基于CTL模型和任務(wù)績效的駕駛艙動態(tài)功能分配方法*

張 安 ，任 衛(wèi) ，湯志荔 ，湯傳樂

（1.西北工業(yè)大學(xué)航空學(xué)院，西安 710072；2.西北工業(yè)大學(xué)電子信息學(xué)院，西安 711029）

0 引言

隨著飛機(jī)駕駛艙自動化程度的不斷提高，飛行員與自動化子系統(tǒng)間的人機(jī)交互日趨頻繁。為了提高飛行效率、減小飛行員的腦力負(fù)荷，科學(xué)合理的人機(jī)功能分配（即將飛行任務(wù)分配給飛行員或自動化子系統(tǒng)）在飛機(jī)設(shè)計(jì)過程中顯得尤為重要。

人機(jī)功能分配的方法有靜態(tài)和動態(tài)兩種。其中，靜態(tài)功能分配（Static Function Allocation，SFA）方法是從功能特性和需求分析入手，通過比較飛行員和自動化子系統(tǒng)在完成該功能上的能力優(yōu)勢或績效優(yōu)劣，決定該功能分配給飛行員還是自動化子系統(tǒng)。動態(tài)功能分配（Dynamic Function Allocation，DFA）方法允許系統(tǒng)在運(yùn)行階段根據(jù)情況的變化將功能在飛行員與自動化子系統(tǒng)之間動態(tài)地重新分配，從而使人機(jī)工作更加協(xié)調(diào)，提高系統(tǒng)的工作效率［1］。

國內(nèi)關(guān)于飛機(jī)駕駛艙動態(tài)功能分配的文獻(xiàn)較少，僅有空軍工程大學(xué)、國防科學(xué)技術(shù)大學(xué)和北京航空航天大學(xué)的幾個(gè)研究組在本領(lǐng)域有所研究?？哲姽こ檀髮W(xué)的柳平等人在文獻(xiàn)［2］中初步建立了人機(jī)功能分配的流程圖，并引入多目標(biāo)模糊決策方法實(shí)現(xiàn)基本單元任務(wù)的分配。國防科學(xué)技術(shù)大學(xué)的王闊天等人在文獻(xiàn)［3］中結(jié)合具體的多無人機(jī)任務(wù)背景，提出一種基于操作員工作量的觸發(fā)方法，并對該方法的可行性進(jìn)行了驗(yàn)證。北京航空航天大學(xué)的衛(wèi)宗敏等人在文獻(xiàn)［4］中建立了基于飛機(jī)駕駛艙顯示界面的腦力負(fù)荷預(yù)測模型，并通過飛行模擬實(shí)驗(yàn)進(jìn)行了驗(yàn)證。

飛機(jī)駕駛艙動態(tài)功能分配的觸發(fā)機(jī)制是指根據(jù)什么信息來觸發(fā)自動化等級的自動調(diào)整，它是飛機(jī)駕駛艙動態(tài)功能分配實(shí)現(xiàn)的關(guān)鍵。美國喬治梅森大學(xué)的Raja Parasuraman等人在文獻(xiàn)［5］中將動態(tài)功能分配的觸發(fā)機(jī)制總結(jié)為以下3種：1）基于緊急事件——特殊事件引發(fā)功能分配；2）基于飛行員工作負(fù)荷的測量——通過測量飛行員對既定任務(wù)的表現(xiàn)（即任務(wù)績效）或者生理指標(biāo)如心率、腦電圖信號等估算飛行員當(dāng)前工作負(fù)荷，并將工作負(fù)荷的測量結(jié)果作為功能分配的決策量；3）基于飛行員性能模型——根據(jù)建立的飛行員性能模型指導(dǎo)動態(tài)功能分配。上述分配方法均為單一觸發(fā)機(jī)制，為了彌補(bǔ)單一觸發(fā)機(jī)制的不足，提高分配的精確度，英國法恩伯勒人類科學(xué)中心的Catherine Cook等人在文獻(xiàn)［6］中提出一種包含多種觸發(fā)信息的綜合觸發(fā)機(jī)制。荷蘭烏得勒支大學(xué)的Tinka R.A.Giele在文獻(xiàn)［7］中提出認(rèn)知任務(wù)負(fù)荷（CTL）的概念模型，但并未給出具體量化過程。

