尽管面临重重挑战，低空经济的潜力依然巨大。它有望推动更可持续、 去中心化的物流体系，减少对地面基础设施的依赖，并创造新的经济 增长点。然而，要实现这些发展愿景，我们亟需一种协调一致的跨学 科合作路径。城市规划师、技术专家、监管机构和社区必须携手合作， 共同设计出安全、包容且适应性强的系统架构。 低空经济带来的转型不仅是一场技术变革，更是对城市运行方式—— 包括交通流动、互连互通和公共服务的重新构想，为构建更具韧性、 融合上述多种网络形式，以实现性能最优化。 “航线规划”策略决定了无人机的导航方式。“基本飞行”模式直接简 便，适用于低密度区域；“自由航线”允许基于实时数据动态选择路径， 但对系统智能化水平要求较高。“走廊式航线”在高密度区域提供结构 化的路径，以确保飞行安全；而“固定航线”模式则适用于常规配送任 务。不同航线规划策略在灵活性、效率和监管复杂性之间需权衡取舍。 “配送方式“构成了低空经济系统的最终环节。投递柜可在公共或住 Network + Network Routing + + Routing Delivery + + 4 大湾区低空经济发展与城市规划 网络体系 航线规划 配送方式 要为低空经济规划未来发展路径，城市首先需深入了解其面临的挑战 和潜在机遇。目前，技术层面的限制——例如电池续航能力、载重容量 和导航精度等，仍对实际运营构成制约。监管体系在许多地区仍显滞 后或碎片化，尤其是在多重管辖权并存的地区。此外，环境问题——包

从何而 来、如何落地可执行、谁来协同治理、怎样形成规模化供给”四个核心问题展开系统分析。在审视欧洲 U-Space 强调市场化服务和美国 UTM 侧重分布式协同的治理经验与教训后，本报告认为中国路径选 择将更具特色，需在集中统一监管与市场化服务供给之间找到最佳平衡。 本报告的核心判断是：“十五五”的成败取决于三大关键变量——规则统一的速度、区域协同的 深度、市场应用的广度。为此，报告提出并详细论证了以下三项差异化贡献： 期（2026—2027 年）以“沙 盒监管”完成规则验证，到中 期（2028—2029 年）以“标 准统一”打通跨域互联，再到 远期（2030 年）以“平台一 体化”实现全域融合的推进 路径。 本报告面向政策制定者、产业投资者与行业参与者提供可对标、可考核、可复制的行动方案，力 求在坚守安全底线内实现产业高质量发展，使低空经济最终成为国家综合立体交通体系和新质生产力 的重要战略支撑。 未来空管蓝图：构建智慧空中交通的数字底座 ........................................................... 24 5.1 国际对标：U-SPACE/UTM 理念、教训与中国路径选择 ................................................... 24 5.2 中国方案：低空智联“四张网”的技术内涵与商业核心 ..........

调度；导航 技术提供精确的飞行路径规划和控制，避免空域冲突；监视系统实时跟踪飞行器的动态，确 保航行安全；气象技术则为飞行器提供实时气象信息，帮助其规避恶劣天气，保障飞行安全。 2、物流运输：在物流领域，低空通信、导航和监视技术为无人机配送和低空物流运输 提供了高效解决方案。通信技术保障了物流无人机与配送中心之间的实时信息交互，导航技 术优化了配送路径，提高了运输效率；监视系统则确保物流无人机在复杂空域环境中的安全 则为农业生产提供精准的气象预报，帮助农户合理安排农事活动，提高农业生产效率。 4、应急救援：在灾害应急和救援场景中，通导监气技术也发挥了不可替代的作用。通 信技术保障了救援无人机与指挥中心之间的实时联络，导航技术为救援任务提供最优路径规 划，监视系统实时跟踪救援进展，气象技术则为救援行动提供准确的气象预警，确保救援任 数字低空工作组 7 务的安全和高效执行。 5、环境监测：在环境监测领域，通导监气技术为生态保护、污染监测和气候研究提供 GHz，这些频段支持较低延迟的双向数 据传输，适合短距离或中距离的通信需求。在城市和复杂环境中，无线通信技术还需克服多 路径传播和信号衰减等挑战，以确保飞行器的可靠控制。 2、5G 蜂窝通信技术 5G 技术凭借其高速率、低延迟和大连接数的特性，为低空通信带来了革命性变化。5G 网络能够支持无人机实时传输高清图像并快速调整飞行路径，尤其适用于城市空中交通、物 流配送等对高效数据传输需求较高的应用场景。同时，5G 的低延迟特性显著提升了无人机

