吳文海， 張?jiān)丛?劉錦濤， 周思羽， 梅丹

1. 海軍航空工程學(xué)院 青島校區(qū)， 青島　266041

2. 海軍航空兵學(xué)院， 葫蘆島　125000

?

新一代智能座艙總體結(jié)構(gòu)設(shè)計(jì)

吳文海1, *， 張?jiān)丛?, 2， 劉錦濤1， 周思羽1， 梅丹1

1. 海軍航空工程學(xué)院 青島校區(qū)， 青島266041

2. 海軍航空兵學(xué)院， 葫蘆島125000

摘要:傳統(tǒng)座艙通過引入各種自動(dòng)化功能，輔助飛行員完成任務(wù)，減小操控負(fù)擔(dān)。隨著戰(zhàn)場(chǎng)態(tài)勢(shì)變化的日趨繁雜，傳統(tǒng)座艙設(shè)計(jì)輔助飛行員的能力達(dá)到了瓶頸，亟需研究總體結(jié)構(gòu)設(shè)計(jì)改進(jìn)方法，提升輔助決策能力。深入分析了傳統(tǒng)座艙存在的問題，研究了適應(yīng)新型戰(zhàn)機(jī)的座艙設(shè)計(jì)，并綜合運(yùn)用態(tài)勢(shì)評(píng)估、故障診斷等技術(shù)，以任務(wù)為核心，對(duì)新一代智能座艙的結(jié)構(gòu)及其輔助決策等級(jí)進(jìn)行了設(shè)計(jì)，闡述了各系統(tǒng)內(nèi)部結(jié)構(gòu)及功能，探討了智能座艙與飛行員之間的關(guān)系轉(zhuǎn)變。最后，梳理了相關(guān)技術(shù)途徑，指明了下一步的研究重點(diǎn)。

關(guān)鍵詞:智能座艙； 輔助決策； 總體結(jié)構(gòu)； 輔助飛行； 設(shè)計(jì)需求

座艙[1]是飛行員獲取外部態(tài)勢(shì)信息、操控飛機(jī)、執(zhí)行作戰(zhàn)任務(wù)的工作環(huán)境。為了使飛行員能夠更有效地獲取外部態(tài)勢(shì)，更精準(zhǔn)地操控飛機(jī)，座艙內(nèi)布置了許多顯示器和操控裝置，并且引進(jìn)了許多自動(dòng)化技術(shù)。但是，采用傳統(tǒng)設(shè)計(jì)理念設(shè)計(jì)的座艙雖然能使飛行員在一定程度上能夠擺脫任務(wù)飛行中枯燥的、程序化的工作，但卻導(dǎo)致現(xiàn)代戰(zhàn)機(jī)內(nèi)座艙信息越來越繁雜，飛行員判讀信息、適時(shí)決策和操控飛行的工作負(fù)荷越來越大；而且，傳統(tǒng)座艙的設(shè)計(jì)并沒有很好地改善飛行安全品質(zhì)，只不過是改變了飛行員發(fā)生錯(cuò)誤的方式[2]，隨著現(xiàn)代戰(zhàn)場(chǎng)信息的日趨繁雜，傳統(tǒng)座艙對(duì)飛行員的輔助能力已到達(dá)瓶頸。為此，有必要對(duì)傳統(tǒng)座艙設(shè)計(jì)中存在的問題進(jìn)行深入分析，在現(xiàn)有技術(shù)條件基礎(chǔ)上，對(duì)座艙功能、結(jié)構(gòu)進(jìn)行重新設(shè)計(jì)，提升其對(duì)飛行員的輔助決策能力。

1傳統(tǒng)座艙設(shè)計(jì)及使用存在問題

1.1工作負(fù)荷潛在增加

傳統(tǒng)座艙的設(shè)計(jì)思想是通過引入各種自動(dòng)化功能輔助飛行員完成任務(wù)裝訂，飛機(jī)狀態(tài)、外部環(huán)境狀態(tài)信息的獲取等任務(wù)，以減輕飛行員工作負(fù)荷。但是，在實(shí)際應(yīng)用過程中，傳統(tǒng)座艙只是在飛行員工作量較少的情況下(例如：按航線飛行階段)起到作用，在態(tài)勢(shì)急劇變化的動(dòng)態(tài)環(huán)境中所起的作用非常有限，甚至適得其反[3]。這是由于傳統(tǒng)座艙的設(shè)計(jì)雖然以自動(dòng)化系統(tǒng)部分代替飛行員操控飛行，但是，飛行員必須監(jiān)控系統(tǒng)狀態(tài)，如圖1所示。這要求飛行員在出現(xiàn)問題時(shí)，能夠根據(jù)現(xiàn)象找到系統(tǒng)出現(xiàn)問題的原因并恰當(dāng)處置，而這也潛在地增加了飛行員的負(fù)荷。

所以，傳統(tǒng)座艙設(shè)計(jì)并沒有有效地減輕飛行員的負(fù)擔(dān)，特別是在復(fù)雜態(tài)勢(shì)下，傳統(tǒng)座艙只是轉(zhuǎn)移了飛行員的工作負(fù)荷，而這也導(dǎo)致了在復(fù)雜態(tài)勢(shì)下，飛行員更傾向于手動(dòng)控制飛機(jī)，避免系統(tǒng)進(jìn)入不當(dāng)狀態(tài)。