本文在此基礎(chǔ)上，給出了CTL模型的具體計(jì)算公式，使用該模型估算腦力負(fù)荷，并將其與飛行任務(wù)績效測量相結(jié)合，提出一種基于CTL模型和任務(wù)績效測量的駕駛艙動態(tài)功能分配方法。該方法為飛機(jī)設(shè)計(jì)階段的駕駛艙動態(tài)功能分配設(shè)計(jì)提供合理準(zhǔn)確的方案，能夠提高飛機(jī)駕駛艙自動化水平和人機(jī)交互水平。

1 駕駛艙動態(tài)功能分配理論

1.1 任務(wù)需求負(fù)載

在功能分析階段，通過對飛行任務(wù)進(jìn)行分析，得到功能序列。用任務(wù)需求負(fù)載（Task Demand Load，TDL）來描述飛行任務(wù)對整個(gè)人機(jī)系統(tǒng)的負(fù)載作用［8］。每一個(gè)駕駛艙功能實(shí)現(xiàn)都有其相應(yīng)的TDL，進(jìn)而每一個(gè)功能序列都對應(yīng)一個(gè)TDL序列，這個(gè)TDL序列作為整個(gè)駕駛艙系統(tǒng)輸入，觸發(fā)了駕駛艙系統(tǒng)內(nèi)的工作負(fù)荷流。TDL通常是任務(wù)內(nèi)容的復(fù)雜度及其執(zhí)行緊迫程度的函數(shù)，并通過不同的影響途徑作用于飛行員，最終通過飛行員的腦力負(fù)荷（Mental Load，ML）表現(xiàn)出來。

當(dāng)不考慮飛行員自身與飛行任務(wù)無關(guān)的影響因素時(shí)，TDL對飛行員狀態(tài)的影響如圖1所示。

因?yàn)轱w行任務(wù)由飛行員和自動化子系統(tǒng)協(xié)作完成，并且功能序列按照功能分配方案可以分解為飛行員操作序列和自動化操作序列，所以TDL輸入系統(tǒng)后，首先要分解為自動化任務(wù)需求負(fù)荷（Automation TDL，ATDL）和飛行員任務(wù)需求負(fù)荷（Crew TDL，CTDL）。只有CTDL真正作用于飛行員并產(chǎn)生飛行員的ML。由于TDL可以用任務(wù)內(nèi)容和執(zhí)行環(huán)境等參數(shù)定量表示，作為TDL一部分的CTDL在很大程度上也是可以用包含飛行員操作序列參數(shù)的數(shù)學(xué)模型來進(jìn)行精確描述。因此，可以通過實(shí)時(shí)計(jì)算CTDL來估計(jì)飛行員當(dāng)前的腦力負(fù)荷情況。

1.2 駕駛艙功能分配基本流程

靜態(tài)功能分配和動態(tài)功能分配并不是相互獨(dú)立的，它們互為補(bǔ)充。包含這兩種分配形式的駕駛艙功能分配基本流程如下頁圖2所示。

駕駛艙系統(tǒng)首先進(jìn)行靜態(tài)功能分配，它的主要內(nèi)容是結(jié)合功能需求和特性，對飛行員和自動化子系統(tǒng)的機(jī)能特征進(jìn)行比較，分析人機(jī)優(yōu)勢相對于功能的匹配度，初步確定功能的自動化等級（Levels of Automation，LOA）。靜態(tài)功能分配之后，首先判斷是否有必要進(jìn)行動態(tài)功能分配，若有必要，則進(jìn)行動態(tài)功能分配；否則，直接對功能分配結(jié)果進(jìn)行綜合評價(jià)，進(jìn)而得到最終的分配方案。

當(dāng)靜態(tài)功能分配的結(jié)果是將該功能分配給飛行員或自動化子系統(tǒng)，則一般不考慮動態(tài)功能分配；如果靜態(tài)功能分配傾向于將該功能分配給飛行員完成，則要考慮飛行員是否在某些情況下需要自動化的輔助；如果靜態(tài)功能分配傾向于將該功能分配給自動化子系統(tǒng)完成，則要考慮自動化子系統(tǒng)是否在某些情況下需要飛行員的介入。在后兩種情況下，如果考慮的結(jié)論是“需要”，則認(rèn)為需要進(jìn)行動態(tài)功能分配。

