楊志剛，張炯，李博，曾銳，毛研勛

中國(guó)商用飛機(jī)有限責(zé)任公司北京民用飛機(jī)技術(shù)研究中心，北京 102211

以人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)與云計(jì)算為代表的新一代信息技術(shù)正在全球范圍內(nèi)引發(fā)新一輪科技革命，并將深刻影響未來(lái)30年的產(chǎn)業(yè)變革。得益于中國(guó)政府對(duì)于戰(zhàn)略新興產(chǎn)業(yè)長(zhǎng)期與連貫的政策支持[1-3]，人工智能等新一代信息技術(shù)保持了迅猛發(fā)展，并逐步與傳統(tǒng)行業(yè)滲透交融。在國(guó)際航空產(chǎn)業(yè)，以波音、空客為代表的領(lǐng)軍企業(yè)正積極探索人工智能技術(shù)在航空領(lǐng)域的應(yīng)用，實(shí)踐了包括航空數(shù)據(jù)分析實(shí)驗(yàn)室、智慧天空平臺(tái)、AnalytX數(shù)據(jù)平臺(tái)等“人工智能+航空業(yè)”融合應(yīng)用。

從民用飛機(jī)主制造商的視角，民機(jī)全生命周期的各個(gè)環(huán)節(jié)為新興技術(shù)提供了廣闊的應(yīng)用平臺(tái)，例如融合自主決策及人機(jī)協(xié)同的智能飛行技術(shù)、基于數(shù)字飛機(jī)及知識(shí)工程的智能設(shè)計(jì)技術(shù)、利用5G互聯(lián)與動(dòng)態(tài)規(guī)劃的智能制造技術(shù)、依托海量數(shù)據(jù)與機(jī)理模型的智能運(yùn)維技術(shù)等都是“人工智能+”助力民用航空領(lǐng)域高質(zhì)量發(fā)展的典型，而智能飛行技術(shù)是其中最具行業(yè)特征并可能帶來(lái)顛覆性變革的研發(fā)方向。

智能飛行技術(shù)通過逐步提升航空器的智能/自主能力與內(nèi)外協(xié)同能力，實(shí)現(xiàn)飛行駕駛中的職責(zé)轉(zhuǎn)換與功能優(yōu)化，重構(gòu)未來(lái)飛行的人機(jī)交互模式與空域管理架構(gòu)，與國(guó)際航空業(yè)發(fā)展趨勢(shì)一脈相承。NASA承襲20世紀(jì)80年代“Free Flight”愿景，在進(jìn)行下一代空管體系升級(jí)的同時(shí)，始終將推動(dòng)航空器實(shí)現(xiàn)安全的自主化作為其航空戰(zhàn)略實(shí)施重點(diǎn)[4-5]，并對(duì)商用飛機(jī)單一飛行員駕駛等領(lǐng)域進(jìn)行了探索研究[6]。歐洲航空安全局(EASA)同樣關(guān)注自主/無(wú)人飛行器在未來(lái)運(yùn)行場(chǎng)景下的安全應(yīng)用[7]，其對(duì)于人工智能協(xié)助下的輔助飛行進(jìn)行了細(xì)致的規(guī)劃，并協(xié)同科研機(jī)構(gòu)與企業(yè)在開展了人工智能適航論證等方面的研究[8]。而包括波音、空客等行業(yè)領(lǐng)軍企業(yè)也對(duì)于未來(lái)的智能化飛行寄予厚望：波音公司收購(gòu)了開發(fā)“機(jī)器人駕駛員”的極光科學(xué)飛行公司，并嘗試推動(dòng)單一飛行員駕駛貨運(yùn)飛機(jī)的適航方法研究，空客公司在啟動(dòng)城市飛行器Vahana的同時(shí)，推進(jìn)基于視覺的自主場(chǎng)面運(yùn)行與起降項(xiàng)目研發(fā)。

本文嘗試從智能飛行的內(nèi)涵與規(guī)劃入手，概述民航領(lǐng)域飛行器融入并實(shí)現(xiàn)智能飛行的路徑與方法，針對(duì)智能飛行技術(shù)應(yīng)用過程中適航與人因方向的基礎(chǔ)研究方向進(jìn)行討論，綜述民用飛機(jī)智能飛行技術(shù)。

1 智能飛行愿景規(guī)劃

智能飛行是在對(duì)現(xiàn)有高級(jí)自動(dòng)化與智能化技術(shù)總結(jié)的同時(shí)，對(duì)飛行領(lǐng)域未來(lái)技術(shù)發(fā)展方向與目標(biāo)進(jìn)行的規(guī)劃?；诿绹?guó)國(guó)家航空航天局(NASA)的《航空戰(zhàn)略實(shí)施規(guī)劃》[4]和EASA的《人工智能路線圖》[8]中對(duì)未來(lái)空地協(xié)同體系演化趨勢(shì)的判斷，中國(guó)商飛在公司“十三五”設(shè)計(jì)研發(fā)能力規(guī)劃中提出了“有人監(jiān)督、無(wú)人駕駛”的自主駕駛技術(shù)理念，并在2020年“十四五”規(guī)劃中提出了“有人監(jiān)督模式下的大型客機(jī)自主飛行技術(shù)研究”技術(shù)指南，智能飛行技術(shù)作為該指南的關(guān)鍵技術(shù)內(nèi)容，依據(jù)其功能實(shí)現(xiàn)能力以及NASA和EASA的短/中/長(zhǎng)期計(jì)劃，將公司的智能飛行愿景劃分為3個(gè)階段，并對(duì)短中長(zhǎng)期的研究方向進(jìn)行指引，如圖1所示。