圖1飛行員工作的變化——控制到監(jiān)督
Fig. 1Pilot’s work changes from controller to supervisor

1.2理論知識(shí)要求提高

傳統(tǒng)座艙引入各種自動(dòng)化功能之后，要求飛行員能夠熟練掌握各設(shè)備的交互方式，能夠了解系統(tǒng)的能力與使用限制，能夠理解系統(tǒng)的輸入/輸出關(guān)系，在此基礎(chǔ)上決定如何操控飛行。文獻(xiàn)[4]指出，由于飛行員不能完全掌握系統(tǒng)的工作原理，或多或少的導(dǎo)致使用問題，容易使飛行員陷入模式錯(cuò)誤(Mode Error)當(dāng)中。2013年韓亞空難的主要原因之一即是由于飛行員不完全清楚自動(dòng)油門的工作原理，誤以為自動(dòng)油門系統(tǒng)會(huì)維持安全降落所需的速度，致使飛機(jī)降落高度過低、速度過慢，最后撞入防波堤。而且，這一問題隨著作戰(zhàn)態(tài)勢(shì)的復(fù)雜程度加劇會(huì)變得更加突出。所以，在實(shí)際使用過程中，要求飛行員能夠合理地分配精力，從正確的設(shè)備上獲取正確的信息，然后正確地操控系統(tǒng)。但是，由于外部態(tài)勢(shì)的變化以及飛行員心理承受能力等因素的影響，飛行員很可能會(huì)失去對(duì)態(tài)勢(shì)及系統(tǒng)的控制能力，進(jìn)而導(dǎo)致災(zāi)難的發(fā)生。

1.3輔助決策能力較弱

隨著態(tài)勢(shì)評(píng)估、目標(biāo)推理、故障診斷等技術(shù)的應(yīng)用，傳統(tǒng)座艙能夠利用各種燈光、聲音、顯示器以不同方式提供各種飛行信息。但是，飛行員在執(zhí)行任務(wù)過程中需要處理各種問題，如圖2所示[1]。在惡劣態(tài)勢(shì)下并不能將注意力完全集中于這些信息，況且飛行員需要時(shí)間理解信息，然后才能作出決策。特別是當(dāng)自動(dòng)化系統(tǒng)正在代替飛行員執(zhí)行任務(wù)過程中出現(xiàn)告警信息時(shí)，飛行員需要時(shí)間重新掌握態(tài)勢(shì)，使得反應(yīng)時(shí)間變短。此時(shí)，飛行員亟需獲得與當(dāng)前任務(wù)直接相關(guān)的決策信息。所以，傳統(tǒng)座艙反饋給飛行員的信息質(zhì)量不足以很有效地輔助飛行員快速?zèng)Q策。

圖2飛行員需要處理的問題[1]
Fig. 2Problem needed to be tackled by pilot[1]

1.4依賴與信任的矛盾[5]

人-人交互與人-機(jī)交互的不同點(diǎn)在于，人可以思考，并對(duì)其行為負(fù)責(zé)，所以可以被賦予“責(zé)任”，但是機(jī)器只能按照預(yù)設(shè)程序工作。這要求飛行員在使用傳統(tǒng)座艙的各種功能時(shí)，不能盲目依賴。韓亞空難的另一原因是飛行員盲目依賴自動(dòng)駕駛系統(tǒng)，當(dāng)飛行員發(fā)現(xiàn)降落出現(xiàn)問題時(shí)，沒有及時(shí)放棄降落，而最終錯(cuò)失成功復(fù)飛時(shí)機(jī)。但是，如果對(duì)自動(dòng)化系統(tǒng)缺乏足夠的信任，勢(shì)必會(huì)導(dǎo)致飛行員將注意力更多地分配到監(jiān)控系統(tǒng)的狀態(tài)上，潛在地增加了飛行員的工作負(fù)荷。所以，傳統(tǒng)座艙的設(shè)計(jì)不能有效地解決依賴與信任之間的矛盾。

2新一代座艙設(shè)計(jì)需求分析

為了解決上述問題，綜合考慮座艙未來的應(yīng)用環(huán)境，其在設(shè)計(jì)上應(yīng)滿足以下幾方面的要求。

2.1智能性與交互性

座艙應(yīng)具有類似于人的思考能力，能夠根據(jù)當(dāng)前任務(wù)執(zhí)行狀態(tài)，結(jié)合外部態(tài)勢(shì)信息進(jìn)行推理，找到影響目標(biāo)完成的因素，規(guī)劃應(yīng)對(duì)方案，解決沖突；能夠根據(jù)態(tài)勢(shì)調(diào)整輔助決策等級(jí)，高效地完成飛行輔助決策功能。同時(shí)，應(yīng)具備部分自學(xué)習(xí)能力。

交互性體現(xiàn)在以下兩個(gè)方面：

1) 與外界環(huán)境的交互

能夠感知外部環(huán)境，包括天氣、地形等因素，能夠感知飛機(jī)狀態(tài)，并根據(jù)外部環(huán)境、飛機(jī)狀態(tài)及任務(wù)要求恰當(dāng)決策。

2) 與飛行員的交互

能夠以多種方式提供與任務(wù)直接相關(guān)的輔助決策信息。為了使飛行員能夠充分信任座艙給出的建議，要求座艙人機(jī)交互功能要完善，飛行員可以隨時(shí)查看座艙作出決策的依據(jù)，可以選擇執(zhí)行或者不執(zhí)行，可以選擇智能程度；同時(shí)，座艙也可以監(jiān)控飛行員的行為，并可以根據(jù)態(tài)勢(shì)適時(shí)給出建議，向飛行員匯報(bào)當(dāng)前系統(tǒng)的工作狀態(tài)及目的。

座艙的智能性是指能夠像飛行員一樣根據(jù)任務(wù)要求自動(dòng)執(zhí)行各項(xiàng)工作，避免過多模式的設(shè)置，有效減輕飛行員的工作負(fù)擔(dān)，避免模式錯(cuò)誤的發(fā)生。同時(shí)，更強(qiáng)大的交互能力使座艙能夠提供給飛行員與任務(wù)直接相關(guān)的輔助決策信息，提高輔助決策能力，縮短飛行員思考的時(shí)間，并在一定程度上緩解了依賴與信任的矛盾。

2.2可維護(hù)性

座艙在應(yīng)用過程中會(huì)碰到以下幾種情況：

1) 機(jī)型的多樣化

各機(jī)型的性能不同，決策約束不同。

2) 任務(wù)的多樣化

各種任務(wù)都有不同的規(guī)定，而這充分體現(xiàn)在決策的制定上，例如，在執(zhí)行攻擊任務(wù)時(shí)，要求優(yōu)先保證戰(zhàn)機(jī)安全，但在航母編隊(duì)防空中，要優(yōu)先保證航母安全。