相比于靜態(tài)功能分配，動態(tài)功能分配的結(jié)果不是單獨(dú)的自動化等級，而是自動化等級的調(diào)整方案。

圖2 駕駛艙功能分配基本流程

2 基于CTL模型和任務(wù)績效測量的飛機(jī)駕駛艙動態(tài)功能分配

通過分析上述駕駛艙功能分配基本流程可知，在飛行過程中，駕駛艙動態(tài)功能分配實(shí)現(xiàn)的關(guān)鍵在于如何通過推理得到相應(yīng)的觸發(fā)信息。本文通過認(rèn)知任務(wù)負(fù)荷（CTL）模型來實(shí)時(shí)估算當(dāng)前飛行員執(zhí)行任務(wù)的腦力負(fù)荷，并綜合飛行員任務(wù)績效（Task Performance，TP）的測量值作為動態(tài)功能分配的觸發(fā)機(jī)制。

2.1 CTL模型

CTL模型通過計(jì)算某段時(shí)間區(qū)間內(nèi)操作員操作序列的占用時(shí)間（TO，Time Occupied）、信息處理等級（LIP，Level of Information Process）和任務(wù)集切換（TSS，Task Set Switching）3個(gè)參數(shù)來估計(jì)操作員的腦力負(fù)荷，其結(jié)構(gòu)如圖3所示。其中，TO表示操作員執(zhí)行任務(wù)所用的時(shí)間占全部時(shí)間的比例，它表示操作員的忙碌程度；LIP指操作員完成任務(wù)需要的認(rèn)知處理類型，它代表操作員對認(rèn)知資源的需求大小；TSS表示在相應(yīng)的時(shí)間段內(nèi)任務(wù)切換的次數(shù)，它用于表征操作員在任務(wù)切換時(shí)需要的時(shí)間和注意力轉(zhuǎn)換程度。

圖3 CTL模型

立方體的長、寬、高分別代表TO、TSS和LIP的取值區(qū)間。立方體被分割為若干個(gè)子塊，每個(gè)子塊占據(jù)的空間代表操作員處在某一種腦力狀態(tài)。

2.2 CTL模型的公式化

對于每一飛行員操作o來說，具有如下屬性：

1）操作的信息處理類型l。采用SRK模型對其進(jìn)行量化。當(dāng)該操作屬于基于經(jīng)驗(yàn)的行為，l=1；當(dāng)該操作屬于基于規(guī)則的行為，l=2；當(dāng)該操作屬于基于知識的行為，l=3。

2）操作時(shí)間范圍d。操作時(shí)間等于操作的結(jié)束時(shí)刻end T與起始時(shí)刻start T的差值。

3）操作的注意力需求比例a。表示飛行員在操作過程中注意力的需求比例，取值范圍為0～1。

4）信息域I。信息域是由能夠代表操作內(nèi)容的文字短語組成的集合。操作內(nèi)容可以包含操作涉及的主要情境信息、操作的行為和操作時(shí)注意力集中的人機(jī)接口。

假設(shè)當(dāng)前時(shí)刻為t，時(shí)間窗口選擇為當(dāng)前時(shí)刻前的 f秒，即區(qū)間（t-f，t）。設(shè)在這 f秒內(nèi)，飛行員操作序列為 Of={o1，o2，…，on}。操作 oi屬性集為 ＜li，ai，di，Ii＞，li，ai，di，Ii分別表示 oi的信息處理類型，注意力占據(jù)比例，操作時(shí)間范圍，信息域。此時(shí)，LIP、TO和TSS的計(jì)算公式分別為：

2.2.1 信息處理類型LIP

LIP給出了f秒內(nèi)飛行員從事腦力活動的類型，它等于時(shí)間窗口內(nèi)所有操作的信息處理類型的平均值：

2.2.2 占據(jù)時(shí)間TO

TO等于飛行員進(jìn)行操作時(shí)間占整個(gè)時(shí)間窗口長度的比例。TO的取值范圍為0到1，0代表完全空閑，1代表完全忙碌。它的計(jì)算公式如下：

