飛行員助手項目綜述

吳文海， 張源原， 周思羽， 劉錦濤， 梅丹

1.海軍航空工程學院青島校區 控制系， 青島 266041 2.海軍航空兵學院 空中領航系， 葫蘆島 125000

飛行員助手項目綜述

吳文海1,*， 張源原1,2， 周思羽1， 劉錦濤1， 梅丹1

1.海軍航空工程學院青島校區 控制系， 青島 266041 2.海軍航空兵學院 空中領航系， 葫蘆島 125000

當前人工智能技術于航空領域的應用存在研究分散、總體設計思想落后的問題，導致無法將各種技術融合以形成一個完整的智能輔助系統來提升飛行員的決策能力。本文首先總結了飛行員的能力限制及座艙功能存在的問題，分析了座艙智能輔助系統的設計需求，在此基礎上，重點綜述了飛行員助手項目的總體結構及其設計，給出了各分系統的實現方式。最后，梳理了相關內容，指出項目中尚可完善之處，為今后的研究指明方向。

智能座艙； 輔助系統； 總體結構； 輔助飛行； 設計需求

飛行員助手項目[1-13](Pilot’s Associate Program， PA)屬于DARPA(Defense Advanced Research Projects Agency)戰略計算機運作項目之一，目的是驗證評估人工智能技術于航空系統中的應用，以增強未來有人戰斗機的任務完成能力。飛行員助手項目的開發共分為3個階段。準備階段：啟動項目論證工作，確定飛行員需求，評估滿足需求的相關技術。發展階段：開發各分系統，著重驗證輔助飛行員操縱飛機、執行作戰任務的相關功能。成熟階段：融合各分系統，最終滿足實時性要求。

隨著PA系統的成功應用，美國又先后啟動了旋翼機飛行員助手項目(Rotorcraft Pilot’s Associate， RPA)[14-19]、自動伙伴項目(AUTOCREW)[20-22]，并最終運用于F-22等最先進的戰機座艙設計中[6]。俄、英、法等國也就新一代智能座艙輔助技術進行了研究：

1) 俄羅斯在蘇-27上開展的機載專家咨詢系統(БОСЭС)。

2) 英國的任務管理輔助系統(Mission Manager Aid, MMA)[23]以及由英國防務科學和研究機構(DERA)主持的認知座艙項目(Cognitive Cockpit Project, COGPIT)[24]。

3) 法國的電子座艙項目(Copilote Electronique)[25]。

這些項目雖然在部分結構、功能、應用領域稍有不同，但是設計思想都繼承于飛行員助手項目。本文著重綜述飛行員助手項目開發過程中的重要成果，為中國座艙智能輔助技術的設計提供參考。

1 飛行員能力限制分析

在飛行員執行任務過程中，諸如精力、性格、身體條件等主觀因素，環境、武器裝備等客觀因素，都會對任務的完成產生影響。本節從飛行員的主要工作，即態勢評估、規劃和行動3個角度分析飛行員能力限制及其影響。

1.1 態勢感知

態勢感知是飛行員對當前態勢的解釋，目的是確定完成任務的風險和時機，其限制主要體現在以下幾方面。

1) 信息的獲取能力。

飛行員并行處理不同種類信息的能力是有限的，而機載傳感器獲取的信息及其顯示方式超出飛行員承受范圍。

2) 信息源到知識的轉換限制。

知識[26-27]是飛行員將信息源的信息結合所處的環境以及對環境的理解，分析處理得到的結果。諸多學者將知識表述為語義記憶(Semantic Memory)或智力模型(Mental Model)。由于心理及生理等因素，飛行員不能有效地將信息轉換為知識。例如，飛行員檢查飛行高度時，關注的不是高度信息本身，而是在該高度上飛行是否安全。

3) 環境更新意識。

信息到知識的轉變是依賴于信息源所處的環境。例如，當飛機著陸時，剩余燃油對飛行安全的影響較小，而如果在返程途中，剩余燃油直接影響到飛行安全及飛行員的行動選擇。所以，在執行任務過程中，飛行員不僅要監控從信息源獲取信息的變化，還要注意環境的變更。不同時間、空間上，存在關聯的環境，限制了飛行員對態勢的評估。

4) 心理因素。

動機、信念和性格等心理因素也影響著飛行員的判斷，其中最為重要的是壓力。壓力主要來源于行動的收益或代價、環境及信息的不確定性，持續增加的壓力會對飛行員的記憶能力產生影響[28]，從而限制飛行員能力的發揮。

1.2 規 劃

規劃主要包括備選方案的制定及評估、方案的選擇及行動執行順序的確定等任務。飛行員于規劃中的限制主要體現在以下幾方面。

1) 問題空間的搜索。

Newell和Simon[29]將尋求問題解決途徑的過程定義為搜索問題特征空間，尋找通往目標的合理途徑。在搜索過程中，飛行員需要面對龐大的問題空間，并從中找到所有可行解，合理安排行動順序。由于飛行員掌握的知識有限，導致問題空間不完備，限制了最優解的獲取。

