驾驶舱飞行员认知行为一体化仿真建模

薛红军，庞俊锋，栾义春，李 磊

西北工业大学 航空学院，西安 710072

驾驶舱飞行员认知行为一体化仿真建模

薛红军，庞俊锋，栾义春，李 磊

西北工业大学 航空学院，西安 710072

1 引言

大量的调查实例和分析表明，在航空系统中，人的不安全行为导致的飞行事故占有很大的比例。在20世纪90年代，民用航空领域大约90%的事故是人的因素所致。造成这种状况的原因：一方面是越来越多的高新技术运用到座舱设计中，导致人机匹配等问题[1]；另一方面飞行员本身的认知行为也成为影响飞行安全的重要因素，对后者的深入研究正日益引起航空工效学人员的关注。

1.1 认知理论

建立认知模型的技术通常称为认知建模，目的是为了从人的能力方面探索和研究人的思维机制，特别是人的信息处理机制。由于认知的复杂性，认知建模发展较为缓慢，目前有影响力、应用较多的认知体系架构主要有ACT-R、SOAR（States，Operators，And Reasoning）、EPIC（Executive-Process Interactive Control）等。EPIC可用于多任务执行，但没有学习强化和知识退化机制；SOAR、ACT-R都可用于问题解决以及学习，但SOAR没有知识退化机制且其使用范围有限[2]。

ACT-R是探讨人类认知过程工作机制的理论模型，揭示人类组织知识、产生智能行为的思维运动规律。ACT-R属于符号主义处理架构的统一认知模型，可以近似地模拟人的全部认知行为，对人进行一体化仿真；ACT-R已有大量实验信息可以直接被研究工作使用；ACT-R理论已用于很多领域，成功地解释了众多实践结果。基于以上的对比以及飞行员认知建模的需要，本文选择ACT-R认知体系作为飞行员认知研究的理论基础。

1.2 研究现状

在国内航空领域，飞行员认知研究主要集中在局部认知行为，如操作特性[3]、情景意识[4]、注意力分配[5]等方面，当前还没有飞行员认知行为一体化仿真建模的相关研究。

在国外航空领域，飞行员认知研究较为先进，与本文课题密切相关的是NASA的HPM（Human Performance Modeling Project）项目。2003年到2008年间，NASA组织开展了人的能力建模项目，主要对复杂飞行任务中技术高超、训练有素的飞行员的认知和操纵能力进行仿真建模。研究人员对两个与飞行任务相关联的典型问题：机场地面滑行的操纵问题和综合视景系统进行研究，基于ACT-R认知体系构建了飞行员飞行进近的认知模型[6]。

2 ACT-R认知架构

ACT-R认知体系由John.R.Anderson于1976年提出，是系统阐述人脑如何进行信息加工活动的理论以及信息处理的整合模型，着重研究高级思维的控制过程，并不断吸收最新的认知心理学理论、研究成果、研究方法等对ACT-R体系和模型进行完善，整合和借鉴了其他较为先进认知行为的局部模型如SOAR的整个系统构架理念、EPIC的感知输入与动作输出、HAM[7]（Human Associative Memory）的记忆模型、产生式系统表征的技能知识等。

ACT-R主体系统的一般框架由三个记忆部分组成：工作记忆、陈述性记忆和程序性记忆[8]，如图1所示。

图1 ACT-R认知架构

ACT-R理论作为飞行员认知行为研究的理论基础主要有以下三个特点：

（1）针对性

ACT-R属于符号主义处理架构的统一认知模型，可以近似地模拟飞行员的全部认知行为，对飞行员进行一体化仿真。

（2）动态性

飞行员的飞行技能是一个成长的动态过程，学习假设（learning assumptions）的理论基础使得ACT-R具有学习成长退化机制。

（3）时效性

准确、快速是飞行技能的特点。ACT-R程序性知识自动化表现在两个方面：一是速度；二是精确性。

3 ACT-R认知架构下飞行员认知行为建模

一个飞行学员经过学习、训练、飞机操纵实践最后成为飞行专家，飞行员驾驶技能的成长是一个动态过程。飞行员驾驶技能是指顺利完成飞行任务的身心品质的合理组织方式，是心智技能和动作技能的有机结合。飞行员驾驶技能的成长分为驾驶技能获得、驾驶技能提取和运用两个阶段。

3.1 基于ACT-R的飞行员驾驶技能获得、提取和运用模型

3.1.1 飞行员驾驶技能获得模型

ACT-R本质上是一种感觉理论，因为知识结构源于环境编码。飞行员运用一般性策略，如目标分解、逆向推理等从环境中编码知识组块，然后对与问题解决样例有关并需要进行变换的规则进行推导，重组大量的知识，并储存为长时记忆的认知资源[9]。

