一种用于无人机输血运输的自适应A*算法

为什么空中输血很重要

当有人需要紧急化验或输血时，路上耽搁的每一分钟都可能危及生命。在许多城市，拥挤的道路会拖慢救护车和快递人员的速度，尤其是当样本必须在相距甚远的医院之间移动时。本研究探讨如何为小型自主飞机——无人机——规划安全且高效的航线，使其能在复杂地形中运送血液而不耗尽电池或进入禁飞空域。

从城市街道到空中航线

作者聚焦于一个非常务实的问题：如何让无人机在真实国家而非仅在仿真中，可靠地往返运输医院间的血液？他们研究了黎巴嫩这一典型案例，该国山地地形和严重拥堵使快速配送变得困难。无人机有望直接越过拥堵，但它们面临两个硬性限制。首先，携带冰镇血袋时电池耗尽得更快。其次，它们不能简单地直线飞行，因为高山、密集市区和受限空域可能阻挡航路。论文将地形视为三维谜题，探讨如何找到在及时送达的同时又节省能量的路径。

教会无人机“读”地形

为此，研究者改进了一种广为使用的导航方法——A*算法，原本用于在平面地图上寻找最短路径。他们输入了描述每个点地面高度的详细数字地图，将区域划分为带有各自海拔的小网格。增强后的算法度量真实的三维距离，因此它能理解翻越山丘比在平原上飞行更耗能。它还检查障碍物，例如禁飞区，并丢弃任何会穿越这些区域的步骤。在纯距离之外，团队基于实验构建了能量模型，显示爬升消耗额外功率而下降则略微节省能量。因此该算法倾向于选择在地形中温和穿行的路线，用稍微增加的距离换取大量电量节省。

规划无人机的“喘息”点

即便路径规划再谨慎，现有无人机也无法无限续航。作者估算了一款常用医用级无人机在携带典型血液载荷时，在考虑风力和安全裕度后能飞行的距离。随后他们将路线规划与第二个问题结合：在哪里设置充电或更换电池的站点。通过聚类技术，他们将彼此接近的医院分组，并选择可以作为共享充电枢纽的中心位置。在任何规划的航线上，当剩余电量无法安全覆盖下一段时，系统会选择最近的现实可用地点——通常是医院或服务中心——作为充电停靠点，而不是地图上某个偏远且不可用的点。

将系统付诸测试

该框架在黎巴嫩的真实医院位置上进行了测试。团队比较了两家相距较远医院之间的若干飞行策略：一种不切实际的完美直线航路，以及三种更现实的方案，分别以不同方式考虑地形和能量消耗。他们发现，一旦考虑爬升和下降，天真的直线并非电量最省的路线。表现最好的方法从出发医院的真实高度出发，限制不必要的高度变化，从而降低总体能耗。研究还表明，在相同巡航速度下，无人机通常能覆盖比受曲折道路限制的汽车更短的时间范围内的距离，并且能避免交通堵塞所带来的不可预测延误。

这对未来医疗航班意味着什么

用通俗的话说，这项研究表明，聪明的导航和合理布置的充电点可以将无人机从简单的工具转变为医疗运输团队中可靠的一员。通过教会无人机“识别”山丘、受限区域以及自身的电量限度，所提出的系统有助于确保血样和血制品快速、安全地抵达目的地，并保有充足的电量余量。尽管当前工作假定障碍固定且为单机飞行，但它为未来协作医疗无人机网络奠定了基础，这类网络可在城市和偏远地区为病患提供服务。

引用: Zaki, C., Taleb, H., Taki, M. et al. An adaptive A-Star algorithm to handle blood transportation using UAVs. Sci Rep 16, 13674 (2026). https://doi.org/10.1038/s41598-026-40040-5

关键词: 医疗无人机, 血液运输, 路径规划, 节能飞行, 医疗物流