圖1 智能飛行三階段規(guī)劃Fig.1 Three-phase planning for intelligent flight

1) 輔助智能飛行階段(2020—2025年)，面向集中式運(yùn)輸管理體系、兼容現(xiàn)有飛行器駕駛的輔助智能模式，增強(qiáng)飛機(jī)綜合感知能力，實(shí)現(xiàn)全飛行場(chǎng)景機(jī)組決策輔助，具備全飛行階段自動(dòng)駕駛能力。

2) 增強(qiáng)智能飛行階段(2025—2035年)，面向空地協(xié)同的運(yùn)輸管理體系、創(chuàng)新飛行駕駛方式的增強(qiáng)智能模式，具備完善的飛機(jī)全勢(shì)態(tài)感知能力，實(shí)現(xiàn)在機(jī)組監(jiān)督下的自主運(yùn)行。

3) 完全智能飛行階段(2035—2050+年)，面向空天地一體的自主智能模式，具備完善的飛行場(chǎng)景感知與辨識(shí)能力，實(shí)現(xiàn)基于統(tǒng)一規(guī)則的協(xié)同決策，實(shí)現(xiàn)滿足人類彈性需求的全自主飛行。

在輔助智能飛行階段，利用靈敏的傳感器與高速地空通信通道，智能飛行不斷拓展對(duì)于飛機(jī)本體、機(jī)組狀態(tài)與周邊環(huán)境的感知能力；面向以地面指令為核心的空管體系，智能飛行技術(shù)針對(duì)實(shí)時(shí)飛行場(chǎng)景，為機(jī)組決策提供適宜、準(zhǔn)確的綜合信息，有效降低艙內(nèi)認(rèn)知負(fù)荷；面向多類飛行器混同運(yùn)行場(chǎng)景與復(fù)雜多變天氣環(huán)境，智能飛行技術(shù)優(yōu)化自動(dòng)駕駛功能的適用范圍，改善機(jī)組操作負(fù)荷，提升客戶效益潛力。

在增強(qiáng)智能飛行階段，基于實(shí)時(shí)空地信息交互與數(shù)字孿生技術(shù)，智能飛行進(jìn)一步實(shí)現(xiàn)全態(tài)勢(shì)感知與飛行狀態(tài)預(yù)測(cè)功能；實(shí)現(xiàn)對(duì)于標(biāo)準(zhǔn)/預(yù)設(shè)飛行場(chǎng)景的理解，通過空地協(xié)同實(shí)現(xiàn)空域全局最優(yōu)背景下的飛行器自主任務(wù)決策；優(yōu)良的人機(jī)交互界面保障機(jī)組的情景感知能力與應(yīng)急操作能力，實(shí)現(xiàn)單一飛行員駕駛。

在完全智能飛行階段，基于一體化的空天地信息融合平臺(tái)，智能飛行實(shí)現(xiàn)對(duì)于復(fù)雜飛行場(chǎng)景的完整理解，利用空地-空空協(xié)同不斷完善人類彈性出行需求，實(shí)現(xiàn)全自主的“自由飛行”。

2 民用飛機(jī)智能飛行推進(jìn)方案

民用飛機(jī)類型眾多，按照運(yùn)輸類飛機(jī)適航標(biāo)準(zhǔn)分為25部、23部、輕型運(yùn)動(dòng)類，不同規(guī)章對(duì)于民用飛機(jī)安全性、可靠性、驗(yàn)證過程要求不同。

雖然智能飛行分為L(zhǎng)1～L3這3個(gè)階段，但不同類型民用飛機(jī)實(shí)施階段不同。

2.1 25部運(yùn)輸類飛機(jī)推進(jìn)輔助智能飛行

25部運(yùn)輸類飛機(jī)對(duì)于設(shè)計(jì)要求最為嚴(yán)苛，運(yùn)行過程安全性要求最高，現(xiàn)階段從技術(shù)成熟度、適航符合性、飛行員與旅客接受度以及可信商業(yè)模式等方面，L2級(jí)以上智能技術(shù)暫時(shí)不具備應(yīng)用條件。針對(duì)當(dāng)前25部運(yùn)輸類飛機(jī)所面臨的實(shí)際問題(飛行員負(fù)擔(dān)重、復(fù)雜場(chǎng)景決策難、人為錯(cuò)誤不斷、航跡優(yōu)化不足、飛行效率低)以及現(xiàn)階段人工智能技術(shù)能力，開展輔助智能飛行技術(shù)研究與應(yīng)用具備可實(shí)施性。

輔助智能飛行以人(飛行員)為根本核心，飛行員是飛行過程的決策主體。一切智能化功能均圍繞飛行員決策需求和操作需求開發(fā)，包含擴(kuò)展現(xiàn)有自動(dòng)駕駛能力的輔助駕駛技術(shù)和新增飛行員決策支持能力的決策輔助技術(shù)。

輔助駕駛技術(shù)：實(shí)現(xiàn)正常場(chǎng)景，標(biāo)準(zhǔn)飛行流程下門到門全自動(dòng)駕駛(場(chǎng)面滑行、起飛著陸)，具備檢查單等相關(guān)準(zhǔn)備工作全自動(dòng)執(zhí)行能力。

目前25部運(yùn)輸類飛機(jī)通過飛行管理+自動(dòng)飛行系統(tǒng)已經(jīng)實(shí)現(xiàn)起飛高度400 ft(1 ft=0.304 8 m)以上至下降決斷高度區(qū)間的自動(dòng)飛行，但在機(jī)場(chǎng)場(chǎng)面、起飛和最終著陸過程仍需要飛行員人工操作，過程安全性嚴(yán)重依賴飛行員能力，且由于人為失誤難以避免，70%以上的航空事故發(fā)生在上述過程。雖然ILS盲降系統(tǒng)可實(shí)現(xiàn)自動(dòng)著陸，但仍嚴(yán)重依賴機(jī)場(chǎng)運(yùn)行引導(dǎo)設(shè)施和相關(guān)程序，成本高昂，可靠性不足，適航運(yùn)行批準(zhǔn)難度大。

