基于可變自主等級的有人機/無人機控制方法

張 冬，楊繼國，尤靈辰，楊大鵬

（1. 中國航空工業(yè)集團公司沈陽飛機設(shè)計研究所，沈陽 110035；2. 空軍裝備部駐沈陽地區(qū)第一軍事代表室，沈陽 110850；3. 北京航空航天大學(xué)自動化科學(xué)與電氣工程學(xué)院飛行器控制一體化技術(shù)重點實驗室仿生自主飛行系統(tǒng)研究組，北京 100083）

1 引 言

無人機（Unmanned Aerial Vehicle，UAV）具有成本低、風(fēng)險低、感知敏銳、使用方便、沒有人員傷亡等特點［1］，近幾年得到了廣泛的應(yīng)用。但是，無人機的智能化進程仍然有限，面對未來復(fù)雜多變的戰(zhàn)場環(huán)境，無人機存在自主性低、協(xié)調(diào)性弱等問題，單獨執(zhí)行任務(wù)的難度仍然較大。有人機則具有感知力好，形勢判斷能力強等特點。為了實現(xiàn)人機智能優(yōu)勢互補，提高作戰(zhàn)任務(wù)的成功率，有人機/無人機協(xié)同作戰(zhàn)模式將是當(dāng)下及未來研究的重點［2-3］。美國空軍在《小型無人機系統(tǒng)（SUAS）飛行計劃：2016—2036》中提出了“忠誠僚機”的概念，使用無人機輔助有人機飛行，以實現(xiàn)更高的任務(wù)效能［4］。使用有人機/無人機組成的編隊進行作戰(zhàn)將會是未來數(shù)年乃至數(shù)十年的主要作戰(zhàn)形式［5］。

有人機/無人機集群控制是一個復(fù)雜的問題，從協(xié)同作戰(zhàn)概念［6］，到協(xié)同的體系框架［7］和作戰(zhàn)體系設(shè)計［8］等眾多方面都需要有所涉及。在有人機/無人機的實際控制方面，圣塔克拉拉大學(xué)的Mas等研究了一種集群空間控制技術(shù)，將多個無人機的參數(shù)轉(zhuǎn)變?yōu)闊o人機集群空間的參量［9-10］。減少了需要控制的變量數(shù)量，簡化了有人機對無人機集群的控制。德國慕尼黑聯(lián)邦國防軍大學(xué)Schwerd 等［11］從操作實踐上提出了應(yīng)用于有人/無人集群的操作系統(tǒng)框架與認(rèn)知狀態(tài)估計框架，文獻(xiàn)［12］從有人/無人的網(wǎng)絡(luò)建立、通信能力、網(wǎng)絡(luò)聚類特征、網(wǎng)絡(luò)效應(yīng)、系統(tǒng)自主性等方面建立了有人機/無人機作戰(zhàn)網(wǎng)絡(luò)的評價指標(biāo)。吳立堯等［13］和李騰［14］分別從有人機/無人機的簡單動力學(xué)模型和飛機的實際模型出發(fā)，設(shè)計了不同的控制策略來完成有人機/無人機編隊集結(jié)重構(gòu)的相關(guān)內(nèi)容。學(xué)喆等［15］設(shè)計了有人機/無人機交互決策架構(gòu)，建立決策推理模型，進而選取合適的人機交互模式，實現(xiàn)人機決策。