3) 武器裝備的發(fā)展

隨著武器裝備的發(fā)展，如何使用新型裝備，使用限制等約束也使得決策規(guī)則需要更改。

4) 戰(zhàn)術(shù)的變更

戰(zhàn)術(shù)是由人制定的，隨著專家對(duì)戰(zhàn)場(chǎng)規(guī)律研究的深入，戰(zhàn)術(shù)也是在不斷變化的。

5) 不同的飛行員

每個(gè)飛行員都有自己的操作習(xí)慣，智能座艙不僅要能監(jiān)控飛行員的行為，還應(yīng)能夠適應(yīng)不同飛行員的操控習(xí)慣，在此基礎(chǔ)上提供輔助決策功能。

總之，基于以上這些原因，座艙應(yīng)具有良好的可維護(hù)性，例如具有刪除/更改/擴(kuò)展決策功能。

2.3可集成性

傳統(tǒng)座艙引入了多種自動(dòng)化系統(tǒng)，完成不同的功能，新一代座艙的設(shè)計(jì)應(yīng)能夠充分利用這些功能，信息能夠在不同功能模塊間進(jìn)行交互。而且，隨著設(shè)備的不斷更新，應(yīng)融合更多的功能模塊。

3智能座艙總體結(jié)構(gòu)設(shè)計(jì)及其功能

智能座艙除了可以提供傳統(tǒng)的功能，例如給出航行諸元、任務(wù)信息之外，它還應(yīng)該具有決策支持功能，決策過程中設(shè)計(jì)的知識(shí)類型復(fù)雜多變，而且實(shí)時(shí)處理要求很高，必須在規(guī)定的時(shí)間內(nèi)做出相應(yīng)的處理結(jié)果。否則，處理的結(jié)果將毫無意義。智能座艙不僅要具有定性的知識(shí)推理能力，而且具有定量的計(jì)算功能，并能將兩種功能有機(jī)地結(jié)合起來。顯然，這比一般專家系統(tǒng)的功能強(qiáng)。另外，專家系統(tǒng)的知識(shí)結(jié)構(gòu)通常比較單一，限定于用規(guī)則或因果關(guān)系等形式表示某方面的專業(yè)知識(shí)。而智能座艙的知識(shí)則更為廣泛，例如增加了與領(lǐng)域知識(shí)庫相應(yīng)的“特定決策知識(shí)”，與模型庫和方法庫相應(yīng)的模型和方法知識(shí)，以及來自數(shù)據(jù)庫的數(shù)據(jù)模式中所需的知識(shí)。因此，智能座艙的知識(shí)攝取和表達(dá)更為困難和繁瑣。再者，智能座艙的推理機(jī)制不僅具有對(duì)不同結(jié)構(gòu)特點(diǎn)的知識(shí)的推理，而且要與定量計(jì)算結(jié)果綜合起來以加強(qiáng)輔助決策的有效性，這就使得它的推理比一般專家系統(tǒng)的推理更加復(fù)雜。以上這些特點(diǎn)也都要求智能座艙需要著力于總體結(jié)構(gòu)優(yōu)化、融合多種功能，從而實(shí)現(xiàn)整體能力的提升。

3.1智能座艙的總體結(jié)構(gòu)設(shè)計(jì)

飛行員、載機(jī)、外部環(huán)境是影響任務(wù)執(zhí)行的三個(gè)要素。飛行員通過各種傳感器獲取外部環(huán)境及載機(jī)狀態(tài)信息，圍繞任務(wù)這一核心展開行動(dòng)。當(dāng)前學(xué)者針對(duì)上述3個(gè)要素、一個(gè)核心進(jìn)行的關(guān)鍵技術(shù)研究主要集中在以下幾個(gè)方面：

1) 針對(duì)外部環(huán)境設(shè)計(jì)的態(tài)勢(shì)評(píng)估技術(shù)、威脅評(píng)估技術(shù)、信息融合技術(shù)。

2) 針對(duì)載機(jī)設(shè)計(jì)的故障診斷技術(shù)、自動(dòng)控制技術(shù)。

3) 針對(duì)飛行員設(shè)計(jì)的行為監(jiān)控技術(shù)、行為評(píng)估技術(shù)、人機(jī)交互技術(shù)。

4) 針對(duì)任務(wù)目標(biāo)設(shè)計(jì)的航路規(guī)劃技術(shù)、任務(wù)建模技術(shù)、輔助決策技術(shù)。

為了能夠以任務(wù)為核心，有效融合上述技術(shù)，本文將座艙總體結(jié)構(gòu)按照?qǐng)D3所示設(shè)計(jì)為三層。第一層是對(duì)飛行員、飛機(jī)、環(huán)境狀態(tài)的感知層；第二層是將感知到的信息，結(jié)合任務(wù)信息進(jìn)行分析的解釋層；第三層是綜合考量任務(wù)、目標(biāo)及態(tài)勢(shì)信息的任務(wù)規(guī)劃層。

圖3智能座艙結(jié)構(gòu)及數(shù)據(jù)流圖
Fig. 3Structure and dataflow of intelligent cockpit

3.2各系統(tǒng)結(jié)構(gòu)及其功能

座艙主要由外部環(huán)境監(jiān)控系統(tǒng)、載機(jī)狀態(tài)監(jiān)控系統(tǒng)、飛行員狀態(tài)監(jiān)控系統(tǒng)、態(tài)勢(shì)診斷系統(tǒng)、人機(jī)接口系統(tǒng)、任務(wù)規(guī)劃系統(tǒng)組成。下面詳細(xì)介紹各系統(tǒng)內(nèi)部結(jié)構(gòu)及其功能。

1) 載機(jī)狀態(tài)監(jiān)控系統(tǒng)(Airplane Status Monitoring System, ASMS)

用于監(jiān)控飛機(jī)的狀態(tài)，包括飛行高度、速度、飛行姿態(tài)以及飛機(jī)故障與否、故障程度等信息。

2) 外部環(huán)境監(jiān)控系統(tǒng)(Environment Monitoring System, EMS)

