改进的碰撞风险模型——基于多维几何与飞行性能的改进事件框架及准蒙特卡洛分析（EMGF-M）。该改进修正了基础模型在参数覆盖范围和场景适应性方面的局限性，从而提高了计算结果的可靠性和有效性。实验结果表明，根据国际民用航空组织（ICAO）设定的空域冲突目标安全水平，应用改进的事件碰撞模型可量化评估低空混合使用空域中一体化运行的安全风险和安全间隔距离。利用这些计算结果，研究人员对中国西南地区某通用机场的一体化飞行程序进行了设计，结果显示低空混合运行空域中的空中交通流量从每小时9.2架次增加到20.9架次。该方法在实际应用中的意义在于，它为准确评估混合空域运行中的安全风险以及为一体化飞行轨迹规划确定可量化的安全间隔提供了指导。

**研究背景与问题**
随着低空经济政策的推进，低空空域改革进入快速发展期，但现行无人机运行主要依赖隔离空域内的试飞和适航验证，缺乏可靠的安全风险分析与评估技术，导致无人机与有人驾驶飞机或多种机型之间在安全风险、安全间隔及空域规划方法上存在空白，难以实现安全、科学、常态化的混合空域一体化飞行。现有研究分为三类：第一类基于Reich模型或Event模型的基本安全风险研究，但多采用简化几何假设（如长方体或球形碰撞框），无法捕捉无人机空气动力学轮廓，导致风险估计偏差；第二类综合考虑空域、人等多元因素的综合安全风险评估，但因素权重往往依赖主观专家判断而非实证验证；第三类针对具体无人机类型的安全间隔研究，场景依赖性强，难以推广至有人机与多种无人机的混合空域运行。此外，尚无研究系统性地将三维几何特征与飞行性能参数整合，并使其结果与国际民航组织（ICAO）的目标安全水平（TLS）对齐。因此，亟需建立更精确、可量化的飞行冲突模型，并基于安全目标水平开展混合空域安全风险及面向飞行性能的安全间隔研究。
**研究内容与结论**
研究人员基于基础Event模型，建立了面向空间维度几何特征和飞行性能的改进模型（EMGF-M），通过引入椭球碰撞框和准蒙特卡洛-置换（QMC-S）计算方法，提高了模型精度和稳定性。实验表明，相较于传统蒙特卡洛方法，QMC-S将平均误差降低97.91%；与长方体模型和球形模型相比，EMGF-M模型在纵向、横向和垂直方向上的计算精度分别提升45%和40.6%。依据ICAO目标安全水平，该模型生成了量化的三维安全间隔：纵向4329米、横向4026米、垂直3450米。将该模型应用于中国西南地区中小型机场的混合空域程序设计，通过优化保护区边界和引入分离起降程序，空域内交通流量由每小时9.2架次提升至20.9架次，提高了2.18倍。研究成果发表于《Sensors》期刊。
**主要关键技术方法**
研究人员采用以下关键技术方法：第一，构建椭球碰撞框以更精确描述飞机几何特征，替代传统长方体或球形假设；第二，提出QMC-S混合计算模型，利用Halton低差异序列结合置换方法代替传统随机数，降低样本聚类并减少计算误差；第三，基于改进Event模型（EMGF-M）推导纵向、横向、垂直三个维度的碰撞风险表达式，并利用QMC-S计算扩展碰撞框中飞机出现的概率Q值；第四，以中国西南地区中小型机场（场景来源）为模拟实验场景，选取空客A320作为有人机、“双蝎”型号作为无人机，设定飞行性能参数和重叠概率，计算安全间隔并设计一体化飞行程序。
**研究结果**
**2. 碰撞模型的建立**：研究人员在Reich模型基础上，利用Event模型框架，将传统长方体/球形碰撞框替换为椭球，建立改进的EMGF-M模型，并引入QMC-S方法计算多维碰撞概率。结果显示，QMC-S的平均误差较传统蒙特卡洛降低97.91%，误差标准差降低97.57%；优化后的Q值在纵向、横向、垂直方向分别为0.469667、0.145764、0.69831。与长方体模型和球形模型对比，EMGF-M在纵向Q值（0.470 vs 0.837 vs 0.563）、横向Q值（0.146 vs 0.434 vs 0.429）、垂直Q值（0.698 vs 0.927 vs 0.502）上均表现出更高精度，整体精度比长方体模型提升45%，比球形模型提升40.6%。
**3. 改进事件模型碰撞风险计算**：研究人员分别推导了改进后的纵向、横向和垂直碰撞风险表达式（公式28、35、42），其中纵向碰撞风险 \(N_x' = 2 p_x(S_x) \times E(0) \times p_z(0) \times \frac{b}{S_y} \times \frac{u_x}{2a} \times (1 + \frac{2a u_y}{2b u_x}) \times (1 + \frac{2a u_z}{2c u_x}) \times Q\)，横向和垂直形式类似。这些表达式整合了椭球几何参数和相对速度，通过QMC-S方法计算Q值，获得精化后的碰撞风险值。
**4. 实验仿真与分析**：利用西南地区中小型机场场景参数，计算了三类模型在三维方向上的安全间隔。纵向：长方体模型在4828米处达到安全水平，球形模型在4718米处，EMGF-M模型在4329米处；横向：长方体模型在4419米处，球形模型在4250米处，EMGF-M模型在4026米处；垂直：长方体模型在4022米处，球形模型在3843米处，EMGF-M模型在3450米处。EMGF-M模型在所有方向上均实现了更小的安全间隔，表明其能提高空域利用率。基于这些间隔值，研究人员对西南地区某通用机场的空域进行优化，通过重新划定保护区边界和引入分离起降程序（基线转弯程序），使原先只能单向运行的无人机航线变为双向分离运行，航线长度从92,600米增至209,000米，交通流量从每小时9.2架次提升至20.9架次。
**讨论与结论**
在讨论部分，研究人员指出尽管EMGF-M模型在精度和空域容量上取得显著提升，但仍存在局限性：模型仅基于中国西南地区中小型机场单一场景验证，推广性受限；仅以交通流量为评价指标，未纳入通信延迟、风场干扰、紧急状况等因素；椭球碰撞框虽优于长方体/球形，但仍是简化几何假设，未能完全模拟复杂无人机空气动力学行为。未来可拓展至多种空域结构和交通密度场景，引入通信完整性、避撞成功率、运行成本等更多指标，并考虑发动机故障、通信中断等紧急情况以及阵风、能见度等动态环境因素。此外，随着城市空中交通发展，该模型对eVTOL和自主蜂群运行的适用性有待进一步探究。
**研究结论**：
(1) 本文提出了一种QMC-S模型，建立了增强型EMGF-M模型，解决了空间域中的几何特征和飞行性能问题。与常规模型相比，所提出的模型提高了计算稳定性，并显示出显著的精度提升。
(2) 将改进的EMGF-M模型与ICAO安全水平目标相结合，实现了混合空域中的全面风险分析，生成了精细且可量化的空间安全间隔。
(3) 利用改进EMGF-M模型导出的安全间隔，对西南地区区域机场进行了混合空域程序设计和交通流量计算的仿真，使交通流量提高了2.18倍。