輔助駕駛技術(shù)通過新增圖像(可見光、紅外)、激光雷達(dá)等機(jī)載傳感器，實(shí)現(xiàn)傳感器融合提升在場(chǎng)面運(yùn)行、起飛及著陸階段的飛行態(tài)勢(shì)感知能力，集成自動(dòng)飛行系統(tǒng)，完成自動(dòng)飛行引導(dǎo)、監(jiān)視監(jiān)控和飛行控制，打通飛機(jī)門到門全過程的自動(dòng)運(yùn)行。輔助駕駛將降低飛機(jī)對(duì)地面導(dǎo)航設(shè)施依賴性，實(shí)現(xiàn)更高精準(zhǔn)的滑行與航跡運(yùn)行。輔助駕駛所提供的自動(dòng)駕駛能力相對(duì)現(xiàn)階段自動(dòng)駕駛不僅擴(kuò)展了可用階段，同時(shí)可針對(duì)過程中的突發(fā)狀況進(jìn)行預(yù)警與提示。圖2為輔助駕駛功能與飛行階段對(duì)應(yīng)關(guān)系。

圖2 輔助駕駛功能與飛行階段對(duì)應(yīng)關(guān)系Fig.2 Correspondence between auxiliary flight and flight phase

輔助駕駛雖然擴(kuò)展了現(xiàn)有自動(dòng)駕駛能力，但與傳統(tǒng)自動(dòng)駕駛相同，仍然無(wú)法應(yīng)對(duì)突發(fā)狀況(如系統(tǒng)失效、外部環(huán)境突變)，脫開輔助駕駛后需要飛行員迅速接管飛機(jī)。

決策輔助技術(shù)：針對(duì)運(yùn)行場(chǎng)景(正常、非正常)，為飛行員決策提供指引以及信息融合(含空管、交通服務(wù)等)顯示，具備全飛行階段操作決策支持，機(jī)組告警系統(tǒng)(Crew Alerting System，CAS)信息自動(dòng)關(guān)聯(lián)，系統(tǒng)故障分析與預(yù)測(cè)等能力。

目前飛行員根據(jù)機(jī)上儀表顯示信息和外部環(huán)境視覺，依靠駕駛能力與經(jīng)驗(yàn)獨(dú)立完成決策。決策輔助則是基于飛行手冊(cè)、標(biāo)準(zhǔn)規(guī)范、運(yùn)行規(guī)章、駕駛經(jīng)驗(yàn)等依據(jù)，構(gòu)建限定任務(wù)場(chǎng)景決策輔助知識(shí)圖譜，構(gòu)造飛機(jī)當(dāng)前狀態(tài)(含故障等)與決策操作指引之間的關(guān)聯(lián)模型，實(shí)現(xiàn)全飛行流程不同任務(wù)場(chǎng)景的可信決策輔助。

決策輔助重點(diǎn)解決：① 飛行員在關(guān)鍵復(fù)雜場(chǎng)景(起飛、著陸等階段遭遇系統(tǒng)故障、外部環(huán)境突變)決策難的問題；② 飛行員對(duì)于級(jí)聯(lián)故障難以準(zhǔn)確定位和診斷問題；③ 飛行員關(guān)鍵時(shí)刻信息查詢時(shí)間周期長(zhǎng)的問題。通過運(yùn)行大數(shù)據(jù)+機(jī)理建模，進(jìn)一步提升系統(tǒng)故障識(shí)別準(zhǔn)確度和系統(tǒng)性能預(yù)測(cè)的準(zhǔn)確度；利用語(yǔ)音識(shí)別和自然語(yǔ)言理解，開發(fā)更加優(yōu)化與便捷的人機(jī)交互接口；基于知識(shí)圖譜和結(jié)構(gòu)化數(shù)據(jù)以及決策樹等技術(shù)，形成具有飛行駕駛決策能力的數(shù)字模型，如圖3所示。

圖3 決策輔助功能實(shí)現(xiàn)示意圖Fig.3 Schematic diagram of implementation of auxiliary decision

決策輔助雖然可以提供全飛行階段的決策輔助，但在L1階段僅限于已知場(chǎng)景(發(fā)生過并有明確記錄)，對(duì)于未知突發(fā)場(chǎng)景，上述算法并不具備應(yīng)對(duì)處理能力。

綜上可以看到，輔助智能飛行不改變25部運(yùn)輸類飛機(jī)的雙人機(jī)組駕駛模式，不降低飛行員從業(yè)資格，在滿足安全要求的前提下減輕飛行員負(fù)擔(dān)，降低人為事故，優(yōu)化飛行航跡，具有落地可實(shí)施性，是此類民用飛機(jī)智能化推進(jìn)著力點(diǎn)。

2.2 23部運(yùn)輸類飛機(jī)和輕型運(yùn)動(dòng)類飛機(jī)推進(jìn)增強(qiáng)智能飛行

23部運(yùn)輸類飛機(jī)和輕型運(yùn)動(dòng)類飛機(jī)相對(duì)于25部而言，在安全性、可靠性以及驗(yàn)證過程降低要求，考慮到推廣普及性和降低成本需要，更加適合推進(jìn)降低飛行駕駛員能力需求的增強(qiáng)智能飛行技術(shù)。

