Dynamic Lane Allocation in UAM Corridors for Efficient Multimodal Door-to-Door Mobility

📄 arXiv: 2605.22726v1 📥 PDF

作者: Jung Ho Park, Jordan Kam, Vishwanath Bulusu, Alexandre Bayen, Raja Sengupta

分类: eess.SY

发布日期: 2026-05-21

备注: Submitted to AIAA Aviation Forum

💡 一句话要点

提出基于MILP的动态航线分配方法，提升城市空中交通效率

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 城市空中交通 航线分配 混合整数线性规划 空域管理 多模式交通

📋 核心要点

  1. 现有UAM航线设计存在空域利用率不足的问题，限制了其作为多模式交通补充的潜力。
  2. 提出基于MILP的动态航线分配策略，根据实时需求调整航线方向，优化空域资源利用。
  3. 实验表明，该策略显著提升航线利用率，降低通勤时间，并减少未使用空域容量。

📝 摘要（中文）

本文提出了一种城市空中交通（UAM）走廊中动态定向航线分配方案，该方案采用离散时间混合整数线性规划（MILP）实现。该方法能够根据双向空域需求的演变，激活、停用和反转航线方向。通过将每次行程分解为包含始末端地面交通和中间段UAM的多模式序列，并利用枢纽侧调度模型规划UAM航线，对来自离散地面交通数据的需求进行建模。以旧金山湾区为例，在Contra Costa县和硅谷之间设置了一个跨区域走廊。结果表明，与基线相比，动态策略可减少5倍的未使用空域容量，在相同服务水平下，平均航线利用率从36-48%提高到67%，并减少高达21.6%的通勤人口平均出行时间。这些结果表明，动态配置空域容量可显著缓解基于航线的UAM空域设计和UAM运行概念中存在的利用率不足问题。这种动态分配还提供了一种安全、结构化的方式来提高吞吐量，使UAM成为多模式门到门出行系统的更可行补充。

🔬 方法详解

问题定义：现有基于航线的UAM空域设计存在利用率不足的问题。固定航线分配无法有效应对随时间变化的双向交通需求，导致部分空域资源闲置，限制了UAM系统的整体效率和吞吐量。因此，需要一种能够动态调整航线配置的策略，以适应不断变化的需求模式。

核心思路：核心思路是根据实时交通需求，动态地激活、停用或反转UAM走廊中的航线方向。通过优化航线分配，最大限度地利用现有空域资源，提高UAM系统的效率和吞吐量。这种动态调整能够更好地匹配双向交通流，减少空载航线，从而提升整体运营效率。

技术框架：该方法采用离散时间混合整数线性规划（MILP）框架。首先，将出行需求分解为多模式序列，包括始末端地面交通和中间段UAM。然后，利用枢纽侧调度模型规划UAM航线。接着，构建MILP模型，该模型以最小化出行时间或最大化航线利用率为目标，通过调整航线方向来优化空域分配。该模型考虑了各种约束条件，如安全距离、航线容量和枢纽容量等。

关键创新：关键创新在于动态航线分配策略。与传统的静态航线分配方法不同，该方法能够根据实时需求调整航线配置，从而更有效地利用空域资源。此外，该方法采用MILP框架，能够保证在满足各种约束条件的前提下，找到最优的航线分配方案。

关键设计：MILP模型中的关键设计包括：1）决策变量：表示航线的激活状态和方向；2）目标函数：最小化出行时间或最大化航线利用率；3）约束条件：包括航线容量约束、枢纽容量约束、安全距离约束等。模型的参数包括交通需求、航线长度、飞行速度等。通过求解MILP模型，可以得到最优的航线分配方案。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在旧金山湾区的案例研究中，动态航线分配策略与基线相比，减少了5倍的未使用空域容量，在相同服务水平下，平均航线利用率从36-48%提高到67%，并减少了高达21.6%的通勤人口平均出行时间。这些结果表明，动态航线分配能够显著提升UAM系统的效率和吞吐量。

🎯 应用场景

该研究成果可应用于城市空中交通管理系统，优化UAM航线规划和运营。通过动态调整航线配置，提高空域利用率，降低出行时间，并提升UAM系统的整体效率。该方法还可用于评估不同UAM基础设施布局方案的性能，为城市规划者提供决策支持。未来，该技术有望促进UAM在城市交通中的广泛应用，缓解地面交通拥堵，并提供更便捷、高效的出行方式。

📄 摘要（原文）

This article presents dynamic directional lane allocation in urban air mobility (UAM) corridors as a discrete-time mixed-integer linear program (MILP). This formulation activates, deactivates, and reverses lane direction as bi-directional airspace demand evolves. We model demand from disaggregate ground travel data by decomposing each trip into a multi-modal sequence with first-, middle-, and last-mile legs and routing the UAM-served middle-mile segment through a vertiport-side dispatch model. We use the San Francisco Bay Area as a case study by placing a multi-region spanning corridor between Contra Costa county and Silicon Valley. We find that the dynamic policy cuts unused airspace capacity by 5x, increases mean lane utilization from 36-48% to 67% at the same service level relative to baselines, and reduces commuting-population mean travel time by up to 21.6%. These results show that dynamic configuration of airspace capacity alleviates a significant percentage of the under-utilization issue of lane-based UAM airspace design and UAM concept of operations. This dynamic allocation also provides a safe, structural way to increase throughput, making UAM a more viable complement to multimodal door-to-door mobility systems.