低空空域无人系统交通管理方案初探

doi:10.7527/S1000-6893.2025.31399

Abstract

Abstract:

In recent years， with the rapid development of Unmanned Aerial Vehicle （UAV） technology， countries around the world have actively begun to plan and develop low-altitude airspace management systems to ensure the sustainable growth of the low-altitude economy. Existing Air Traffic Management （ATM） systems are primarily designed for manned aircraft operating in medium and high-altitude airspace， making them inadequate for supporting large-scale UAV operations in low-altitude environments. Particularly in application scenarios such as logistics delivery， urban surveillance， and infrastructure inspection， the high-density deployment of UAVs poses new challenges to air traffic management. Consequently， the construction of an efficient， safe， and intelligent Unmanned Aerial System Traffic Management （UTM） framework has become a prominent topic of global research. This paper first reviews the current state of UTM system development both domestically and internationally， with a focus on analyzing similarities and differences among various countries in terms of airspace classification， UTM system architecture， and policy implementation. Then， this paper defines the structure of a typical UTM system and outlines its core technical components， including multi-UAV communication networks， cooperative control， capacity and flow management， conflict detection and resolution， and swarm-level autonomous traffic operations. The main technical challenges currently faced in UTM development are also analyzed in depth. Finally， based on the principles of distributed decision-making， real-time airspace negotiation， and resilient risk management， this study proposes a phased， step-by-step UTM solution tailored to China’‍s low-altitude airspace structure and leveraging the capabilities of the BeiDou Navigation Satellite System （BDS）. The proposed system adopts a hierarchical， categorized， zoned， and grid-based management approach， and introduces an innovative “pipeline-style” three-dimensional route network design centered on the “bagua” diagram （a traditional Chinese octagonal structure）， to optimize airspace allocation and support the future large-scale autonomous and cooperative operation of UAV.

Key words: low-altitude economy, Unmanned aerial system Traffic Management (UTM), air route network, coordination control of unmanned aerial vehicles, conflict detection and avoidance

CLC Number:

V249.1

Yongnan JIA. A scheme for unmanned aerial system traffic management in low-altitude airspace[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531399.

