2025年5月29日，由中国汽车工程学会汽车大数据应用分会、北京理工大学联合主办的“2025汽车大数据应用产业大会暨中国汽车工程学会汽车大数据应用分会成立大会”在北京亦庄隆重召开。大会以“数智驱动 擎启新章”为主题，聚焦汽车大数据在电动化、智能化、网联化转型中的核心作用。

低空出行作为城市立体交通的新兴领域，正引发全球关注。清华大学车辆与运载学院长聘教授、中国汽车工程学会汽车大数据应用分会副主任委员曲小波在《城市低空出行：载具、数据与孪生平台》中，展望了城市低空出行及飞行汽车平台面临的机遇与挑战，并从载具、数据、孪生三大方面介绍了所取得的研究成果。

清华大学车辆与运载学院长聘教授、中国汽车工程学会汽车大数据应用分会副主任委员 曲小波

以下为演讲回顾：

尊敬的孙逢春院士，尊敬的赵祥模校长、廉总、侯福深秘书长，各位领导、各位专家、各位业界同仁，大家上午好！

三年前我刚刚回国工作的时候就参加了新能源汽车国家大数据联盟举办的产业大会，今天非常高兴能够来到中国汽车工程学会汽车大数据应用分会成立大会，和大家探讨城市低空出行。今天我主要讨论数据在载具设计、孪生测试、瓶颈管控上的不可替代作用。

背景：城市拥堵

大家都希望生活在城市中，无论是欧美还是中国，城市化是不可逆转的，人口都在向城市集中。人口向城市集中最大的问题就是会引起严重的交通拥堵，严重的交通拥堵会导致交通运输工程这个学科最核心的矛盾。传统上的交通供给是强依赖基础设施的，也就是说，早高峰时我们有更大需求，但无法把现有基础设施变大，两车道就是两车道，不可能变成五车道，到夜间低谷时两车道还是两车道，基础设施是固性的，这个固性我们无法解决。怎么样的运载工具、什么样的出行模式可以解决基础设施的固性？我们就弱化基础设施作用，采用轻基础设施、重运载工具的交通模式，那就是飞行。早高峰时如果交通需求非常非常大，可以开出10个虚拟航道，因为它的基础设施非常轻，不需要花非常多的钱，开出10个航道是有可能的，而在夜间需求低谷时，可以只保留一个航道。

政策和市场

2023年我国开始提出“低空经济”这个词，2024年被广泛定义为低空经济元年，政府机构、航空行业、汽车行业、科技行业都非常重视低空经济这个领域。但是低空飞行或者城市低空载人飞行并不是新鲜事物，1939年就有了直升飞机，但直到现在，我国民用直升飞机只有800多架，为什么它从来没有上过量？我国地面交通有4亿多辆车，但直升飞机只有800多架，这是由直升飞机本身问题决定的。

直升机困境

直升飞机是使用内燃机的，内燃机总有坏的可能性，它只有一个内燃机、一个桨，如果坏了就掉下来了，有非常大的安全隐患。另外内燃机振动噪声非常大，像传统汽车一样是传统动力，控制也是粗放的机动性很低，尤其是高密度通行情况下很难做自动驾驶，从而导致一定要有驾驶员。即使在民航局将要发布的规定之中eVTOL也是需要有一个安全员的。驾驶员培训周期长、成本高，就导致它不可能成为流水线产品，成本大概是1500万一架。

载具：飞行汽车平台

从2016年开始，我国的新能源汽车发展得很好，电池能量密度提升了接近3倍，使得我们能够使用电驱为飞行汽车提供动力。地面智能化做得相对比较好之后，对电驱的安全自主飞行机动性更好。张老师对飞行汽车提出的定义是：“飞行汽车依靠电力新能源驱动，可以垂直起降穿梭于城市，具有安全自主驾驶能力的大众化载运工具。”它不会只有800多架，它一定是一个大众化的载人工具，是以电动化和智能化为基础出现的低空立体化。

电动垂直起降飞行器有三种：一种是多旋翼，旋翼平行于地面，爬升力是垂直于地面的；第二种是复合翼，复合翼是有翅膀的，可以利用空气动力学在巡航时用翅膀来控制；第三种是倾转旋翼，在爬升时平行于地面，爬升起来之后垂直于地面。