2) 知識的適應程度。

由于飛行員面對的是復雜多變的環境，隨著時間的推移，環境的變化，可能出現飛行員沒有經歷過的態勢，此時飛行員的知識不足以作出正確的規劃。

1.3 行 動

作出決策之后，飛行員按照計劃執行方案，在此過程中，存在以下幾個方面的問題。

1) 差錯的意識能力。

文獻[26，30-31]指出，差錯探測需要飛行員評估自己的行動，如果差錯是由于掌握的知識存在偏差產生的，飛行員很大程度上不能及時發現問題。

2) 輸出的限制。

生理等因素限制飛行員的輸出能力。例如，視力范圍的限制、一次只能執行一個動作。然而，在緊急情況下，可能需要并行執行多項操作。

3) 協同。

任務命令從上級傳達到飛行員，存在理解偏差的風險。

2 座艙功能存在的問題

隨著武器裝備的日益先進，單位時間內其對戰場的影響越來越大，對于飛行員而言，環境、態勢、任務的變化更趨劇烈。為了解決這些問題，使飛行員從枯燥的控制任務中解脫出來，更好地從事富有創造性的規劃工作，將各種自動化技術引入到座艙之中。但是，隨之而來的是系統復雜度的提升，導致飛行員的潛在任務增多、系統控制更加復雜、限制了飛行員于態勢感知、規劃、行動、協同能力的發揮。

2.1 態勢感知

為了安全經濟地操控飛機，飛行員需要通過各種機載傳感器獲取信息，信息的來源包括飛機氣動數據、位置數據、空中交通數據、天氣數據和機載系統狀態數據等。這些信息要求以正確的格式、有效的方式提供給飛行員并正確理解。而隨著可獲取的數據類型越來越多，其復雜度及數據間的關聯度也在提升，亟需改進信息顯示技術以輔助飛行員理解信息。即使所有數據能有效地提供給飛行員，但是仍然面臨著數據爆炸的問題，需要更多的信息顯示器滿足這一需求，然而座艙空間有限，飛行員處理問題的時間也有限，而且隨著任務的變化，飛行員所需的信息類型也在變化。即使加入多功能屏顯，飛行員依然需要根據信息出現的位置操控系統去顯示需要的數據，從而增加了飛行員的操控時間、降低了信息獲取效率。

其次，雖然執行任務前能夠預載任務、地形、天氣等數據，但是，隨著時間的推移，部分數據會發生變化，飛行員必須定期更新預載信息以保證系統正確運行，限制了飛行員將更多的精力投入到規劃中。

2.2 規 劃

規劃可以分為兩類：任務規劃及戰術規劃。

任務規劃的目的是確定飛行的目標及完成目標所需的大致行動。例如，任務規劃可能包括確定飛行路徑、確定行動任務(如偵察某一地區)。任務規劃通常在飛行前就已經確定好。

戰術規劃的目的是實時地根據態勢，例如飛機出現故障、發現來襲導彈或行動偏離原計劃時作出相應決策。戰術規劃較任務規劃具有時間緊迫性，迫使飛行員根據偏好、習慣針對某些備選方案作出評估，從而導致最佳方案的遺漏。戰術規劃中，最嚴重的情形是原計劃不再有效。例如：著陸機場受到攻擊不能著陸、關鍵系統出現故障。此時，需要飛行員重新參考地圖數據、規劃飛行路徑并將著陸機場數據輸入至飛行管理計算機。

任務規劃由于時間充分、確定性強，座艙及相應的地面輔助設備可以完成相應工作。但是，戰術規劃由于時間緊迫，機載計算機功能有限，不能有效完成上述任務，座艙智能輔助系統應強化戰術規劃功能。

2.3 行 動

飛行員的主要任務之一是控制飛行軌跡。雖然自動駕駛儀能夠輔助飛行員完成該任務，但是在某些緊急態勢下，如自動駕駛儀失靈，飛行員存在從自動控制到手動操縱的轉換障礙，容易導致飛行事故。同時，由于機載設備存在交聯，飛行員對某一設備操縱的同時會對其他設備產生影響。例如，利用發動機的熱空氣對擋風玻璃除冰，當減小發動機功率時，除冰的效率也會降低。而且，部分行動存在延時，例如起飛時，起落架和襟翼的收回存在速度限制，如果此時飛機接近地面，會對飛機產生較大影響，要求飛行員在這個過程中注意力高度集中。

為了能夠正確操縱飛機，飛行員需要了解飛機的飛行包線，這要求其具有飛機氣動知識及各分系統運作的詳細知識。如果將錯誤指令輸入至某一系統，一旦飛機失控，該系統即會阻礙飛行員重新獲得控制。

所以，當前座艙的設計提高了飛行員的理論知識要求、并將飛行員隔離在控制回路之外。

2.4 協 同

與副駕駛、任務組其他成員、上級指揮機構保持高效的協同能力是成功執行任務的保障，而這要求有效的通信能力。飛行員主要使用語音方式與相關人員聯系。但是，由于語音通信信道的缺乏及非共享性，飛行員必須多次向不同的人員重復匯報任務目標及計劃。當行動的過程難以表述時，飛行員可能簡化匯報內容或放棄匯報，從而導致戰術優勢的喪失。

