無人機人機協(xié)作控制權限分配方法研究

毛鵬飛 張杰 吳昊

摘 要 隨著技術的不斷發(fā)展，復雜建模和決策算法都得到了長足的進步，這兩種進步的進步又推動了無人機指揮控制系統(tǒng)的發(fā)展，使其更加完善，決策更加智能，但是部分問題依舊存在耗時長、難處理的情況，而目前啟發(fā)式的方法并不能提供滿意解，在這種情況下，就需要人、機分別完成不同的決策功能，以適當?shù)淖詣踊燃墎韺崿F(xiàn)決策過程，可以充分結合人的和自動化系統(tǒng)各自的優(yōu)勢。本文將從人機能力優(yōu)勢比較，系統(tǒng)自動化等級劃分，決策分配原則和評估準則，決策分配方法步驟等無人機人機協(xié)作控制分配相關問題進行研究。

關鍵詞 自動化等級 無人機決策分配 人機協(xié)同

中圖分類號：TP242文獻標識碼：A

1人機能力優(yōu)勢比較

一般認知上，人類更加擅于進行富有創(chuàng)造性和啟發(fā)性的工作，面對未知情況下的歸納總結能力要遠遠超過一般自動化系統(tǒng)，而自動化系統(tǒng)則更加擅長處理需要大量計算的高精度、高準確度的問題，在存儲數(shù)據(jù)等能力方面遠遠超過人類，而未來作戰(zhàn)環(huán)境中面臨的問題既包括大批量的作戰(zhàn)數(shù)據(jù)的處理和相應，也包括未知情況下的目標判斷和決策等問題，在當前人工智能無法完全代替人類的工作的情況下，就非常迫切的需要人機有效結合，那么實際飛行中就需要對所有的任務進行合理分配，才能達到所期望的效果。

在環(huán)境或者任務的復雜程度不同的時候，人和機器所表現(xiàn)出來的應對能力也不同，人的行為規(guī)律是基于知識的，在較為復雜的環(huán)境或者任務的時候能夠表現(xiàn)出較高的可靠程度，而在復雜程度降低的時候，人的可靠程度也會降低;而計算機的行為規(guī)律是基于技巧的，越簡單的環(huán)境下，可靠程度越高。

在關于人機能力對比的研究結論中，最為著名的莫過于Fitts List。它由人機系統(tǒng)領域的創(chuàng)始人之一P. M. Fitts于1951年提出，在后來的文獻中被廣泛引用。Fitts List指出了人、機固有的優(yōu)勢和不足，通過兩兩對比可以決策出什么功能適合分配給人，什么功能適合分配給機。通常情況下，一方的優(yōu)勢恰好是另一方的劣勢，這種情況下看來二者可以實現(xiàn)優(yōu)勢互補，系統(tǒng)性能較單獨使用任一方也會有所提高。Fitts List成為各種功能分配方法的基礎。

隨著計算機及自動化技術的迅速發(fā)展，以及人們對自身認識的加深，F(xiàn)itts List的人、機優(yōu)勢分析顯示出一定的局限性，在它的基礎上也出現(xiàn)了一些更新。

2分配原則研究

2.1基于認知模型的權限分配原則

人的處理模式根據(jù)其復雜程度分為三個層次：

（1）基于知識的行為：這是最為復雜的處理模式，對于處理任何還沒有實現(xiàn)自動化的問題都需要采用這種方法，常常用于處理新的或者是不尋常的情況。這種模式的最大特點是行為中的規(guī)劃的調度，這是根據(jù)目標和問題本身，結合知識、經(jīng)驗的一個創(chuàng)造性的過程。

（2）基于規(guī)則的行為：這是用來處理常見態(tài)勢的模式，是經(jīng)過訓練的、高度自動化的行為序列。該模式由一系列組合的態(tài)勢-行動對（即規(guī)則）組成，處理問題的方法為，精確及時完成態(tài)勢評估，然后根據(jù)評估結果采取相應的對應措施。

（3）基于技能的行為：是一種類似條件反射的模式。該模式不涉及認知過程，對于已知的激勵可實現(xiàn)高度自動化的響應。

2.2基于系統(tǒng)本身因素的權限分配原則

無人機系統(tǒng)組成中的人和計算機各自都具有一定的制約因素，這些因素會在決策過程中產(chǎn)生影響，尤其是對于要進行分配的任務和計算機而言，需要考慮更多限制因素。具體分析如下。

