随着无人机的商业化应用不断增加，未来几年400英尺以下低空区域的无人机交通量预计会大幅增长。专家预计，到2027年美国将拥有近100万架商业无人机系统，用于快递送货、交通监控以及应急救援等任务。无人机大量涌入低空会对航空安全带来严峻挑战。
为了应对无人机交通量的激增，由霍普金斯大学保证自动化研究所的Lanier Watkins和Louis Whitcomb带领的研究团队利用人工智能建立了一个系统模型，通过一定程度的自动化决策来更安全地指挥无人机交通，替代部分需要人工参与的流程。他们的研究成果发表在《Computer》杂志上。
Watkins表示:“我们希望看看不同的AI方法是否能安全应对预期规模的无人机运行，结果证明是可行的。” 该团队利用自治算法增强了400英尺以下高度区域无人机运行的安全性和扩展性。为了验证无人机交通的安全性，该团队在模拟的三维空域中评估了自治算法的影响。他们早期的研究发现，碰撞避免算法大大降低了事故发生率。添加策略冲突解除算法后，通过控制交通时间避免碰撞，事故率进一步降低，几乎消除了空域事故。
为使模拟更加贴近实际，该团队还在系统中加入了两项特征。一是“噪声传感器”来模拟真实环境的不可预测性，提高系统的适应性;二是“模糊推理系统”根据无人机与障碍物的距离等多个因素计算每架无人机的风险等级。Watkins和Whitcomb表示，这些方法使系统能进行自动决策以防止碰撞。
Whitcomb教授说:“我们的研究考虑了各种变量，包括‘流氓无人机’偏离预定航线的场景。结果非常有希望。”团队计划通过引入天气等动态障碍物，使模拟的环境更加全面和贴近真实。
Watkins说，这项研究是建立在霍普金斯大学物理应用实验室20多年来专注于提升美国国家空域系统安全性研究的基础之上。随着商业无人机的快速发展，利用AI和模拟为其交通管理提供决策支持，实现无人机系统的高效安全运作，是当前研究的重要方向。
