在国家 “低空经济高质量发展” 战略部署下，管理學院聚焦低空经济核心应用场景，组建跨学科研究团队持续攻关，以上海理工大学为第一完成单位或第一通讯单位，發表了系列研究工作，致力于突破低空技術在複雜真實場景中應用的瓶頸，構建低空經濟産教融合的全要素版圖。
赵来军教授团队以“韧性导向的城市群应急协同响应网络的p鲁棒选址-分配模型研究”（ A p-Robust Location-Allocation model for Resilience-Oriented collaborative emergency response network in urban agglomerations）和“基于分布鲁棒优化的地震灾后道路受阻情境下母-子无人机协同药品配送调度优化研究”（ Distributionally robust scheduling optimization for pharmaceutical delivery Using coordinated mother-end drones under post-earthquake road disruptions）为题发表于《交通运输研究E辑：物流与运输评论》（Transportation Research Part E: Logistics and Transportation Review）。
盖玲副教授团队联合北京工业大学等单位以“基于两阶段贪心拍卖算法的大规模无人机蜂群协同目标分配问题”（Collaborative target assignment problem for large-scale UAV swarm based on two-stage greedy auction algorithm）为题发表于《航空航天科学与技术》（Aerospace Science and Technology）。
蔣盛川副教授团队以“基于无人机的道路病害检测轻量化剪枝模型”（ Lightweight pruning model for road distress detection using unmanned aerial vehicles）为题发表于《建筑自动化》（Automation in Construction）。
陈理老师和博士生党烁以“灾后协同观测与配送调度问题”（ The scheduling problem with delivery and observation in collaboration after the disaster）和“河网水质监测中的双目标车机协同路径规划问题研究”（ A bi-objective routing problem for cooperated trucks and drones in river water quality monitoring）为题发表于《群体与进化计算》（Swarm and Evolutionary Computation）。
系統規劃創新：構建韌性應急網絡與可靠物流體系
在宏觀系統規劃層面，趙來軍教授團隊連續取得突破。針對城市群災害應急響應中，面對地面道路受損、跨城距離遠、醫療資源配送不均等難題，提出了韌性導向的協同應急設施選址-分配模型，創新將直升機跨區域轉運機制融入網絡設計，構建了“空地協同”救援新模式。以長三角示範區爲案例的仿真表明，應急響應時間可縮短1.26小時，網絡韌性提升19.51%，跨區域協同救援對提升“黃金救治時間”保障能力有顯著價值。
考慮直升機轉運的跨區域應急協同響應
傷員轉移和救災物資配送
面對無人機應急物流中的災後環境高度不確定性挑戰，創造性的構建了“母-子無人機”協同的藥品配送調度模式，並建立可同時優化臨時倉庫選址、母無人機調度、子無人機路徑規劃的分布魯棒優化模型，有效平衡了經濟性與抗風險能力，爲無人機物流在極端場景下的可靠運行提供了決策支持。
災後應急響應中母機-終端無人機協同調度概念圖
協同調度突破：實現動態場景與大規模集群的智能控制
在系統規劃的指導下，面對更爲複雜的動態環境實時調度方面，也研究取得了關鍵技術進展。陳理老師針對災後災害點動態新增、需求信息不確定、天氣異常難觀測的挑戰，提出了無人機-車輛協同調度模型。通過混合整數規劃與滾動時域優化，實現觀測與配送的實時聯動，有效提升了救援配送效率與人員安全性。
無人機-車輛協同調度問題的可視化分析
盖玲副教授团队联合北京工业大学等单位，聚焦于对无人机集群调度的实时响应与大规模任适配的核心需求，提出了基于两阶段贪心拍卖算法的大规模无人机蜂群协同目标分配方法。该算法创新性的将无人机与目标间的距离优势、角度优势、导弹拦截率及目标识别率等多维指标纳入统一评估框架，实现打击效能的精准量化。并精确建模飞行轨迹，解决了传统模型忽略飞行物理特性导致的分配偏差问题。涵盖数千架平台的大规模仿真中，随着无人机与目标数量倍增，分配时间未出现指数级攀升，且重新分配使目标函数值平均提升 60.72%，展现出卓越的实时性与任务效能，为军民领域的无人机集群应用提供了高效解决方案。
現代海戰無人機群飽和攻擊場景與飛行軌迹精確建模
技術融合應用：驅動基礎設施巡檢與生態監測模式革新
在垂直行业的深度融合应用方面，团队致力于解决技术落地的核心瓶颈。蔣盛川副教授团队针对无人机道路巡检中检测模型计算负载高、难以实时部署的难题，聚焦 “精度与效率平衡” 核心目标，系统探索了损失函数、注意力机制的优化组合，同时创新引入模型剪枝与知识蒸馏技术，构建了兼顾检测性能与部署灵活性的轻量化解决方案，检测帧率提升 17.6%，可直接部署于嵌入式设备，为基础设施的无人机智能巡检提供了高效的芯片级解决方案。
無人機巡檢的模型剪枝與知識蒸餾技術
博士生黨爍的研究直面無人機單機作業的續航與載重限制，構建了面向河網水質監測的“車機協同”系統。通過創新雙目標路徑規劃與協同調度模型，並集成車輛移動基站與無人機硬件平台，實現了無人機的不間斷循環作業，爲構建高效、經濟的城市生態監測網絡開辟了新路徑。
車-無人機協同河網水質采樣系統流程圖
该系列研究成果标志着我校管理學院在“低空经济”与“智能应急”前沿交叉领域形成了从顶层设计、协同调度到场景应用的完整闭环，相关结论为政府部门与企业构建现代化应急管理体系、推动低空技术落地公共服务提供了重要参考。未来学院各研究团队将深化研究，推动技术向更多行业场景延伸，为低空经济高质量发展提供更多原创性解决方案
論文鏈接：
[1] https://doi.org/10.1016/j.tre.2026.104698
[2] https://doi.org/10.1016/j.tre.2025.104481
[3] https://doi.org/10.1016/j.ast.2024.109146
[4] https://doi.org/10.1016/j.autcon.2024.105789
[5] https://doi.org/10.1016/j.swevo.2025.102047
[6] https://doi.org/10.1016/j.swevo.2025.102148