在無人系統(tǒng)中，針對人的操作能力，將系統(tǒng)的自主能力與控制權(quán)限劃分為多個等級，稱為無人系統(tǒng)的自主等級。在不同的自主等級下，操作員具有不同的權(quán)限與操作需求。通過給系統(tǒng)設(shè)計不同的自主等級，能夠合理利用人與機器的優(yōu)點，在各自的場景下實現(xiàn)最佳的人機合作，實現(xiàn)優(yōu)勢互補。早在2000 年，Parasuraman 等就提出了變自主等級的相關(guān)理論，并將無人系統(tǒng)的行為自主性分為十個等級（如表1所示）［16］，開創(chuàng)了變自主等級研究的先河。文獻(xiàn)［17］研究了機器人三種不同的自主權(quán)限（人類全手動，機器人自主行動，人類給出路徑點進行主導(dǎo)控制）在機器人穿越迷宮時的不同效果，實驗結(jié)果證明，能自主調(diào)節(jié)系統(tǒng)自主性的系統(tǒng)取得了最好的綜合效果，能夠節(jié)省操作員的精力。Takeshi等［18］則并未采用顯式更換自主等級的方案，而是將人類對復(fù)雜環(huán)境所具有的良好的判斷能力與系統(tǒng)較好的操作能力結(jié)合起來，根據(jù)兩者的輸入指令，合理地選擇更偏向哪一個指令。駱煜［19］設(shè)計了體現(xiàn)無人機能力的效用矩陣和體現(xiàn)用戶期望的偏好矩陣，并對這兩個矩陣進行處理，利用等級推理機制得到了適合當(dāng)前態(tài)勢的自主等級，并且設(shè)計了無人機變自主等級控制系統(tǒng)。文獻(xiàn)［6］構(gòu)建了操作員與無人機之間的關(guān)系，改進了經(jīng)典的OODA 循環(huán)（即Observation 觀察、Orientation 判斷、Decision 決策、Action行動），在判斷與決策前加入自主判斷環(huán)節(jié)，根據(jù)態(tài)勢將無人機的自主等級劃分為四級，并根據(jù)不同的自主等級決定操作員對無人機的干預(yù)程度。李騰［14］設(shè)計了決策輔助系統(tǒng)，將決策行為告知操作員，再由操作員判斷是否采用系統(tǒng)的判斷，即更改了系統(tǒng)的決策等級。

表1 無人系統(tǒng)自主等級Table 1 Unmanned system autonomy level

表2 不同情境任務(wù)評價指標(biāo)Table 2 Evaluation for different control manners

綜上所述，目前變自主權(quán)限的實現(xiàn)方法主要有兩種，一種方法是由系統(tǒng)根據(jù)現(xiàn)有的態(tài)勢情況，計算出適合當(dāng)前態(tài)勢的系統(tǒng)權(quán)限等級，根據(jù)不同的權(quán)限等級判斷是否需要操作員進行干預(yù)，并且由操作員確定最終的自主等級。這種方法較為直觀，但是目前的相關(guān)方法較少考慮不同自主等級對操作員不同的精力要求，實際的減負(fù)效果有限。另一種方法是在所有情況下都接受操作員的指令，但是在系統(tǒng)中加入了對操作員指令的判斷，由系統(tǒng)選擇對人或者系統(tǒng)控制指令的傾向程度。這種方法能夠結(jié)合人與系統(tǒng)的優(yōu)點，但是難以應(yīng)對較為復(fù)雜的操作場景，同時需要較多人的干預(yù)，難以達(dá)到降低操作負(fù)擔(dān)的效果。

據(jù)此，本文將圍繞有人機/無人機變自主等級控制方法進行研究，基于態(tài)勢評價的方法確定集群當(dāng)前的自主等級，并且在該方法中，引入操作員精力損耗對自主等級的影響，更加合理地評估當(dāng)前適合的自主等級，以降低操作員的操作負(fù)擔(dān)。相比于固定等級的控制方案，本文所提出的控制方案更貼合未來有人機/無人機集群控制實戰(zhàn)，更多考慮人的因素，具有更好的可操作性。

2 問題描述

2.1 任務(wù)想定與環(huán)境建模

假設(shè)有人機/無人機集群由一架有人機和三架攜帶探測傳感器和任務(wù)載荷的無人機組成。驗證場景中存在一個敵方目標(biāo)和多處防空區(qū)域，驗證任務(wù)是有人機和無人機集群通過所攜帶的探測傳感器偵察防空區(qū)域，指揮集群編隊前往目標(biāo)區(qū)域。當(dāng)越過防空區(qū)域到達(dá)指定的任務(wù)地點后，集群對任務(wù)目標(biāo)進行打擊，完成任務(wù)，并檢驗本文所設(shè)計的變自主等級控制的可行性。