當飛行員意識到相關人員的意圖存在不同時，需要判斷是否需要重新規劃，目前機載任務及規劃系統的能力依然是提升協同能力的短板所在。

基于以上4點因素，座艙目前的功能尚不能完全滿足飛行員在信息獲取、理解，任務規劃，行動及協同上的需求。

3 設計需求分析

傳統座艙的設計思想是引入各種自動化技術代替飛行員執行任務，但卻使系統的復雜度提高，對飛行員的操控帶來一系列影響。為了解決這一問題，可以引入智能輔助技術，從以下幾個方面，尋求彌補飛行員的能力限制，而不是取而代之，從而保證“人在回路”的要求。

1) 態勢評估。

選擇與任務相關的態勢進行評估(包括載機狀態和外部態勢)，匯報其影響。

2) 規劃及應對。

根據當前態勢及未來預期作出應對及決策。

3) 任務管理。

確定計劃的具體行動實施步驟并執行；對比任務要求及態勢找到沖突，修改計劃，解決沖突；控制各系統協同工作；監控飛行員行為，判斷可能存在的差錯。

4) 信息顯示控制。

根據任務及態勢，將相關信息提供給飛行員。

要完成以上這些任務，除了飛機的性能模型外，還需要建立其他眾多模型作為基礎，詳細分析如下。

3.1 任務模型

任務模型不僅能夠輔助飛行員獲取相關信息、理解知識、評估態勢，還能夠引導智能輔助系統結合態勢給出建議、監控飛行員行為、理解其意圖。基于符號的表示方法能夠通過語義網絡及產生式推理方式完成任務模型及任務推理。建模過程中需要設計一種機制區分目標及采取的行動，同時表征不同抽象層次的領域內容。

3.2 差錯模型

差錯模型能夠使智能輔助系統檢測出飛行員的差錯。差錯模型建立的關鍵是如何界定差錯。文獻[26，31]指出，由于掌握的知識有限，在有限的、正確的知識下，做出非最優化行為、產生非預期結果、或未按程序執行任務等都不一定產生差錯，甚至有些結果是在所難免的。但是，不正確的知識必然導致差錯的發生，而且這部分差錯很難被監測到。

3.3 行為模型

在眾多行為模型的研究中，總結比較全面的是Rasmussen的成果[32]。文獻[32]在分析了人類行為模型中不同元素之間區別及聯系的基礎上，總結出行為的3個層級，如圖1所示。

圖1 人的行為模型[32]Fig.1 Behavior model of human[32]

1) 基于本能層級。該層級，人是基于本能對外界作出反應，是未經思考的。例如：開車時，車前突然出現一只動物，沒有經驗的駕駛員通常會立即打方向盤以趨避(結果非常危險)。

2) 基于規則層級。人通過感知器官獲取外界信息，部分信息能夠直接轉換成可以識別的符號，被識別之后，結合當前任務或狀態，將之與記憶中類似問題相關聯，確定是否有明確的行動規則，最后尋找到相應的反應行為。

3) 基于知識層級。人在面對未知事物時，外界信息只是具有象征意義的符號，記憶中不包含相應規則，此時需要利用已有知識結合所要達到的目標進行推理并找到正確的答案。這一層級是人類行為的最高層級。

行為模型的建立，有利于智能輔助系統于飛行員行動的每一過程中起到輔助作用。

3.4 工作負荷模型

工作負荷模型的建立有利于智能輔助系統分析飛行員的工作狀態，判斷其承受能力，自適應地調整輔助等級。目前工作負荷模型的建立共有以下3種方法。

1) 時間節點法。

通過估計每一項任務完成所需時間，判斷飛行員是否有足夠時間完成任務。

2) 定量分析法。

建立數學模型描述任務的增加對認知需求的影響。

3) 基于認知過程的定性分析法。

建立人的認知過程模型，在此基礎上定性分析任務于每一過程中占用的資源。例如，Wickens等的多資源模型及效能預測理論[33-35]。

以上分析了智能輔助系統所需的各種模型，模型的建立為人工智能技術于態勢評估、規劃及應對、任務管理、信息顯示控制提供了基礎。

4 PA總體結構及其設計

為了實現上述目的，PA項目將整個系統劃分為5個分系統，分別為系統狀態分系統、態勢評估分系統、戰術規劃分系統、任務規劃分系統、人機接口分系統(如圖2所示[12])，并邀請飛行員及指揮員研討相關領域知識，采用知識庫編輯工具KBET(Knowledge Base Editor Tool)[36]設計專家系統，最后在任務管理系統的協同下共同完成工作。5個分系統中，具有規劃能力的分系統為戰術規劃分系統、任務規劃分系統、人機接口分系統，統稱為規劃器。

Notes: ESM—Electronic support measure; ECM—Electronic counter measure; EO—Electro-optical.圖2 PA項目總體結構[12]Fig.2 Overall architecture of PA program[12]