智能审批、空情动态预警等功能，消除信息孤岛，提升协同效率。 指挥网：智能决策与安全保障网络 AI 中枢与敏捷响应搭载智能决策 AI 中枢平台，集成灾害预警模型、 多资源调度算法、动态路径规划系统。当灾害发生时，系统可在 10 秒内 自动生成多套救援方案，通过算力优选匹配最优路径，指令响应时延低于 100ms，实现从监测预警到资源投送的全流程自动化。 区块链赋能安全协同引入区块链技术构建跨部门数据共享与航路协同 机制，通过 能力分层：全链条应急救援能力矩阵 感知层：空天地一体化监测体系 多源数据融合感知构建"卫星遥感（光学/合成孔径雷达）+无人机倾 斜摄影+地面物联网传感器（水位、地质位移监测）"的立体监测网络。卫 星负责广域灾害初判（如台风路径追踪），无人机实施灾区精细化勘察 （如房屋损毁程度识别），地面传感器提供实时微环境数据（如堰塞湖水 位变化），三者数据融合后形成灾害全景图谱，定位精度达 1 米以内。 响应层：智能调度与精准处置 （废墟搜救）的组合方案。例如，在地震灾区，先通过无人机蜂群投掷应 急物资，再利用地面机器人搭载生命探测仪进行精准搜救，减少救援人员 伤亡风险。 4 动态路径优化技术基于强化学习算法，实时规避灾区电磁干扰、恶劣 天气等动态风险，优化飞行路径。测试数据显示，相较传统人工规划，救 援路径耗时缩短 40%，装备能耗降低 25%。 协同层：空地一体化作业网络 机器人编队协同技术开发空地机器人协同控制协议，实现无人机与地

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。 3.2 总体架构模型 "6+4+3+1"架构体系是平台建设的核心框架： 4 图 2：匹配应用场景的全域低空大数据一体化平台 3.2.1 进行实时数据处理和分析，实现数据的快速响应。 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。 提高数据的利用价值。 9. 价值循环形成数据资产运营闭环，通过数据的采集、处理、应用和运营，实 现数据价值的不断提升和循环利用。 7 图 4：匹配应用场景的重庆低空大数据为行业和企业的服务模式 四、场景化实施路径 4.1 七步转型战略 1. 组织变革设立数据治理委员会，打破部门壁垒，实现跨部门的协同合作。数 据治理委员会负责制定数据治理策略、规划和标准，协调各部门之间的数据管理工 作，确保数据治理工作的顺利推进。

为基站发送信号,w 为信道衰减因子, n0 是方 差为 σ 2 的加性高斯噪声。 H 为基站与 RIS 之间的信 道矩阵,g 为 RIS 与终端之间的信道矩阵,RIS 动态调 控能力将影响这两条路径的信道矩阵。 在无线通信系统中,当基站与用户终端之间的直 图 2 UAS 逻辑架构示意图 �� �� � �� 图 3 低空通信方案 射链路被障碍物遮挡时,RIS 可通过其可调的反射单 元构建辅助通信路径 [6]。 该反射路径的幅度和相位响 应可由外部控制器动态优化,从而重塑信道条件,为非 视距传输提供可靠的替代链路。 当发射基站与接收终 端之间存在因障碍物遮挡等造成的网络盲区或非视距 传输路径时,接收信号质量通常较差,部署 RIS 不仅能 够构建虚拟视距传输路径,增强接收端信号强度,还可 通过创造富散射环境,提升整个系统的空间自由度 信道侧 RIS 改善网络质量 RIS 赋能信道侧常见应用如图 7 所示。 例如虚拟 视距(Line of Sight,LOS) 链路,通过反射绕过收发端 之间的障碍物,添加额外的信号路径来改善信道条件, ·34· �N��5G-A+AI�= � � �����0���� ��LOS � �� � �� � �� ��

......... 381 7.3 无人机具身决策 .......................................................... 386 7.3.1 动态路径规划与避障.............................................................................................. .......................................................................................491 3. 协同导航与路径规划................................................................................................. 方法能够融合多帧的信息，从而更稳定、更准确地重建出高分辨率视频帧，并有 效减少单帧处理可能产生的闪烁或伪影。 CNN 在视频超分领域的早期探索，通过将单图超分框架扩展至多帧输入，开启了端到 端学习的路径。其核心是利用相邻帧的时空相关性，通过简单的帧对齐与特征拼接实现多帧 信息融合，虽在计算效率上有优势，但对复杂运动场景的处理能力有限[53] [54]。在此基础上， 多尺度特征残差学习网络[55