在環(huán)境中，本文設(shè)計一個假想的敵軍防空區(qū)，防空區(qū)在環(huán)境中隨機分布，具有一定的危險范圍，飛機在防空區(qū)外飛行被認(rèn)為是安全的，而在防空區(qū)內(nèi)飛行則會存在被擊落的危險。因此，要求有人機/無人機組成的飛行集群在飛抵目標(biāo)進行打擊的過程中不能與環(huán)境中的防空區(qū)產(chǎn)生任何的相交部分，否則判定打擊任務(wù)失敗。

一個簡單防空區(qū)示例如圖1所示。

圖1 敵方防空區(qū)建模示意圖Fig.1 Example of enemy anti-air region

圖中，黑色豎線表示一個防空區(qū)的中心，具有不同的防御高度。紅色圓柱狀區(qū)域即代表防空區(qū)的危險范圍，有人機/無人機集群中的任何一架飛機都應(yīng)當(dāng)盡量避免與危險范圍有所相交。

2.2 有人機運動學(xué)模型

本文研究側(cè)重點在于有人機與無人機集群的變自主等級控制方法，而并非有人機與無人機的底層飛行控制。因此在本文中，有人機與無人機的差異主要體現(xiàn)在兩者不同的運動學(xué)方程，以及因此具有的不同控制方法。根據(jù)文獻(xiàn)［20］，采用經(jīng)典的帶推力的飛機模型作為有人機的運動學(xué)模型，取發(fā)動機推力T，法向過載n與滾轉(zhuǎn)角?為有人機的控制量，并假設(shè)有人機的側(cè)滑角與攻角均較小，可以忽略不計，因此有人機的運動學(xué)方程可以建立為

式中，x，y，z分別表示有人機的位置坐標(biāo)；θ，φ分別表示有人機的航跡俯仰角和航向角；g為重力加速度，v為有人機的飛行速度；D，W分別表示有人機的飛行阻力和自身重力；T，n，?分別表示有人機的發(fā)動機推力、法向過載和滾轉(zhuǎn)角，由油門桿、升降舵和副翼舵三者來控制有人機的運動。

在飛機的實際飛行中，上述三個控制量均具有實際的相關(guān)約束：推力受發(fā)動機性能的約束，法向過載受飛機設(shè)計因素的約束，滾轉(zhuǎn)角根據(jù)實際的飛行情況，應(yīng)當(dāng)在±90°范圍內(nèi)，具體的約束為

2.3 無人機運動學(xué)模型

本文采用無人機的等效二階系統(tǒng)模型對無人機進行控制。假設(shè)每架無人機均配置了空速、航向和航跡三個通道的自動駕駛儀，包含三個位置自由度和兩個航向自由度。單個無人機的動力學(xué)模型為［21］

式中，x，y，z分別為單個無人機的三維空間位置坐標(biāo)；V，χ，γ分別為無人機的空速大小、航向角和航跡傾斜角；Vc，χc，γc分別為對應(yīng)的期望指令值；τv，τχ，τγ分別為無人機空速、航向、航跡控制的時間常數(shù)。設(shè)計Vmin，Vmax，nmin，nmax，γmin，γmax分別為空速大小、航向角、航跡角的最小與最大約束，重力加速度取g=9.8 m/s2，則無人機的具體約束為

3 變自主等級設(shè)計與切換

3.1 自主等級劃分與控制方案

系統(tǒng)自主等級是系統(tǒng)操作能力與操作員對系統(tǒng)信任度的綜合表征，在不同的自主等級下，操作員與集群系統(tǒng)進行不同程度的交互與配合，從而達(dá)到更好的控制效果和任務(wù)完成成果。在本文中，有人機在有人/無人集群中處于主導(dǎo)地位，負(fù)責(zé)集群決策；無人機處于次要地位，負(fù)責(zé)態(tài)勢感知與有人機護衛(wèi)。集群的變自主等級主要圍繞集群中的無人機展開，探討在有人機存在時無人機集群的變自主等級控制方案。本文將集群的自主等級分為四級，設(shè)計不同系統(tǒng)的自主等級與不同自主等級的控制方案如下：