增強(qiáng)智能飛行是以系統(tǒng)為根本核心，飛行員是飛行過程的監(jiān)督主體，但仍然擁有飛行控制的最高權(quán)限。一切智能化功能均圍繞提升系統(tǒng)智能化駕駛能力(應(yīng)對(duì)多種復(fù)雜場(chǎng)景)、降低對(duì)飛行員駕駛技能需求和飛行成本、提升飛行效率、更加容易適航為目標(biāo)。包含全階段自動(dòng)飛行、應(yīng)急自動(dòng)著陸、主動(dòng)風(fēng)險(xiǎn)規(guī)避、智能網(wǎng)聯(lián)運(yùn)行核心技術(shù)。圖4為增強(qiáng)智能功能實(shí)現(xiàn)示意圖。

圖4 增強(qiáng)智能功能實(shí)現(xiàn)示意圖Fig.4 Schematic diagram of implementation of enhanced intelligence

全階段自動(dòng)飛行技術(shù)：實(shí)現(xiàn)從任意A點(diǎn)(起飛)到B點(diǎn)(著陸)的全過程自動(dòng)飛行，飛行員在過程中無(wú)需任何操作。可適應(yīng)多種構(gòu)型(固定翼、旋翼、混合翼等)。全自動(dòng)飛行與輔助智能飛行中的輔助駕駛技術(shù)功能相似，主要是利用衛(wèi)星導(dǎo)航、慣導(dǎo)、視覺相機(jī)、激光雷達(dá)、定高雷達(dá)等傳感器融合構(gòu)建完整飛機(jī)態(tài)勢(shì)感知能力，使得飛機(jī)可以完成在正常場(chǎng)景下的全過程自動(dòng)駕駛。

應(yīng)急情況自動(dòng)著陸技術(shù)和主動(dòng)風(fēng)險(xiǎn)避讓技術(shù)：這2項(xiàng)技術(shù)是增強(qiáng)智能的核心能力表現(xiàn)。是飛機(jī)面臨內(nèi)外部風(fēng)險(xiǎn)時(shí)的決策與控制。

飛機(jī)在飛行過程中主要面臨2類風(fēng)險(xiǎn)：① 內(nèi)部風(fēng)險(xiǎn)，包括導(dǎo)航系統(tǒng)故障、飛行系統(tǒng)故障、電池/發(fā)動(dòng)機(jī)故障、結(jié)構(gòu)受損等；② 外部風(fēng)險(xiǎn)，包括天氣異常、空域管制、非合作目標(biāo)入侵、地面干擾等。所有風(fēng)險(xiǎn)根據(jù)對(duì)飛機(jī)安全影響不同，又分為一類風(fēng)險(xiǎn)和二類風(fēng)險(xiǎn)。

應(yīng)急著陸和主動(dòng)風(fēng)險(xiǎn)避讓體現(xiàn)在飛機(jī)面臨風(fēng)險(xiǎn)時(shí)的主動(dòng)決策能力。通過對(duì)風(fēng)險(xiǎn)的主動(dòng)判斷與評(píng)估，飛行控制能力的評(píng)估、從而做出最優(yōu)決策(避讓、返航、迫降、繼續(xù)飛行)，并且可以自動(dòng)規(guī)劃新航跡、找尋最優(yōu)降落位置。飛機(jī)做出的任何決策將自動(dòng)上報(bào)至地面網(wǎng)聯(lián)平臺(tái)，由網(wǎng)聯(lián)平臺(tái)進(jìn)行關(guān)聯(lián)空域內(nèi)其他航空器的調(diào)度。

應(yīng)急著陸功能還包含基于視覺和雷達(dá)的安全區(qū)域查找與評(píng)估，利用人工智能算法獲取最優(yōu)的迫降著陸點(diǎn)降低對(duì)飛機(jī)、地面人員以及建筑的損傷，這項(xiàng)功能將有助于未來(lái)城市空中交通運(yùn)行等高風(fēng)險(xiǎn)場(chǎng)景運(yùn)行的適航批準(zhǔn)。

智能網(wǎng)聯(lián)是飛機(jī)搭載新一代通信系統(tǒng)、自主飛行系統(tǒng)等裝置，融合新一代通信與網(wǎng)絡(luò)技術(shù)(5G、北斗、低軌高通量衛(wèi)星)，實(shí)現(xiàn)飛機(jī)與X(飛機(jī)、網(wǎng)聯(lián)平臺(tái)、人、云等)無(wú)縫信息交換、共享，通過基于云的服務(wù)架構(gòu)和基于WEB的顯示，利用端、邊、云的信息框架，實(shí)現(xiàn)飛機(jī)一張網(wǎng)監(jiān)管，一朵云服務(wù)，最終實(shí)現(xiàn)飛機(jī)在規(guī)定空域內(nèi)的安全、高效運(yùn)行。智能網(wǎng)聯(lián)技術(shù)是空中交通管理模式的改變，需要利用泛在低空互聯(lián)網(wǎng)，實(shí)現(xiàn)飛機(jī)與地面的高度協(xié)同。

當(dāng)前國(guó)家正在對(duì)低空空域進(jìn)行改革，在23部運(yùn)輸類飛機(jī)和輕型運(yùn)動(dòng)類飛機(jī)推進(jìn)增強(qiáng)智能飛行技術(shù)將大幅提升這類飛機(jī)的空域運(yùn)行效率，增強(qiáng)飛行安全性，降低飛行門檻，促進(jìn)新場(chǎng)景(城市空中交通)的適航批準(zhǔn)。

3 智能飛行應(yīng)用基礎(chǔ)技術(shù)

人工智能技術(shù)是實(shí)現(xiàn)智能飛行的關(guān)鍵核心，但民用飛機(jī)具有特定行業(yè)的特殊要求，無(wú)論是大型客機(jī)輔助智能，還是中小型運(yùn)動(dòng)類飛機(jī)增強(qiáng)智能，人工智能技術(shù)在落地型號(hào)商業(yè)實(shí)施的前提都需要突破適航可信性、人機(jī)協(xié)同這2大應(yīng)用基礎(chǔ)技術(shù)。為保障智能飛行的實(shí)施落地，需要從研發(fā)初期就考慮這2個(gè)應(yīng)用基礎(chǔ)技術(shù)的研究方向與技術(shù)途徑。

