核心结论先说:被第 23 届 IFAC 世界大会(韩国釜山)接收的论文《Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors》(arXiv:2607.24369,2026 年 7 月 27 日提交)给出了一套面向城市空中交通(UAM)场景的无人机(UAV)运动规划框架。它把追踪式模型预测控制(Tracking MPC)改造成一个混合整数规划问题,在同一个优化里同时完成轨迹生成、走廊可行性约束和目标点收敛,直接把基于最短路的偏移代价嵌进 MPC 内部来规避非凸几何带来的局部极小值;整套方案不需要再接一个外部全局规划器,也不依赖预先建好的路线图(roadmap)。仿真结果显示,这套规划器在只有 5 步预测时域的情况下,依然能生成满足动力学约束、全程不飞出走廊、并收敛到目标点的平滑轨迹。下面按问题背景、方案拆解、仿真配置、结果与局限四层把这件事讲清楚。
一、问题背景:传统分层规划卡在 "全局路径 + 局部跟踪" 的时间尺度分离
1. 典型分层做法及其短板
城市低空空域被划分成一段段结构化走廊,安全飞行的前提是规划轨迹既不越出走廊边界,又满足无人机自身动力学约束。主流做法是分层结构:
- 高层全局规划器:用搜索或采样方法先算一条几何可行路径;
- 低层动态控制层:MPC 等控制器跟踪这条路径,同时满足系统约束和安全要求。
这种框架依赖严格的时间尺度分离,在动态环境下实时自适应能力受限;而且一旦目标点中途变更,高层路径和低层跟踪之间的衔接成本会明显增加。
2. 把 MPC 直接当规划器用,会遇到什么问题
另一条思路是把预测控制重新理解为运动规划机制:在滚动时域内直接优化一条动力学可行的轨迹,同时考虑系统动力学和可飞空域约束,只保留一个底层控制器做快速稳定和抗扰。这种联合方案能同时处理动态可行性、约束执行和参考生成,但标准 MPC 的稳定性保证通常是局部的,只在有限吸引域内成立;追踪 MPC 虽然通过引入人工稳态量、用偏移代价惩罚与真实目标的偏差,扩大了吸引域,但其稳定性论证依赖凸性假设,而 UAM 空域里存在保护区和结构化走廊,绝大多数情况是非凸的。
3. 非凸条件下已有应对思路
| 思路 | 代表做法 | 局限 |
|---|---|---|
| 拓扑变换 | 把特定非凸集合映射成凸集(Cotorruelo et al., 2021) | 受集合结构限制,适用范围窄 |
| 多轨迹机制 | 双轨迹方案(Soloperto et al., 2023b)、基于 LiDAR 的分支(Nascimento et al., 2023) | 需要维护多条候选轨迹,结构复杂 |
| 代价函数重定义 | 用连接人工参考与目标的最短可行曲线构造偏移代价(Soloperto et al., 2023a;Köhler et al., 2025) | 部分前置方案仍需外部全局规划阶段或预计算路线图 |
这篇论文就是在 Köhler et al. (2025) 的思路上,把最短路代理嵌进混合整数追踪 MPC,并配套一个利用走廊几何的热启动策略,去掉对外部全局规划阶段的依赖。
二、方案拆解:一个混合整数优化里装下轨迹、人工参考和走廊连接
1. 走廊建模:非凸区域 = 一组凸 zonotope 段的并集
- 可飞空域 Z 建模为 nz 个凸走廊段 Zi 的非凸并集,各段只在边界处相交;
- 每个走廊段用 zonotope(zonotopic 描述)表示:中心 ci、生成向量矩阵 Gi,参数化紧凑、便于在优化问题里做包含性校验;
- 规划状态面向底层控制器设计为位置 + 线速度 x=[X,Y,Z,U,V,W]⊤,控制输入为三个方向平移力 u=[Fx,Fy,Fz]⊤,对应质点模型,力约束可直接换算成加速度边界。
2. 追踪 MPC 主问题:人工稳态 + 终点收敛
沿用追踪 MPC 框架,引入人工稳态对 (xs,us) 及其输出 ys:
- 阶段代价 ℓ(⋅) 把预测轨迹导向人工状态;
- 偏移代价 Vo(ys,yt) 惩罚人工输出与真实目标 yt 的偏差;
- 约束覆盖初始条件、离散动力学、状态 / 输入操作边界、预测输出落在走廊内、人工稳态可行域,以及终端等式 x(N)=xs 保证收敛到人工参考。
3. 非凸走廊约束:二进制变量 + Big-M 归属分配
- 每个预测时刻的输出必须恰好属于一个走廊段,引入二进制变量 δi(j) 编码归属;
- 用 Big-M 公式把输出与所属段的 zonotope 包含约束链接起来:∥y(j)−ci−Giξi(j)∥∞≤M(1−δi(j));