4.1 系統狀態分系統

系統狀態分系統(如圖3所示[1])的核心功能是對故障進行診斷，并判斷故障對飛機的影響程度。由于當時技術限制，該分系統僅實現了對發動機的故障辨識。除了完成故障診斷功能，該分系統還負責監控對任務完成有影響的飛機狀態參數，例如，最大飛行高度、最快轉彎速率、剩余燃油等信息，并提示給飛行員，同時給出系統故障或戰斗損傷情況下的處理方案，通過人機接口分系統提供給飛行員。隨著人工智能技術的發展，該系統的設計應能夠在復合故障發生的情況下，提供足夠的解決方案或是建議。

圖3 系統狀態分系統結構圖[1]Fig.3 Architecture of system status subsystem[1]

輸入/輸出(Input/Output)：解碼編碼數據。

診斷(Diagnosis)：監控航空總線數據以探測設備的故障并隔離，并將故障數據傳送至狀態數據庫進行比對，判斷影響。

狀態數據庫(Status Database)：存儲飛機性能模型數據。

限制估計(Limits Estimation)：接收狀態數據庫傳來的飛機性能數據，及故障對飛機性能的影響數據，判斷這些數據于任務的限制，監控執行過程中的機動動作及計劃，如果故障影響到任務的完成，發送命令至規劃器，啟動規劃功能。

糾正操作(Corrective Action)：針對系統故障，給出糾正操作。

任務控制(Task Control)：采用黑板系統，控制數據在系統狀態分系統的各項功能中的流動，并對其進行優先度排序，確保最緊急的事件優先處理。

4.2 態勢評估分系統

態勢評估分系統(如圖4所示[1])通過傳感器獲取外部信息，結合其他分系統的數據，例如人機接口分系統推理得到的飛行員意圖、規劃分系統規劃得到的計劃信息，使用General Electric開發的不確定環境下的推理系統(Reasoning with Uncertainty Module, RUM)判斷當前態勢對任務的影響及其可能的演變，并持續跟蹤評估。

圖4 態勢評估分系統結構圖[1]Fig.4 Architecture of situation assessment subsystem[1]

4.3 戰術規劃、任務規劃分系統

規劃分為主動規劃(長期)及響應規劃(短期)，詳見表1。PA項目中的任務規劃分系統屬于主動規劃，戰術規劃分系統屬于響應規劃。

表1 規劃的分類Table 1 Classification of planning

4.3.1 任務規劃分系統

任務規劃分系統在空間的3個維度對路徑進行規劃，針對不同任務(空對空任務，包括掃蕩、截擊、巡邏、護航；空對地任務，包括投彈、梯隊滲透、戰斗域前沿空中掩護)引入不同控制參數，并完成以下功能：

1) 基于戰術準則、飛機性能、載荷種類、任務目的、地形、已知地面威脅分布、可能威脅地域、可能空中威脅、任務時間窗、目標及可能目標位置(燃油、武器、電子設備)選擇飛行走廊。全局路徑在起飛前根據先驗知識規劃完畢，在執行任務中根據態勢實時調整。

2) 幫助飛行員控制局部飛行路徑及速度。該過程中，專家系統評估地形、威脅和飛機狀況，優化局部路徑以改善生存能力，并管理時間、能源、飛行員工作負荷及其他約束(約束隨任務發生變化)。

當外部態勢有所變化，例如環境改變、系統探測到新的威脅、飛機因為設備故障等原因導致的性能變化，任務規劃器啟動規劃并產生符合任務需要的備選方案，對方案進行評估，將評估結果提供給飛行員輔助決策。該分系統設計的主要難度在于需要能夠在實時的、復雜的動態環境下對路徑進行規劃。

任務規劃分系統結構如圖5所示[1]，路徑規劃流程如圖6所示[4]。

為了能夠滿足實時性要求，路徑規劃器首先根據地形、威脅等因素對地圖進行概略的全局劃分，找到能夠到達目標的概略路徑，如圖7所示[4]。

圖5 任務規劃分系統結構圖[1]Fig.5 Architecture of mission planning subsystem[1]

圖6 路徑規劃流程[4]Fig.6 Process of route planning[4]

Notes: 1 ft=30.48 cm; MASC—Mission and safety critical圖7 概略路徑規劃[4]Fig.7 General route planning[4]

在概略路徑基礎上，再啟動局部優化算法以適應局地地形、威脅及工作負荷,如圖8所示[4]。

圖8 局部路徑規劃[4]Fig.8 Local route planning[4]

4.3.2 戰術規劃分系統

戰術規劃分系統(結構圖如圖9所示[1])綜合任務目標、任務規劃分系統規劃的路徑信息、態勢評估分系統推理得到的外部態勢信息、系統狀態分系統監控到的飛行狀態信息，在人機接口分系統輔助下，與飛行員共同完成戰術的規劃。除此之外，該分系統預先設置需要關注的重點態勢，將可利用資源分配到核心區域。一旦選中某一方案，行動細化功能開始將戰術分解到行為層級(飛行員的基礎操作)，同時對機載武器、設備進行評估，找到與目標存在沖突的地方，啟動沖突消解功能，將信息提供給飛行員以應對態勢，例如防御威脅措施、反制措施、武器使用、與僚機的協同等。能夠在預規劃的任務信息、約束、威脅源特點、飛行包線、反制措施、可用燃油及武器基礎上給出攻擊及防御計劃。該系統的設計難點同樣是對高實時性要求的滿足。