飞行汽车平台有几个特点：

1.电驱、安全冗余和自动驾驶

为什么飞行汽车能解决直升飞机的问题，第一它是电驱，电驱是分布式的，分布式有很多桨，我们有8个桨，坏掉1个它还是可以安全降落的，互相之间提供了安全冗余。我们要做的第二代产品是12个桨，坏掉2个也可以安全降落。其他产品也做过类似测试，电驱分布式可以提供安全冗余，电驱可以有更好的机动性，还可以做自动驾驶。

2.车规级供应链

我们可以更好的利用氢能源汽车供应链，即使现在有一些车规级的没法上飞机，但是当新能源汽车再向前发展一步的话，可以与新能源汽车共用供应链，这样它的价格会大大降低。

3.大众化

飞行汽车生产将来一定会大众化，上量之后一定是流水线生产，而不是定制化生产。根据美国的估计，飞行汽车将来的售价大概在20万美金，合人民币100万出头的样子，在中国的供应链和生产情况下，肯定可以下探到70-80万人民币的水准。

4.数量级

根据空域能力和两个飞机之间尾流以及飞机之间的通行能力，我们预计飞行汽车大概会是千万量级，将来它的规则肯定是要更多参考地面交通规则，因为它上量了，但民航系统没有任何管理大数量级交通工具的能力。刚才提到直升飞机有800多架，我国民航客机只有4000多架，它的管理经验就是基于“医生处方”，我开了一个处方，你只能按照这个做，任何没有提到的你都不可以做，而地面交通是基于规则的，你只要不违反规则，其他任何事情你都可以做。

今天汇报主要是载具、孪生、管控这三方面，载具方面数据能够提供什么样的支撑，孪生测试方面提供什么样的支撑，瓶颈管控方面提供什么样的支撑。

面向出行场景的飞行汽车设计——以场景分析牵引载具研发

首先，设计一个什么样的载具才能够和地面交通相比，才能够让10%-15%的出租车或者私家车挪到低空飞行上去。这是我们从2017年就开始做的一个非常大的研究，当时和美国合作，美国有12个最大的区和中国10个最大的城市，我们做了相关对比分析，当时设计的是首末段用地面交通的模式：使用地面交通从你家到离家最近的停机坪，然后从停机坪飞到另外一个停机坪。比如我用飞行从清华飞到亦庄的某一个停机坪，从停机坪到会场用地面交通的模式。

我们也要确定关键技术设计参数，刚才提到有多旋翼、复合翼、倾转旋翼不同形式。多旋翼适合多少载人数量，它适合的巡航速度是多少？倾转旋翼、复合翼又有不同的对应参数。这个模型我今天不展开讲了。我讲几个我们的结论。

我们对北京、上海、广州、深圳基于不同拓扑结构和出行需求做了分析。复合翼，在北京有大概80%的市场份额，多旋翼大概20%的市场份额；深圳多旋翼的市场份额会更高一点，主要原因是在很多场景下飞行距离很短，我稍后会讲支撑数据。这里不会有倾转旋翼的市场，因为倾转旋翼要到100公里以上才对复合翼有一定的优势。载人数方面，因为座位数增加，空载率就有可能增加，多旋翼载人数是2人，复合翼大概是4人。相关的充换电哪种更好，各自优缺点是什么，我们在大的研究中都做了相关计算。

简单提一下为什么说多旋翼和复合翼的份额占据了几乎100%的份额。我们在城市中的飞行距离、飞行时长一般都是很短的，大概只有5-6分钟，不需要飞更长的时间，比如从清华到亦庄来正常是40多公里，如果直线飞大概只有30多公里，这已经是北京最远的飞行距离了，普通飞行一般都是20公里左右。

我们也做了粤港澳大湾区连通性研究，粤港澳大湾区有5个机场，13个大型高铁站，它们之前没有连通性，我们很难从广州机场落地再去深圳机场换乘。如果用飞行汽车它的连通性就会很好，10多公里可以用多旋翼，30多公里用复合翼，100公里从广州到深圳可以用倾转旋翼，有不同的构形。基于不同的构形基于刚才的模型我们也设计了网络，时间会从平均的110分钟左右，降低到十几分钟，这也就意味着我们在18个大交通枢纽之间穿梭的时间，相当于在同一个机场内不同航站楼穿梭的时间，北京首都机场从1号航站楼到2号航站楼也是需要十几分钟的，这样的话就会大大促进连通性。

我们基于所有设计参数设计了一款很有竞争力的飞行汽车，2024年10月18日与奇瑞汽车做了发布，到现在我们做了不同的测试，采用垂直起降，飞起来后用固定翼巡航的模式。研发过程我今天不做过多阐述了。

跨尺度低空交通数字孪生系统——低空载具交通拟真测试环境

基于我们非常高精度的出行数据，基于很多设计参数，我们知道什么样的产品具有竞争力，能够和出租车进行离岸选择。这里有一个测试，我们做了虚实融合，某一个桨已经停转了，但我们还能够安全的保持降落。

在不同的场景下肯定有不同的载运工具，我们有多旋翼、复合翼、倾转旋翼，每种载运工具有不同的大小、不同的载重、不同的巡航速度，是异构的，异构的情况下肯定要做异构测试。新能源汽车因为机动性很好，大部分场景下是做单车测试。而飞行汽车在机动性很差的情况下，如果只做单机测试是无法做到高密度通行的。我们做了载具级别的虚实孪生的数字孪生系统，场景可以生成白天、晚上，生成下雨、下雪、雾天，采集也是数字孪生最基础的操作，可以做到精度大概2厘米，1分钟的时间就可以做相关的建图。我们也做了异构机型的建模，在孪生空间里面，可以做相关实际场景测试，去提升测试效率，加速测试流程。风场我们也做了相关的建模。

面相低空起降场景智能化管控——解决低空交通运作关键瓶颈

有了很好的三维环境，有了异构机群环境，我们可以做不同的场景、不同的连接测试，测试过程中发现最最瓶颈的场景是起降，起降需要全息的基地云的环境，能够尽量最大化起降场地的通行能力。这个是持续高密操作的，载运平台是异构的，运行环境是复杂的，在这种情况下肯定需要基地云的全息环境，需要多元的融合感知。这方面我们也做了很多相关数据集，我们的合作伙伴一方面是汽车行业，一方面是航天低空，是我们非常密切的合作伙伴，我们一起在重庆交付了两个项目。

多元的融合感知，我们希望用最少的资源做到非常高精度的多元全息环境。商业航空中的起降是由塔台管制、进近管制、区调进近塔台，我们刚才的数字孪生空间里希望把其中的两个进近给取消掉，能够大大降低每一架飞机的降落时间。接下来会在青岛有一个实际的测试场测试，我们也建了排序模型，基于我们能够有的全息环境做了排序的模型。

最后我们希望做的效果是，飞机的尾流特性我们是无法消除的，但是其他所有的，如果我们有更多的资源，有更多的基地云设施，有全息的环境，我们可以把它的混合风险、变化性降到最低。现在我们在孪生环境中预计需要70秒钟的时间去完成一架飞机起降。和航天低空一起合作，我们做了终端调度平台，数据起了非常非常重要的作用。

简单总结一下。载具层面有不同的构型，我们和美国有非常大的不同，美国的基础设施没我们好，他们的倾转旋翼是很重要的场景，而在国内城市出行之中，15公里以下用多旋翼，15公里之上用复合翼，倾转旋翼的市场会相对比较小。

有了数据之后，我们做孪生，加速我们虚实融合的测试，对飞行汽车飞控算法提供测试环境，像刚才我提到的某一个桨失效的情况下或者某两个不同的失效桨的组合情况，我们应该做怎么样的调整，为未来低空的交通讲座管控系统奠定底座。以及为未来低空交通管控系统奠定底座。

第三个是管控，我们最大的瓶颈是起降，飞起来以后是三维空间，起降是准二维空间，起降过程中我们一定要有全息感知，基于尾流效应，这是我们永远摒弃不了的，其他的我们都可以通过资源加持尽量提高它的精度，减少它的随机性。我们全面协同飞行汽车起降落地实现安全高效的起降，谢谢大家！