高校內物流派送無人車作業安全設計

謝 恬 陳 穎 馮祥瑞 王凌云 張洪銘

（1.江蘇海洋大學教務處，江蘇 連云港 222005；2.江蘇海洋大學環境與化學工程學院，江蘇 連云港 222005）

0 引言

近年來，電子商務中的現代物流派送已經成為新的經濟增長點，引起了全社會關注，人工智能也逐漸在越來越多的領域得到應用[1]。高校內的師生員工是十分龐大的網購客戶群體，校內包裹配送隨之成為當下師生員工的必然選擇。為了維護校園秩序，防止因派送人員的不安全行為、派送車輛的不安全狀態、派送環境的不安全條件以及管理缺陷導致事故發生，大多數院校只允許將物流送至校內固定地點，導致每天各個配送點都存在大量滯留和遣返的物流包裹，給消費者和物流公司都帶來了不便，校園內物流派送成為當前快遞行業面臨的一個難點問題[2]。為解決這一難題，高校內大量引入了物流派送無人車，無人車因其靈活機動特性和高效空余時間利用特性，可以充分代替人工完成“最后一公里”的快遞派送任務，已逐漸成為高校內物流派送的重要力量。

然而，物流派送無人車正處于發展階段，其作業安全性還有待商榷[3-4]。2021年10月9日，北京順義發生一起私家車與無人配送車碰撞事故，其主要原因是無人車沒有在機動車道行駛。高校內部交通組織相較外界環境有些混亂，如私家車、食堂配菜、超市送貨、快遞物流、學生電動車等各類車輛無序行駛情況較多，給無人車安全行駛過程增加了困難。此外，無人車還經常發生無法識別前方障礙物、無法識別路面塌陷或積水、無人車碰撞自燃等其他事故。李川鵬和王秀旭[5]對低速無人車發展現狀進行了分析歸納，指出當前無人車法律屬性不清晰，交管部門尚未將其納入監管范疇，管理體系有待進一步完善，同時無人車在復雜環境下的技術成熟度還需提升。趙國富等[6]指出目前無人車在作業過程中無法因地制宜，同時其信息交互問題對老年人等特殊人群考慮不足，會影響作業安全性。Salonen[7]從交通安全、車輛安全和應急管理三方面針對人對無人車和傳統公交車的主觀安全體驗展開調研，發現無人車的車輛安全帶給人的感受要比傳統車輛差很多，表明了人們對于無人車輛安全性的擔憂。Blau等[8]采用Logit模型分析無人車對非機動車道路使用者的影響，研究發現在機動車交通流量和速度增加的情況下，無人車選擇占用非機動車道的概率會成倍增大，影響非機動車道安全性。王秋惠和趙瑤瑤研究了醫院藥品托運機器人作業過程，發現通過掌握作業過程失誤因素，改善人、機和環境之間關系，優化設計方法能有效提高機器人作業安全性。

粗糙集-層次分析法（RAHP）是在層次分析法（AHP）的基礎上運用粗糙集理論進行改進的一種風險評價方法[9-10]，運用該方法可以通過粗糙數和粗糙邊界區間改善層次分析法中專家經驗賦權的主觀性，提高決策權重的客觀準確性，以此來實現對各影響因素的分析判斷。高鋒陽等[11]運用RAHP方法對城軌車輛電氣系統設備故障率進行風險評估，以此為電氣系統運維策略制定提供參考。王春杰等[12]運用RAHP方法對車輛裝備保障方案進行了理論分析，為方案優選提供了新的方法。

因此，本文以高校物流派送無人車為研究對象，對其作業流程及“人—機—環”系統進行分析，找出物流派送無人車作業安全的潛在風險，運用粗糙集-層次分析法對作業安全影響因素開展量化風險評估，探討作業過程的安全設計原則，以期為保障高校內物流派送無人車安全作業提供參考。

1 高校內物流派送無人車作業安全設計研究流程及分析

1.1 高校內物流派送無人車作業安全設計研究流程

基于安全人機工程學理論，分析高校內物流派送無人車在“人—機—環”系統中的潛在風險，獲取無人車在作業過程中的風險隱患因素并進行風險分類，構建人、機器、環境三方面層次分析模型。采用粗糙集-層次分析法組合賦權對影響因素權重進行計算和排序，確保設計原則和實踐一致性的實現。研究流程如圖1所示。

1.2 作業流程分析

高校內物流派送無人車作業流程如圖2所示。無人車應經過預定好的路徑進行自主導航和避障，同時要配備高精度傳感器和GPS設備等裝置，確保其行駛的準確性和穩定性。此外，為避免與其他車輛或行人發生碰撞，還應設置多種安全預警系統，如聲音、震動、光線等提示方式。作業結束后，需要對無人車進行檢查和維護，及時修復或更換損壞的零部件。在整個作業流程中，無人車必須能夠實時監測周圍環境，及時調整速度、避讓障礙物、暫停或停止運行，以確保行駛安全。此外，所有相關人員都應接受嚴格培訓，了解并遵守無人車的相關規定和操作流程，確保作業過程中不會引發安全事故。通過以上各項措施，可以有效提高無人車的作業安全性和穩定性，為物流派送等應用場景提供更加便捷、高效和安全的服務。