圖9 戰術規劃分系統結構圖[1]Fig.9 Architecture of tactical planning subsystem[1]

4.4 人機接口分系統

人機接口分系統(如圖10所示[1])是PA項目中最復雜的分系統，為了更好地確定飛行員的需求，DARPA于設計之初啟動了大范圍的調研，需求主要集中在以下幾方面：

1) 高效地顯示飛行員所需的信息。

2) 警示飛行員突發事件。

3) 提供飛行員需要完成的任務信息。

4) 自動規劃并將方案顯示給飛行員。

5) 配置控制及顯示以減小飛行員負荷。

6) 根據當前飛行員負荷自動控制顯示內容。

從飛行員的需求可以分析出，人機接口分系統顯示信息的方式及內容具有以下幾個特點：

圖10 人機接口分系統結構圖[1]Fig.10 Architecture of pilot-vehicle interface subsystem[1]

1) 時間性和相關性。

要求人機接口分系統能夠在有限時間內過濾并給出關鍵信息。

2) 靈活性和響應性。

由于不同飛行員的習慣不同，顯示功能應具有適當的靈活性。為了保證人在回路，要求系統能夠及時響應飛行員的信息需求。

3) 易理解性。

飛行員通過控制顯示設備獲取需要的信息，要求系統的輸入及輸出關系易于理解，否則會阻礙飛行員與系統的交互。同時，顯示設備顯示的信息要求易于理解，從而加快飛行員對外界態勢的把握，文獻[25]指出，人機交互設備不應該成為飛行員行為操作的客體，應使飛行員直接感受真實環境。

為了滿足上述需求，PA項目的人機接口分系統在傳統設計基礎上，引入人工智能方法，重點提升了座艙的輔助決策能力，降低飛行員工作負荷。人機接口分系統主要由以下4個功能模塊構成。

1) 意圖推理器(Intent Inferencer)。

通過各種外部態勢信息、任務要求及飛行員的操作推理飛行員意圖，確定飛行員當前決策，判斷是否能夠完成飛行任務，并將推理的結果傳送到其他模塊。

2) 差錯監控(Error Monitor)。

通過飛行員的差錯模型，判斷飛行員的行為存在風險，并將可能出現的問題顯示給飛行員。

3) 自適應輔助決策(Adaptive Aider)。

根據預載任務信息(計劃、目標數據)，通過傳感器獲取的當前飛行參數，探測飛行員可能存在的偏差，判斷偏差原因，給出修正方案。

4) 信息管理器(Information Manager)。

信息管理器(如圖11所示[2])是人機接口最為重要的功能部件，采用面向對象技術設計，負責判斷何時、如何顯示何種信息，它的設計直接影響了時間性、相關性等要求的實現。

信息管理器的輸入包括：

① 飛行員操作指令。

② 態勢評估分系統、系統狀態分系統傳來的基于事件的信息。

③ 任務規劃分系統、戰術規劃分系統傳來的基于計劃的信息。

信息管理器的功能主要由三大專家系統實現：

① 主題專家系統(Topic Experts)。

負責將同類信息合并。例如，4架戰斗機組成的機群向我機飛來，主題專家系統通過分析，4架戰斗機屬于同一性質，從而只提供該機群的信息，而不是分別預警4架戰斗機。

② 信息需求專家系統(Information Requirement Experts)。

Note: IR—Information requirement圖11 信息管理器結構圖[2]Fig. 11 Architecture of information manager[2]

綜合態勢信息以及當前執行的計劃信息(意圖推理器分析得到)，確定顯示給飛行員的信息、是否需要重復顯示；確定信息顯示的方式、具體顯示位置。

③ 設備及顯示部件專家系統。

包含了各顯示部件的模型，例如語音合成器、CRTs (Cathode-ray Tube Screen)、HUD(Heed Up Display)等設備。根據模型持續監控這些設備的顯示或提示內容，滿足飛行員信息需求。

經過上述三大專家系統，信息管理器將指令傳遞到座艙，重新配置各種顯示及提示設備。

信息管理器工作流程如圖12所示[2]。

圖12 信息管理器工作流程[2]Fig.12 Working process of information manager[2]

5 計劃-目標圖

PA項目共包含了3個具有規劃能力的分系統：任務規劃分系統、戰術規劃分系統、人機接口分系統。為了使這3個系統能夠協同工作，同時滿足第1節中提到，建模過程中需要設計一種機制區分目標及采取的行動，表征不同抽象層次的領域內容的目的，PA項目設計了一種計劃-目標圖(Plan-Goal Graph， PGG)。

PGG是具有一定抽象及聚合特點的圖表，以不同形狀的節點表示計劃及目標，計劃和目標之間通過具有約束值的線段交替連接。PGG圖中，最頂層節點代表系統最抽象的目標節點，與之連接的是高度聚合的計劃節點，由一系列抽象行為組成。隨著PGG的逐層向下，節點代表的內容越來越具體，最底層節點代表飛行員或者Agent可以執行的動作。