（1）用戶全手動控制

在這一自主等級，系統(tǒng)僅負(fù)責(zé)執(zhí)行用戶指令，無條件信任操作員的指令，操作員則需要輸入集群的控制指令，以實現(xiàn)對集群的控制。操作員與系統(tǒng)的交互僅限于控制指令的傳遞。

（2）用戶主導(dǎo)的自主控制

在這一自主等級，系統(tǒng)根據(jù)環(huán)境態(tài)勢判斷系統(tǒng)的自主等級，由操作員給出下一步任務(wù)目標(biāo)即航路點信息，然后由系統(tǒng)根據(jù)用戶指定的航路點信息，進行路徑規(guī)劃并具體制定集群控制指令，進而控制有人/無人集群。

（3）系統(tǒng)主導(dǎo)的自主控制

在這一自主等級，系統(tǒng)根據(jù)環(huán)境態(tài)勢等因素，自主進行任務(wù)規(guī)劃與決策。在這一階段，操作員能夠?qū)旱臒o人機編隊隊形進行設(shè)計與調(diào)整，集群則負(fù)責(zé)將控制結(jié)果報給用戶，并對編隊隊形進行控制。

（4）系統(tǒng)全權(quán)限自主控制

在這一自主等級，系統(tǒng)自主根據(jù)任務(wù)需要做出決策與控制指令，并將結(jié)果報給用戶。用戶無需為系統(tǒng)提供任何信息。

3.2 系統(tǒng)工作性能評價

傳感器作為無人機感知外界態(tài)勢的窗口，在執(zhí)行任務(wù)的過程中具有重要的作用。無人機上必須載有相關(guān)的傳感器以支持對環(huán)境的探測和相關(guān)信息的獲取。在量化當(dāng)前態(tài)勢指標(biāo)時，系統(tǒng)首先應(yīng)當(dāng)判斷系統(tǒng)本身是否能夠?qū)B(tài)勢做出一個合理的、符合實際的評價。否則當(dāng)傳感器出現(xiàn)故障或是損壞，對應(yīng)的態(tài)勢評估就會出現(xiàn)不準(zhǔn)確的情況，進而導(dǎo)致自主等級評估出現(xiàn)差錯。

在本文中，所涉及的傳感器主要是有人機與無人機上搭載的攝像機。因此，本文對每個傳感器的系統(tǒng)工作性能評價為

根據(jù)假設(shè)，當(dāng)前的每一架無人機僅僅采用攝像機這一傳感元件，因此對攝像機的評價指標(biāo)即可作為整架無人機的系統(tǒng)工作性能評價。當(dāng)存在多個傳感器時，將各個傳感器的性能評價進行算數(shù)平均，可得到無人機的系統(tǒng)工作評價為

式中，ci為無人機每個傳感器的工作性能評價。

3.3 環(huán)境威脅程度評價

有人機/無人機集群在環(huán)境中運動，環(huán)境對集群的影響不可忽略。在集群執(zhí)行任務(wù)的過程中，系統(tǒng)通過各種傳感器對環(huán)境進行探測，并預(yù)警可能的危險。當(dāng)環(huán)境復(fù)雜、防空區(qū)較多時，集群面臨的危險將會顯著增多，對防空區(qū)域進行躲避的難度也顯著增大。在無人機系統(tǒng)智能性不高的情況下，集群將極易受到攻擊。因此對操作員介入的需求也將快速上升。環(huán)境威脅度將會是影響系統(tǒng)自主性的重要因素。

在本文中，無人機利用機載攝像頭獲取信息，進而判別當(dāng)前的環(huán)境復(fù)雜度。依據(jù)攝像頭所獲取的信息，并為方便后續(xù)數(shù)據(jù)處理，在飛機飛行左右兩側(cè)各90°的區(qū)域內(nèi)共劃分六個扇形區(qū)域，每個區(qū)域占據(jù)30°的范圍，如圖2所示。