Figures/Tables 22

Fig.1

Fig.2

Fig.3

Fig.4

Fig.5

Fig.6

Fig.7

Fig.8

Fig.9

Fig.10

Table 1

Fig.11

Fig.12

Fig.13

Table 2

Fig.14

Table 3

Fig.15

Fig.16

Fig.17

Fig.18

Table 4

References 61

[1]	深圳市第七届人民代表大会常务委员会．深圳经济特区低空经济产业促进条例［S］．深圳：深圳市第七届人民代表大会常务委员会， 2024．
	Standing Committee of the Seventh Shenzhen Municipal People’s Congress. Regulations on the promotion of low-altitude economic industry in Shenzhen special economic zone ［S］. Shenzhen： Standing Committee of the Seventh Shenzhen Municipal People’s Congress， 2024 （in Chinese）.
[2]	NASA. Unmanned aircraft systems traffic management research transition team plan‍［R］. Washington， D.C.： NASA， 2019.
[3]	FAA. Unmanned aircraft systems traffic management concept of operations V2.0‍［R］. Washington， D. C.： FAA， 2020.
[4]	JOHNSON M， JUNG J， RIOS J， et al. Flight test evaluation of an unmanned aircraft system traffic management （UTM） concept for multiple beyond-visual-line-of-sight operations‍［C］‍∥Proceedings of 12th USA/Europe Air Traffic Management Research and Development Seminar. 2017.
[5]	FAA. Airspace guidance for small UAS operators［R］. Washington， D.C.： FAA， 2018.
[6]	KOPARDEKAR P， RIOS J， PREVOT T， et al. Unmanned aircraft system traffic management （UTM） concept of operations［C］∥AIAA Aviation Forum and Exposition. Reston： AIAA， 2016.
[7]	PREVOT T， HOMOLA J， MERCER J. From rural to urban environments： Human/systems simulation research for low altitude UAS traffic management （UTM）［C］‍∥16th AIAA Aviation Technology， Integration， and Operations Conference. Reston： AIAA， 2016.
[8]	AWEISS A S， OWENS B D， RIOS J， et al. Unmanned aircraft systems （UAS） traffic management （UTM） national campaign Ⅱ［C］‍∥2018 AIAA Information Systems-AIAA Infotech @ Aerospace. Reston：AIAA， 2018.
[9]	MARCUS J. Unmanned aircraft systems traffic management（UTM）： Conflict mitigation approach［C］‍∥Mitigation by Technology Workshop. Washington， D.C.： NASA， 2018.
[10]	RIOS J， SMITH I， VENKATESAN P， et al. UTM UAS serivce supplier development： Sprint 1 toward technical capability level 4［C］‍∥Mitigation by Technology Workshop. Washington， D.C.： NASA， 2018.
[11]	UAS traffic management （UTM） Research transition team（RTT） plan［EB/OL］. （2017-1-31）［2020-09-22］. .
[12]	FAA. UAS traffic management （UTM） pilot program （UPP）［EB/OL］. （2019-11-14）［2023-09-22］. .
[13]	FAA. FAA ATO LAANC concept of operations v2.1［EB/OL］.（2020-03-20）［2023-09-22］. .
[14]	THIPPHAVONG D P， APAZA R， BARMORE B， et al. Urban air mobility airspace integration concepts and considerations［C］‍∥2018 Aviation Technology， Integration， and Operations Conference. Reston： AIAA， 2018.
[15]	廖小罕，屈文秋，徐晨晨，等. 城市空中交通及其新型基础设施低空公共航路研究综述［J］. 航空学报， 2023， 44（24）： 028521.
	LIAO X H， QU W Q， XU C C， et al. A review of urban air mobility and its new infrastructure low-altitude public routes‍［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（24）： 028521 （in Chinese）.
[16]	李诚龙，屈文秋，李彦冬，等. 面向eVTOL航空器的城市空中运输交通管理综述［J］. 交通运输工程学报， 2020， 20（4）： 35-54.
	LI C L， QU W Q， LI Y D， et al. Overview of traffic management of urban air mobility （UAM） with eVTOL aircraft［J］. Journal of Traffic and Transportation Engineering， 2020， 20（4）： 35-54 （in Chinese）.
[17]	NASA. UTM： Air traffic management for low-altitude drones［EB/OL］. （2015-10）［2019-04-12］. .
[18]	SESAR. U-space blueprint［EB/OL］. （2017-06-09）［2019-04-12］. .
[19]	BARRADO C， BOYERO M， BRUCCULERI L， et al. U-space concept of operations： A key enabler for opening airspace to emerging low-altitude operations‍［J］. Aerospace， 2020， 7（3）： 24.
[20]	Eurocontrol. U-Space concept of operation（Fourth Edition）［EB/OL］. （2019-10-25）［2023-07-20］. .
[21]	中国民用航空局．国家空域基础分类方法［S］．北京：中国民用航空局， 2023.
	Civil Aviation Administration of China. National airspace fundamental classification method‍ ［S］. Beijing： Civil Aviation Administration of China， 2023 （in Chinese）.