飞行员驾驶技能获得的三个阶段：

（1）陈述性阶段，在这一阶段，飞行员学习必要的理论知识或者基本概念、观摩教练的操作等获得有关飞机驾驶的陈述性知识，并以声明（Statement）的形式储存在大脑的语义网络中，然后运用一般可行的程序来处理或理解这些知识。

飞行员在学习理论知识或者基本概念、观摩教练的操作等过程中，随着时间的推移，对知识的理解越来越深，在ACT-R认知体系中组块基本激活水平Bi（base-level activation）的增长能够很好地模拟这一成长过程。基本激活水平随着学习次数的增长以及新知识与旧知识结合程度的提高而增长。因此，飞行员基本激活水平可用下式计算：

其中n为组块的呈现次数，tj为从第 j次呈现到当前的时间，d为衰退参数。

（2）知识编译阶段，在此阶段，飞行员将声明形式表征的陈述性知识转化为以产生式规则表征的程序性知识，即操作技能。飞行员将分散的知识进行组合形成基本的驾驶技能，进而将基本的驾驶技能进行整合形成比较系统的驾驶技能，建立各种条件下问题情境与解决方法之间的联系，形成对应关系。

飞行员经过不断练习实践，对驾驶技能的运用会更加娴熟。在ACT-R认知体系中，每一个产生式都与一个效用值相联系，产生式效用值（utilities）的增加能够很好地模拟驾驶技能的成长。每个效用值能够通过模型的反馈而成长，因此，飞行员的产生式效用值可用下式计算：

其中Ui(n-1)、Ui(n)分别表示产生式经过第n-1次、第n次运用之后的值；Ri(n)是它第n次运用获得的反馈；a表示成长率。

（3）程序性阶段，当飞行员获得的各种驾驶知识与驾驶技能转化为解决问题的自动化过程后，提高认知技能激活速度的内在信息加工过程仍在进行。各种程序化、自动化过程不断优化，强化有效的问题解决策略和规则，进一步提高飞行员问题解决的认知加工速度。

飞行员在驾驶技能学习过程中会出现迁移现象，对于迁移，Anderson等人提出了“共同要素理论”。基于“共同要素理论”，认为飞行员两种技能之间发生迁移的条件是，它们之间必须共用相同的产生式规则，并且两种技能之间的迁移量，可以通过计算它们共用的产生式规则的数量来做出估计：（1）如果两种技能共用较多的产生式规则，它们之间将产生显著的迁移；（2）如果两种技能共用较少的产生式规则，即使它们共用相同的组块，它们之间也将产生很少的迁移或者没有迁移[10]。

3.1.2 飞行员驾驶技能的提取和运用模型

飞行员驾驶技能提取和运用是飞行员身处的外部环境和飞行员内部认知加工的共同作用。飞行员根据特定目标要求或者特定情境从大脑中提取知识进行一系列的操作来完成飞行任务，比如进行飞机降落时，他会从大脑中提取出有关飞机降落的知识进行操作。

当处在某种驾驶情境中，飞行员就要对环境信息进行筛选编码，把当前的情境与学习过的情境进行比较，从中选择出与当前情境最符的驾驶技能。基于ACT-R认知体系结构，提出飞行员组块知识激活水平的计算如下：

其中Bi是组块i的基本激活水平，它反映的是组块i使用的崭新度和频率；Wj是情境组块 j的注意权重；Sji是从情境组块 j与记忆组块i的关联强度；∑lPMli表示局部匹配；ε表示扰动。

飞行员所处的情境与过去某个学习过的情境相似时，飞行员有可能采取学习过的情境所对应的操作，也就是说由于相似性，飞行员很可能产生误判或者误操作，在ACT-R激活水平计算中的局部匹配部分能够充分地体现这一点。

当然，飞行员驾驶技能的获得、提取和运用，是一个相互交织的过程，飞行员是伴随着“学中做、做中学”而不断成长。

3.2 基于ACT-R的飞行员认知行为一体化仿真建模

3.2.1 飞行员驾驶飞机的行动过程

飞行员驾驶飞机的行动过程是飞行员通过各种途径收集信息，并对信息进行加工处理，做出判断决策，然后使用机上操纵装置，对飞机实施操纵控制，以实现预定飞行目的的过程。飞机驾驶是人有目的的行动，按照认知心理学理论，飞机驾驶行动过程可分为感知发现、判断决策和实施操纵等三个阶段[11]，如图2所示。按照信息理论，感知发现是信息获取、储存的输入阶段，判断决策是信息的加工、处理阶段，实施操纵是输出阶段。

