摘要
在密集的低空多无人机作业环境中，需要具备能够快速识别潜在冲突的同时又能保证在现实运动约束下的检测可靠性的冲突检测方法。本文提出了一种自适应圆柱形剪枝决策树方法（AC-DTPM），用于密集低空无人机流量中的短期冲突检测。首先通过考虑速度限制、加速度约束、上升/下降限制、响应延迟、定位误差以及风扰动等因素，构建一个真实的无人机运动模型。基于该模型，建立了双层圆柱形保护区域，包括核心冲突区和外部预警区。所提出的AC-DTPM通过两种机制改进了传统的决策树剪枝方法：一是自适应时间分割，根据无人机的速度和局部交通密度调整轨迹段长度；二是圆柱形预警区下界剪枝，在树搜索过程中分别评估水平和垂直距离的下界，从而排除不可能发生冲突的候选对。在局部密集和路径交叉的场景下，对100至800架无人机进行了仿真实验。当无人机数量为800架时，AC-DTPM将传统DTPM方法所需的候选对数量从601.0对减少到178.8对，减少了70.3%，候选对压缩比达到了