3.1 適航可信性關(guān)鍵技術(shù)

人工智能可信度以及如何證明，一直是行業(yè)的焦點(diǎn)問題，尤其是在民機(jī)的適航體系中，需要通過正向分析證明技術(shù)的可靠性，有必要對(duì)智能飛行技術(shù)開展詳細(xì)的適航可信性論證過程，以此向適航當(dāng)局提供足夠證據(jù)表明：采用智能飛行技術(shù)的軟硬件設(shè)備能夠在預(yù)期運(yùn)行環(huán)境和使用限制下能夠持續(xù)保持飛行安全性，通過有效的適航符合性驗(yàn)證方法建立公眾對(duì)智能飛行技術(shù)安全性的信任。圖5為航空數(shù)據(jù)傳輸和質(zhì)量需求傳輸示意圖。

圖5 航空數(shù)據(jù)傳輸和質(zhì)量需求傳輸示意圖Fig.5 Schematic diagram of aeronautical data and relevant quality requirements transportation

智能飛行技術(shù)給民航運(yùn)輸體系所帶來(lái)的挑戰(zhàn)大，從依賴于機(jī)械自動(dòng)化的民用航空發(fā)展體系跳躍到依賴于數(shù)據(jù)的智能航空發(fā)展體系，需要從技術(shù)的可解釋性、安全魯棒性、監(jiān)管機(jī)制、數(shù)據(jù)治理和隱私保護(hù)、數(shù)據(jù)公正和透明性以至社會(huì)和環(huán)境的影響全方位地向公眾和利益相關(guān)方證實(shí)人工智能技術(shù)的適航安全性。對(duì)于以數(shù)據(jù)驅(qū)動(dòng)的智能飛行技術(shù)而言，從數(shù)據(jù)準(zhǔn)備、模型架構(gòu)、算法選型直到超參數(shù)調(diào)整的整個(gè)學(xué)習(xí)過程依賴于數(shù)據(jù)的完整性和正確性，然而整個(gè)學(xué)習(xí)過程中的神經(jīng)網(wǎng)絡(luò)模型參數(shù)眾多、結(jié)構(gòu)復(fù)雜，很難對(duì)所有的數(shù)據(jù)質(zhì)量和模型質(zhì)量進(jìn)行精確的追溯。因此，基于數(shù)據(jù)驅(qū)動(dòng)的人工智能學(xué)習(xí)模型因?yàn)槿狈ψ阋粤钊诵欧目勺匪菪约軜?gòu)和指導(dǎo)性文件證明，造成實(shí)際的應(yīng)用落地較為困難，如何提升人工智能技術(shù)的可解釋性，從而更好地發(fā)揮其技術(shù)優(yōu)勢(shì)為民航發(fā)展服務(wù)，已經(jīng)是國(guó)際上的重要研究課題。學(xué)術(shù)、工業(yè)、國(guó)防領(lǐng)域都對(duì)這個(gè)課題進(jìn)行了大量的研究，歐盟和美國(guó)采用不同的技術(shù)路線進(jìn)行研發(fā)，歐盟的技術(shù)路線是通過研發(fā)一種評(píng)估人工智能系統(tǒng)對(duì)于社會(huì)影響程度的方法、建立一條評(píng)估人工智能模型魯棒性的標(biāo)準(zhǔn)流程、公開發(fā)布一系列人工智能模型航空應(yīng)用風(fēng)險(xiǎn)評(píng)估報(bào)告、提出一種基于航空用戶基本需求的可解釋智能模型設(shè)計(jì)理念這4個(gè)方面加強(qiáng)和人工智能技術(shù)研發(fā)人員的交流合作，形成良性互動(dòng)的人工智能社區(qū)[9-13],歐洲航空安全局(EASA)也與Daedalean機(jī)構(gòu)合作開展了人工智能發(fā)展藍(lán)圖[8]用以明確未來(lái)EASA在人工智能適航規(guī)章方面的指定路線。美國(guó)的技術(shù)路線是以美國(guó)高等研究計(jì)劃署機(jī)構(gòu)(DARPA)開展的可解釋人工智能項(xiàng)目作為牽引，在5年來(lái)資助多所高校聯(lián)合研發(fā)各種融合可解釋性理論的新型機(jī)器學(xué)習(xí)技術(shù)，從而生成形式多樣的可解釋模型(例如UC Berkeley小組的顯式回顧解釋模型[14]、事后解釋模型[15]、Charles River Analytics小組的學(xué)習(xí)過程因果模型[16]、Carnegie Mellon小組的解釋增強(qiáng)學(xué)習(xí)模型[17]等)，這些模型通過性能度量和解釋性度量的權(quán)衡空間進(jìn)行互相比較，形成可視化的數(shù)據(jù)分析曲線、互動(dòng)交流的問答對(duì)話機(jī)制以及交互式機(jī)器學(xué)習(xí)模型，使得用戶能夠直觀理解并且信任這些不斷涌現(xiàn)的人工智能系統(tǒng)應(yīng)用。

本文在總結(jié)歐美技術(shù)發(fā)展經(jīng)驗(yàn)的基礎(chǔ)上，充分考慮國(guó)內(nèi)民用航空的實(shí)際發(fā)展情況，提出了智能技術(shù)適航可信性關(guān)鍵技術(shù)的5個(gè)發(fā)展方向：

