形成一个完整的空中交通管制管理体系。 在系统架构设计上，我们将采用分层架构，主要包括数据收集 层、数据处理层、决策支持层和用户交互层。数据收集层将通过多 元化的传感器获取地面和空中的实时数据，其中包括气象数据、航 班状态信息以及空域利用情况。数据处理层将采用云计算技术，对 收集的数据进行分析与处理，以支持决策层的实时决策。 在技术选型方面，将优先考虑采用国际先进的空中交通管理技 术，包括自动依赖监视-广播（ADS-B）、基于卫星的导航系统 术，包括自动依赖监视-广播（ADS-B）、基于卫星的导航系统 （GNSS）以及自动化的流量管理系统，实现高效的信息处理与传 递。 运行流程优化将通过实施智能化决策系统，分析航空器的运行 状态和空域使用情况，进行高效的流量预测和调度。同时，建立与 航空公司的信息接口，确保航班数据的即时更新与共享，以提高整 个系统的反应速度和准确性。 为了确保新系统得以顺利实施，专业人员的培训也是不可或缺 的一环。我们将制订系统的培训计划，涵盖操作程序、应急响应措 统。这一系统将融合先进的技术手段，提升信息透明度和决策支持 能力，从而提高空域的使用效率和航空安全。 在设计方案中，我们将考虑以下关键要素：  实时数据共享平台：建立一个全面的数据共享平台，使各方能 够实时获取和处理航空器航班状态、天气状况、空域使用情况 等重要信息。  智能决策支持系统：利用大数据分析和机器学习算法，优化航 班调度和流量管理，提高决策的科学性和有效性。  多层次管制机制

管理体系势在必 行。 为了实现以上目标，低空产业城市管理平台应具备以下几个基 本要素： 1. 数据采集与处理能力：整合各种低空飞行器的实时监控数据， 包括飞行轨迹、飞行高度、气象信息等，为决策提供依据。 2. 智能化管理系统：利用大数据、人工智能等技术，实现飞行任 务的智能化审批和调度，提升管理效率。 3. 安全保障机制：通过完善的飞行安全预警系统及应急响应机 制，确保低空飞行的安全性，减少潜在的事故风险。 4. 用户友好的服务平台：为企业和市民提供便捷的飞行申请、信 息查询及服务支持，提升用户体验。 5. 多方协作与信息共享：平台应能够促进政府、企业、科研机构 之间的信息交流和合作，实现智慧管理与决策。 通过上述措施，低空产业城市管理平台将能够有效提升城市低 空空域的管理水平，推动低空产业的健康可持续发展。未来，随着 技术的进步和政策的完善，该平台还将逐步实现多层次、多维度的 城市空域智能化管理，推动城市综合管理能力的提升。 提供了良好的环境和契机。 首先，低空产业有助于提升社会管理和服务的智能化水平，推 动智慧城市的建设。通过无人机等飞行器的使用，能够高效开展城 市管理与监控，例如环境监测、交通管理、灾害应急等。这些科技 手段使得管理决策更为科学化，有效降低了人工成本和管理难度。 其次，低空产业能够带来显著的经济效益。根据相关研究，低 空经济在未来十年内将拥有数万亿的市场规模，涵盖了物流配送、 农业植保、基础设施巡检等多个领域。一个具有整合性的低空产业

低空运行市场现状概述 数据处理能力突破 成本效益优势 合规性保障 复杂场景适应性 自动化决策需求 AI 应用的核心驱动力 AI 大模型可实时处理海量低空运行数据（如飞行轨 迹、气象信息、设备状态），通过深度学习优化路 径规划与风险预测。 传统人工调度难以应对低空交通动态变化， AI 驱动 的自动化决策能显著提升空域利用率和响应速度。 低空环境存在建筑物遮挡、信号干扰等变量， AI 模 范，打通军民 航、气象、空管等多源数据壁垒 解决策略：体系重构 智能监测设备：部署 AI 驱动的雷达、光学 和无线电监测设备，构建全天候低空动态 感知网络 AI 预警系统：建设基于大模型的智能决策中枢，实现 空域冲突预警和应急响应自动化处理 搭建联邦学习平台，在保障数据主权前提下实现多方数据协同计算，构 建低空运行数字孪生体 解决策略：技术赋能 现存问题与挑战总结 02 平台建设目标设定 响应时延 空域容量 合规率 实现全流程数字化管控 提供 7×24 小时不间断服务 关键绩效指标定义 用户满意度 服务可用性 API 成功率 数据时效性 日处理量≥ 10 万架次 自动化决策占比≥ 95% 资源利用率≥ 90% 异常识别率≥ 99% 03 功能模块设计 CHAPTER 通过部署传感器网络与边缘计算节点，实时采集低空飞行器 的位置、速度、高度、电量等关键参数，确保数据覆盖全面