用于獲取外界環(huán)境信息，包括影響任務(wù)執(zhí)行的天氣、地形、敵我態(tài)勢(shì)等因素。例如，當(dāng)飛機(jī)做超低空飛行時(shí)，需要對(duì)可能存在的危險(xiǎn)地形進(jìn)行探測(cè)和評(píng)估。

3) 飛行員狀態(tài)監(jiān)控系統(tǒng)(Pilot Status Monitoring System, PSMS)

通過傳感器獲取飛行員的行為數(shù)據(jù)及狀態(tài)信息(例如，綜合負(fù)載、視覺負(fù)載、聽覺負(fù)載、體感負(fù)載、機(jī)動(dòng)負(fù)載、執(zhí)行力負(fù)載、時(shí)間壓力、精神壓力、警覺程度等)，判斷飛行員工作負(fù)荷是否超量；參考外部環(huán)境、載機(jī)狀態(tài)以及當(dāng)前任務(wù)數(shù)據(jù)，判斷飛行員意圖。飛行員狀態(tài)監(jiān)控系統(tǒng)結(jié)構(gòu)如圖4所示。

4) 態(tài)勢(shì)診斷系統(tǒng)(Situation Diagnosis System, SDS)

圖4飛行員狀態(tài)監(jiān)控系統(tǒng)結(jié)構(gòu)
Fig. 4Architecture of pilot status monitoring system

通過接收環(huán)境數(shù)據(jù)、載機(jī)狀態(tài)數(shù)據(jù)、飛行員狀態(tài)數(shù)據(jù)，按照任務(wù)數(shù)據(jù)要求，綜合考慮飛行安全、戰(zhàn)斗生存、任務(wù)完成3個(gè)要素，找到與當(dāng)前任務(wù)要求存在的偏差，對(duì)這些偏差數(shù)據(jù)重點(diǎn)監(jiān)控，并將偏差數(shù)據(jù)傳送至人機(jī)接口系統(tǒng)顯示以及任務(wù)規(guī)劃系統(tǒng)，用于對(duì)當(dāng)前任務(wù)重新規(guī)劃。同時(shí)，在當(dāng)前飛行員意圖下，進(jìn)行戰(zhàn)場(chǎng)推演，將推演結(jié)果發(fā)送至人機(jī)接口系統(tǒng)，供飛行員參考。態(tài)勢(shì)診斷系統(tǒng)結(jié)構(gòu)如圖5所示。

圖5態(tài)勢(shì)診斷系統(tǒng)結(jié)構(gòu)
Fig. 5Architecture of situation diagnosis system

5) 人機(jī)接口系統(tǒng)(Human Machine Interface System, HMIS)

在傳統(tǒng)設(shè)計(jì)基礎(chǔ)上，引入人工智能方法，重點(diǎn)提升了座艙的輔助決策能力，以降低飛行員工作負(fù)荷。人機(jī)接口系統(tǒng)(見圖6)應(yīng)具有以下基本功能：

① 顯示管理

由于過多的數(shù)據(jù)顯示，會(huì)降低飛行員對(duì)當(dāng)前執(zhí)行任務(wù)所需的關(guān)鍵信息的把握，而過少數(shù)據(jù)，又不足以輔助飛行員把握當(dāng)前態(tài)勢(shì)。人機(jī)接口分系統(tǒng)應(yīng)根據(jù)當(dāng)前任務(wù)和態(tài)勢(shì)，配置顯示畫面及信息。

同時(shí)，不同飛行員存在操作習(xí)慣差異，在實(shí)際飛行時(shí)，不可能完全按照任務(wù)數(shù)據(jù)進(jìn)行飛行，對(duì)較小偏差持續(xù)提示也容易影響飛行員的注意力分配，所以人機(jī)接口系統(tǒng)應(yīng)能夠綜合任務(wù)偏差數(shù)據(jù)以及飛行員歷史操作數(shù)據(jù)，智能地將相關(guān)信息提供給飛行員。

② 自適應(yīng)輔助決策

人機(jī)接口系統(tǒng)另一重要功能是根據(jù)飛行員的狀態(tài)及任務(wù)信息，自動(dòng)調(diào)整座艙的輔助等級(jí)，從而有效地減小操作次數(shù)。

圖6人機(jī)接口系統(tǒng)結(jié)構(gòu)
Fig. 6Architecture of human-machine interface system

6) 任務(wù)規(guī)劃系統(tǒng)(Mission Planning System, MPS)

任務(wù)規(guī)劃系統(tǒng)(見圖7)由規(guī)劃控制器、戰(zhàn)術(shù)數(shù)據(jù)庫和任務(wù)規(guī)劃數(shù)據(jù)庫等組成，能夠完成路徑規(guī)劃、有效載荷規(guī)劃、方案評(píng)估及選擇等功能。其中，戰(zhàn)術(shù)數(shù)據(jù)庫包含了防御計(jì)劃、應(yīng)對(duì)導(dǎo)彈計(jì)劃、應(yīng)對(duì)敵機(jī)計(jì)劃、應(yīng)對(duì)地對(duì)空導(dǎo)彈陣地計(jì)劃以及逃逸、規(guī)避、攻擊、探測(cè)等具體的行動(dòng)選擇。任務(wù)數(shù)據(jù)庫包含了本次執(zhí)行任務(wù)的所有數(shù)據(jù)及要求。同時(shí)，任務(wù)規(guī)劃系統(tǒng)能夠向飛行員提供任務(wù)執(zhí)行的更大靈活性，它包括威脅回避、燃油管理等功能，能根據(jù)飛機(jī)的限制條件和狀態(tài)，優(yōu)化燃油量和減少被敵方火力擊中的危險(xiǎn)。在給定新的約束條件下，重新確定飛行航線，向飛行員提供可選用的替換任務(wù)計(jì)劃。它能夠監(jiān)控任務(wù)的執(zhí)行情況，并將之與裝訂的任務(wù)模型以及態(tài)勢(shì)診斷結(jié)果作比較，評(píng)價(jià)新數(shù)據(jù)的影響，幫助飛行員理解創(chuàng)建的任務(wù)方案，將任務(wù)方案按優(yōu)先級(jí)排隊(duì)。