1) 航空數(shù)據(jù)質(zhì)量保證技術(shù)研究方向

在RTCA國(guó)際標(biāo)準(zhǔn)規(guī)范E-76A/DO-200B的章節(jié)2.3.2中，航空數(shù)據(jù)的質(zhì)量保證指的是“確保數(shù)據(jù)在終端系統(tǒng)的使用過程中滿足安全需求的能力”，規(guī)定了飛機(jī)主制造商、數(shù)據(jù)供應(yīng)商、航電設(shè)備制造商、終端用戶、航空信息發(fā)布這5個(gè)利益相關(guān)方之間航空數(shù)據(jù)傳輸過程，如圖5所示，在數(shù)據(jù)傳輸過程的每個(gè)節(jié)點(diǎn)，都有響應(yīng)的數(shù)據(jù)質(zhì)量要求(Data Quality Requirements, DQRs)進(jìn)行航空數(shù)據(jù)質(zhì)量保證。本報(bào)告主要從航空數(shù)據(jù)的準(zhǔn)確性、可追溯性、完整性進(jìn)行論證研究。英國(guó)安全系統(tǒng)協(xié)會(huì)(Safety-Critical System Symposium, SCSC)關(guān)于數(shù)據(jù)質(zhì)量安全方面開展了進(jìn)一步的研究，發(fā)布了自主安全保障指南[12]和數(shù)據(jù)安全指南[13]，如圖6所示。

圖6 形式化驗(yàn)證過程Fig.6 Process of formal verification

2) 訓(xùn)練模型可解釋性研究方向

訓(xùn)練模型學(xué)習(xí)過程的可解釋性是一個(gè)以人為中心的概念，專注于研究模型解釋輸入和輸出之間推理因果關(guān)系的能力?？山忉屝园凑樟６炔粩嗉?xì)化可以分為多組預(yù)測(cè)的局部可解釋性、單預(yù)測(cè)的局部可解釋性、模塊級(jí)別的全局模型可解釋性、全局模型可解釋性、算法透明度。關(guān)于人工智能算法可解釋性方面主要是從梳理智能算法實(shí)現(xiàn)過程中的可解釋性實(shí)際問題[14-15]來(lái)開展形式化驗(yàn)證過程。

3) 算法魯棒性和模型魯棒性研究方向

算法的魯棒性是一種在訓(xùn)練數(shù)據(jù)集發(fā)生擾動(dòng)的情況下，智能飛行算法在該數(shù)據(jù)集上生成的模型依舊不會(huì)變化太大的評(píng)估方式。模型的魯棒性是在模型輸入?yún)?shù)發(fā)生變動(dòng)的情況下模型本身發(fā)生顯著變化的風(fēng)險(xiǎn)評(píng)估，是一種確保訓(xùn)練模型輸入輸出關(guān)系穩(wěn)定性的評(píng)估方式。如何在這種生產(chǎn)環(huán)境中繼續(xù)穩(wěn)定地保持算法的準(zhǔn)確性和模型的穩(wěn)定性，是衡量人工智能算法和模型實(shí)用性的重要指標(biāo)，二者的區(qū)別詳見表1。

表1 算法和模型魯棒性對(duì)比Table 1 Comparison between algorithm robustness and model robustness

4) 模型輸出數(shù)據(jù)不確定性分析研究方向

智能飛行模型在接受原始的傳感器輸入之后，將會(huì)首先執(zhí)行底層特征抽取和分類，然后將得到的結(jié)果輸入高級(jí)別的系統(tǒng)進(jìn)行軌跡規(guī)劃以及決策。在這種多個(gè)環(huán)節(jié)串行的應(yīng)用場(chǎng)景下，模型本身不僅僅需要是正確性評(píng)估，也需要給出不確定性度量的評(píng)價(jià)。如果在底層神經(jīng)網(wǎng)絡(luò)中得到各種預(yù)測(cè)的精準(zhǔn)不確定性度量，那么在高層神經(jīng)網(wǎng)絡(luò)中將會(huì)舍去那些不確定性太高的結(jié)果，從而避免高層級(jí)模型盲目依賴一些不準(zhǔn)確的輸入得到無(wú)效的預(yù)測(cè)結(jié)果。模型在現(xiàn)實(shí)運(yùn)行過程中不可避免會(huì)遇到各種不可預(yù)料的非確定性情況，通過現(xiàn)實(shí)中的各種輸入進(jìn)行較為全面的分類，有助于避免一些超出分布范圍的異常場(chǎng)景所帶來(lái)的風(fēng)險(xiǎn)。

5) 智能飛行軟件適航符合性驗(yàn)證流程

傳統(tǒng)的航空電子設(shè)備及系統(tǒng)軟件開發(fā)基于2011年發(fā)布的ED-12C/DO-178C適航標(biāo)準(zhǔn)進(jìn)行V型全技術(shù)開發(fā)過程的質(zhì)量保證。這種適航符合性論證技術(shù)是按照需求不同層級(jí)之間的雙向可追溯性來(lái)控制的。

然而，這種全技術(shù)開發(fā)階段質(zhì)量保證的框架并不適用于智能飛行輔助駕駛技術(shù)的數(shù)據(jù)驅(qū)動(dòng)開發(fā)模型。智能飛行輔助駕駛技術(shù)是側(cè)重于數(shù)據(jù)本身的一種學(xué)習(xí)過程，全技術(shù)開發(fā)過程涵蓋數(shù)據(jù)準(zhǔn)備、模型架構(gòu)、算法選擇、調(diào)整超參數(shù)的全新過程，因此需要添加相應(yīng)的核心節(jié)點(diǎn)“學(xué)習(xí)過程驗(yàn)證”作為過渡，從而形成W型技術(shù)開發(fā)框架，如圖7所示。

圖7 傳統(tǒng)V型與智能飛行適航可信W型技術(shù)開發(fā)框架對(duì)比Fig.7 Comparison of reliable airworthiness frameworks between custom flight’s V-shaped development and intelligent flight’s W-shaped development

