《无人机人机协作控制权限分配方法研究.docx》由会员分享，可在线阅读，更多相关《无人机人机协作控制权限分配方法研究.docx（31页珍藏版）》请在金锄头文库上搜索。
1、无人机人机协作控制权限分配方法研究摘要随着技术的不断开展，复杂建模和决策算法都得到了长足的进步，这两种进步的进 步乂推动了无人机指挥控制系统的开展，使其更加完善，决策更加智能，但是局部问题 依旧存在耗时长、难处理的情况，而目前启发式的方法并不能提供满意解，在这种情况 下，就需要人、机分别完成不同的决策功能，以适当的自动化等级来实现决策过程，可 以充分结合人的和自动化系统各自的优势。本文将从人机能力优势比拟，系统自动化等 级划分，决策分配原那么和评估准那么，决策分配方法步骤等无人机人机协作控制分配相关 问题进行研究，在决策分配过程中主要采用ULMADM(Uncertain Linguistic
2、Multiple Attribute Decision Making)方法进行不确定信息的集结和处理，进而计算得出对应的自动 化等级。关键词：自动化等级，无人机决策分配，人机协同，ULMADM2权限分配方法研究2.1人机能力优势比拟一般认知上，人类更加擅于进行富有创造性和启发性的工作，面对未知情况下的归 纳总结能力要远远超过一般自动化系统，而自动化系统那么更加擅长处理需要大量计算的 高精度、高准确度的问题，在存储数据等能力方面远远超过人类，而未来作战环境中面 临的问题既包括大批量的作战数据的处理和相应，也包括未知情况下的目标判断和决策 等问题，在当前人工智能无法完全代替人类的工作的情况下，就非
3、常迫切的需要人机有 效结合，那么实际飞行中就需要对所有的任务进行合理分配，才能到达所期望的效果。在环境或者任务的复杂程度不同的时候，人和机器所表现出来的应对能力也不同, 环境或者任务的复杂程度与人和机器之间的应对能力的相关关系如下列图2.1,人的行为规 律是基于知识的，在较为复杂的环境或者任务的时候能够表现出较高的可靠程度，而在 复杂程度降低的时候，人的可靠程度也会降低；而计算机的行为规律是基于技巧的，越 简单的环境卜.，可靠程度越高。高环境或任务的不确定性高图2.1人、机优势曲线比照图在关于人机能力比照的研究结论中，最为著名的莫过于Fitts List,如表2.1所示。它由人机系统领域的创始
4、人之一 P. M. Fitts于1951年提出，在后来的文献中被广泛引 用。Fitts List指出了人、机固有的优势和缺乏，通过两两比照可以决策出什么功能适合 分配给人，什么功能适合分配给机。通常情况下，一方的优势恰好是另一方的劣势，这 种情况下看来二者可以实现优势互补，系统性能较单独使用任一方也会有所提高。FittsList成为各种功能分配方法的基础。表2.1 Fitts List人擅长于(Men Are Better At)机器擅长于(Machines Are Better At)1.判别低强度的声光信号1.相应速度快2.感知声光模式2.精准程度高3.创造或运用灵活的方法3.执行重复、程
5、序性的任务4.可长期存贮大量信息，并能适时 运用相关知识4.存储或删除方便彻底5.总结及逻辑推理能力5.计算及演绎推理能力6.运用判断能力6.可并行处理多个复杂操作随着计算机及自动化技术的迅速开展，以及人们对自身认识的加深，FitlsList的人、 机优势分析显示出一定的局限性，在它的基础上也出现了一些更新。在经过了技术高速开展以后的今天，即便上述两种人机能力优势中的大局部仍然适 用，但是用来概括其特点已经不再适宜。比方说在复杂信息传递、经验学习、复杂态势感 知等等方面人具有很大的优势，在有人机和无人机结合的控制系统所具有的优点有大多 与都是由这些优势带来的。在这里，综合考虑各种因素后，总结出