圖7任務(wù)規(guī)劃系統(tǒng)結(jié)構(gòu)
Fig. 7Architecture of mission planning system

4智能座艙的輔助等級(jí)設(shè)計(jì)

如同過多的信息可能導(dǎo)致飛行員負(fù)荷過大一樣，過度地提供輔助決策能力同樣會(huì)使飛行員感到厭煩，所以，需要對(duì)智能座艙輔助決策等級(jí)進(jìn)行設(shè)計(jì)。

國外已有學(xué)者對(duì)人與智能體之間的交互程度進(jìn)行了劃分[6-7]，其中概括較為全面的是文獻(xiàn)[6]對(duì)人與自動(dòng)化系統(tǒng)交互程度10級(jí)劃分重新進(jìn)行修訂，如表1所示。但是由于飛行員執(zhí)行任務(wù)過程中面臨的壓力巨大，10級(jí)劃分明顯較為繁瑣，容易分散飛行員注意力。按照“人在回路”的要求，對(duì)智能座艙輔助決策等級(jí)劃分為如下4級(jí)：

1) 受控狀態(tài)

飛行員直接分配任務(wù)給智能座艙，此時(shí)系統(tǒng)機(jī)械地執(zhí)行分配任務(wù)，狀態(tài)與傳統(tǒng)自動(dòng)化系統(tǒng)相似，飛行員可以隨時(shí)查看系統(tǒng)執(zhí)行任務(wù)的狀態(tài)。

表1人與自動(dòng)化系統(tǒng)交互程度

Table 1Interaction degree between human and automation

system

2) 待命狀態(tài)

飛行員在需要幫助時(shí)，選擇該模式，智能座艙根據(jù)當(dāng)前任務(wù)要求以及外部態(tài)勢(shì)給出建議。

3) 顧問狀態(tài)

智能座艙根據(jù)當(dāng)前態(tài)勢(shì)，直接給出建議，飛行員可以選擇執(zhí)行或取消行動(dòng)。

4) 接管狀態(tài)

智能座艙自動(dòng)推理任務(wù)及目標(biāo)，制定決策并執(zhí)行，同時(shí)給飛行員匯報(bào)相應(yīng)情況。為了保證“人在回路”的要求，飛行員可以隨時(shí)打斷任務(wù)進(jìn)程，重新獲取控制權(quán)。該模式下，智能座艙的智能性充分得到體現(xiàn)。

下面以如圖8所示戰(zhàn)術(shù)轟炸任務(wù)為例講解輔助等級(jí)4級(jí)劃分的應(yīng)用。

戰(zhàn)術(shù)轟炸任務(wù)的執(zhí)行過程如下：①起飛爬升;②按航線飛行;③戰(zhàn)術(shù)飛行,警戒走廊下降高度、低空飛行、投彈、低空飛行、警戒走廊爬升；④按航線飛行；⑤進(jìn)近。

按航線飛行階段飛行員的主要工作是監(jiān)控飛機(jī)的狀態(tài)(各儀表的參數(shù))、利用各種導(dǎo)航設(shè)備進(jìn)行綜合導(dǎo)航、經(jīng)過轉(zhuǎn)彎點(diǎn)時(shí)注意飛行動(dòng)作的協(xié)調(diào)、同時(shí)根據(jù)天氣情況作出相應(yīng)決策。該階段外部態(tài)勢(shì)變化較小，飛行員可以將智能座艙設(shè)置為受控狀態(tài)；當(dāng)飛機(jī)出現(xiàn)故障或者發(fā)現(xiàn)出現(xiàn)敵截?fù)魴C(jī)等態(tài)勢(shì)變化情況，飛行員可以選擇待命狀態(tài)，智能座艙根據(jù)態(tài)勢(shì)信息結(jié)合任務(wù)要求給出建議。

起飛爬升以及進(jìn)近階段，飛行員不僅需要監(jiān)控飛機(jī)狀態(tài)，注意飛行高度、速度、航向、風(fēng)速、風(fēng)向、上升/下降率等信息，而且還需要收聽塔臺(tái)指揮、觀察無線電指示、對(duì)外部環(huán)境進(jìn)行觀察；在下降過程中，如果出現(xiàn)飛機(jī)速度過大、無法看清跑道等情況，還需要準(zhǔn)備復(fù)飛。所以，該階段飛行員的負(fù)荷顯著提升，如果此時(shí)輔助等級(jí)設(shè)置為顧問狀態(tài)，飛機(jī)在進(jìn)入起飛爬升或者進(jìn)近階段之后將自動(dòng)根據(jù)當(dāng)前態(tài)勢(shì)，直接給出建議。

戰(zhàn)術(shù)飛行階段，飛行員的主要精力將轉(zhuǎn)移到監(jiān)控外部態(tài)勢(shì)變化的工作上。此階段需要進(jìn)行低空，甚至超低空飛行，地表環(huán)境、氣象條件變化劇烈，飛行員精力消耗大，容易產(chǎn)生疲勞，一旦飛機(jī)出現(xiàn)機(jī)械故障等其他問題，飛行員難以及時(shí)處置，如果此時(shí)智能座艙的輔助等級(jí)設(shè)置為接管狀態(tài)，智能座艙將代替飛行員作出相應(yīng)決策并執(zhí)行，并匯報(bào)給飛行員。

圖8戰(zhàn)術(shù)轟炸任務(wù)過程
Fig. 8Mission process of tactical bomb mission

5智能座艙與飛行員的關(guān)系

傳統(tǒng)座艙與飛行員的關(guān)系如圖9所示，飛行員對(duì)各個(gè)功能模塊進(jìn)行操作，使各個(gè)模塊按照設(shè)計(jì)的功能運(yùn)行。