数据分析.....................................................................................34 2.3.3 决策支持.....................................................................................36 2.4 系统特点 低空经济数字大脑空管系统的核心目标是通过数字化、智能化 的技术手段，实现对低空空域的高效、安全、协同管理。该系统不 仅需要具备实时监控、动态调度、风险评估等基础功能，还应支持 多源数据融合、智能决策支持、自动化运行等高级能力。具体而 言，系统需满足以下需求：  实时监控与态势感知：通过多源传感器网络（如雷达、ADS- B、光学设备等）实时采集低空空域的飞行器状态、气象信 息、空域占用 风险评估与应急响应：通过大数据分析和人工智能技术，实时 评估飞行任务的风险等级，并在紧急情况下快速生成应急响应 方案，确保飞行安全。  多源数据融合与智能决策：整合来自不同数据源的信息（如飞 行计划、气象数据、地理信息等），利用机器学习算法生成最 优决策建议，支持空管人员的指挥调度。  自动化运行与协同管理：通过自动化技术减少人工干预，提升 系统运行效率，同时支持多部门、多区域的协同管理，确保低

束 下 ，从细粒度视觉中辨析细节 ， 需 要 精细逻辑进行推理。 复杂环境下 ，低空推理决策面临语义稀密、空间难解与任务繁复的挑 战 感知 目标检测、 目标计数、 场景分类、 异常识别 理解 图像描述、 条件判断、 视觉定位、 高度预测 推理 物理推理、 因果推理、 情景推断、 反事实推理 决策 多机协同、 任务规划、 动作执行、 安全性评估 任务高度多样化 ，在输出结构、 知 识 目标理解不可靠” “ 动作生成不精准” “ 体系安全不可控” 行动路径撞上障碍物 动作生成误差导致机械臂需要执行 冗余动作才能完成任务 语言指令与场景理解不稳定 ，任务 目标识别易偏差 端到端决策难以解释 ，对突发场景 响应不足 ，系统级可靠性难以保 障 动作生成误差导致无人机机械臂操作效率低下 无人机并未导航至目标点就提前停止 复杂环境下 ，低空群体智能面临数据缺、 自主差、协同难的挑 “ 自主差” “ 协同难” “ 数据缺” 感知大模型 Z Z " 面 F 含 一 场景理解 物体理解 感知评估 协作决策 多机协同具身感知与推理数据缺乏 性 。模型 1 a 模型 2 能 群体协同规划冲突 群体感知不一致 协同 一、 低空研究背 景 二、 低空数据平 台 三、 低空感知大

防等场景对数据处理能力提出了更高要求，需要具备实时数据融合分析能力，以便及 时发现问题、做出决策。 管理决策智能化诉求成为平台建设的刚性需求。跨部门之间指标口径不统一，数 据分散，导致管理决策缺乏全面、准确的数据支持。建设大数据湖一体化平台，实现 数据的统一管理和智能监管，成为提升管理决策水平的必然选择。 技术融合机遇为平台建设提供了有力支撑。5G + AIoT 技术的成熟，使得新型数 整数据存储和处理能力，确保数据的高效利用。 经营管理智能化实现运营成本动态可视与预警，帮助企业实时掌握运营成本情 况，及时发现潜在风险，优化资源配置，提高经营管理效率。 业务作业智能化支持无人机编队协同决策，通过对多源数据的分析和处理，实现 无人机之间的智能协作，提高作业效率和安全性。 行业应用智能化形成巡检路径自优化能力，根据实际场景和数据变化，自动调整 巡检路径，提高巡检的准确性和效率。 3 智能数据处理平台包含数据清洗、特征工程等模块，能够对原始数据进行清 洗、转换和特征提取，提高数据质量和可用性。 4. 场景化分析平台面向物流路径优化等专项模型，根据不同场景的需求，提供 针对性的数据分析和处理能力，为业务决策提供支持。 5. 数据服务中心提供 API 服务总线，实现数据的统一管理和共享，方便不同系 统之间的数据调用和交互。 6. AI 算法中心含联邦学习框架，支持多种 AI 算法的训练和应用，为平台的智

的高带宽、低延 迟和广连接特性，结合 AI 的智能分析与决策能力，本项目将实现 低空飞行器的实时监控、动态路径规划、风险预警及应急响应等功 能，确保低空经济的安全、高效运行。 项目的核心目标包括： - 构建基于 5G-A 的低空经济监管平 台，实现对低空飞行器的全时全域监控； - 利用 AI 技术对飞行数据 进行智能分析，提供风险预测与决策支持； - 开发低空经济服务支 撑系统， AI 技术的结合， 支持无人机物流、城市空中交通（UAM）、农业植保等低空 经济应用场景的规模化发展。提供定制化的解决方案，满足不 同行业的需求，推动低空经济的快速落地。 4. 实现数据驱动的决策支持：通过 5G-A 网络的高效数据传输能 力，结合 AI 的大数据分析技术，构建低空经济数据平台。为 政府监管部门、企业运营方提供数据支持，帮助其进行科学决 策和资源优化配置。 5. 确保系统的安全性与可靠性：通过 1.3 项目范围 本项目旨在通过 5G-A（5G-Advanced）技术和人工智能 （AI）赋能，构建低空经济领域的监管与支撑服务体系。项目范围 涵盖低空飞行器的实时监控、数据采集与分析、智能决策支持、以 及相关基础设施的优化与升级。具体包括以下内容： 1. 低空飞行器实时监控系统 通过 5G-A 网络的高带宽、低延迟特性，实现对低空飞行器 （如无人机、飞行汽车等）的实时监控。系统将部署在关键区