2.2.1功能自身約束

（1）優(yōu)先級別：某一個任務的相對重要程度或威脅程度。該任務相對與整個任務而言，是關鍵環(huán)節(jié)還是次要環(huán)節(jié)？

（2）順序約束：功能之間的先后依存關系。該任務的完成在何種程度依賴于其他任務的完成？

（3）時間約束：功能的時間特性。某一特定的任務是與固定的機會相關還是與固定的時間調度相關？

（4）空間約束：功能的空間特性。功能的執(zhí)行效果是否取決與特定的場所或地點？

2.2.2代理體能力約束

（1）結構的理解：代理體是否具有合適的知識或者知道怎樣完成該功能（自動化系統(tǒng)進行的運行方式）？

（2）信息的獲取：代理體為完成某一任務能否獲得足夠的信息（良好的情景感知）？

（3）資源的獲取：代理體是否具有足夠的信息處理能力（如存儲能力，計算能力）或物質能力（如空閑的機動面）來完成功能？

（4）執(zhí)行的能力：代理體是否能夠執(zhí)行一系列動作來完成功能？代理體能否及時的以指定的精度做出響應？

2.2.3團隊機構約束（僅對于多無人機系統(tǒng)）

（1）共享的精神模型：相互協(xié)作代理體之間是否具有共同的或一致的對于問題域的理解，如共同的假設，共享的合理性？

（2）信息的耦合：每一個代理體是否有足夠的信息知道其他代理體在執(zhí)行何種任務，或如何執(zhí)行任務？

（3）性能和資源的互補性：代理體團隊的性能和資源能否滿足整個工作域的需求？

（4）授權機制：關于功能分配的動態(tài)決策是如何進行的（如，是集中管理還是采用多數(shù)表決的方法）？如何解決沖突問題？

3分配原則的確定

根據(jù)以上分析的內(nèi)容最終確定一下五條分配原則：

3.1比較分配原則

比較就是關于人與機器自動化系統(tǒng)特性的分析比較。在分析比較的基礎上，確定各個功能的優(yōu)先分配，即適合人來實現(xiàn)的功能就分配給人來做，適合自動化系統(tǒng)完成的任務就分配給機器來做。當某一功能需要人、機配合來完成時，則表明這一功能的分析尚需往更細的層次分解。人（下轉第126頁）（上接第122頁）機系統(tǒng)的設計者在充分認識系統(tǒng)的目標和任務要求后，必須能很好把握當時的技術發(fā)展水平，清楚地了解和分析人、機各自的優(yōu)缺點，才有可能為實現(xiàn)其目標進行決策，選擇出最佳的人、機結合模式。

3.2剩余分配原則

剩余分配原則是指一項功能如果采用技術上能夠實現(xiàn)的自動化操作可以完成，就可以排斥人的作用。首先把盡可能多的決策功能分配給自動化操作完成，剩余的功能才分配給人。這一條原則在實際分配決策時可以和第一條原則結合在一起來考慮。

3.3經(jīng)濟分配原則

系統(tǒng)的一項功能是分配給人或機器還需要從經(jīng)濟角度來考慮。這里的經(jīng)濟概念是指系統(tǒng)研制、生產(chǎn)、使用及維護全壽命周期的總費用，其中特別強調使用的效率。對于人而言，則包括他的選拔、培訓等費用。系統(tǒng)的有些費用在設計階段是不易直接衡量的，只能通過預測的方法來分析比較。因此，究竟是使用人經(jīng)濟，還是設計、生產(chǎn)制造、運行維護機器來實現(xiàn)該功能經(jīng)濟，都要深入分析考慮。

3.4宜人分配原則

決策功能分配在考慮人的能力限制的前提下，盡可能多地多發(fā)揮人的技能。這意味著既要使系統(tǒng)中人類操作者不要在完成任務、作業(yè)后疲憊不堪，也不要讓其長時間感到無事可做，工作警覺性變差。

3.5彈性分配原則

隨著現(xiàn)代科學技術的發(fā)展，尤其是計算機、自動化和人工智能技術的發(fā)展，出現(xiàn)了很多不同類型的人機接口，能夠根據(jù)不同的需求選擇不同的人、機操作界面完成系統(tǒng)功能。彈性分配的基本思想有兩個：一個是由人自己決定參與系統(tǒng)行為的程度;另一個是智能機器根據(jù)任務的難易和操作者的工作負荷及態(tài)勢感知水平來調整系統(tǒng)功能的分配。彈性分配原則又稱為動態(tài)分配原則。

4總結

無人機在人機協(xié)同作戰(zhàn)過程中對于人和自動化系統(tǒng)的協(xié)調要求極高，合理的權限分配，能夠在效率、安全、可靠性等方面使得無人機系統(tǒng)性能得到極大提升，本文首先從不同的角度設計了人機協(xié)作時任務劃分決策和原則以及對于決策分配方案產(chǎn)生后的評估準則，其具有極高的參考價值。伴隨著操作員技能水平、系統(tǒng)智能化程度、運算能力、無人機功能等的提高和豐富，各個決策的自動化等級必然發(fā)生變化，評估原則也要做出相應的調整。能夠跟隨操作員或自動化系統(tǒng)的狀態(tài)變化做出調整，能夠使無人機系統(tǒng)具備更強的適應能力，充分發(fā)揮人和計算機各自的優(yōu)勢，未來可以考慮采用強化學習、深度學習等方法讓可自主變權限系統(tǒng)更加智能化，使其能夠在不同的功能層面上實現(xiàn)人機的交互和相互幫助。

參考文獻

[1] 張彤，許杉，趙太飛.無線光協(xié)作無人機編隊對地覆蓋接入技術研究[J].激光雜志，2019，40（09）：8-12.

[2] 朱珂，王瑋，楊露彬.“5G+無人機”技術的教與學：場景、路徑與未來應用展望[J].遠程教育雜志，2019，37（04）：33-41.

[3] 郜富曉.空地協(xié)作組網(wǎng)的無人機位置部署及能量優(yōu)化機制研究[D].開封：河南大學，2019.

[4] 張新宇.無人機網(wǎng)絡抗干擾方法研究[D].北京：北京郵電大學，2019.

[5] 牛軼峰，沈林成，李杰，王祥科.無人——有人機協(xié)同控制關鍵問題[J].中國科學：信息科學，2019，49（05）：538-554.