低空技术与工程
-
基础理论与方法
智能立体交通的数学建模与优化基础
-
调度优化与决策
需求预测、任务调度与流量管理
- 低空出行需求预测 — 空间-时间需求建模、深度学习预测方法
- eVTOL 任务调度与路径优化 — 动态调度、在线优化、鲁棒调度
- 低空流量管理 — 扇区划分、容量评估、离场/进场排序
-
基础设施与网络协同
起降场选址、能源补给与多模式协同
- 低空基础设施选址优化 — 起降场/充电站选址、覆盖优化、多阶段规划
- 多模式立体交通协同 — 地面-低空联运、接驳优化、MaaS 集成
- 天气影响与运行鲁棒性 — 气象约束建模、不确定性下的鲁棒优化
-
前沿方法与工具链
AI 驱动的方法创新与实验平台
- 深度强化学习在低空交通中的应用 — DRL 调度策略、多智能体强化学习
- 低空交通仿真平台 — 常用仿真工具对比、自定义仿真框架搭建
- 研究工具链与实验方法 — 数据集、评估指标、论文写作与实验规范