图2 飞行员驾驶飞机行动过程阶段划分

在感知发现阶段，飞行员主要通过视觉、听觉、触觉和前庭功能等感觉器官来感知发现飞行状态、收集信息。

在判断决策阶段，飞行员在感知发现的基础上，结合驾驶经验，运用一定的思维方式，经过分析做出判断，确定飞行目的和有利于达到飞行目的的操纵活动。

在实施操纵阶段，飞行员依据做出的操纵决策，通过手、脚等运动器官对飞机操纵装置实施具体的操作。

3.2.2 驾驶舱告警处理实验

飞行员驾驶飞机是感知发现、判断决策和实施操纵三个阶段或者三个子任务不间断地串联组合、连锁反应的过程。为了使实验及模型模拟具有代表性，任务材料的选取遵从以下三个原则：（1）任务材料必须包含飞行员驾驶飞机的三个阶段或者三个子任务；（2）任务材料必须便于认知建模；（3）任务材料必须简化抽象，使模型具有典型性，易于扩展到大部分具体的驾驶任务。鉴于此，本文以驾驶舱中出现频率最高的典型飞行任务“飞行员告警信息感知、处理与决策”为对象进行实验设计与建立仿真模型。

实验材料：驾驶舱主警告发出连续的告警声音，被试飞行员听到告警声音之后，查看显示组件主注意灯的颜色。如果被试飞行员发现主注意灯的颜色是红色，那么紧急作动进行按键操作消除告警；如果被试飞行员发现主注意灯的颜色是琥珀色，那么只需引起注意即可。

实验设备：驾驶舱仿真平台、运动捕捉系统、数据记录系统。

被试：飞行器设计专业研究生10名

实验步骤：首先对被试的行为能力进行合理约束，然后让被试在驾驶舱仿真平台上进行实验操作，其行为序列通过仿真平台的运动跟踪系统进行摄像记录，其行为的详细数据通过数据记录系统进行记录。图3为实验设备，图中有捕捉设备、驾驶舱仿真平台和数据记录设备。

图3 实验设备

3.2.3 模型建立

模型建立的关键是飞行员告警信息诊断和操作处理数据库，飞行员告警处理认知行为模型框架如图4所示。基于ACT-R建模环境运用lisp语言进行程序编写建立任务模型如图5所示，图中窗体分别表示在ACT-R平台上建立的驾驶舱告警系统、飞行员告警处理陈述性知识库和产生式规则库等。

图4 飞行员认知行为模型框架

图5 运用ACT-R建模工具建立模型

ACT-R建模工具中所包含参数的默认值为国外一般人群的实验数据，为了建立我国飞行员的仿真模型，建模中必须对视觉模块、听觉模块、作动模块等模块的参数进行设定。本文依据国家重点基础研究计划驾驶舱人机工效一体化中飞行员仿真理论与模型研究课题组所进行基础实验的信息数据来调整模型参数，从而使模型模拟顺利合理进行。课题组进行的基础实验包括：视觉实验、听力辨析实验、视听告警双任务干涉系列实验、信息激活强度关联实验、个体差异系列实验等。模型模拟结果如图6所示，左半部分为飞行员认知行为时间序列、组块激活水平计算、产生式效用值计算等，右半部分为大脑血氧水平显示。调整模型参数:trace-detail为high可得到更为详细的模拟结果。

图6 模型运行结果

3.2.4 对比分析

模型模拟可以确定飞行员单步认知行为的时刻，包括听到主警告的时刻、查看主注意灯的时刻、判断决策的时刻、按键操作的时刻。调整模型参数后可以得到更为详细的认知行为时间序列，如按键操作花费时间为450 ms，其中preparation-complete为300 ms，initiation-complete为50 ms，output-key为10 ms，finish-movement为150 ms。飞行员实验可以确定完成任务的总时间。

飞行员操作和模型模拟单独进行，使用模拟结果对飞行员认知行为进行预测，通过模拟结果和飞行员实际操作的对比来验证模型的有效性。表1为被试操作与模型模拟对比，表中罗列了被试飞行员完成任务的平均时间，同时罗列了模型模拟中主要的认知行为以及相应的时刻。

表1 被试操作与模型模拟对比

对比分析结果：

（1）模型能够成功完成任务目标。由模型运行结果可知：出现琥珀色告警，模型能够引起注意；出现红色告警，模型能够进行按键操作以消除告警。

（2）模型的单步操作和飞行员的单步行为相一致。飞行员的单步行为主要有听到主警告、查看主注意灯、判断决策、按键消除告警，从模型运行结果中抽取主要操作序列进行对比，可知二者一致。

（3）被试飞行员平均花费时间为2.022 s，模型模拟时间为2.293 s。出现差异的主要原因是：一方面课题组进行基础实验有限，关键参数调整不完全；另一方面，实验简单，被试操作易达到自动化水平，时间花费减少。

4 结论

基于ACT-R的飞行员认知行为建模，表明ACT-R认知体系适合飞行员认知行为仿真建模，有助于推动驾驶舱人机工效一体化中飞行员仿真理论与模型研究的发展，指导驾驶舱人机工效设计与评估，预测飞行员的操纵失误率、评估飞行安全，验证飞行操作程序的合理性和正确性。