當(dāng)智能座艙具有任務(wù)規(guī)劃能力之后，座艙則具有類似于人的思考的能力，而且，同樣具有分配任務(wù)的權(quán)力，此時(shí)智能座艙相當(dāng)于一個(gè)電子飛行輔助人員，如圖10所示。

這時(shí)，飛行員可以按需設(shè)定智能座艙的輔助決策等級(jí)，與智能座艙進(jìn)行交互，可以查詢智能座艙作出決策的依據(jù)，從而使飛行員能夠判斷出智能座艙給出建議的正確性，由于這種充分的交互性，智能座艙與飛行員之間的關(guān)系也隨之發(fā)生變化。傳統(tǒng)自動(dòng)化系統(tǒng)的設(shè)計(jì)思想是替代飛行員的工作，它與飛行員之間的關(guān)系是監(jiān)督式的關(guān)系，而當(dāng)引入“智能”之后，由于其具有類似于人的推理能力，能對(duì)外界環(huán)境作出反應(yīng)，在必要的時(shí)候輔助飛行員完成任務(wù)，從而將自身的角色轉(zhuǎn)變?yōu)椤帮w行輔助人員”，實(shí)現(xiàn)人機(jī)關(guān)系的質(zhì)的飛躍，如圖11所示。

圖9傳統(tǒng)座艙與飛行員的關(guān)系
Fig. 9Relationship between traditional cockpit and pilot

圖10智能座艙與飛行員的關(guān)系
Fig. 10Relationship between intelligent cockpit and pilot

圖11監(jiān)督到協(xié)作的關(guān)系轉(zhuǎn)變
Fig. 11Relationship from supervision to collaboration

6中國當(dāng)前研究的不足與建議

首先，中國在航路規(guī)劃[8-9]、態(tài)勢(shì)評(píng)估[10-12]、故障診斷[13-15]等方面研究成果豐富，在充分考慮到實(shí)時(shí)性情況下，可以直接運(yùn)用到智能座艙各系統(tǒng)的設(shè)計(jì)當(dāng)中。但是，國內(nèi)很少有學(xué)者將這些技術(shù)作為一個(gè)整體進(jìn)行研究，而且，戰(zhàn)術(shù)決策的制定過程不是一種算法或者模型就能解決的，不同任務(wù)的側(cè)重點(diǎn)也不同，當(dāng)前國內(nèi)極少有學(xué)者對(duì)飛行任務(wù)的執(zhí)行過程進(jìn)行建模，從而無法實(shí)現(xiàn)任務(wù)狀態(tài)的監(jiān)控功能，也就不能實(shí)現(xiàn)頂層任務(wù)的規(guī)劃，從而導(dǎo)致態(tài)勢(shì)診斷、威脅評(píng)估、故障診斷等方面的研究不能在工程實(shí)現(xiàn)中綜合運(yùn)用。所以，今后的工作將重點(diǎn)放在飛行任務(wù)的建模上，當(dāng)前流行的任務(wù)建模方法有5種，需要結(jié)合飛行任務(wù)的特點(diǎn)甄別選用：①活動(dòng)網(wǎng)絡(luò)[16]；②狀態(tài)圖和活動(dòng)圖[17]；③事件驅(qū)動(dòng)的過程鏈模型[18]；④數(shù)據(jù)流程圖[19]；⑤Petri網(wǎng)[20]。

其次，美英等國開展智能座艙研究的時(shí)代較早，所以使用的相關(guān)技術(shù)較為落后，較為明顯的不足是智能座艙不具備學(xué)習(xí)的能力。隨著人工智能技術(shù)的發(fā)展，文獻(xiàn)[21]在總結(jié)了相關(guān)研究不足的情況下，為了彌補(bǔ)智能設(shè)計(jì)只能應(yīng)用于設(shè)計(jì)好的領(lǐng)域的限制，于20世紀(jì)90年代開展了認(rèn)知結(jié)構(gòu)的研究[22]。旨在開發(fā)一種通用的架構(gòu)[23]，通過合理的設(shè)計(jì)，使開發(fā)的系統(tǒng)具有與人相同的認(rèn)知能力，實(shí)現(xiàn)人級(jí)智能體(Human-level agents)[24]。在隨后20多年的研究中，先后涌現(xiàn)出諸如SOAR[24]、ACT-R[25]、EPIC[26]、Clarion[27]、SAL[28]、Icarus[29]等認(rèn)知結(jié)構(gòu)。在這些眾多認(rèn)知結(jié)構(gòu)中，SOAR的應(yīng)用最為廣泛。美國DARPA和大西洋司令部聯(lián)合資助的戰(zhàn)爭(zhēng)綜合演練場(chǎng)STOW(Synthetic Threat of War)項(xiàng)目當(dāng)中即使用了基于SOAR-Agent的智能兵力(Soar-intelligent forces)模擬固定翼及旋翼飛行兵力完成偵察、戰(zhàn)斗等任務(wù)，并能與真實(shí)飛行員操控的仿真兵力進(jìn)行模擬較量。文獻(xiàn)[30]使用SOAR模擬固定翼戰(zhàn)斗機(jī)完成包括起飛、著陸、搜索、救援、截?fù)?、?duì)地攻擊等任務(wù)，并于仿真環(huán)境中驗(yàn)證了其有效性。文獻(xiàn)[31]將其應(yīng)用于機(jī)器人的控制系統(tǒng)，由于SOAR開發(fā)出的Agent能夠充分與外界環(huán)境進(jìn)行交互，從而能夠?qū)崿F(xiàn)在未知環(huán)境下控制機(jī)器人的目的，該文獻(xiàn)設(shè)計(jì)的機(jī)器人實(shí)現(xiàn)了室內(nèi)搜索、室外導(dǎo)航功能。文獻(xiàn)[32]將SOAR與傳統(tǒng)控制技術(shù)結(jié)合應(yīng)用于無人機(jī)的任務(wù)管理系統(tǒng)，使無人機(jī)能夠根據(jù)動(dòng)態(tài)變化的外部環(huán)境和自身的狀態(tài)調(diào)整任務(wù)，最后在仿真環(huán)境中驗(yàn)證了該方法的可行性。從上述文獻(xiàn)的研究成果可以看出，認(rèn)知結(jié)構(gòu)技術(shù)的成熟程度較高，可用性較強(qiáng)，能夠移植到智能座艙的設(shè)計(jì)當(dāng)中。