3.2 智能飛行技術(shù)衍生出的人為因素

自第二次世界大戰(zhàn)以來(lái)，人為因素在航空領(lǐng)域的重要角色逐漸被業(yè)內(nèi)重視起來(lái)。航空事故中，大約75%是由于人為因素引起的，并且事故很少由單一原因造成，一旦被引發(fā)，經(jīng)常會(huì)造成災(zāi)難級(jí)的事故鏈[15]。1992年，空客310-300，加德滿都：復(fù)飛時(shí)，機(jī)組正在查看區(qū)域圖，接通了自動(dòng)駕駛儀系統(tǒng)，確定飛行管理系統(tǒng)的坐標(biāo)，并手動(dòng)輸入新坐標(biāo)，這一操作本應(yīng)在進(jìn)近前完成，此時(shí)近地警告報(bào)警，機(jī)組沒有拉起飛機(jī)，而是在等管理員的許可，15 s后，飛機(jī)撞山。

由于歷史上此類事故的頻發(fā)，飛行器設(shè)計(jì)公司在正向設(shè)計(jì)的過程中均會(huì)通過廣泛地征詢、縝密的設(shè)計(jì)、充分的測(cè)試迭代來(lái)完善艙內(nèi)人為因素相關(guān)設(shè)計(jì)以最大限度地避免悲劇的發(fā)生。通過對(duì)事故根因的分析不斷地積累經(jīng)驗(yàn)，逐漸形成針對(duì)于航空駕駛艙內(nèi)交互設(shè)計(jì)的默認(rèn)標(biāo)準(zhǔn)范式。也正因?yàn)榇?，?0年來(lái)由于人為因素而造成的災(zāi)難級(jí)事故比例大幅減少[16-17]。

近十年來(lái)，智能化技術(shù)的崛起為智能飛行技術(shù)提供了良好的發(fā)展環(huán)境，智能化技術(shù)與航空技術(shù)融合逐漸成為發(fā)展趨勢(shì)。與此同時(shí)，技術(shù)融合過程中，將不可避免地對(duì)現(xiàn)有的艙內(nèi)駕駛?cè)蝿?wù)分配、交互方式、駕駛主導(dǎo)權(quán)方面產(chǎn)生巨大的影響。無(wú)論從人為因素設(shè)計(jì)的評(píng)價(jià)維度上還是模型能力上，傳統(tǒng)的默認(rèn)標(biāo)準(zhǔn)范式都難以支撐應(yīng)對(duì)智能化技術(shù)的引入而帶來(lái)的對(duì)人為因素考量的全新挑戰(zhàn)。人為因素考量的研究重心也逐漸轉(zhuǎn)移到對(duì)情景意識(shí)、人機(jī)協(xié)同、人機(jī)信任、控制權(quán)接手等方面。如果無(wú)法系統(tǒng)全面地思考智能化技術(shù)引入而帶來(lái)的變革因素，將會(huì)極大地降低航空飛行的安全性[18]。2018年，世界各地發(fā)生多起與波音737-MAX相關(guān)的事故。其根本原因是波音公司為了補(bǔ)償波音737-MAX在飛行過程中出現(xiàn)抬頭趨勢(shì)的隱患專門增加了一個(gè)機(jī)動(dòng)特性增強(qiáng)系統(tǒng)(MCAS)。由于增強(qiáng)系統(tǒng)的操作權(quán)限在飛行員之上，飛行員在駕駛過程中無(wú)法控制飛機(jī)，形成飛行員與機(jī)動(dòng)特性增強(qiáng)系統(tǒng)反復(fù)爭(zhēng)奪控制權(quán)，最終釀成悲劇。

因此，除去解決純技術(shù)層面的問題，未來(lái)智能飛行技術(shù)的發(fā)展還應(yīng)結(jié)合航空艙內(nèi)人為因素的特點(diǎn)設(shè)計(jì)開發(fā)。以下選取3個(gè)典型的航空人為因素考量角度，結(jié)合智能飛行技術(shù)的特點(diǎn)，嘗試具象化地給出智能飛行技術(shù)的發(fā)展思考。

1) 工作負(fù)荷

航空艙內(nèi)工作負(fù)荷起伏大。在例如巡航階段、部分執(zhí)行空中交通管制(Air Traffic Control, ATC)操作的階段，駕駛員僅需保持住足夠的警惕與相關(guān)的系統(tǒng)狀態(tài)意識(shí)，具有較低的工作負(fù)荷；在例如飛行計(jì)劃變更或放行指令變更等場(chǎng)景下，存在駕駛員的工作負(fù)荷過大的情況。駕駛員工作負(fù)荷過載除了會(huì)引發(fā)生理指標(biāo)的異常以外，在高壓力下，短時(shí)間內(nèi)執(zhí)行包含一些復(fù)雜操作的任務(wù)會(huì)不可避免地增加其產(chǎn)生疏忽、錯(cuò)誤和違規(guī)行為的概率[19]。

基于此，駕駛員的尖峰工作負(fù)荷階段對(duì)應(yīng)的任務(wù)是一個(gè)合適的智能飛行技術(shù)融合的切入點(diǎn)。以此為技術(shù)融合的切入點(diǎn)，對(duì)智能飛行的眼下發(fā)展和長(zhǎng)期發(fā)展都是有利的。首先，短期來(lái)看，選取尖峰負(fù)荷對(duì)應(yīng)的駕駛?cè)蝿?wù)作為智能飛行技術(shù)的切入點(diǎn)對(duì)當(dāng)前的航空技術(shù)發(fā)展具有實(shí)際意義，在不對(duì)當(dāng)前航空技術(shù)體系和駕駛模式產(chǎn)生較大影響的前提下，使智能飛行技術(shù)逐步與航空技術(shù)相融合，通過技術(shù)的迭代和實(shí)際應(yīng)用的打磨，積累智能化技術(shù)融合的經(jīng)驗(yàn)。從長(zhǎng)期來(lái)看，這一發(fā)展路線與其他航空發(fā)展趨勢(shì)的路線圖相吻合，其研究和發(fā)展成果將助力于單一飛行員駕駛、減機(jī)組駕駛乃至自主駕駛的發(fā)展目標(biāo)。