PGG圖中的節點包含兩組數據，第1組是定義該節點的屬性值，第2組是隨態勢更新的屬性值。節點之間的約束值決定了計劃節點的選擇，控制著規劃的方向。除此之外，約束值還包含了需要使用的資源及適用條件，該屬性的引入有效地解決了行為的競爭關系。圖13給出了應對敵機的PGG圖[6]。

6 總結與展望

PA項目集成了路徑規劃、意圖推理、飛行員差錯監控、故障診斷等多種功能，是人工智能技術于航空領域的綜合應用。項目負責人Geddes教授及其團隊在項目完成之后，繼續對實時智能輔助系統進行研究，并將PA項目的經驗成功地運用于RPA項目、波音X-45無人機以及陸軍未來作戰系統的人機接口設計中(Army Future Combat Systems Warfighter Machine Interface System)[37-39]。

Notes: BVR—Beyond visual range; AMRAAM—Advaced medium-range air-to-air missile圖13 應對戰機的計劃-目標圖[6]Fig.13 Plan-goal graph of reacting to aircraft[6]

PA項目能夠以任務要求為核心、充分利用機載設備提供的信息，輔助飛行員應對各種態勢，從而將信息優勢轉化為決策優勢。其結構和具體實現手段對中國新一代座艙智能輔助系統的設計起著重大的借鑒作用。

6.1 當前研究的不足

對比中國目前研究重點，尚存在以下3點不足。

1) 任務模型建立不充分。

座艙智能輔助系統的主要功能是輔助飛行員作出決策，決策的依據是任務模型。PA項目中，任務模型的綜合體現是PGG圖的設計。PGG圖不僅使領域專家能夠針對不同規劃內容設計領域知識，還能夠使飛行員直觀地理解智能輔助系統的規劃原理、規劃進程及規劃依據。從中國目前的研究來看，任務要求多以文字內容體現，缺乏有效的建模手段。

2) 針對飛行員的研究不充分。

飛行員、載機、外部環境是影響任務執行的3個要素。當前，中國針對載機、外部環境的研究成果豐富，例如路徑規劃、故障診斷、態勢評估等，在滿足實時性要求的前提下，可以直接應用于智能座艙的設計當中。但是，針對飛行員的差錯監控、意圖推理、工作負荷評估方面的研究較少，而這些功能是人機接口分系統實現的核心。

3) 系統需求及總體結構設計研究不充分。

從PA項目的研究過程可以看出，在其準備階段，DARPA首先對飛行員及相關領域專家進行了大規模的調研以確定需求，然后分析需求的特點，總結PA系統應具有的功能，最后確定技術細節。從公開的文獻來看，中國在飛行員及系統需求方面的研究成果較少。

其次，PA項目的競爭對象包括洛克希德·馬丁公司(Lockheed Martin, LHM)及麥克唐納-道格拉斯公司(McDonnell-Douglas Corporation, MDDC)，兩家公司于準備階段的設計思路稍有不同，但是，大部分精力都投入在PA系統功能模塊的劃分及模塊間交互方式的選擇，LHM的設計方案采用全局黑板技術作為各功能模塊的的數據存儲并對其進行控制，MDDC的設計則是各獨立功能模塊具有單獨的數據存儲功能，通過消息傳遞控制數據流動。最終，LHM公司首先取得突破性進展。由于中國尚未對座艙智能輔助系統開展研究，所以缺乏總體結構設計。

6.2 未來研究方向

PA項目中一項關鍵技術是PGG圖的設計，它不僅體現了任務需求，強化了飛行員及設計人員對規劃過程的理解，還控制著任務規劃分系統、戰術規劃分系統、人機接口分系統之間的交互。雖然PGG圖具有上述優勢，但是PGG圖不能有有效處理規劃當中的模糊問題，不能從歷史經驗中學習并更新節點與節點之間的約束值，最重要的是，缺乏足夠的數學工具對PGG圖進行分析，無法在PGG圖的基礎上，結合計劃對飛行員的工作負荷進行分析，無法實現自適應輔助決策等級的調整。

在未來的研究中，可以結合PA項目的經驗，選擇合適的建模工具實現上述功能，從而解決任務模型建立不充分這一問題。同時在模型基礎上引入模糊推理、強化學習等技術，使任務模型具有一定的學習能力。最后，可以在任務模型基礎上，引入數學工具對飛行員的工作負荷進行分析，判斷飛行員意圖、監控飛行員行為，實現輔助等級的在線調整。

[1] BANKS S B, LIZZA C S. Pilot’s associate: A cooperative, knowledge-based system application[J]. IEEE Expert, 1991, 6(3): 18-29.

[2] SMALL R L, HOWARD C W. A real-time approach to information management in a pilot’s associate[C]//10th IEEE/AIAA Proceedings of Digital Avionics Systems Conference. Piscataway, NJ: IEEE Press, 1991: 440-445.

[3] POMEROY B, IRVING R. A blackboard approach for diagnosis in pilot’s associate[J]. IEEE Expert, 1990, 5(4): 39-46.

[4] FRANKOVICH K, PEDERSEN K, BERNSTEEN S. Expert system applications to the cockpit of the ’90s[J]. Aerospace and Electronic Systems Magazine, IEEE, 1986, 1(1): 13-19.

