随着无人机在商业应用中的普及，未来几年低空区域的无人机交通流量预计将大幅增长。为了应对这一趋势并提高航空安全，霍普金斯大学的研究团队利用人工智能技术开发了一个系统模型，旨在更安全地指挥无人机交通。该模型通过一定程度的自动化决策来替代部分需要人工参与的流程，为无人机交通安全性和扩展性的增强提供了有力支持。
该团队在模拟的三维空域中评估了自治算法的影响，以验证无人机交通的安全性。早期的研究发现，碰撞避免算法大大降低了事故发生率。添加策略冲突解除算法后，通过控制交通时间避免碰撞，事故率进一步降低，几乎消除了空域事故。
为了使模拟更加贴近实际，该团队在系统中加入了两个重要的特征。首先，他们引入了“噪声传感器”来模拟真实环境中不可预测的因素，提高系统的适应性。其次，他们采用了“模糊推理系统”，根据无人机与障碍物的距离等多个因素计算每架无人机的风险等级。这些方法使系统能够进行自动决策以防止碰撞。
Whitcomb教授表示：“我们的研究考虑了各种变量，包括‘流氓无人机’偏离预定航线的场景。结果非常有希望。”团队计划进一步引入动态障碍物，如天气等，使模拟的环境更加全面和贴近真实。
这项研究基于霍普金斯大学物理应用实验室过去20多年的研究成果，该实验室一直致力于提升美国国家空域系统的安全性。随着商业无人机的快速发展，利用人工智能和模拟为其交通管理提供决策支持，实现无人机系统的高效安全运作，是当前研究的重要方向。