- 再用求和约束 ∑iδi(j)=1 保证每个时刻只选一段;人工输出不需要单独做 zonotope 校验,因为终端等式 x(N)=xs 已经隐含保证 ys∈Z。
4. 最短路偏移代价:用可行路径长度代替欧氏距离防局部极小
标准追踪 MPC 用欧氏距离做偏移代价,在非凸域里容易卡在局部极小值。论文改用最短路代理:
- 用 ns 段直线段构成连接人工输出 ys 与目标 yt 的路径 r;
- 每段在插值步 Np 上离散采样,插值点必须满足 zonotope 包含约束(同样用辅助连续变量 γi 和二进制变量 ζi + Big-M 校验);
- 偏移代价 Vo(r)=κs∑q∥r(q+1)−r(q)∥2,最小化这条分段线性路径长度,引导人工参考沿着走廊拓扑走向目标,从而在非凸空间里诱导全局收敛;
- 只在有限插值点上校验约束,避免对连续段逐点检查带来的计算代价。
5. 几何热启动:去掉外部路线图依赖
混合整数问题对初始迭代点很敏感,论文设计了初始化策略:
- 路径段数取 ns=nz:一条穿过 nz 个区域的路径,用 nz 段直线段表示最充分;ns>nz 会产生冗余段,ns
- 首迭代的辅助优化问题把路径节点限制在相邻 zonotope 的交集上(约束 r(j)∈{Zj,Zj+1}),大幅压缩可行搜索空间,比一般形式更容易解;
- 这个初始化策略本身就不再需要外部全局规划阶段或预计算路线图,这也是标题 "无需外部全局规划" 的关键落点。
6. 三项主要贡献
- 一个在单优化问题内同时处理目标收敛与非凸约束的预测规划框架;
- 一套适配空中走廊结构的最短路启发式代价;
- 一个面向实时运行的基于几何的热启动方法。
三、仿真配置与结果:5 步时域穿过四段正交走廊抵达目标
1. 仿真环境与参数
| 项目 | 设置 |
|---|---|
| 求解环境 | Matlab 2025a,CasADi 建模,Bonmin 混合整数求解器 |
| 无人机模型 | 20 kg 质点模型,采样时间 τs=0.5 s |
| 走廊场景 | 4 段正交矩形 zonotope,模拟城市峡谷:仅限街道上方飞行,垂直方向有最低越障余量和 120 m 天花板 |
| 初始状态 | x0=[20,0,60,0,0,0]⊤ |
| 目标点 | yt=[120,20,50]⊤ |
| 预测时域 | N=5 |
| 代价权重 | Q=I6,R=0.25I3,κs=50 |
| 速度约束 | 各轴 ±20 m/s |
| 力约束 | 水平 ±33 N,垂直 ±66 N |
| Big-M 常数 | M=15000 |
| 路径插值点数 | Np=2 |
2. 仿真表现
- 规划器生成一条平滑路径穿过非凸走廊并收敛到目标,在短预测时域下也避开了局部极小值;
- 混合整数方案能在走廊段之间有效切换,预测状态始终留在可飞空域内;
- 速度曲线全程在 ±20 m/s 限制内,XY 平面转向时过渡平滑;
- 控制力输入偏激进,频繁触及水平力约束边界 —— 原因是权重 R 只惩罚输入幅值、不惩罚输入变化率;论文指出如需缓和过渡,可以直接在规划器里加入输入变化率约束。
3. 已识别的局限
- 样本间约束越界(隧道效应):为提升预测能力采用了 0.5 s 的较大采样周期,在走廊边界附近可能出现两个采样点之间穿越边界的情况,缓解办法是在走廊表示中预留合适安全裕度;
- 计算负担随拓扑复杂度增长:混合整数变量数量随设计参数(段数、插值点等)增加而上升,需要仔细整定以保持可解性;
- 目前验证停留在数值仿真阶段,尚未给出实机飞行验证。
4. 后续方向
论文列出的下一步工作包括:用 Hybrid Zonotope 和几何方法做连续段校验以降低复杂度;把框架扩展到多智能体系统和反应式避障;并与其他具备走廊规划能力的架构做计算性能对比。
四、整体评价
这项工作的价值不在于单点参数突破,而在于把 "非凸走廊约束 + 动力学可行轨迹 + 目标全局收敛" 三件事收进同一个混合整数 MPC 优化里,并用几何热启动替代了传统方案前置的外部全局规划阶段。对于 UAM 这类目标可能中途变更、空域结构化但非凸的场景,这种少分层、强约束、可在线滚动重算的规划思路是一条可行路线;但从仿真走向机载实时部署,还需要跨过混合整数求解耗时、样本间安全裕度、实机扰动与多机协同这几道坎。
【相关 FAQ】
问题 1:IFAC'26 这篇关于非凸空中走廊 UAV 规划的 MPC 论文,核心方法是什么?