2.2.3 任務(wù)集切換次數(shù)TSS

TSS描述了飛行員的注意力從一個(gè)操作轉(zhuǎn)移到另外一個(gè)操作時(shí)產(chǎn)生的工作負(fù)荷。它的計(jì)算與操作集合中兩個(gè)相鄰操作間的信息域有關(guān)。信息域中的元素能夠體現(xiàn)操作間的相關(guān)性，在兩個(gè)相關(guān)的操作之間進(jìn)行切換相較于在兩個(gè)無關(guān)的操作之間進(jìn)行切換會產(chǎn)生更少的額外的需求負(fù)荷。兩個(gè)操作信息域中的相同元素越多，則它們之間的相關(guān)性越強(qiáng)，反之越弱。具體的計(jì)算公式如下：

2.3 CTL模型估算腦力負(fù)荷

將LIP、TO、TSS 3個(gè)參數(shù)的取值范圍進(jìn)行規(guī)范化變形轉(zhuǎn)化到［0，1］區(qū)間，則CTL 3個(gè)參數(shù)的聯(lián)合取值都將落在邊長為1的立方體內(nèi)部空間。具體規(guī)范化公式如下：

如圖4所示，在時(shí)刻t計(jì)算得到的參數(shù)值用立方體空間中的坐標(biāo)點(diǎn)S表示。當(dāng)CTL 3個(gè)參數(shù)都比較小時(shí)，飛行員的腦力負(fù)荷也非常低；當(dāng)CTL 3個(gè)參數(shù)都非常大時(shí)，飛行員的腦力負(fù)荷都非常大。其圖形意義是，S與原點(diǎn)O之間的距離disO越大時(shí)，飛行員腦力負(fù)荷值越大。disO的計(jì)算公式如下：

另外，由于每一個(gè)參數(shù)都獨(dú)立于其他兩個(gè)參數(shù)，單一參數(shù)對于飛行員腦力負(fù)荷的影響也是有限的。其圖形意義是，當(dāng)disO相同時(shí)，到線段AO的距離相對較小的坐標(biāo)點(diǎn)所反映的飛行員腦力負(fù)荷相對較大。由幾何關(guān)系知：

圖4 飛行員腦力負(fù)荷計(jì)算示意圖

所以，飛行員腦力負(fù)荷用disO、disAO表示為：

2.4 任務(wù)績效測量

飛機(jī)駕駛艙是一個(gè)多任務(wù)環(huán)境，每一種任務(wù)具有各自不同的認(rèn)知特性，將飛行任務(wù)績效及時(shí)地反饋給系統(tǒng)可以更好地優(yōu)化自動化子系統(tǒng)，進(jìn)而減輕飛行員的腦力負(fù)荷。典型的飛機(jī)駕駛艙任務(wù)有：資源管理（Resource Management，RESMAN）、系統(tǒng)監(jiān)控（System Monitor，SYSMON） 和通信（Communication，COMM）。

2.4.1 任務(wù)績效測量平臺

應(yīng)用GL Studio 3.2虛擬人機(jī)界面仿真軟件開發(fā)的任務(wù)績效測量圖形用戶界面如圖5所示［9］。其中，人機(jī)界面的右半部分是資源管理模塊，顯示了一個(gè)模擬的燃油輸油網(wǎng)絡(luò)；人機(jī)界面的左上部分是系統(tǒng)監(jiān)控模塊，分別顯示了左右兩個(gè)發(fā)動機(jī)的N1轉(zhuǎn)子轉(zhuǎn)速和排氣溫度；人機(jī)界面的左下部分是通信模塊，用以顯示載機(jī)無線電類型標(biāo)識、無線電頻率等信息。

圖5 飛行任務(wù)模塊圖形用戶界面

2.4.2 任務(wù)績效測量指標(biāo)

飛行過程中需要測量的指標(biāo)包括：資源管理任務(wù)表現(xiàn)指數(shù)、系統(tǒng)監(jiān)控任務(wù)表現(xiàn)指數(shù)、通信任務(wù)表現(xiàn)指數(shù)。