圖2 高校內物流派送無人車作業流程

1.3 “人—機—環”系統分析

物流派送無人車“人—機—環”系統分析如圖3所示。

圖3 高校內物流派送無人車“人—機—環”系統模型

以人（包括師生員工）為視角，其任務信息處理過程可分為“感知（S）—認知（O）—反應（T）”三個階段，事故的發生與否取決于人在處理任務時的行為性質。由于配件人員長期處于高負荷工作狀態下，其對信號的感知會受到影響。而無人車存取界面與功能分配不當，則會增加認知負荷，進而影響到其認知記憶的形成，導致無人車無法正常運作。另外，取件人由于個人情緒的波動，可能會做出誤操作等行為，或導致無人車遭到蓄意破壞。

從無人車的角度來看，其功能、信息顯示、信息識別、人機交互操作流程以及內部控制系統等都可能影響到配件人員和取件人員的操作行為。無人車內部零部件眾多，部件老化、腐蝕等因素會引起零件之間協調失效，導致作業故障。

從環（學校環境）的角度出發，高校內作業環境為校內道路，教學樓、宿舍樓布局復雜，給運輸過程中的路徑規劃、避障模式以及箱體密封性等帶來了挑戰。高校內師生員工多，人流量大，無人車在派送過程中容易與行人發生碰撞，也會因突然出現的人或物影響作業。因此，需要考慮到無人車在不同路段、天氣條件下的行駛安全問題，設置相應的限速、禁行區域等措施，并配合相關部門對道路和設施進行調整和優化，為無人車的行駛創造更加安全的環境。

1.4 作業安全潛在風險分析

通過對高校內物流派送無人車作業流程及“人—機—環”系統分析，總結其“人—機—環”系統中存在的潛在風險，如表1所示。

表1 高校內物流派送無人車作業安全潛在風險

2 高校內物流派送無人車作業安全影響因素模型

2.1 作業安全影響因素層次分析模型

根據上述高校內物流派送無人車作業安全分析，通過專家小組討論將作業過程中存在的潛在風險進行聚類與精簡，建立高校內物流派送無人車作業安全影響因素層次分析模型，如圖4所示。

圖4 高校內物流派送無人車作業安全影響因素模型

2.2 作業安全影響因素權重計算

粗糙層次分析法就是將粗糙集理論中的粗糙數與粗糙邊界區間兩者優點結合并運用于層次分析法之中，可以解決傳統層次分析法主觀性較嚴重的問題。邀請5位在相關領域擁有多年經驗的專家采用1～9標度法對影響因子進行打分，構建各層對上一層每一因素的成對比較矩陣。對第一層進行打分，共獲得5組判斷矩陣MSi（S為人數，i=1，2，3，4，5）：

對判斷矩陣進行一致性檢驗，求得上述5個判斷矩陣的一致性檢驗結果為：CR1=0.017 6，CR2=0.077 2，CR3=0.027 9，CR4=0.051 6，CR5=0.068 5。CR值均小于0.1，說明評分結果具備一致性。

通過建立粗糙群決策矩陣，求解矩陣中元素的粗糙數。將上述判斷矩陣MSi轉化為粗糙群決策矩陣W*：

以W*31為例，求解W*31中包含的評價數據所對應的粗糙數。對于W*31={6，9，6，2，5}，求解“劃分6”的粗糙數，得：

“劃分6”的粗糙數為：

同理可以求W*31中“劃分9”“劃分5”和“劃分2”的粗糙數：

根據粗糙數的運算法則，可得W*31的平均粗糙區間RN（W*31）=[4.12，7.02]。同理求解W*12、W*13、W*21、W*23、W*32的粗糙數和平均粗糙區間，構建粗糙成對比較矩陣Z1：

將粗糙成對比較矩陣Z1拆解為粗糙下邊界矩陣Z1和粗糙上邊界矩陣，即：

求解矩陣和矩陣Z1的特征值與特征向量，粗糙下邊界矩陣的特征值為：λ1=1.794 1，λ2=-0.705 3+0.669 1j，λ3=-0.705 3-0.669 1j；最大特征值λmax=λ1=1.794 1，其對應的規范化特征向量為N1=[-0.705 7，-0.165 1，-0.688 9]т。同理，粗糙上邊界矩陣最大特征值為λmax=8.564 4，其對應的規范化特征向量為N2=[-0.226 6，-0.902 1，-0.366 9]т。