[22]	CHO J， YOON Y. How to assess the capacity of urban airspace： A topological approach using keep-in and keep-out geofence‍［J］. Transportation Research Part C： Emerging Technologies， 2018， 92： 137-149.
[23]	LABIB N S， DANOY G， MUSIAL J， et al. A multilayer low-altitude airspace model for UAV traffic management［C］‍∥Proceedings of the 9th ACM Symposium on Design and Analysis of Intelligent Vehicular Networks and Applications. New York： ACM， 2019.
[24]	XU C C， LIAO X H， TAN J M， et al. Recent research progress of unmanned aerial vehicle regulation policies and technologies in urban low altitude［J］. IEEE Access， 2020， 8： 74175-74194.
[25]	BAUM S M. Unmanned aircraft systems traffic management（1st Edition）［M］. Boca Raton. CRC Press. 2021.
[26]	SHRESTHA R， BAJRACHARYA R， KIM S. 6G enabled unmanned aerial vehicle traffic management： A perspective［J］. IEEE Access， 2021， 9： 91119-91136.
[27]	LI A， HANSEN M， ZOU B. Traffic management and resource allocation for UAV-based parcel delivery in low-altitude urban space［J］. Transportation Research Part C： Emerging Technologies， 2022， 143： 103808.
[28]	SHRESTHA R， OH I， KIM S. A survey on operation concept， advancements， and challenging issues of urban air traffic management［J］. Frontiers in Future Transportation， 2021， 2： 626935.
[29]	金安，程承旗. 基于全球剖分网格的空间数据编码方法［J］. 测绘科学技术学报， 2013， 30（3）： 284-287.
	JIN A， CHENG C Q. Spatial data coding method based on global subdivision grid［J］. Journal of Geomatics Science and Technology， 2013， 30（3）： 284-287 （in Chinese）.
[30]	程承旗，陈东，童晓冲. 基于地球剖分网格的无人机数据组织模型初探［J］. 地理信息世界， 2015， 22（4）： 46-50.
	CHENG C Q， CHEN D， TONG X C. The UAV data organization model based on global subdivision grid［J］. Geomatics World， 2015， 22（4）： 46-50 （in Chinese）.
[31]	程承旗. 建立健全国家北斗标准促进低空立体交通红绿灯系统建设［J］. 新经济导刊， 2024（7）： 31-35.
	CHENG C Q. Establish and improve national BeiDou standard and promote the construction of the low-altitude 3D traffic light system［J］. New Economy Weekly， 2024（7）： 31-35 （in Chinese）.
[32]	JAVAID S， SAEED N， QADIR Z， et al. Communication and control in collaborative UAVs： Recent advances and future trends‍［J］. IEEE Transactions on Intelligent Transportation Systems， 2023， 24（6）： 5719-5739.
[33]	WU G X， LIU Q， XU J F， et al. Energy efficient task caching and offloading in UAV-enabled crowd management［J］. IEEE Sensors Journal， 2022， 22（18）： 17565-17572.
[34]	TUN Y K， PARK Y M， TRAN N H， et al. Energy-efficient resource management in UAV-assisted mobile edge computing‍［J］. IEEE Communications Letters， 2021， 25（1）： 249-253.
[35]	中国电子科技集团有限公司．低空航行系统［S］．北京：中国电子科技集团有限公司，2024.
	China Electronics Technology Group Corporation. Low-altitude navigation system ［S］. Beijing： China Electronics Technology Group Corporation， 2024 （in Chinese）.
[36]	WU J H， YU Y Z， MA J， et al. Autonomous cooperative flocking for heterogeneous unmanned aerial vehicle group［J］. IEEE Transactions on Vehicular Technology， 2021， 70（12）： 12477-12490.
[37]	POPESCU D， STOICAN F， STAMATESCU G， et al. A survey of collaborative UAV-WSN systems for efficient monitoring［J］. Sensors， 2019， 19（21）： 4690.
[38]	CHEN J C， LI T Y， ZHANG Y， et al. Global-and-local attention-based reinforcement learning for cooperative behaviour control of multiple UAVs‍［J］. IEEE Transactions on Vehicular Technology， 2024， 73（3）： 4194-4206.
[39]	JIA Y N， LI Q， ZHANG W C. A distributed cooperative approach for unmanned aerial vehicle flocking‍［J］. Chaos， 2019， 29（4）： 043118.
[40]	YANG H L， XIE X Z. Energy-efficient joint scheduling and resource management for UAV-enabled multicell networks‍［J］. IEEE Systems Journal， 2020， 14（1）： 363-374.
[41]	PATRINOPOULOU N， DARAMOUSKAS I， BADEA C A， et al. Dynamic capacity management for air traffic operations in high density constrained urban airspace［J］. Drones， 2023， 7（6）： 395.
[42]	WAN Y， TANG J， LAO S Y. Distributed conflict-detection and resolution algorithm for UAV swarms based on consensus algorithm and strategy coordination［J］. IEEE Access， 2019， 7： 100552-100566.