最后，應(yīng)強(qiáng)化飛行員行為及其特點(diǎn)的研究。不同飛行員有不同的操控特點(diǎn)。例如，在按航線飛行階段出現(xiàn)航跡偏離時(shí)，過轉(zhuǎn)彎點(diǎn)共有如圖12所示的3種方式：①修正航跡到原航線，再向轉(zhuǎn)彎點(diǎn)飛行；②直接向轉(zhuǎn)彎點(diǎn)飛行；③退出原航線加入下一條航線。

不同的飛行員在面對(duì)相同環(huán)境時(shí)可能會(huì)選擇不同的飛行方式，所以，智能座艙應(yīng)該能夠在綜合考慮飛行手冊(cè)、飛行任務(wù)的標(biāo)準(zhǔn)數(shù)據(jù)、飛行員行為特點(diǎn)、推理出的飛行員意圖基礎(chǔ)上給出輔助決策信息。

圖12飛行員的備選方案
Fig. 12Alternative plans of pilot

7結(jié)論

1) 討論了傳統(tǒng)座艙設(shè)計(jì)及其在使用過程中存在的問題，并分析了智能座艙的設(shè)計(jì)需求。

2) 設(shè)計(jì)了智能座艙的總體結(jié)構(gòu)及其輔助決策等級(jí)。

3) 探討了智能座艙與飛行員之間關(guān)系的轉(zhuǎn)變。

4) 分析了當(dāng)前研究的不足之處，指明了今后研究的重點(diǎn)。

參考文獻(xiàn)

[1]蘇建民. 飛機(jī)座艙設(shè)計(jì)人機(jī)交互技術(shù)研究[D]. 西安: 西北工業(yè)大學(xué), 2002: 1-2.

SU J M. Research of cockpit and man-machine interactive interface[D]. Xi’an: Northwestern Polytechnical University, 2002: 1-2 (in Chinese).

[2]YANNONE R M. The role of expert systems in the advanced tactical fighter of the 1990’s[C]//Proceedings of the 1985 National Aerospace and Electronics Conference, 1985: 12-16.

[3]WIENER E L. Human factors of advanced technology(“Glass Cockpit”) transport aircraft: NASA Contractor Report 177[R]. Washington, D.C.: NASA, 1989.

[4]SARTER N B, WOODS D D. Pilot interaction with cockpit automation II: An experimental study of plots’ model and awareness of the flight management and guidance system[J]. International Journal of Aviation Psychology, 1994, 4(1): 1-28.

[5]SARTER N B, WOODS D D, BILLINGS C E. Automation surprises[J]. Handbook of Human Factors and Ergonomics 2, 1997, 2(1): 1926-1943.

[6]PARASURAMAN R, SHERIDAN T B, WICKENS C D. A model for type sand levels of human interaction with automation[J]. IEEE Transactions on Systems, Man and Cybernetics, 2000, 30(3): 286-297.

[7]TAYLOR R M. Cognitive cockpit systems engineering: pilot authorization and control of tasks[C]//The 8th Conference on Cognitive Science Approaches to Process Control, 2001: 1-10.

[8]符小衛(wèi), 李金亮, 高曉光. 威脅聯(lián)網(wǎng)下無人作戰(zhàn)飛機(jī)突防作戰(zhàn)航跡規(guī)劃[J]. 航空學(xué)報(bào), 2014, 35(4): 1042-1052.

FU X W, LI J L, GAO X G. Defense penetration path planning for UCAV based on threat netting[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35(4): 1042-1052 (in Chinese).

[9]馬冠軍, 段海濱, 劉森琪, 等. 基于MAX-MIN自適應(yīng)蟻群優(yōu)化的無人作戰(zhàn)飛機(jī)航路規(guī)劃[J]. 航空學(xué)報(bào), 2008, 29(增刊): S243-S248.

MA G J, DUAN H B, LIU S Q, et al. UCAV path planning based on MAX-MIN self-adaptive ant colony optimization[J]. Acta Aeronautica et Astronautica Sinica, 2008, 29(Sup.): S243-S248 (in Chinese).

[10]段海濱, 丁全心, ?？〗? 等. 基于并行蟻群優(yōu)化的多UCAV任務(wù)分配仿真平臺(tái)[J]. 航空學(xué)報(bào), 2008, 29(增刊): S192-S197.

DUAN H B, DING Q X, CHANG J J. Multi-UCAVs task assignment simulation platform based on parallel ant colony optimization[J]. Acta Aeronautica et Astronautica Sinica, 2008, 29 (Sup.): S192-S197(in Chinese).

[11]王玉惠, 韓占朋, 陳哨東, 等. 防空態(tài)勢(shì)評(píng)估系統(tǒng)分析及新型評(píng)估模型研究[J]. 南京航空航天大學(xué)學(xué)報(bào), 2014, 46(4): 558-566.

WANG Y H, HAN Z P, CHEN S D, et al. Analysis and modeling of threat evaluation system in air defense operations[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2014, 46(4): 558-566 (in Chinese).

[12]馬延豪, 張耀中, 張瑩. 基于影響網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)[J]. 火力與指揮控制, 2014, 39(6): 90-93.

MA Y H, ZHANG Y Z, ZHANG Y. Situation assessment based on influence net[J]. Fire Control & Command Control, 2014, 39(6): 90-93 (in Chinese).

[13]肖冰, 胡慶雷, 霍星, 等. 執(zhí)行器故障的撓性航天器姿態(tài)滑模容錯(cuò)控制[J]. 航空學(xué)報(bào), 2011, 32(10): 1869-1878.

XIAO B, HU Q L, HUO X, et al. Sliding mode fault tolerant attitude control for flexible spacecraft under actuator fault[J]. Acta Aeronautica et Astronautica Sinica, 2011, 32(10): 1869-1878 (in Chinese).