圖2 無人機探測范圍示意圖Fig.2 Example of UAV detection range

假定wi為無人系統(tǒng)對某一方向扇區(qū)的敏感程度權(quán)重，通常無人機對最靠近軸線中心區(qū)域的防空區(qū)更為敏感，其敏感程度權(quán)重最大，往兩邊權(quán)重依序遞減。六個扇形區(qū)域?qū)?yīng)六個不同的敏感程度權(quán)重，組成敏感度權(quán)重向量參與后續(xù)的計算。為方便后續(xù)數(shù)據(jù)處理，令環(huán)境威脅程度的評價指標(biāo)與其它評價指標(biāo)具有相同的數(shù)量級，因此要求敏感度權(quán)重向量w滿足

式中，w1，w2，w3，…，wn為向量w的n個分量。

另外，防空區(qū)與無人機的距離同樣也影響著環(huán)境對集群的威脅程度，用N表示飛機對防空區(qū)的空間敏感程度，稱為防空區(qū)的空間威脅度?？臻g威脅度越大，意味著防空區(qū)距離無人機越近，對飛機的影響越大。威脅度N是對距離的函數(shù)，危險程度與防空區(qū)和無人機的距離d成一定的線性關(guān)系，計算公式為

式中，dsafe表示飛機的安全半徑，dmax表示無人機的最大探測半徑。

根據(jù)威脅程度與敏感度權(quán)重，單個防空區(qū)對無人機產(chǎn)生的環(huán)境威脅度按下式進行計算

一般而言，單個無人機探測到的防空區(qū)越多，其認(rèn)為的環(huán)境威脅程度就越大。但是需要注意，環(huán)境威脅程度并非是所有探測到防空區(qū)威脅值的簡單相加。當(dāng)有較多的防空區(qū)較為密集地聚集在某一個角度范圍內(nèi)時，其簡單相加后所得的總威脅值會很大，但實際對無人機造成的影響主是由該方向上距離無人機最近的防空區(qū)引起的。因此，有必要考慮防空區(qū)的分布不同對無人機威脅程度的影響。

受生物學(xué)視線注意機制的啟發(fā)，本文采用基于視角機制的環(huán)境評價方法，即無人機僅考慮六個扇形區(qū)域中對無人機威脅程度最大的防空區(qū)，將其計入無人機的環(huán)境威脅程度，忽略其余的防空區(qū)威脅值的影響，并將上述六個值進行相加得到無人機的環(huán)境威脅程度。

綜上所述，對于單個飛機而言，其環(huán)境復(fù)雜程度計算公式為

式中，Oi表示第i個扇形區(qū)域中探測到的所有防空區(qū)集合。

一種無人機探測行為示意圖如圖3所示。

圖3 無人機探測示意圖Fig.3 Example of UAV detecting enemy anti-air defense

圖3中每一個藍(lán)色點代表一架無人機，其對應(yīng)的藍(lán)色半圓則表示每一架無人機所能夠探測到的范圍。包含在藍(lán)色半圓中的黑色圓點則是能夠被無人機探測到，進而求得的環(huán)境威脅程度。

3.4 當(dāng)前態(tài)勢評估

在建立了系統(tǒng)工作性能評價與環(huán)境威脅程度評價之后，綜合前兩節(jié)的態(tài)勢因素，就能夠建立系統(tǒng)態(tài)勢評估向量T={ti}2。式中，{ti}2表示系統(tǒng)在當(dāng)前態(tài)勢下，針對態(tài)勢指標(biāo)ai的評價。本文建立了兩個態(tài)勢評價指標(biāo)，即系統(tǒng)工作性能評價與環(huán)境威脅程度評價。

針對系統(tǒng)工作性能與環(huán)境威脅程度這兩個態(tài)勢指標(biāo)，本文對每架無人機獲取的上述評價指標(biāo)進行分別相加，得到最終的集群態(tài)勢評估矩陣。該矩陣將在后續(xù)的自主等級確定中起到作用。

3.5 用戶模型建立與自主等級確定

有人機操作員在有人機/無人機系統(tǒng)中起到舉足輕重的作用，其對有人機/無人機集群所面臨的環(huán)境與系統(tǒng)威脅具有較強的解決能力。因此，操作員的相關(guān)因素在選取合適的自主等級過程中顯得十分重要。針對操作員的能力、工作負(fù)荷等屬性，以及不同自主等級下操作員的接入程度，給出如下定義：