[5] LEAVITT C A, SMITH D M. Integrated dynamic planning in the pilot’s associate[C]//Proceedings of AIAA Guidance Navigation and Control Conference. Reston, AIAA, 1989: 327-331.

[6] LAPUMA A A, MARLIN C A. Pilot’s associate: A synergistic system reaches maturity[C]//AIAA Computing in Aerospace Conference. Reston: AIAA, 1993: 1131-1141.

[7] BROADWELL M, SMITH D M. Pilot’s associate: The generation of real-time performance[C]//AIAA/AHS/ASEE Aircraft Design, Systems and Operations Conference. Reston: AIAA, 1989: 26-32.

[8] KELLER K J, STANLEY K C. Pilot’s associate—An integration architecture for decision aiding[C]//AIAA, Guidance, Navigation and Control Conference. Reston: AIAA, 1991: 1-11.

[9] GEDDES N D, LIZZA C S. Practical applications of a real time, dynamic model of intentions[J]. AAAI Fall Symposium, 2001, 1(1): 2-12.

[10] LEAVITT C A. Real-time in-flight planning[C]//Proceedings of the IEEE 1996 National. Piscataway, NJ: IEEE Press, 1996: 83-89.

[11] PERSCHBACHER D L, LEVI K R, HOFFMAN M. The importance of implicit and explicit knowledge in a pilot’s associate system[C]//Proceedings of the IEEE 1991 National. Piscataway, NJ: IEEE Press, 1991: 1158-1163.

[12] LIZZA C, FRIEDLANDER C. The pilot’s associate: A forum for the integration of knowledge-based systems and avionics[C]//Proceedings of the IEEE 1988 National. Piscataway, NJ: IEEE Press, 1988: 1252-1258.

[13] GEDDES N D. Verification and validation testing of the pilot’s associate[C]//10th IEEE/AIAA Proceedings of Digital Avionics Systems Conference. Piscataway, NJ: IEEE, 1991: 426-431.

[14] MCBRYAN B, JOY M. Rotorcraft pilot’s associate shared memory task network architecture[C]//Proceedings of American Helicopter Society 55th Annual Forum. Fairfax， VA: American Helicopter Society, 1999: 1364-1378.

[15] MCBRYAN B, JOY M. Rotorcraft pilot’s associate hierarchical planning[C]//Proceedings of American Helicopter Society 55th Annual Forum. Fairfax, VA: American Helicopter Society, 1999: 282-292.

[16] BAKER B. Rotorcraft pilot’s associate attack mission planner[C]//Proceedings of American Helicopter Society 55th Annual Forum. Fairfax, VA: American Helicopter Society, 1999: 844-853.

[17] MILLER C A, GUERLAIN S, HANNEN M D. The rotorcraft pilot’s associate cockpit information manager: Acceptable behavior from a new crew member[C]//Proceedings of American Helicopter Society 55th Annual Forum. Fairfax, VA: American Helicopter Society,1999: 1321-1332.

[18] MCBRYAN B, HALl J. Engineering approach for rotorcraft pilot’s associate cognitive decision aiding systems development[C]//13th AIAA/IEEE Digital Avionics Systems Conference. Piscataway, NJ: IEEE Press, 1994: 76-81.

[19] MILLER C A, HANNEN M D. User acceptance of an intelligent user interface: A rotorcraft pilot’s associate example[C]//Proceedings of the 4th International Conference on Intelligent User Interfaces. New York: ACM, 1998: 109-116.

[20] BELKIN B L, STENGEL R F. Cooperative rule-based systems for aircraft control[C]//26th IEEE Conference on Decision and Control. Piscataway, NJ: IEEE Press, 1987, 26: 1934-1940

[21] BELKIN B L, STENGEL R F. Systematic methods for knowledge acquisition and expert system development (for combat aircraft)[J]. Aerospace and Electronic Systems Magazine, IEEE, 1991, 6(6): 3-11.

[22] STENGEL R F. Toward intelligent flight control[J]. IEEE Transactions on Systems, Man and Cybernetics, 1993, 23(6): 1699-1717.

[23] PIPE H J. The UK management AID project[J]. IFAC Automatic Control in Aerospace, 1992, 1(1): 263-268.

[24] BONNER M, TAYLOR R, FLETCHER K, et al. Adaptive automation and decision aiding in the military fast jet domain[C]//Proceedings of the Conference on Human Performance, Situation Awareness and Automation: User Centered Design for the New Millenium. Landon: Psychology Press, 2000: 154-159.

[25] SCHULTE A, KL?CKNER W. Electronic crew assistance for tactical flight missions[J]. The Human-Electronic Crew: The Right Stuff, 1997, 26(1): 103-108.

[26] MCCLOSKEY M. Naive theories of motion[J]. Mental Models, 1983, 1(1): 299-324.

[27] KIERAS D E, BOVAIR S. The role of a mental model in learning to operate a device[J]. Cognitive Science, 1984, 8(3): 255-273.

[28] KEINAN G, FRIEDLAND N, ARAD L. Chunking and integration: Effects of stress on the structuring of information[J]. Cognition & Emotion, 1991, 5(2): 133-145.