[43]	FAN L J， TANG J， LING Y X， et al. Novel conflict resolution model for multi-UAV based on CPN and 4D trajectories［J］. Asian Journal of Control， 2016， 18（2）： 721-732.
[44]	LI Y M， DU W B， YANG P， et al. A satisficing conflict resolution approach for multiple UAVs［J］. IEEE Internet of Things Journal， 2019， 6（2）： 1866-1878.
[45]	ALHARBI A， POUJADE A， MALANDRAKIS K， et al. Rule-based conflict management for unmanned traffic management scenarios［C］∥2020 AIAA/IEEE 39th Digital Avionics Systems Conference （DASC）. Piscataway： IEEE Press， 2020.
[46]	YANG J， YIN D， NIU Y F， et al. Cooperative conflict detection and resolution of civil unmanned aerial vehicles in metropolis‍［J］. Advances in Mechanical Engineering， 2016， 8（6）： 1687814016651195.
[47]	PEREZ-LEON H， ACEVEDO J J， MAZA I， et al. Integration of a 4D-trajectory follower to improve multi-UAV conflict management within the U-space context［J］. Journal of Intelligent & Robotic Systems， 2021， 102（3）： 62.
[48]	ACEVEDO J J， CAPITAN C， CAPITIIN J， et al. A geometrical approach based on 4D grids for conflict management of multiple UAVs operating in U-space［C］‍∥2020 International Conference on Unmanned Aircraft Systems （ICUAS）. Piscataway： IEEE Press， 2020.
[49]	TANG X， JI X， LI T. Key technology in multi-UAV conflict detection and resolution strategy‍［J］. Transactions of Nanjing University of Aeronautics and Astronautics. 2020， 37（2）： 175-186.
[50]	RADANOVIC M， OMERI M， PIERA M A. Test analysis of a scalable UAV conflict management framework［J］. Proceedings of the Institution of Mechanical Engineers， Part G： Journal of Aerospace Engineering， 2019， 233（16）： 6076-6088.
[51]	李安醍，李诚龙，武丁杰，等. 结合跳点引导的无人机随机搜索避撞决策方法‍［J］. 航空学报， 2020， 41（8）： 323726.
	LI A T， LI C L， WU D J， et al. Collision avoidance decision method for UAVs in random search combined with jump point guidance［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（8）： 323726 （in Chinese）.
[52]	LABIB N S， DANOY G， MUSIAL J， et al. Internet of unmanned aerial vehicles-a multilayer low-altitude airspace model for distributed UAV traffic management［J］. Sensors， 2019， 19（21）： 4779.
[53]	HUANG H L， SAVKIN A V， HUANG C. Decentralized autonomous navigation of a UAV network for road traffic monitoring［J］. IEEE Transactions on Aerospace and Electronic Systems， 2021， 57（4）： 2558-2564.
[54]	RUMBA R， NIKITENKO A. The wild west of drones： A review on autonomous-UAV traffic-management［C］∥2020 International Conference on Unmanned Aircraft Systems （ICUAS）. Piscataway： IEEE Press， 2020.
[55]	国务院，中央军委. 《关于深化我国低空空域管理改革的意见》出台［J］. 空运商务， 2010（21）： 25.
	Council State， Central Military Commission.“Opinions on deepening the reform of low-altitude airspace management in China” was issued［J］. Air Transport & Business， 2010（21）： 25 （in Chinese）.
[56]	张洪海，李姗，夷珈，等. 城市低空航路规划研究综述［J］. 南京航空航天大学学报， 2021， 53（6）： 827-838.
	ZHANG H H， LI S， YI J， et al. Review on urban low-altitude air route planning［J］. Journal of Nanjing University of Aeronautics & Astronautics， 2021， 53（6）： 827-838 （in Chinese）.
[57]	JARDIN M. Air traffic conflict models［C］‍∥AIAA 4th Aviation Technology， Integration and Operations （ATIO） Forum. Reston： AIAA， 2004.
[58]	BADEA C， MORFIN V A， RIBEIRO M J， et al. Limitations of conflict prevention and resolution in constrained very low-level urban airspace［C］‍∥11th SESAR Innovation Days， 2021.
[59]	MUNA S I， MUKHERJEE S， NAMUDURI K， et al. Air corridors： concept， design， simulation， and rules of engagement［J］. Sensors， 2021， 21： 7536-7553.
[60]	LI Z L， LI S， LU J， et al. Air route network planning method of urban low-altitude logistics UAV with double-layer structure［J］. Drones， 2025， 9（3）： 193.
[61]	ALLOUCH A， CHEIKHROUHOU O， KOUBÂA A， et al. UTM-chain： Blockchain-based secure unmanned traffic management for Internet of drones［J］. Sensors， 2021， 21（9）： 3049.