6、了有人机/UCAV编队 对地攻击指挥控制系统的一些优点所在，如下表：表2.2人机决策能力优势人的决策优势:1 .应对灵活-适应能力强，可以自行根据情况做出调整;.人拥有创造力，有时候可以巧妙的解决问题；2 .视觉感知能力优秀；.能够接收抽象的概念；3 .随着工作年限的提高，会不断积累经验，不断学习来提高自 身水平；.可以通过直觉或者逻辑对可能出现的意外进行判断；4 .交流方式丰富，语音、文字、手势等等；.模糊信息处理的能力比拟强；5 .符号推理以及空间推理能力优秀；.可以根据长时间的工作过程中积累下来的经验来提高决策效率；6 .拥有良好的模式识别能力，能够根据观察对象的外部特征 进行分类；.可
7、以通过常识来对局势做出判断，极大的降低出错的几率;7 .在寻找最优决策的时候，可以将其寻找范围缩小；8 .在寻找最优决策的时候，假设是能够提前碰到满意决策，那么能 够前提结束寻找过程；.在处理问题的时候，可以从各个角度来寻找解决方案。9 .在解决不良结构化问题的时候拥有优势；.可以从宏观的角度感知或者评估外界环境。机的决策优势:10 以将各种信息显示在显示器上;存储空间大，能够存数的数据量多；11 能够存储很多知识或者规那么；基于规那么的逻辑推理能力；12 进行简单、重复决策的能力；进行长时间复杂数学运算的能力；13 处理多变量组合问题较人具有优势；长时间连续工作能力：14 知识的并行处理能力
8、；15 .较快的计算速度，时间敏感的决策问题，计算速度至关重 要；.计算准确性高；16 .由于按照设定的程序运行，具有较高的可预测性；.对良结构化问题的处理；17 .长远来看，具有较高的效费比；.恶劣环境下的决策活动。2.2分配原那么研究基于认知模型的权限分配原那么GOALSSENSORY INPUTSIGNALSACTIONS图2.2人的三层决策模型如图2.2人的处理模式根据其复杂程度分为三个层次：(1) .基于知识的行为：这是最为复杂的处理模式，对于处理任何还没有实现自动化 的问题都需要采用这种方法，常常用于处理新的或者是不寻常的情况。这种模式的最大 特点是行为中的规划的调度，这是根据目标
9、和问题本身，结合知识、经验的一个创造性 的过程。(2) .基于规那么的行为：这是用来处理常见态势的模式，是经过训练的、高度自动化 的行为序列。该模式由一系列组合的态势一行动对(即规那么)组成，处理问题的方法为， 精确及时完成态势评估，然后根据评估结果采取相应的对应措施。(3) .基于技能的行为：是一种类似条件反射的模式。该模式不涉及认知过程，对于 的激励可实现高度自动化的响应。将其扩展至无人机操纵系统，从认知学角度而言，人和计算机智能系统可以采取不 同的行为模式应对系统受到的外部激励。环境和任务的不确定性小，问题的各种情况基 本上都可以预测到，异常情况少，那么可以抽取问题的特征，分析其内在规律
10、，采用形式 化的方法让agent处理问题。环境和任务的不确定性大，那么无法穷尽问题的可能情况， 必须根据知识现场生成合适的应对方法，那么系统必须依赖人的思维能力来处理系统的不 确定性。故而对人的认知模型进行迁移得到如图2.3所示的无人机系统的行为模型。容层的目标或条件撼知信号执行器输入线索命令通信图2.3无人机系统行为模型从系统的控制行为而言，其控制模式是一种基于技能行为。如果无法获得定量模型, 而是采用模糊控制，人工智能的方式解决问题，其控制模式那么是基于规那么的行为。在这 种模式中，人的经验和智能通过计算机的形式化方法得以发挥。最后，如果问题的不确 定性和动态变化特性只有人根据经验和智慧现
11、场分析才能得到解决，那么应该采用认知学 的方法，借助于控制科学的思想而不是方法，由人主动的干预问题的解决过程，指导计 算机智能系统形成相应的对策。2.2.1 基于系统本身因素的权限分配原那么无人机系统组成中的人和计算机各自都具有一定的制约因素，这些因素会在决策过 程中产生影响，尤其是对于要进行分配的任务和计算机而言，需要考虑更多限制因素。 具体分析如下。1 .功能自身约束（1）优先级别：某一个任务的相对重要程度或威胁程度。该任务相对与整个任务 而言，是关键环节还是次要环节？（2）顺序约束：功能之间的先后依存关系。该任务的完成在何种程度依赖于其他 任务的完成？（3）时间约束：功能的时间特性。某一
