面向城市定高巡航的风险感知eVTOL路径规划：一种多模态融合强化学习方法

《ADVANCED ENGINEERING INFORMATICS》：Risk-aware eVTOL path planning for urban fixed-altitude cruise: A multimodal fusion reinforcement learning approach

　　

摘要

城市环境的复杂性与不确定性对电动垂直起降（eVTOL）飞行器的自主导航提出了安全增强型路径规划的迫切需求。然而，现有方法往往仅关注二元的碰撞结果，或受限于局部最优解，无法保证全局路径安全，从而增加了运行风险。为应对这些挑战，本文提出了一种基于风险感知强化学习（RL）的eVTOL定高巡航路径规划框架。首先，我们通过构建先验风险地图和利用时序雷达数据，分别对潜在风险和实时风险进行定量表征。随后，为全面缓解异质风险，我们开发了一种多模态融合软演员-评论家（SAC）算法，称为MOSSAC。该算法利用专门设计的编码器高效融合地图、观测和自身状态信息，从而增强智能体对量化风险环境的情景感知能力。最终，在风险评估机制的指导下，该框架在实时导航中实现了近最优的路径安全性能。实验结果表明，所提方法具有卓越的泛化性与鲁棒性。值得注意的是，与基线方法相比，本方法在动态场景中实现了高达10.84%的显著安全性提升，而路径长度仅增加不到2%。

引言

为应对传统地面运输的容量瓶颈与城市化挑战，城市空中交通（UAM）为构建高效、环保的三维城市交通系统提供了有前景的解决方案[1]、[2]、[3]、[4]。作为UAM的主要平台，电动垂直起降（eVTOL）飞行器具有卓越的机动性与零排放特性[5]、[6]，在城市客运与应急响应中得到广泛应用[7]。鉴于城市环境固有的复杂性与不确定性[8]，以及载人运行的严格安全标准[9]，安全增强型路径规划对于确保eVTOL可靠、高效导航至关重要[10]、[11]。与优先考虑距离或时间的传统策略不同，安全增强型路径规划旨在最大化风险降低，同时保持飞行效率与避免碰撞，从而生成全局安全最优路径。

在导航任务中，eVTOL在复杂城市场景中遇到的安全风险可分为潜在风险与实时风险。具体而言，潜在风险包括与坠机导致人员伤亡相关的地面风险[12]，以及由强风与降水引起的气象风险[13]、[14]。同时，实时风险包括由密集高层建筑等固定障碍物引起的静态风险，以及由其他飞行器等活动威胁引起的动态风险[15]。因此，全面缓解多维风险以提升安全性构成了复杂城市环境中eVTOL路径规划的关键挑战[16]。

对无人系统路径规划的广泛研究为eVTOL导航奠定了基础[17]。然而，现有方法在导航此类异质风险景观时通常无法实现全局安全最优[18]，从而增加了运行危害并损害了飞行安全。具体而言，传统方法通常依赖层次化框架，将导航解耦为全局路径规划与反应式调整[19]，将安全保证限制在局部范围内[20]。此外，还采用了动态约束处理、辅助探索与基于学习的采样等机制来提高全局安全性[21]、[22]。相比之下，基于强化学习（RL）的方法通过最大化长期累积奖励，在实现全局策略优化方面显示出巨大潜力[23]。然而，有效处理感知数据并利用多源环境信息仍然是增强eVTOL风险意识的关键[24]、[25]、[26]。此外，大多数现有研究主要依赖二元碰撞指标，忽视了潜在风险的定量建模，导致单向安全评估，不足以使算法确定安全最优路径。

为弥补这些差距，本文提出了一种基于强化学习与多模态融合集成的风险感知eVTOL路径规划框架，旨在复杂城市环境中实现近最优的全局路径安全。此处，全局路径安全强调对整个规划轨迹上累积风险的优化，解决方案是近最优而非严格最优的，因为连续动作空间中的RL依赖于函数逼近与迭代收敛[27]、[28]。在实际操作中，飞行高度严格受航空法规管控[29]，频繁的垂直机动会同时影响飞行安全与乘客舒适度。因此，本研究专注于指定巡航高度下的二维路径规划。本文的主要贡献总结如下：

• (1)
  多维风险评估机制：本研究系统地量化了地面、气象、静态与动态因素中的异质风险。与现有研究相比，这种更全面、更细粒度的风险建模机制为学习安全增强型导航策略提供了必要指导。
• (2)
  多模态融合强化学习算法：本研究提出了地图-观测-状态集成的软演员-评论家（MOSSAC）算法，采用专用编码器从多模态感知信息中提取和融合时空特征，从而增强eVTOL的情景风险感知能力。作为所提框架的核心决策组件，该算法有效将多维风险建模集成到路径规划中，从而实现近最优的全局路径安全。
• (3)
  高保真仿真验证：开发了一个整合eVTOL性能参数与真实世界环境数据的真实城市仿真平台，以在复杂城市风险下验证所提框架的可行性与有效性。

本文其余部分组织如下。第2节回顾了与飞行安全相关的eVTOL路径规划研究工作。第3节详细介绍了所提框架的架构及其底层的MOSSAC算法。第4节呈现了实验结果与分析，第5节为结论与展望。

章节摘要

传统风险感知eVTOL路径规划方法

传统方法通常利用全局路径规划算法为安全导航提供最优初始路径。这些算法分为三类：基于图的方法、基于采样的方法与元启发式方法[7]、[30]。为适应复杂城市环境的动态不确定性，这些全局算法通常与局部策略结合，包括内部算法改进与反应式障碍物规避[20]，从而确保

建模与方法

本文eVTOL路径规划方法的总体架构如图1所示。该框架通过三个集成阶段进行：(1) 多模态信息感知，(2) 策略学习与规划，以及(3) 多维风险评估。这些阶段协同运作，形成感知、决策、评估与学习的闭环过程。

具体而言，多模态信息感知阶段负责获取与表征原始数据

计算平台

所有实验均在配备Intel Core i9-14900HX CPU、NVIDIA RTX 4060 GPU（8 GB显存）及32 GB内存的移动工作站上进行。编程语言为Python 3.9.19，深度学习框架为PyTorch 2.8.0（CUDA 12.6）。

数据描述

本研究使用亿航EH216-S作为参考模型[51]。其主要飞行参数包括最大飞行速度$27.8\text{m/s}$、最大航程$30\text{km}$以及作业高度限制$120\text{m}$（完整参数见表A.2）

结论与讨论

本文提出了一种适用于复杂城市环境的风险感知eVTOL二维路径规划框架。为全面应对定高巡航阶段遇到的潜在风险与实时风险，开发了一种集成专用多模态编码器的新型SAC方法，称为MOSSAC算法。通过融合先验地图、实时观测与自身状态信息，MOSSAC有效增强了eVTOL的风险感知能力以支持实时导航，从而

CRediT作者贡献声明

林泉宝：撰写——初稿、软件、方法。陈芳：监督、资源。勾华兴：数据管理。田佩东：验证。

利益冲突声明

作者声明没有已知的竞争经济利益或个人关系可能影响本文报告的工作。

林泉宝|陈芳|勾华兴|田佩东