城市空中交通

利用湾区现有的区域机场开通通勤航班,能否真正缓解拥堵的道路?城市空中交通(Urban Air Mobility, UAM)常被看作遥远的愿景,因为新建基础设施成本高昂,运营也很复杂。我们绕开了其中一部分难题:构建一个复用现有区域机场、由混合机型组成的 UAM 网络。

研究基于 LPSim——一个利用多 GPU 并行计算的大规模仿真框架,可以同时优化 UAM 需求、机队运营以及与地面交通的相互作用。我们扩展了它的均衡搜索算法,用于预测需求并寻找最高效的机队构成。在旧金山湾区的案例中,这一网络为 23 万次选定出行各节省了 20 分钟以上的出行时间。同一分析也揭示了其中的前提:这些节省取决于顺畅的地面接驳和动态调度,而不只是飞行器本身。

这项工作始于 2025 年 MIT-UF-NEU 联合暑期科研项目,已在 2026 年美国交通研究委员会(TRB)年会上报告,目前正在 IEEE Transactions on Intelligent Transportation Systems 审稿中。

我的工作: 我主导了数据分析并撰写了最终稿件;还借助 AI 工具在云端部署和运行仿真,补充了审稿人要求的结果。

预印本论文见这里。

项目简介


项目海报