回答 1:论文《Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors》被第 23 届 IFAC 世界大会接收,核心方法是混合整数追踪 MPC:把走廊段归属用二进制变量 + Big-M 约束编码,把最短路偏移代价直接嵌入优化问题,在单一个优化里同时生成动力学可行轨迹并保证向目标收敛,全程不需要外部全局规划器介入。
问题 2:为什么说这套 MPC 非凸走廊规划方案 "无需外部全局规划",它替代了传统流程里的哪一环?
回答 2:传统分层流程先由外部全局规划器基于搜索或采样算出几何路径,再交给 MPC 跟踪;这套方案用内嵌的最短路偏移代价引导人工参考沿走廊拓扑走向目标,再用基于走廊几何的热启动为首次迭代生成可行初值,省去了前置全局规划阶段和预计算路线图,因此不需要再挂外部全局规划模块。
问题 3:非凸空中走廊在论文里是怎么建模的,MPC 怎么保证 UAV 不飞出走廊?
回答 3:可飞空域被建模为 nz 个凸 zonotope 段的非凸并集;每个预测时刻的输出通过二进制归属变量和 Big-M 不等式约束校验属于且仅属于一个走廊段,人工稳态输出由终端等式约束隐含保证在走廊内,从而在滚动优化中全程约束 UAV 轨迹不越界。
问题 4:这套面向非凸走廊的 MPC 规划器仿真结果如何,预测时域设了多长?
回答 4:仿真在 Matlab 2025a + CasADi + Bonmin 环境下完成,规划器预测时域仅取 N=5、采样时间 0.5 s,在 4 段正交矩形 zonotope 构成的城市峡谷走廊中,引导 20 kg 无人机从 [20,0,60] 抵达目标 [120,20,50],轨迹平滑、满足速度与力约束并成功收敛到目标,没有陷入局部极小值。
问题 5:这套 MPC 非凸空中走廊 UAV 规划目前还有哪些局限,后续打算怎么改进?
回答 5:当前局限主要是 0.5 s 较大采样周期在边界附近可能引发样本间隧道效应、混合整数计算负担随走廊拓扑复杂度上升,且结果仅来自数值仿真;后续将引入 Hybrid Zonotope 与连续段校验降复杂度,扩展到多智能体和反应式避障,并与其他走廊规划架构做算力对比验证。
【参考资料】
- [2026-07-27](Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors)arXiv 摘要页(arXiv:2607.24369)
- [2026-07-27](Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors)arXiv HTML 全文
- [2026-07-27](Model Predictive Planner for UAV Navigation in Non-Convex Air Corridors)arXiv PDF 全文
- [2026-07-27](Model Predictive Planner for UAV Navigation in Air Corridors)Semantic Scholar 收录页
【免责声明】
本文为对公开学术论文的技术梳理与科普解读,所引方法细节、仿真参数、结果数据及后续规划均来自论文原文(arXiv:2607.24369)及其公开收录页面,仅供学习交流参考,不构成工程实现建议、学术定论或投资依据。论文目前处于会议接收前的预印本 / 仿真验证阶段,所述性能尚未经实机飞行与第三方复现检验;公式、参数与结论以后续正式发表版本为准。不同硬件平台、求解器与场景拓扑下的计算耗时、约束满足情况可能存在差异,实际工程部署请结合自身需求另行验证并咨询专业人员。