2) 情景意識(shí)與系統(tǒng)模式意識(shí)

在不同層級(jí)的工作負(fù)荷要求之間的切換同樣存在由于人為因素而造成的隱患。在低工作負(fù)荷階段，駕駛員極容易產(chǎn)生自動(dòng)化誘發(fā)的自滿情緒、警惕性降低、無(wú)聊等情緒現(xiàn)象。這些消極情緒在緊急情況或其他需要進(jìn)行人機(jī)控制權(quán)交接的情況下將會(huì)極大地降低情景意識(shí)與人在環(huán)水平，從而最終降低駕駛員接手飛行器控制權(quán)后的表現(xiàn)甚至導(dǎo)致災(zāi)難性的后果。

除此之外，駕駛方式的變化將會(huì)極大地影響駕駛?cè)蝿?wù)的認(rèn)知模型。從目視飛行到儀表飛行，駕駛員的駕駛?cè)蝿?wù)和任務(wù)模型本身都發(fā)生了深刻的變化[20]。同樣，當(dāng)引入智能飛行技術(shù)之后，駕駛員除了將面臨上述提及的的變更之外，還有可能引發(fā)飛行員從飛機(jī)駕駛員向飛機(jī)管理者角度的轉(zhuǎn)變，即實(shí)現(xiàn)從飛行的實(shí)際控制者向飛機(jī)資源調(diào)度者身份的轉(zhuǎn)變[21]。但是，值得強(qiáng)調(diào)的是即使完成了上述角色的轉(zhuǎn)變，駕駛員將仍會(huì)被要求具備時(shí)刻接管飛機(jī)的能力，即在智能飛行技術(shù)失效時(shí)的駕駛員具備問題恢復(fù)的能力和手動(dòng)駕駛模式下完成各場(chǎng)景下飛行任務(wù)的能力。

結(jié)合上述討論，智能飛行技術(shù)的發(fā)展應(yīng)當(dāng)遵循在技術(shù)層面更可靠、更安全、力爭(zhēng)能夠完全“取代”駕駛員，獨(dú)立執(zhí)行完成模塊任務(wù)；與此同時(shí)，在應(yīng)用模式的設(shè)計(jì)中，應(yīng)當(dāng)使駕駛員充分地融入，“依賴”于人，力求使駕駛員在各飛行場(chǎng)景下能夠擁有足夠的情景意識(shí)接管飛機(jī)。

3) 交互界面更替

正如上文提及的，智能飛行技術(shù)的引入將極大地影響當(dāng)下的駕駛?cè)蝿?wù)和認(rèn)知模型。隨之而來(lái)的是對(duì)包含艙內(nèi)布置、交互方式、交互內(nèi)容的顛覆性改變。這些改變?cè)谶m應(yīng)新智能飛行技術(shù)、最大化交互效率的同時(shí)還需兼容在智能飛行技術(shù)失效時(shí)，切換為手動(dòng)駕駛模式下，仍具備不低于現(xiàn)行駕駛艙內(nèi)手動(dòng)駕駛的安全性。這意味著智能飛行技術(shù)、手動(dòng)駕駛模式與艙內(nèi)交互方式與布局三者需要相互妥協(xié)，尋求一個(gè)設(shè)計(jì)的平衡點(diǎn)?？梢灶A(yù)料的是這個(gè)艙內(nèi)設(shè)計(jì)變更的過程需要不斷地結(jié)合智能飛行技術(shù)的發(fā)展?fàn)顩r進(jìn)行?？紤]到艙內(nèi)設(shè)計(jì)的迭代、人機(jī)功效測(cè)試、全場(chǎng)景驗(yàn)證周期長(zhǎng)的特點(diǎn)，在布局智能飛行技術(shù)長(zhǎng)期發(fā)展路線時(shí)，應(yīng)當(dāng)提前做出規(guī)劃，兼顧艙內(nèi)設(shè)計(jì)迭代，使其迭代過程以逐層遞進(jìn)的模式發(fā)展，而非設(shè)計(jì)迭代之間相互顛覆替代的模式。

4 結(jié)論與展望

本文綜述了民用飛機(jī)智能飛行的定義與愿景，概述了其技術(shù)體系與關(guān)鍵應(yīng)用基礎(chǔ)技術(shù)，從技術(shù)發(fā)展趨勢(shì)上分享了對(duì)于智能飛行的思考。從長(zhǎng)遠(yuǎn)來(lái)看，智能飛行技術(shù)在輕小型、運(yùn)動(dòng)型以及大型客機(jī)的發(fā)展上擁有廣闊的發(fā)展前景且已成為主流的發(fā)展趨勢(shì)之一。然而，全面地推動(dòng)該技術(shù)在業(yè)界的發(fā)展應(yīng)用仍需綜合考量諸多其他因素。其中，智能化技術(shù)的引入對(duì)艙內(nèi)人為因素設(shè)計(jì)產(chǎn)生的影響以及智能化技術(shù)無(wú)法被置于現(xiàn)行適航體系框架之中的問題已成為當(dāng)下業(yè)內(nèi)聚焦的研究要點(diǎn)。處理好智能飛行技術(shù)與其他相關(guān)因素之間的關(guān)系是智能飛行技術(shù)獲得長(zhǎng)足發(fā)展的根本前提。