1）資源管理任務(wù)表現(xiàn)。資源管理任務(wù)表現(xiàn)的好壞由油箱A、B中油量偏離目標(biāo)值的程度決定。設(shè)一次試驗(yàn)采集N組A、B油箱油量分別表示第i組A、B油箱油量偏差值。則資源管理任務(wù)表現(xiàn)指數(shù)的計(jì)算公式為：

2）系統(tǒng)監(jiān)控任務(wù)表現(xiàn)。系統(tǒng)監(jiān)控任務(wù)表現(xiàn)體現(xiàn)在對發(fā)動機(jī)異常狀態(tài)的處理上。設(shè)一次試驗(yàn)發(fā)生Ns1次發(fā)動機(jī)異常狀態(tài)事件，其中觀察對象在規(guī)定時(shí)間內(nèi)正確判斷出發(fā)動機(jī)異常狀態(tài)來源的次數(shù)為ns1次表示第i次完成該任務(wù)所需的時(shí)間。則系統(tǒng)監(jiān)控任務(wù)表現(xiàn)指數(shù)的計(jì)算公式為：

3）通信任務(wù)表現(xiàn)。設(shè)一次試驗(yàn)發(fā)生Ns2次語音信號收聽事件，其中語音信號的呼號與被試者的呼號一致和不一致的次數(shù)分別為Ns2-Ns2'次和Ns2'次。對于語音信號的呼號與被試者的呼號不一致的情況，觀察對象在規(guī)定時(shí)間5 s內(nèi)正確完成任務(wù)次數(shù)為ns2'次。對于語音信號的呼號與被試者的呼號一致的情況，觀察對象在規(guī)定時(shí)間內(nèi)正確完成任務(wù)次數(shù)為ns2次，K為0到1之間的常數(shù)。則通信任務(wù)表現(xiàn)指數(shù)的計(jì)算公式為：

所以，任務(wù)績效測量結(jié)果為：

式中，ki（i=1，2，3）為各指標(biāo)權(quán)重。

2.5 綜合觸發(fā)機(jī)制的實(shí)現(xiàn)方案

綜上所述，將使用CTL模型估計(jì)得到的飛行員腦力負(fù)荷ML和飛行員任務(wù)績效的測量值TP作為輸入，自動化子系統(tǒng)的自動化等級作為輸出，經(jīng)過模糊推理，實(shí)現(xiàn)自動化等級的動態(tài)調(diào)整，具體實(shí)現(xiàn)過程如圖6所示。

3 試驗(yàn)驗(yàn)證

為了驗(yàn)證使用CTL模型和任務(wù)績效測量來觸發(fā)駕駛艙動態(tài)功能分配方法的有效性，本文使用西北工業(yè)大學(xué)的飛機(jī)駕駛艙DFA試驗(yàn)平臺，采用人在回路的試驗(yàn)方法，通過測量相應(yīng)的評估指標(biāo)，并對測量結(jié)果進(jìn)行對比分析進(jìn)而驗(yàn)證該方法的有效性。

圖6 基于CTL模型和任務(wù)績效測量的飛機(jī)駕駛艙動態(tài)功能分配實(shí)現(xiàn)方案

3.1 試驗(yàn)內(nèi)容

試驗(yàn)分別采用靜態(tài)功能分配方法和本文提出的動態(tài)功能分配方法對人機(jī)功能進(jìn)行分配。其中，靜態(tài)功能分配方案有手動模式、建議模式和自動模式 3 種，分別用 Manual、Advisory、Auto表示。動態(tài)功能分配方案包括可適應(yīng)和自適應(yīng)兩種，分別用Adaptable、Adaptive表示。其中，可適應(yīng)動態(tài)功能分配方案是指被試者手動切換資源管理任務(wù)（圖5中“LOA”區(qū)域）的控制模式；自適應(yīng)動態(tài)功能分配方案是指系統(tǒng)自動切換資源管理任務(wù)的控制模式，該方案不允許被試者手動更改控制模式。