根據公式（1）可得第一層影響因子權重（fBi）=[0.4662，0.533 6，0.527 8]，即B2＞B3＞B1。

同理求解Ci影響因子權重，結果如表2所示。

表2 物流派送無人車作業安全影響因素權重

根據公式（2）計算得影響因子最終權重指數f（Di）。

由表2數據可得，B1（師生員工）中作業安全影響因素排序為：C4（認知錯誤）＞C1（視覺錯誤）＞C3（操作錯誤）＞C2（聽覺錯誤）；B2（物流派送無人車）中作業安全影響因素排序為：C8（無人車隨機事故）＞C7（電池隱患）＞C6（界面設計不合理）＞C5（功能分配不合理）；B3（高校環境）中作業安全影響因素排序為：C11（障礙物）＞C9（建筑布局復雜）＞C10（空氣質量）＞C12（天氣情況）。

本次選取各二級指標中的前80%影響因素作為主要影響因子進行分析，作為后續高校內物流派送無人車設計原則提出的依據。作業安全影響因子為：C1（視覺錯誤）、C3（操作錯誤）、C4（認知錯誤）、C6（界面設計不合理）、C7（電池隱患）、C8（無人車隨機事故）、C9（建筑布局復雜）、C10（空氣質量）、C11（障礙物）。

3 高校內物流派送無人車作業安全設計實踐

基于作業安全影響因素中視覺錯誤、操作錯誤、認知錯誤、界面設計不合理等因素，從尺寸設計、功能結構及人機交互三個層面，對物流派送無人車物理界面與信息界面進行安全設計實踐。

3.1 物理交互界面設計

高校內物流派送無人車造型設計以長方形為主，邊緣采用圓角處理，主題配色以藍、白為主，整體簡潔沉穩，物理界面設計方案如圖5所示。

圖5 高校內物流派送無人車物理界面設計方案

物流派送無人車結構包括主體、底部和人機交互界面屏幕。主體部分為儲物模塊、外殼、視覺傳感器、運行狀態指示燈和緊急制動裝置，底部包括驅動裝置、防撞裝置、超聲波裝置、故障警示燈、定位模塊和電池模塊，人機交互模塊主要包括功能選擇、智能識別和語音交互模塊。

根據作業安全影響因素結果和設計原則，構建物流派送無人車功能框架如圖6所示。從移動、運輸、交互、識別四個方面進行功能分類，以確保移動過程中的穩定性、運輸過程中的安全性、交互功能的可實施性以及對障礙的識別和安全避讓，從而提高快遞運輸的效率，也從“人—機—環”系統出發確保人、機、物的安全性。

圖6 物流派送無人車功能框圖

3.2 信息交互界面設計

為減少交互過程中人為失誤的發生，提高操作的準確性，基于物流派送無人車作業流程分析，建立物流派送無人車操作層級框架，如圖7所示。

圖7 高校內物流派送無人車操作層級框架圖

為降低操作的認知難度，減少操作失誤發生的概率，提高操作的安全性，界面功能設計為系統登錄、送貨、取件；界面設計減少了操作層級，簡化了操作流程，明確了操作任務。送貨模塊操作功能為身份驗證、選擇柜門（選擇宿舍樓）。將同一棟宿舍樓的快遞放在一個柜子里能夠減少快遞拿錯并使一人取多件快遞更加便捷。取件過程中，取件碼能夠防止別人偷拿快遞，而掃描二維碼取件能夠提高取件速度，防止宿舍樓底發生擁堵。

對于界面操作設置實時反饋，以降低錯誤操作帶來的風險。在師生員工進行交互的過程中，界面針對每一步操作都會發生相應的變化；操作點擊過程將會有實時語音提示，若發生錯誤操作會有語音以及震動反饋，確保操作流程的準確性。一定的容錯及反饋設計可以減少人員使用過程中錯誤的發生。物流派送無人車信息界面設計交互流程圖如圖8所示。

圖8 物流派送無人車信息界面設計交互流程圖

4 成果總結

本文對高校內物流派送無人車進行了安全研究，總結了物流派送無人車在“人—機—環”系統下作業流程中存在的不安全因素，建立了基于粗糙層次分析法的作業安全影響因素層次模型，并提出了物理交互界面和信息交互界面設計方案。主要得到的研究成果如下：

1）對高校內物流派送無人車作業現狀進行研究，總結發展趨勢；對本文采用的相關理論進行概述，為物流派送無人車作業安全設計提供理論基礎。

2）分析物流派送無人車的作業流程，并對“人—機—環”系統和作業安全潛在風險進行研究，從而構建高校內物流派送無人車作業安全影響因素模型。

3）根據粗糙集-層次分析法計算得出，物流派送無人車是影響高校內物流派送無人車作業安全的主要因素，而優化無人車界面設計避免人的認知錯誤，關注無人車隨機可能出現的問題，避免車的隨機故障是改善其作業安全的重要措施。

4）從界面、路線、功能和環境這四個方面提出了物流派送無人車作業安全設計原則，從功能完善及交互提升方面對物流派送無人車進行了設計實踐。