[14]李業(yè)波, 李秋紅, 黃向華, 等. 航空發(fā)動(dòng)機(jī)氣路部件故障融合診斷方法研究[J]. 航空學(xué)報(bào), 2014, 35(6): 1612-1622.

LI Y B, LI Q H, HUANG X H, et al. Research on gas fault fusion diagnosis of aero-engine component[J]. Acta Aeronautica et Astronautica Sinica, 2014, 35(6): 1612-1622 (in Chinese).

[15]熊智, 邵慧, 華冰, 等. 改進(jìn)故障隔離的容錯(cuò)聯(lián)邦濾波[J]. 航空學(xué)報(bào), 2015, 36(3): 929-938.

XIONG Z, SHAO H, HUA B, et al. An improved fault tolerant federated filter with fault isolation[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(3): 929-938 (in Chinese).

[16]SANDERS W H, MEYER J F. Reduced base model construction methods for stochastic activity networks[J]. Selected Areas in Communications, 1991, 9(1): 25-36.

[17]BOOCH G, DOUGLASS B, CERNOSEK G. Unified modeling language for real-time systems design[M]. 1996: 1-10.

[18]AALST W M P. Formalization and verification of event-driven process chains[J]. Information and Software Technology, 1999, 41(10): 639-650.

[19]STEVENS W, MYERS. G, CONSTANTINE L. Structured dsign[J]. IBM Systems Journal, 1974, 13(2): 115-139.

[20]PETERSON J L. Petri nets theory and the modeling of sytems[M]. 1981: 1-21.

[21]KELLEY T D, LONG L N. Deep blue cannot play checkers: the need for generalized intelligence for mobile robots[J]. Journal of Robotics, 2010, 2010: 1-8.

[22]NEWELL A. Soar: a cognitive architecture in perspective[M]. 1990: 1-15.

[23]ERNST G, NEWELL A. GPS: a case study in generality and problem solving[M]. 1969: 1-21.

[24]LANGLEY P, LAIRD J E, ROGERS S. Cognitive architectures: Research issues and challenges[J]. Cognitive Systems Research, 2009, 10(2): 141-160.

[25]ANDERSON J R, LEBIERE C. The atomic components of thought[M]. 1998: 1-25.

[26]MEYER D E, KIERAS D E. A computational theory of executive cognitive processes and multiple-task performance: part 1. Basic mechanisms[J]. Psychological Review, 1997: 104(1): 3-65.

[27]SUN R. The CLARION cognitive architecture: extending cognitive modeling to social simulation[M]. 2006: 1-22.

[28]JILK D J, LEBIERE C, O’REILLY R C, et al. SAL: an explicitly pluralistic cognitive architecture[J]. Journal of Experimental & Theoretical Artificial Intelligence, 2008, 20(3): 197-218.

[29]LANGLEY P, MCKUSICK K, ALLEN J. A design for the Icarus architecture[J]. SIGART Bulletin, 1991: 2, 104-109.

[30]JONES R M, LAIRD J E, NIELSEN P E, et al. Automated intelligent pilots for combat flight simulation[J]. AI Magazine, 1999, 20(1): 27.

[31]HANFORD S D, JANRATHITIKARN O, LONG L N. Control of mobile robots using the soar cognitive architecture[J]. Journal of Aerospace Computing, Information, and Communication, 2009, 6(2): 69-91.

[32]GINETTI P, DODD T, THOMPSON H. Simulation of a soar-based autonomous mission management system for unmanned aircraft[J]. Journal of Aerospace Information Systems, 2013, 10(2): 53-70.

吳文海男， 博士， 教授， 博士生導(dǎo)師。主要研究方向： 精確制導(dǎo)與飛行控制。

Tel.： 0532-51833632

E-mail: 109889354@qq.com

Received： 2015-05-11; Revised: 2015-06-24; Accepted: 2015-08-11; Published online: 2015-09-3011：50

URL： www.cnki.net/kcms/detail/11.1929.V.20150930.1150.018.html

Overall architecture design of new generation intelligent cockpit

WU Wenhai1, *, ZHANG Yuanyuan1, 2, LIU Jintao1, ZHOU Siyu1, MEI Dan1

1. Qingdao Branch, Naval Aeronautical Engineering Institute, Qingdao266041, China 2. Navy Flight Academy, Huludao125000, China

Abstract:Traditional cockpit assists pilot to complete missions and reduce their burden by introducing a variety of automated functions. With the increasingly severe changes of battlefield situation, the ability of traditional cockpit to assist pilot reaches the bottleneck and gives rise to the research of new design of overall architecture to improve assisting decision ability. The problem of traditional cockpit is analyzed, the cockpit adapted to the new fighter is discussed and its overall architecture and decision support grades are designed centered on the mission by integrating many technologies under research such as situation assessment and fault diagnosis. The internal structure and functions of each system are designed and the changing relationship between pilot and cockpit is discussed. Finally, the current shortage of research is pointed out to show the key work of future study.

Key words:intelligent cockpit; decision support; overall architecture; navigation aiding; design requirement

*Corresponding author. Tel.： 0532-51833632 E-mail:109889354@qq.com

作者簡(jiǎn)介：

中圖分類號(hào)：V223.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-6893(2016)01-0290-10

DOI：10.7527/S1000-6893.2015.0231

*通訊作者.Tel.： 0532-51833632E-mail: 109889354@qq.com

收稿日期：2015-05-11; 退修日期: 2015-06-24; 錄用日期: 2015-08-11; 網(wǎng)絡(luò)出版時(shí)間: 2015-09-3011：50

網(wǎng)絡(luò)出版地址： www.cnki.net/kcms/detail/11.1929.V.20150930.1150.018.html

引用格式： 吳文海， 張?jiān)丛?劉錦濤， 等. 新一代智能座艙總體結(jié)構(gòu)設(shè)計(jì)[J]. 航空學(xué)報(bào), 2016, 37(1): 290-299. WU W H, ZHANG Y Y, LIU J T, et al. Overall architecture design of new generation intelligent cockpit[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(1): 290-299.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn