隨著無人機的商業化應用不斷增加，未來幾年400英尺以下低空區域的無人機交通量預計將大幅成長。專家預計，2027年美國將擁有近100萬架商業無人機系統，用於快遞送貨、交通監控以及緊急救援等任務。無人機大量湧入低空會對航空安全帶來嚴峻挑戰。

為了應對無人機交通量的激增，由霍普金斯大學保證自動化研究所的Lanier Watkins和Louis Whitcomb帶領的研究團隊利用人工智慧建立了一個系統模型，透過一定程度的自動化決策來更安全地指揮無人機交通，替代部分需要人工參與的流程。他們的研究成果發表在《Computer》雜誌上。

Watkins表示：「我們希望看看不同的AI方法是否能安全應對預期規模的無人機運行，結果證明是可行的。」團隊利用自治演算法增強了400英尺以下高度區域無人機運行的安全性和擴展性。為了驗證無人機交通的安全性，該團隊在模擬的三維空域中評估了自治演算法的影響。他們早期的研究發現，碰撞避免演算法大大降低了事故發生率。在添加策略衝突解除演算法後，透過控制交通時間避免碰撞，事故率進一步降低，幾乎消除了空域事故。為使模擬更加貼近實際，團隊還在系統中加入了兩個功能。一是「噪音感測器」來模擬真實環境的不可預測性，提高系統的適應性;二是「模糊推理系統」根據無人機與障礙物的距離等多個因素計算每架無人機的風險等級。Watkins和Whitcomb表示，這些方法使系統能進行自動決策以防止碰撞。Whitcomb教授說：「我們的研究考慮了各種變量，包括『流氓無人機』偏離預定航線的場景。結果非常有希望。」團隊計劃透過引入天氣等動態障礙物，使模擬的環境更加全面和貼近真實。Watkins說，這項研究是建立在霍普金斯大學物理應用實驗室20多年來專注於提升美國國家空域系統安全性研究的基礎之上。隨著商業無人機的快速發展，利用AI和模擬為其交通管理提供決策支持，實現無人機系統的高效安全運作，是目前研究的重要方向。