定義1：用戶行為能力矩陣Moa={mij}。mij指操作員在等級li下根據(jù)經(jīng)驗對具體行為aj的掌握能力，同一用戶在不同自主等級下的行為能力不同，通常自主等級越低，用戶在對應(yīng)自主等級下對系統(tǒng)的行為能力就越強，越能改善系統(tǒng)當(dāng)前所處的態(tài)勢情況。

定義2：系統(tǒng)行為能力矩陣Msa={mij}。mij指操作員認(rèn)為系統(tǒng)在自主等級li下的行為能力。同一套系統(tǒng)在不同自主等級下的行為能力不同，通常自主等級越高，系統(tǒng)的操作權(quán)限就越大，對集群所處的態(tài)勢改善能力就越強。

定義3：用戶精力損耗矩陣Moe={mij}。在不同的自主等級下，用戶對系統(tǒng)的干預(yù)介入程度不同，用戶所需要消耗的精力也不同，因此引入用戶精力損耗矩陣來評價操作員在不同自主等級下不同的精力損耗程度。

根據(jù)以上三個矩陣，借助第3.4節(jié)中得到的態(tài)勢向量，能夠計算得到當(dāng)前系統(tǒng)推薦的自主等級，計算步驟如下：

步驟1：將當(dāng)前態(tài)勢向量與四種自主等級下的用戶行為能力矩陣和系統(tǒng)行為能力矩陣的對應(yīng)值進行相加，得到不同等級下經(jīng)過人與系統(tǒng)改善后的融合態(tài)勢矩陣，記為Oij。

步驟2：由于融合態(tài)勢矩陣中的五個態(tài)勢決策屬性的評價尺度不一致，為了消除不同態(tài)勢屬性附帶的影響，首先需要對態(tài)勢屬性矩陣進行正規(guī)化處理，得到正規(guī)化的融合態(tài)勢矩陣。

對于系統(tǒng)工作性能，其為收益型（越大越好）的態(tài)勢屬性，正規(guī)化方法可表示為

對于環(huán)境威脅程度評價，其為代價型（越小越好）的態(tài)勢屬性，正規(guī)化方法可表示為

步驟3：最大優(yōu)化模型引入拉格朗日函數(shù)求解可得每一個態(tài)勢屬性的權(quán)重wj；絕對差總和越大的態(tài)勢屬性在決策中占有更大的比重，

為了消除權(quán)重取值方法帶來的差異性，此處將單位化生成的w再進行歸一化處理為

步驟4：根據(jù)態(tài)勢權(quán)重與態(tài)勢融合矩陣，對自主等級方案進行綜合評價，求得等級總效用zi為

步驟5：利用態(tài)勢權(quán)重計算得到初始的態(tài)勢效用z，并根據(jù)等級總效用與用戶精力損耗矩陣，求得單位精力損耗的等級效用為

步驟6：選取單位精力損耗下等級效用最大的自主等級作為推薦的自主等級。

在系統(tǒng)給出推薦的自主等級后，有人機操作員有兩種選擇：接受系統(tǒng)給出的自主等級，或是降低系統(tǒng)的自主等級并進行調(diào)整。設(shè)計系統(tǒng)的自主等級切換規(guī)則如圖4所示。

圖4 系統(tǒng)自主等級切換規(guī)則Fig.4 Rules for switching autonomy level

4 仿真驗證與分析

4.1 自主等級計算測試

隨機在環(huán)境中布置防空區(qū)域并進行相應(yīng)的測試，能夠根據(jù)四種不同的環(huán)境與無人機所處的位置得到四種不同的建議自主等級，四種典型環(huán)境與對應(yīng)的自主等級情況示例如圖5所示。

圖5 不同環(huán)境下的系統(tǒng)推薦自主等級Fig.5 Recommend autonomy levels under different circumstances

