无人机人机协作控制权限分配方法研究

毛鹏飞 张杰 吴昊

摘 要 随着技术的不断发展，复杂建模和决策算法都得到了长足的进步，这两种进步的进步又推动了无人机指挥控制系统的发展，使其更加完善，决策更加智能，但是部分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较，系统自动化等级划分，决策分配原则和评估准则，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。

关键词 自动化等级 无人机决策分配 人机协同

中图分类号：TP242文献标识码：A

1人机能力优势比较

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，而自动化系统则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，才能达到所期望的效果。

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，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，越简单的环境下，可靠程度越高。

在关于人机能力对比的研究结论中，最为著名的莫过于Fitts List。它由人机系统领域的创始人之一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、机固有的优势和不足，通过两两对比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。Fitts List成为各种功能分配方法的基础。

随着计算机及自动化技术的迅速发展，以及人们对自身认识的加深，Fitts List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。

2分配原则研究

2.1基于认知模型的权限分配原则

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，这是根据目标和问题本身，结合知识、经验的一个创造性的过程。

（2）基于规则的行为：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-行动对（即规则）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，对于已知的激励可实现高度自动化的响应。

2.2基于系统本身因素的权限分配原则

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。

2.2.1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？

2.2.2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）資源的获取：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？

2.2.3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？

3分配原则的确定

根据以上分析的内容最终确定一下五条分配原则：

3.1比较分配原则

比较就是关于人与机器自动化系统特性的分析比较。在分析比较的基础上，确定各个功能的优先分配，即适合人来实现的功能就分配给人来做，适合自动化系统完成的任务就分配给机器来做。当某一功能需要人、机配合来完成时，则表明这一功能的分析尚需往更细的层次分解。人（下转第126页）（上接第122页）机系统的设计者在充分认识系统的目标和任务要求后，必须能很好把握当时的技术发展水平，清楚地了解和分析人、机各自的优缺点，才有可能为实现其目标进行决策，选择出最佳的人、机结合模式。

3.2剩余分配原则

剩余分配原则是指一项功能如果采用技术上能够实现的自动化操作可以完成，就可以排斥人的作用。首先把尽可能多的决策功能分配给自动化操作完成，剩余的功能才分配给人。这一条原则在实际分配决策時可以和第一条原则结合在一起来考虑。

3.3经济分配原则

系统的一项功能是分配给人或机器还需要从经济角度来考虑。这里的经济概念是指系统研制、生产、使用及维护全寿命周期的总费用，其中特别强调使用的效率。对于人而言，则包括他的选拔、培训等费用。系统的有些费用在设计阶段是不易直接衡量的，只能通过预测的方法来分析比较。因此，究竟是使用人经济，还是设计、生产制造、运行维护机器来实现该功能经济，都要深入分析考虑。

3.4宜人分配原则

决策功能分配在考虑人的能力限制的前提下，尽可能多地多发挥人的技能。这意味着既要使系统中人类操作者不要在完成任务、作业后疲惫不堪，也不要让其长时间感到无事可做，工作警觉性变差。

3.5弹性分配原则

随着现代科学技术的发展，尤其是计算机、自动化和人工智能技术的发展，出现了很多不同类型的人机接口，能够根据不同的需求选择不同的人、机操作界面完成系统功能。弹性分配的基本思想有两个：一个是由人自己决定参与系统行为的程度;另一个是智能机器根据任务的难易和操作者的工作负荷及态势感知水平来调整系统功能的分配。弹性分配原则又称为动态分配原则。

4总结

无人机在人机协同作战过程中对于人和自动化系统的协调要求极高，合理的权限分配，能够在效率、安全、可靠性等方面使得无人机系统性能得到极大提升，本文首先从不同的角度设计了人机协作时任务划分决策和原则以及对于决策分配方案产生后的评估准则，其具有极高的参考价值。伴随着操作员技能水平、系统智能化程度、运算能力、无人机功能等的提高和丰富，各个决策的自动化等级必然发生变化，评估原则也要做出相应的调整。能够跟随操作员或自动化系统的状态变化做出调整，能够使无人机系统具备更强的适应能力，充分发挥人和计算机各自的优势，未来可以考虑采用强化学习、深度学习等方法让可自主变权限系统更加智能化，使其能够在不同的功能层面上实现人机的交互和相互帮助。

参考文献

[1] 张彤，许杉，赵太飞.无线光协作无人机编队对地覆盖接入技术研究[J].激光杂志，2019，40（09）：8-12.

[2] 朱珂，王玮，杨露彬.“5G+无人机”技术的教与学：场景、路径与未来应用展望[J].远程教育杂志，2019，37（04）：33-41.

[3] 郜富晓.空地协作组网的无人机位置部署及能量优化机制研究[D].开封：河南大学，2019.

[4] 张新宇.无人机网络抗干扰方法研究[D].北京：北京邮电大学，2019.

[5] 牛轶峰，沈林成，李杰，王祥科.无人——有人机协同控制关键问题[J].中国科学：信息科学，2019，49（05）：538-554.