基于ACT-R的飞行员认知行为模型能够对飞行员高层认知和决策过程的工作机制进行解释，从而为探索飞行员组织知识、产生智能行为的思维运动规律提供了一种实现方法，有助于提高飞行员培训效率，降低飞行员培训成本，提高飞行员安全驾驶能力，降低随机失误的概率。

驾驶舱飞行员认知行为建模是一个庞大的系统工程，实验、理论、模型和工程应用综合在一起。若要对复杂飞行任务中的飞行员进行认知建模还需要做三方面的工作：（1）进行系统完整的基础实验，完善飞行员特有的信息数据以及模型准确性、有效性的验证实验；（2）本文认知建模中的操作模型局限于简单的手部操作，必须扩展操作模块才能实现复杂操作行为的模拟；（3）建立飞机外部环境和驾驶舱控制的环境模型，环境模型可以为飞行员提供输入与输出反馈，从而形成回路，实现闭环仿真。

[1]郭小朝.飞机座舱显示——控制工效学研究近况[J].人类工效学，2001，7（4）：34-37.

[2]刘雁飞，吴朝晖.驾驶行为建模研究[D].杭州：浙江大学，2007：32-35.

[3]王丽荣，庄达民.飞机拨动开关布置的人机工效分析[J].中国民航飞行学院学报，2004，15（2）.

[4]焦健，孙瑞山.飞行中情景意识探讨[J].中国民航飞行学院学报，2006（24）.

[5]柳忠起，袁修干.飞行员注意力分配的定量测量方法[J].北京航空航天大学学报，2006，32（5）.

[6]Foyle D C，Hooey B L.Human performance modeling in aviation[M].[S.l.]：CRC Press/Taylor&Francis Group，2008.

[7]Anderson J R，Bower G H.Human associative memory[M]. Washington：Winston and Sons，1973.

[8]Anderson J R.The architecture of cognition[M].Cambridge，MA：Harvard University Press，1983.

[9]Anderson J R，Fincham J M，Douglass S.Practice and retention：a unifying analysis[J].Journal of Experimental Psychology：Learning，Memory，and Cognition，1999，5.

[10]AndersonJR，SchunnC D.Implicationsof the ACT-R learning theory：no magic bullets[M]//Advances in instructional psychology（Vol.5）.Mahwah，NJ：Erlbaum，2000.

[11]丁邦昕.飞机驾驶学[M].北京：蓝天出版社，2004.

XUE Hongjun,PANG Junfeng,LUAN Yichun,LI Lei

School of Aeronautics,Northwestern Polytechnical University,Xi’an 710072,China

To compensate the lack of the pilot cognitive behaviour integration modelling in the domestic aviation field,this paper provides comprehensive models for the inherent mechanism of pilot’s driving skills acquisition,extraction and exertion on the base of the ACT-R（Adaptive Control of Thought-Rational）cognitive system.By dividing the process of flying an aircraft,the experiment designing and integrated simulation of the typical missions in the cockpit which is called the pilot warning information perception,processing and decision-making are set up.Respectively,the simulation is compared with the experiment.It shows that the ACT-R architecture agrees with the modelling of pilot.It can promote the research of pilot simulation theory in the cockpit ergonomics and provide support for the cockpit optimized design.

pilot;aircraft driving;cognitive modeling;Adaptive Control of Thought-Rational（ACT-R）

针对国内航空领域飞行员认知行为一体化建模研究较少，运用ACT-R认知架构对民机飞行员驾驶技能获得、提取和运用的内在机制进行建模。对飞行员驾驶飞机的认知过程进行划分；以驾驶舱中出现频率最高的典型飞行任务——飞行员告警信息感知、处理与决策为对象进行实验设计和一体化仿真；对实验操作和模拟仿真进行对比，表明ACT-R认知体系能够指导推进驾驶舱人机工效一体化中飞行员仿真理论与模型研究的发展，为驾驶舱优化设计与评估提供深层次的支撑。

飞行员；飞机驾驶；认知行为建模；推理思维的自适应控制（ACT-R）

A

TP391.9

10.3778/j.issn.1002-8331.1202-0563

XUE Hongjun,PANG Junfeng,LUAN Yichun,et al.Cockpit pilot cognitive behavioral integration simulation modeling. Computer Engineering and Applications,2013,49（23）：266-270.

国家重点基础研究发展计划（No.2010CB734101）。

薛红军（1966—），男，博士，副教授，研究领域为人机工效；庞俊锋（1986—），男，硕士研究生，研究方向为人机工效。E-mail：pangjunf521@126.com

2012-02-28

2012-06-27

1002-8331（2013）23-0266-05