圖5中，藍(lán)色半圓形框代表每架無人機的探測范圍。由這幾個場景的自主等級判斷結(jié)果，可知在無人機面臨較復(fù)雜的環(huán)境時，系統(tǒng)推薦的自主等級較低，需要操作員較多的干預(yù)；而當(dāng)防空區(qū)稀疏，無人機當(dāng)前面臨的環(huán)境較為簡單時，系統(tǒng)推薦的自主等級較高，操作員能夠降低對系統(tǒng)的干預(yù)程度，進而減輕操作負(fù)擔(dān)。綜上所述，可以認(rèn)為本文所設(shè)計的自主等級判斷方法能夠給出一個較為合理的推薦自主等級。

4.2 集群變自主等級控制系統(tǒng)設(shè)計與測試

圖6為本文所設(shè)計的圖形用戶界面（Graphical User Interface，GUI）。該系統(tǒng)的任務(wù)是面向所設(shè)計的有人機/無人機集群避障打擊任務(wù)場景，采用變自主等級控制方案控制有人機/無人機集群避開防空區(qū)的探測，并完成預(yù)定的打擊任務(wù)。

圖6 集群變自主等級控制界面Fig.6 Control interface for cluster autonomous level

為了驗證本文所提出的變自主等級控制方法的有效性，在所設(shè)計的GUI 交互系統(tǒng)的基礎(chǔ)上進行仿真，測試變自主等級控制的實際效果，并將測試結(jié)果與不改變自主等級的控制方法進行對比。

本文的仿真情境如圖7 所示，黑點為有人機/無人機集群，黑色細(xì)線為系統(tǒng)預(yù)設(shè)軌跡，藍(lán)色粗線為集群中有人機的實際飛行軌跡。由圖可知，有人機/無人機集群從原點出發(fā)，期望集群能夠避開環(huán)境中的所有防空區(qū)域，成功到達(dá)圖的另一端點（500，500，50）以實施打擊任務(wù)。對于采用變自主等級和不變自主等級的兩種控制方案，均在系統(tǒng)中加入了編隊與自主避障的相關(guān)內(nèi)容。本文采用了經(jīng)典的人工勢場方法設(shè)計了集群的避障控制方案，實現(xiàn)了單個無人機對多個防空區(qū)的避障功能，使得集群對環(huán)境中的防空區(qū)域具備了一定的躲避能力，在一定距離外即可開始對防空區(qū)進行躲避。

圖7 仿真飛行結(jié)果Fig.7 Result of simulation flight

首先采用不改變自主等級的控制方案對集群進行控制，選取集群的自主等級固定為4，即由系統(tǒng)進行全部控制。在控制過程中，由于系統(tǒng)的能力限制，集群在第195 次迭代時出現(xiàn)了危險，有一架無人機接近敵方11 號防空區(qū)域。在探測到敵方防空區(qū)域后，該無人機開始進行躲避，但是由于附近防空區(qū)域較多，簡單的人工勢場法難以滿足在復(fù)雜避障場景下的避障需求，導(dǎo)致該架無人機無法很好地對附近的防空區(qū)域進行規(guī)避，被防空區(qū)探測到，進而導(dǎo)致了整個任務(wù)的失敗，仿真結(jié)果如圖7（a）所示。

當(dāng)集群采用本文提出的可變自主等級系統(tǒng)進行控制時，系統(tǒng)的自主等級在第125 次迭代時即出現(xiàn)了推薦自主等級的變化，認(rèn)為當(dāng)前集群遇到了一個比較復(fù)雜的環(huán)境，提示操作員應(yīng)當(dāng)在這一時刻設(shè)計航路點以使得集群能夠避開相關(guān)的防空區(qū)域，前往危險程度比較小的區(qū)域。經(jīng)過對比，可以看出相比一般的控制方案，可變自主等級控制方案提前了70 個迭代步長對可能的危險進行了預(yù)警。當(dāng)操作員設(shè)計下一個航路點后，集群再次進行路徑規(guī)劃，使實際的集群飛向更安全的區(qū)域，并非按照最初態(tài)勢不明朗時設(shè)計的路徑進行飛行，最終成功避開了較為密集的防空區(qū)域并到達(dá)目標(biāo)點。仿真結(jié)果如圖7（b）所示。