試驗(yàn)所采用的任務(wù)事件想定如圖7所示，試驗(yàn)任務(wù)的持續(xù)時(shí)間為5 min，共包含有43個(gè)任務(wù)事件。為了模擬變化的飛行任務(wù)，任務(wù)事件在整個(gè)時(shí)間軸上分布并不均勻。

圖7 任務(wù)事件想定

3.2 評估指標(biāo)

腦力負(fù)荷程度和情景意識水平是試驗(yàn)評估的重要指標(biāo)，分別用IML和ISA表示。其中，被試者的腦力負(fù)荷選用NASA-TLX量表法進(jìn)行評估［10］；情景意識是指在一定時(shí)間和空間范圍內(nèi)持續(xù)提取環(huán)境信息以達(dá)到對環(huán)境的感知和理解，并在此基礎(chǔ)上預(yù)測環(huán)境未來的狀態(tài)，本文采用SAGAT法對其進(jìn)行評估［11］。

3.3 試驗(yàn)結(jié)果與分析

試驗(yàn)過程中，試驗(yàn)平臺的記錄和評估模塊將自動記錄被試者完成任務(wù)的相關(guān)數(shù)據(jù)，并分別保存在4個(gè)文本文件中。根據(jù)數(shù)據(jù)記錄文件計(jì)算得到所有評估指標(biāo)的評估值，計(jì)算得到各個(gè)指標(biāo)的平均值。將各評估指標(biāo)的最大值、最小值和平均值以柱狀圖的形式顯示如圖8所示。

圖8 試驗(yàn)結(jié)果

圖8（a）給出了不同分配方案對被試者腦力負(fù)荷影響的試驗(yàn)結(jié)果。對試驗(yàn)結(jié)果進(jìn)行F檢驗(yàn)，判斷其總體方差是否相等，可以發(fā)現(xiàn)人機(jī)功能分配方案對被試者的腦力負(fù)荷有顯著影響，F(xiàn)=116.05＞F0.01（4，55）。對于靜態(tài)功能方案，隨著自動化等級的提高，被試者的腦力負(fù)荷逐漸減小，被試者在Manual方案下腦力負(fù)荷最大（IML平均值M=0.682 8），在Auto方案下腦力負(fù)荷最?。∕=0.321 7），Advisory方案介于中間（M=0.579 0）。兩種動態(tài)功能分配方案下的腦力負(fù)荷（Adaptable方案下M=0.298 8，Adaptive方案下M=0.301 4）與Auto方案下的腦力負(fù)荷大小相當(dāng)，但是它們之間并無顯著差異，t=0.090 7＜t0.005（22）。

圖8（b）是不同分配方案對情景意識水平影響的試驗(yàn)結(jié)果。對試驗(yàn)結(jié)果進(jìn)行F檢驗(yàn)，判斷其總體方差是否相等，可以發(fā)現(xiàn)人機(jī)功能分配方案對被試者的情景意識有顯著影響，F(xiàn)=13.02＞F0.01（4，55）。被試者在Auto方案下情景意識最小（ISA平均值M=0.783 3）。在其他功能分配方案下，被試者的情景意識都接近最佳狀態(tài)（Manual方案下M=0.966 7，Advisory方案下 M=1，Adaptable方案下 M=0.983 3，Adaptive方案下M=0.950 0）。兩種動態(tài)功能分配方案并無顯著差異，t=0.842 4＜t0.005（22）。

由上述分析可知：在動態(tài)變化的任務(wù)環(huán)境下，靜態(tài)功能分配條件下被試者的腦力負(fù)荷普遍偏高，情景意識水平波動較大；而動態(tài)功能分配在使腦力負(fù)荷保持在正常范圍內(nèi)的同時(shí)，仍能維持被試者較高的情景意識水平。該試驗(yàn)表明：使用本文提出的動態(tài)功能分配方法能更好地平衡操作員的腦力負(fù)荷，提高情景感知水平，最終提高任務(wù)績效。

4 結(jié)論

本文通過對飛機(jī)駕駛艙動態(tài)分配理論進(jìn)行研究，提出了一種基于CTL模型和任務(wù)績效測量的駕駛艙動態(tài)功能分配方法。并通過試驗(yàn)驗(yàn)證了該方法在飛機(jī)駕駛艙動態(tài)功能分配應(yīng)用中的有效性。