经济、精 确的低空环保监测网络显得尤为重要。 低空环保监测网络的设计目标是通过整合多种监测手段，实现 对低空环境的全面、实时监控。该网络将涵盖多个监测点，能够收 集和传输多维度的环境数据，为决策支持提供科学依据。根据相关 数据统计，当前我国大气污染物的浓度仍然高于世界卫生组织的安 全标准，而低空地区的污染物扩散特征复杂，且直接影响人们的生 活和健康。因此，建立低空环保监测网络有助于及时发现和应对环 数据收集与分析，相关部门可以及时了解低空地区的污染物排放情 况，从而对现有环保政策进行评估和调整。例如，各类气体（如 PM2.5、PM10、NOx、SO2 等）的浓度可以直接影响发放新企业 或改建的决策。在此过程中，政策制定者能够利用监测数据进行合 理规划，提高环保政策的针对性和有效性。 其次，低空环境监测对于保障公众健康具有直接意义。研究表 明，长时间暴露在污染的低空环境中容易引起呼吸道疾病、心血管 增强公共意识：通过建立公开的数据共享平台，公众可以实时 获取周边环境的监测信息，这将有助于增强公众的环境保护意 识，推动绿色出行和生活方式，提高社会对环境问题的关注 度。 4. 支持决策和管理：监测数据将为政府和相关机构的决策提供支 持，帮助合理布置监测站点，优化应急响应措施。这对改善城 市空气质量、制定环境管理政策具有关键意义。 5. 促进科技创新：本方案将鼓励相关领域的技术革新与发展，包

将更加注重产业链的完善和 协同发展。园区将积极引入 更多上下游企业 ，形成更加 紧密的产业集群 ，提高整个 产业的竞争力。 低空经济产业园的发展 趋势 技术创新将 成为重要驱 动力 扩大 低空园区决策者需求 • 低空园区整体运行态势需求 • 低空园区可视化运行需求 • 低空园区内各种指标数据大数 据分析需求 低空园区企业需求 • 会议需求 ：对会议室资源智 能分配需求 制造工厂、装配车间等各个功能区域 ，实现 园区全场景的可视化展示。 实时监测园区动态 实时监测低空园区内各类设施设备的运行状 态 ，如生产设备的运行参数、物流运输车辆 的位置等 ，为管理者提供精准的决策依据。 提升运营效率 实现智能化的资源调度 ，如人员、设备、 能源等 ，确保资源的合理分配和高效利用。 增强安全保障 对低空园区的安全风险进行实时监测和 预警 ，如火灾、泄漏等 ，提高应急响 事件态势 低空园区数字孪生平台 • 园区数据分析与决策支持 • 数字孪生平台可实现对低空园区人、车、物、事件、环境、安全等重要指标日常运行的监测 ，以及对园区全局的把握和资源的综合调度 ，实时、可视化掌握园区 各系统运行状态 ，结合大数据与 AI 技术 ，为低空园区的运营提供决策分析依据 安防态势 通过虚拟现实技术 ，将汤景 3D 模型转化为沉浸式的虚拟场

片等数据采集 保存并通过网络实时传输至指挥中心，全程提供空中视角的情报支 持，便于指挥决策与减少牺牲。 2.3.4 高速巡查及路况监测 高速公路是全封闭设计，一旦高速公路突发交通事故，极有可 能伴随较长路段的拥堵，以及重大伤亡事件的发生。视频监控系统 8 快速配合医疗联动等应急救援系统，让决策者迅速判明情况、查明 原因、采取有效措施、做出正确指挥，让救援人员尽快赶往事故现 场。 图 2-1 高速公路路况巡查 无人机可快速响应、受天气的限制小、在第一时间到达事故现 场、采集现场数据，可以迅速发现占用应急车道、违章等情况，并 迅速把现场的情况传送到指挥中心、供决策者分析判断，帮助指挥 中心实施不间断指挥处理。 2.3.5 搜捕搜救 当发生人员失踪、驴友迷路或在山区、沙漠、密林等复杂地形 条件下执行搜捕搜救任务时，可利用无人机搭载红外热成像光电吊 舱进行长时间 据 无人机拍摄的资料对事故责任方进行举证，同时可以了解目标区域 的事件发展情况，及时形成相应的决策，防止事态失控。 11 图 2-4 赛事高空辅助监控 2.3.8 物资投放 在自然灾害救灾和应急搜救中，可能存在救援物资短缺、传统 交通无法到达的现象。此时无人机实时传回的视频对于指挥、决策 提供了宝贵依据，而物资抛投更是深入灾区运输药品等重要物资， 为挽救人民生命安全做出贡献。