變自主等級控制方法中的自主等級變化結(jié)果如圖8所示。

圖8 自主等級變化情況Fig.8 Change of Autonomy level

由圖8可知，即使第二個仿真示例采用了變自主等級的控制方案，但由于系統(tǒng)的自主等級主要是處在第4與第3自主等級，操作員的工作負(fù)荷仍然較小，僅有數(shù)十次自主等級較低的情況也較為集中。根據(jù)所設(shè)計的自主等級切換條件，當(dāng)連續(xù)出現(xiàn)多個自主等級為2 的情況時，除非相同的自主等級持續(xù)超過了所設(shè)定的時間，否則系統(tǒng)不會要求操作員做出相應(yīng)的指令，即操作員在整個變自主控制仿真過程中只需進行一次航路點的設(shè)計即可實現(xiàn)對整個集群較為安全的控制。

對導(dǎo)航規(guī)劃任務(wù)引入評價指標(biāo)，主要包括完成時間T和人機交互時間t，其中完成時間T的單位為迭代次數(shù)，表示有人機/無人機集群從起點到終點的時間，時間越少表示集群效率越高；人機交互時間t的單位為迭代次數(shù)，表示用戶在任務(wù)中的參與程度，時間越長表示用戶的壓力越大。

將全自主、變自主、全手動三個情境下的任務(wù)數(shù)據(jù)進行對比，得到對應(yīng)指標(biāo)的數(shù)值如表2所示。

由表2可知，變自主等級控制的系統(tǒng)取得了比較好的綜合性能。在成功完成任務(wù)并且總完成時間相近的情況下，變自主等級控制的人機交互時間遠(yuǎn)遠(yuǎn)小于全自主控制的時間。在仿真中的變自主等級控制方案下，操作員的飛行控制時間僅需多次的控制指令確認(rèn)操作和一次路徑點設(shè)計操作，其余大部分飛行時間內(nèi)均可將大部分精力用于任務(wù)規(guī)劃、打擊分配、與友機聯(lián)絡(luò)等任務(wù)，相比操作員全程手動操作模式，在完成同樣任務(wù)的情況下，操作員的任務(wù)負(fù)擔(dān)有了較大程度的下降。

綜上所述，本文所提的變自主等級控制方案既能夠有效提升控制安全性和控制效率，也能夠較大程度上降低操作員的工作負(fù)荷。

5 結(jié) 論

本文對有人機和無人機的動力學(xué)模型進行建模，分析有人機/無人機飛行的態(tài)勢因素，設(shè)計集群飛行變自主權(quán)限等級與轉(zhuǎn)換規(guī)則，進而實現(xiàn)有人機/無人機集群變自主權(quán)限控制，提升任務(wù)效能并減少操作員工作負(fù)荷。本文主要進行了以下工作：

（1）對集群所處的環(huán)境進行建模，利用系統(tǒng)工作性能和環(huán)境威脅程度作為評價標(biāo)準(zhǔn)評估當(dāng)前集群所處的態(tài)勢，并利用了多屬性決策的相關(guān)方法，提出了用戶單位精力收益這一指標(biāo)，將其作為自主等級的評價標(biāo)準(zhǔn)以確定當(dāng)前的系統(tǒng)推薦自主等級。同時按操作員意志優(yōu)先的原則設(shè)計了不同自主等級的轉(zhuǎn)換規(guī)則，使集群的自主等級轉(zhuǎn)換更為靈活。

（2）在所設(shè)計的自主等級的基礎(chǔ)上，進行了軟件集成與GUI 仿真界面的設(shè)計，將集群變自主等級控制方案融入所設(shè)計的控制系統(tǒng)中，并進行了仿真，通過模擬實際的集群飛行，證明了本文所提出的方法在有人機/無人機集群飛行中能夠取得較好的飛行控制效果，且能夠大幅降低操作員的工作負(fù)擔(dān)，驗證了本文所提出方法的優(yōu)越性。

基于可變自主等級的人機交互系統(tǒng)尚且處在起步階段，后續(xù)可從增加自主等級的劃分、建立更加精細(xì)的態(tài)勢評估模型、設(shè)計具有更好性能的控制方法等方面進行改進，提出具有更多功能的交互控制方案，以提升有人機/無人機的自主控制性能。