150米以下城市峡谷如何实时避障：南洋理工用SQP把避障做成“活约束”，纯CPU跑到20Hz
城市低空要跑起 eVTOL 与物流无人机，第一道工程门槛不是飞机造得出来，而是在密密麻麻的楼宇之间实时算出一条既不撞楼、又符合飞行器动力学的航迹。新加坡南洋理工大学机械与宇航工程学院 Josue N. Rivera、梁博航、吕辰、James Wang 团队的新作《Scalable Online Flight Trajectory Optimization via Sequential Quadratic Programming for Urban Air Mobility in Ultra Low-Altitude Airspace》（arXiv:2606.23008，2026 年 6 月 22 日提交，已被 AIAA DATC/IEEE 数字航空电子系统会议 DASC 2026 录用）给出了一套名为 LTP（Last-Mile Trajectory Planning，末端航迹规划）的在线求解框架，并开源了代码。
论文解决了什么问题
论文把靶心对准了 150 米真高以下的超低空空域——这正是中国低空经济政策语境中最核心、也是建筑物最密集的一层。在这个高度上，飞行器与楼宇、塔吊、其他航空器共享极其逼仄的空间，撞楼、空中相撞、坠地伤及第三方的风险都远高于传统民航高度。
此前的实时航迹规划普遍存在两种妥协：一是把几何避障当作预处理步骤——先离线划出一条"无障碍走廊"，再在走廊内做动力学优化。走廊一旦划定就是死的，环境或参考航线一变，解就容易次优甚至失效；二是只编码少量固定障碍物，障碍物一多，安全裕度就被突破，算法也扩展不到全城尺度。论文的判断很直接：几何与动力学分开算，本身就是问题的根源。
方法亮点：把避障做成"活约束"
LTP 的核心思路是把避障从预处理搬进求解器内部，用序列二次规划（SQP）把三件事——真实城市几何、运行限值、全自由度飞行器动力学——放进同一个在线优化问题联合求解。四个关键设计值得产业界注意：
| 设计 | 做法 | 工程价值 |
|---|---|---|
| 活体分离超平面约束 | 每一次求解器迭代都重新生成建筑物避障超平面，而非预先算好走廊 | 参考航线画得再糟，规划器也能自行纠偏；环境动态变化可即时响应 |
| 可变尺度四叉树分解 | 在 UTM 通道上做地理空间四叉树切分，每次内层 QP 只查询航迹经过的局部叶节点 | 求解复杂度取决于局部障碍密度而非全城地图规模，全市数百障碍物下仍近似常数求解时间 |
| JAX 数字孪生流水线 | 自动微分 + 零阶保持离散化 + JIT 编译熔合为单个 XLA 核函数 | 亚毫秒级离散化，纯 CPU 边缘硬件即可做到 10–20 Hz 重规划，无需机载 GPU |
| OSQP 热启动 | 迭代之间复用上一步解 | 摊薄计算成本，进一步压缩单帧耗时 |
验证规模也不小：团队在旧金山、纽约、新加坡等五个真实城市环境中，跨多种算法累计跑了 1710 架次飞行基准测试，与传统 SQP、迭代线性二次调节器（iLQR）、微分动态规划（DDP）对比，LTP 在成功率与安全间隔达标率上双双取得 100%。
对低空/eVTOL 产业意味着什么
第一，"纯 CPU 即可实时"是一句有含金量的话。物流无人机与轻型 eVTOL 对机载算力的功耗、重量、成本极其敏感，10–20 Hz 的重规划频率如果必须靠机载 GPU 支撑，整机 BOM 与散热设计都会被拖累。CPU-only 意味着这套方案有机会下沉到量产机型，而不只是实验室 demo。
第二，它挑战了"先划走廊、再放飞机"的主流监管思路。目前国内城市空域管理普遍走预先划设航路、按走廊审批的路子（可参考我们对城市低空走廊设计的梳理）。论文证明在线联合求解在密集城市里效率更高、鲁棒性更好，但这也意味着监管方要接受一个"航迹在飞行中持续重算"的对象——如何为动态航迹背书，是适航与空管都要回答的新问题。
第三，确定性优化在适航审定上比黑箱模型更好过关。SQP 是有数学收敛性质的经典方法，其行为可解释、可复现，相比端到端神经网络规划器，在 DO-178C 类软件审定路径上的说服成本要低得多。这一点对国内正在推进 eVTOL 适航取证的企业尤其现实。
第四，它对城市三维实景数据提出了硬需求。LTP 依赖精确的建筑物几何来生成超平面约束，这与国内"实景三维中国"建设、城市信息模型（CIM）平台的推进正好咬合——低空基础设施的竞争，有一部分会体现在谁的城市三维底图更新更快、精度更高。
局限与展望
要泼几盆冷水。其一，论文处理的主要是静态建筑物障碍，航空器之间的动态冲突消解并未纳入同一个优化问题——真实高密度运行下，飞机对飞机的战术避让才是更难的一环。其二，全部结果来自仿真，没有实飞验证；风扰、阵风、传感器噪声、定位漂移这些真实世界的不确定性尚未进入模型。其三，100% 成功率是在既定基准集上取得的，基准之外的长尾场景（临时施工塔吊、飞鸟、突发管制）表现如何仍是未知数。其四，四叉树本质是二维分解，面对高度方向差异极大的超高层城市峡谷，是否需要升级为八叉树值得后续观察。
尽管如此，这篇论文的工程完成度在同类研究中属于上乘：有基准、有对比、有开源、有会议同行评审背书。对于国内正在搭建低空智联网与 UTM 系统的团队，它至少提供了一个可直接对标的性能基线。
相关阅读
- 城市低空走廊怎么划：UAM 空中走廊设计规则拆解
- 纽约 250 座障碍实测：城市四维轨迹设计为何低估飞行时间 20%
- 自适应 MPC + LPV：UAM 全飞行包线控制与电机失效容错
- 低空航路规划：从空域结构到调度算法
- 城市可飞空域与真高 300 米：一份实操口径清单
常见问题
这篇论文说的超低空空域具体指多高？
论文明确定义为离地真高 150 米（AGL）以下的空域，这一层与楼宇、塔吊等城市基础设施高度重叠，也是中国低空经济政策中物流无人机与城市 eVTOL 运行最集中的高度层。
LTP 框架和传统的先划走廊再规划有什么本质区别？
传统做法把避障当预处理，先离线生成无障碍走廊再在走廊内优化动力学，走廊一旦划定便是静态的。LTP 把建筑物避障编码为每次求解器迭代都重新生成的活体分离超平面约束，几何与全自由度动力学在同一个在线优化问题中联合求解，参考航线不佳时规划器可自行纠偏。
纯 CPU 就能跑，对国内 eVTOL 与物流无人机厂商意味着什么？
意味着 10–20 Hz 的在线重规划不必依赖机载 GPU，可显著降低整机功耗、重量与 BOM 成本，让高频重规划能力有机会下沉到量产机型；同时 SQP 属确定性优化方法，行为可解释可复现，相比端到端神经网络规划器在适航软件审定上更容易通过。