明 火、阴燃火等），并评估火势蔓延趋势。 - 环境数据采集：通过气 体传感器和温湿度传感器，采集火灾现场的环境数据，为灭火决策 提供科学依据。 - 动态路径规划：无人机根据火情变化和现场环 境，自动规划最优飞行路径，确保监测和救援任务的高效执行。 - 数据实时传输与可视化：将采集到的火情数据、环境数据和视频流 实时传输至指挥中心，并通过可视化平台展示，辅助决策者快速响 应。 性和数据采集能力提出了更高要求。此外，火灾现场的实时数据分 析能力不足，导致决策效率低下。为了解决这些问题，人工智能 （AI）技术的引入成为关键。通过 AI 算法，无人机可以实现自主 飞行、目标识别、火情分析和路径规划等功能，从而提升消防作业 的智能化水平和效率。 根据相关数据统计，2022 年全球无人机市场规模已达到 300 亿美元，其中消防领域的应用占比逐年上升。以美国为例，2021 年无人机在消防领域的应用案例中，AI 基于以上背景，本项目旨在设计一套低空无人机消防部署 AI 识别系统，通过整合无人机飞行控制、AI 图像识别、实时数据传输 和智能决策支持等技术，构建一个高效、智能的消防应急响应平 台。该系统将重点解决火灾现场的实时监测、火情分析、路径规划 和资源调度等问题，为消防部门提供全面的技术支持，提升火灾扑 救效率和救援成功率。 1.1.1 低空无人机在消防领域的应用现状 近年来，随着无人机技术的快速发展，低空无人机在消防领域

2024 年发布了三版《低空经济发展白皮 书》[21∼23], 1.0 版本提出了将低空空域从 “自然资源” 转变为 “经济资源” 的理念, 并提出了从 “可通 达空域” 到 “可计算空域” 的数字化实现路径. 2.0 版本集中阐述了一个低空空域和飞行管理的全数字 化框架 —— 智能融合低空系统 (Smart Integrated Lower Airspace System, SILAS), 强调了 SILAS 通感一体化技术成熟度不足. 其次, 现网对高动态环境适应性薄弱, 高速飞行器跨 基站切换时链路易中断, 且复杂电磁环境下导航定位精度受限. 最后, 资源协同效率低下, 端侧设备算 力有限, 而云端协同时延高, 导致实时路径规划等场景落地困难. 学术界和工业界正处于建设低空智联 架构和关键技术体系的阶段, 本文从低空网络智能管控技术为切入点开展研究, 旨在推动低空智联网 的进一步发展. 1.2 低空通信标准进展 目前业界并未统一低空网络通信标准 于承载多维资源的 UAV 如何智能协作, 然而, 将智能化管控的理念引入 UAV 网络的管控的相关研究 还有待深化. 另外, 网络数字孪生为运营商管理 5G 和 6G 网络海量设备和数据提供了可行路径, 是高阶自智 网络演进过程的关键技术. 许多研究者对数字孪生使能的 UAV 网络进行了探索. Xie 等 [31] 提出了 基于数字孪生的 UAV 网络管理框架. Xie 等利用 3D 毫米波雷达成像捕捉

求具备行业知识和协调能力。 监管服务类 适航认证人员熟悉飞行器设计制造标准并严格审查， 安全监督人员实时监控飞行活动 ，保障低空经济的 法规合规和安全运行。 技术应用类 农业植保操控员需掌握飞行路径规划以确保农药均 匀喷洒 ， 电力巡检操控员需灵活检查高压线路 ， 强调动手能力和问题解决能力。 多元化岗位分布 微专业课程建设 北京航空航天大学开设 “低空经济与智能系 统”微专业 ，整合飞行器设计、 人机应急救援虚拟仿真实训 中心 ，通过模拟推演与实机 操作相结合的方式提升学生 实战能力。 数据驱动复盘 结合龙翼航空大数据中心接 入 2000 余架飞行器数据， 分析航线规划、 救援路径优 化案例 ，提升学生数据分析 与复盘能力。 企业实战平台 北方天途基于航空植保平台 大数据项目 ，组织学生参与 模拟与商业项目实习 ，锤炼 真实工作环境下的综合应用 能力。 实训基地建设 金教师双师结构 引入顺丰一线技术骨干担任兼职讲师 ，与高校教师共同 授课 ，提升学生对产业实际运作的理解和适应能力。 金教材案例丰富 联合高校开发基于 “丰知”大模型的物流无人机教材，内 容涵盖路径优化、 调度算法、 异常处理等实际案例。 金专业定位清晰 顺丰科技围绕低空物流构建 “金专业” ，涵盖无人机运营、 无人仓管理等领域 ，聚焦行业发展核心方向。 金课程贴近应用 顺丰 “教与学、