12、特定的任务是与固定的机会相关还是与固定的时间调度相关?（4）空间约束：功能的空间特性。功能的执行效果是否取决与特定的场所或地点？2 .代理体能力约束（1）结构的理解：代理体是否具有合适的知识或者知道怎样完成该功能（自动化 系统进行的运行方式）？（2）信息的获取:代理体为完成某一任务能否获得足够的信息（良好的情景感知）?（3）资源的获取:代理体是否具有足够的信息处理能力（如存储能力，计算能力） 或物质能力（如空闲的机动面）来完成功能？（4）执行的能力：代理体是否能够执行一系列动作来完成功能？代理体能否及时 的以指定的精度做出响应？3.团队机构约束（仅对于多无人机系统）（1）共享的精神模型：相互协
13、作代理体之间是否具有共同的或一致的对于问题域 的理解，如共同的假设，共享的合理性？（2）信息的耦合:每一个代理体是否有足够的信息知道其他代理体在执行何种任 务，或如何执行任务？（3）性能和资源的互补性:代理体团队的性能和资源能否满足整个工作域的需求？（4）授权机制：关于功能分配的动态决策是如何进行的（如，是集中管理还是采 用多数表决的方法）？如何解决冲突问题？2.2.3 根据操作员因素的权限分配原那么自动化对于人的能力同时具有积极和消极两方面的影响。功能分配在有效的发挥自 动化提供给人带来的各种益处的同时，还应该防止自动化所产生的消极影响。自动化对于人的工作表现的影响主要表现在以下几方面：1
14、.精神上的工作负担自动化应该让人在工作过程中维持合适的精神上的工作负担。设计良好的系统中， 一方面，计算机完成了大局部琐碎的例程化的工作，人可以集中精力处理高层的复杂事 件，另一方面，人始终处于适度的兴奋状态，既对任务的执行情况保持敏感，又不会过 于劳累。相反，设计不当的系统中，人需要消耗过多的精力处理各种小问题，从而负担 过重；或者人的工作负担处于一种幅度很大的跳跃状态，在平常时期无所事事，在非常 时期却极度紧张，如此往复，人容易感到疲劳，并且由于平常时期过于轻松而造成对系 统状态的陌生，导致在处理紧急情况时需要花费更多的精力和时间才能处理问题，甚至 是无法处理问题。自动化系统保持人合适精神
15、负担的关键途径之一为良好的人机界面。从已有的设计 成功范例中提取的经验包括：自动化可以完成对于原始数据的预处理，以可视化的方式 进行显示；对数据的排序、统计、检索；对关键信息的报警、提示；按照优先级对信息 进行显示；提供操作者定量的原始数据等等。2 .情景感知操作员和UCAV保持一致的正确的情景感知是两者协作完成任务的基础条件之一。 智能系统的自动决策功能可能会降低操作员对系统和工作环境某些动态特征的感知程 度。在决策过程中，当其他agent控制系统状态时，人对于环境和系统状态的感知程度 将会低于人自己完成决策时对环境和系统状态的感知程度。同时，在动态变化的环境中， 如果智能系统持续的重复的进
16、行自动的制定决策和执行动作，那么操作员将不能有效的 介入决策过程，也难以维持对环境全景的掌握。这种现象在操作员对决策过程而言只是 起监视作用的系统中最为常见。因此，情景感知是操作员和UCAV都必须完成的功能, UCAV必须提供给操作员足够的信息以保证操作员对环境和系统状态的掌握，操作员根 据多方面综合信息获得的态势评估结果应该上传到UCAV系统中；UCAV在进行智能决 策时，应该存储足够的决策过程结果和中间信息，操作员根据这些信息了解UCAV的意 图，操作员应该主动的介入到UCAV的决策过程之中，保持对整个态势的掌握。3 .依赖性如果智能系统是非常可靠的但不是绝对可靠的，操作员往往会对智能系统产生依赖 性，不会监视智能系统的信息来源和执行过程，那么