维度	UTMISS	FIMS	CIS
架构	集中式，一体化	分布式，松耦合	平台+多服务商、强协调
角色	政府主导的“审批平台”	政府与企业分工协作接口	政府授权，USSP协作网络
市场化能力	弱，缺乏开放服务接口	强，鼓励USS创新服务	强，鼓励多USSP竞争共存

关键技术	典型研究方法	主要挑战
多无人机通信网络	5G+北斗卫星通信+视觉+惯导融合	低空覆盖不稳定、信号干扰
多无人机协同控制	AI驱动的自适应控制	分布式决策鲁棒性不足
高效容量流量管理	博弈论优化流量分配	突发流量的应对机制缺乏
冲突检测与规避	机器学习辅助避碰	大规模协同避障的计算复杂度
交通群自主运行	智能分布式管理	群体智能适应性不足

研究方向	NASA UTM	欧盟U-Space	本文所述UTM
空域划分	以G类非管制空域为主，限制无人机飞行高度一般不超过400 ft（约120 m）	将特定低空划定为专门的U-Space空域，无人机高度限制一般为120 m及以下	低空空域按照用途和管理方式分为管制空域，监视空域和报告空域^［55］；对已开放的空域（如深圳600 m以下）采取分层、分类、分域、网格化（北斗伏羲）管理
空域管理	分布式管理：多主体参与协作，UO通过USS自主协调飞行，FAA提供监管框架	混合分布式管理：多家USSP提供服务，通过CIS整合数据，统一协调空域使用	从集中管理向分布式管理转化：依托空管委管理低空空域申请、民航局负责飞行监管；深圳等试点城市由地方政府承担管理低空空域任务
航线规划	采用固定航路，部分动态调整	高度自动化、数字化管理	八卦图立体航线网络
冲突管控	远程识别+V2V避让	地理围栏+AI	AI+多源融合感知

网络类型	容量利用率	冲突消解难度	路径冗余性	管理复杂度	优势领域/场景
树形结构	中	较高（热点冲突）	低	中	传统民航、简单终端区
网格结构	中高	中（交叉点多）	中	中高	无人机物流、城市低空
自由航迹	高（理论上）	高（冲突难控）	极高	极高	低密度、超灵活运行场景
八卦图结构	高（分层立体利用）	低（规则化交汇）	高	中低（规划明确）	高密度UTM、无人机物流、复杂城市空域

A scheme for unmanned aerial system traffic management in low-altitude airspace

RichHTML

PDF (PC)

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 22

References 61

Related Articles 4

Recommended Articles

Metrics

Comments

[1]	Fanteng MENG, Yong QIN, Jing CUI, Yunpeng WU, Zicheng ZHANG, Shaowei WEI. Unknown risk detection in external environment of railroad using UAV images [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531262-531262.
[2]	Yongguang JIN, Fangwei YE, Qihui WU. Location privacy protection mechanisms for UAVs with Remote ID [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531341-531341.
[3]	Ruokun QU, Zhiyuan WANG, Yelu LIU, Chenglong LI, Bo JIANG. UAV visual positioning technology for urban air mobility [J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(11): 531168-531168.
[4]	SUI Dong, XING Yaping, TU Shichen. Repair optimization strategy for air route networks under severe weather conditions [J]. ACTA AERONAUTICAET ASTRONAUTICA SINICA, 2021, 42(2): 324300-324300.