[29] NEWELL A, SIMON H A. Human problem solving[M]. Englewood Cliffs, NJ: Prentice-Hall, 1972: 23-56.

[30] FELTOVICH P J, SPIRE R J, COULSON R L, et al. Conceptual understanding and stability, and knowledge shields for fending off conceptual change[R]. Springfield, IL: School of Medicine Springfield, Southern Illinois University, 1994:10-64.

[31] DISESSA A A. Unlearning aristotelian physics: A study of knowledge-based learning[J]. Cognitive Science, 1982, 6(1): 37-75.

[32] RASMUSSEN J. Skills, rules and knowledge, signals, signs and symbols, and other distinctions in human performance models[J]. IEEE Transactions on Systems, Man, and Cybernetics, 1983, 13(3): 257-266.

[33] WICKENS C D, LIU Y. Codes and modalities in multiple resources: A success and a qualification[J]. Human Factors: The Journal of the Human Factors and Ergonomics Society, 1988, 30(5): 599-616.

[34] BELLENKES A H, WICKENS C D, KRAMER A F. Visual scanning and pilot expertise: The role of attentional flexibility and mental model development[J]. Aviation, Space, and Environmental Medicine, 1997, 68(7): 569-579.

[35] WICKENS C D. Multiple resources and performance prediction[J]. Theoretical Issues in Ergonomics Science, 2002, 3(2): 159-177.

[36] KOLBE R, FRIEDLANDER C. Structuring knowledge representation for the rotorcraft pilot’s associate program[C]//IEEE International Conference on Systems, Man, and Cybernetics. Humans, Information and Technology. Piscataway, NJ: IEEE Press, 1994, 3: 2097-2101.

[37] BUCHLER N, MARUSICH L R, SOKOLOFF S. The warfighter associate: Decision-support software agent for the management of intelligence, surveillance, and reconnaissance (ISR) assets[C]//Proceedings of SPIE, Ground/Air Multisensor Interoperability, Integration, and Networking for Persistent ISRV. Bellingham, WA: SPIE, 2014, 9079: 2-14.

[38] MERRIHEW J, LAFFERTY L, SHEPARD C M. Adaptive distributed aviation asset optimization for operational effectiveness[EB/OL]. (2013-12-09)[2016-01-15]. http://www.veloxiti.com.

[39] BUCHLER N, MARUSICH L, BAKDASH J Z, et al. The warfighter associate: Objective and automated metrics for mission command[R]. Aberdeen Proving Ground, MD: U.S. Army Research Laboratory, 2013: 2-15.

Overviewofpilot’sassociateprogram

WUWenhai1,*,ZHANGYuanyuan1,2,ZHOUSiyu1,LIUJintao1,MEIDan1

1.DepartmentofAviationControl,QingdaoBranch,NavalAeronauticalEngineeringInstitute,Qingdao266041,China2.DepartmentofNavigation,NavyFlightAcademy,Huludao125000,China

Theresearchofapplyingartificialintelligencetoaviationdomainisdecentralizedandtheoveralldesignconceptisoutdatedwhichresultintheproblemthatresearchersareincapableofintegratingvarioustechnologiestoformanintelligentsupportsystemtoimprovepilot’sdecision-makingability.Basedonsummarizingthelimitsofpilot’sabilityandtheexistingproblemsofcockpitandanalyzingthedesignrequirementsofintelligentsupportsystemofcockpit,theoverallarchitectureanddesignmethodsofpilot’sassociateprogramisoverviewed,andtherealizationofeachsubsystemisshowed.Inconclusion,basedonpilot’sassociateprogram,thedeficiencyofdomesticresearchisgiventopointoutthedirectionoffutureresearch.

intelligentcockpit;supportsystem;overallarchitecture;supportflight;designrequirement

2015-12-29；Revised2016-01-05；Accepted2016-02-19；Publishedonline2016-03-091447

2015-12-29；退修日期2016-01-05；錄用日期2016-02-19； < class="emphasis_bold">網絡出版時間

時間：2016-03-091447

www.cnki.net/kcms/detail/11.1929.V.20160309.1447.010.html

*

.Tel.：0532-51833632E-mailsophia_wxc@126.com

吳文海， 張源原， 周思羽， 等． 飛行員助手項目綜述J． 航空學報,2016,37(12):3563-3577.WUWH,ZHANGYY,ZHOUSY,etal.Overviewofpilot’sassociateprogramJ.ActaAeronauticaetAstronauticaSinica,2016,37(12):3563-3577.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

10.7527/S1000-6893.2016.0049

V223.1

A

1000-6893(2016)12-3563-15

吳文海男， 博士， 教授， 博士生導師。主要研究方向： 精確制導與飛行控制。Tel.: 0532-51833632E-mail: sophia_wxc@126.com

張源原男， 博士， 助教。主要研究方向： 智能控制、 任務建模。E-mail: 109889354@qq.com

URL：www.cnki.net/kcms/detail/11.1929.V.20160309.1447.010.html

*Correspondingauthor.Tel.：0532-51833632E-mailsophia_wxc@126.com