基于負(fù)荷均衡的飛機(jī)駕駛艙動態(tài)功能分配

(南京航空航天大學(xué) 民航學(xué)院，江蘇 南京 211106)

隨著飛機(jī)駕駛艙自動化水平和智能化水平的提高，駕駛艙人機(jī)界面變得越來越復(fù)雜，飛行員和自動化系統(tǒng)的交互也變得越來越復(fù)雜，飛行員在駕駛艙中的任務(wù)逐漸由手動控制轉(zhuǎn)向監(jiān)督控制，飛行員的工作負(fù)荷也由體力負(fù)荷逐漸向認(rèn)知負(fù)荷轉(zhuǎn)變[1]。研究表明飛行員的認(rèn)知負(fù)荷過高或過低都不利于飛行員發(fā)揮最佳工作狀態(tài)，當(dāng)飛行員認(rèn)知負(fù)荷過低時(shí)，會喪失情景意識，不能對突發(fā)事件做出快速響應(yīng)，而當(dāng)飛行認(rèn)知負(fù)荷過高時(shí)容易產(chǎn)生差錯(cuò)，導(dǎo)致飛行事故發(fā)生[2-3]。因此，為了適應(yīng)復(fù)雜動態(tài)的任務(wù)環(huán)境，提高飛機(jī)的飛行安全性，需要進(jìn)行駕駛艙動態(tài)功能分配，即根據(jù)飛行員狀態(tài)、系統(tǒng)工作狀態(tài)和外界環(huán)境狀態(tài)動態(tài)調(diào)整飛行員和自動化系統(tǒng)之間的任務(wù)分配，從而發(fā)揮人和自動化系統(tǒng)的最大工作效能[4]。

Johnson等[4-5]分析了功能分配的4種角度，即以技術(shù)為中心(Technology-Centered)、以人為中心(Human-Centered)、團(tuán)隊(duì)導(dǎo)向(Team-Oriented)和工作導(dǎo)向(Work-Oriented)，指出了功能分配需要關(guān)注的問題，分析了正常和非正常進(jìn)近著陸階段的人機(jī)結(jié)構(gòu)和飛行員飛行監(jiān)控動態(tài)任務(wù)分配。Kaber等[6]研究了信息處理過程的4個(gè)不同階段的靜態(tài)自動化，Parasuraman等[7]討論了10種不同的自動化等級，并且詳細(xì)列出了4個(gè)不同階段人和自動化處于何種等級。Liu等[8]研究了自適應(yīng)自動化系統(tǒng)的設(shè)計(jì)，從認(rèn)知角度對駕駛艙人機(jī)界面設(shè)計(jì)提出了構(gòu)想，張安等[9]給出一種認(rèn)知負(fù)荷計(jì)算模型，并應(yīng)用于動態(tài)功能分配中。工作負(fù)荷的實(shí)時(shí)測量評估對動態(tài)功能分配至關(guān)重要，生理測量設(shè)備的發(fā)展使得通過監(jiān)測眼動、心率、呼吸等生理特征來預(yù)測人的腦力負(fù)荷成為可能[10]。

綜上所述，國內(nèi)外對飛機(jī)駕駛艙功能分配的研究主要集中在功能分配原則、觸發(fā)方式、動態(tài)功能分配評估指標(biāo)、操作程序的設(shè)計(jì)、自適應(yīng)自動化系統(tǒng)的設(shè)計(jì)等方面，在實(shí)際飛機(jī)駕駛艙中還沒有實(shí)現(xiàn)真正的動態(tài)功能分配，對動態(tài)功能分配的研究主要是概念設(shè)計(jì)、仿真和靜態(tài)分析，即依據(jù)某種原則將某功能分配給人或自動化，缺少從動態(tài)角度研究動態(tài)功能分配過程中人和自動化的變化情況。

本文在自動化等級分類法基礎(chǔ)上，面向未來智能飛機(jī)駕駛艙提出了動態(tài)功能分配方法。為了使功能分配更加合理準(zhǔn)確，需要融合多種信息。模糊綜合決策、貝葉斯網(wǎng)絡(luò)、層次分析法等可以解決多元信息的融合決策問題，由于飛行員工作負(fù)荷的量化評估具有模糊性和不確定性特點(diǎn)，對飛行員工作負(fù)荷的定義和計(jì)算在業(yè)界沒有統(tǒng)一定論。此外，貝葉斯網(wǎng)絡(luò)和層次分析法需要較多客觀準(zhǔn)確的數(shù)據(jù)，而模糊綜合決策能較好地處理模糊數(shù)學(xué)問題。因此，本文設(shè)計(jì)模糊推理系統(tǒng)，通過模糊推理調(diào)整駕駛艙的自動化等級，在Simulink中建立了任務(wù)需求參數(shù)、任務(wù)負(fù)荷、飛行員生理特征參數(shù)和工作負(fù)荷及自動化等級之間的映射關(guān)系模型，驗(yàn)證了該方法的可行性。

1 飛行員工作負(fù)荷量化預(yù)測方法

1.1 飛行員工作負(fù)荷量化預(yù)測體系

本文從飛行員工作負(fù)荷構(gòu)成的角度，結(jié)合飛行員生理特征測量，構(gòu)建考慮客觀任務(wù)需求和飛行員自身行為的飛行員工作負(fù)荷量化預(yù)測體系，如表1所示。

1.2 工作負(fù)荷量化計(jì)算模型

飛行事故主要由飛行員腦力負(fù)荷和疲勞造成[8]，因此本文選擇腦力負(fù)荷和疲勞作為飛行員工作負(fù)荷的指示器。將表1中的評估指標(biāo)與腦力負(fù)荷和疲勞建立映射關(guān)聯(lián)，即可對飛行員的工作負(fù)荷進(jìn)行量化計(jì)算。

表1 飛行員工作負(fù)荷量化預(yù)測體系

飛行員工作負(fù)荷的指示器腦力負(fù)荷和疲勞分別用W和F表示，工作負(fù)荷評估指標(biāo)分為兩類，其中，X={x1,x2,…，xn}表示飛行員的生理特征指標(biāo)集，如眨眼率、瞳孔直徑、呼吸深度、心率、EEG、ERP等，Y={y1,y2，…，yn}表示飛行員的任務(wù)需求指標(biāo)集，如環(huán)境復(fù)雜度、操作復(fù)雜度、人機(jī)界面支持、任務(wù)時(shí)間等。W和F采用兩層求解框架，W={w1,w2}，F(xiàn)={f1,f2}，如圖1所示。

圖1 飛行員工作負(fù)荷求解框架

為方便問題求解，作出以下假設(shè)。

假設(shè)1：工作負(fù)荷評估模塊中輸入的與W和F相關(guān)的評估指標(biāo)都已經(jīng)做了正向化、無量綱化預(yù)處理，取值范圍為[0,1]，指標(biāo)值越大，W和F越高。

假設(shè)2：任務(wù)分析模塊中輸入的除時(shí)間之外的參數(shù)都經(jīng)過了正向化、無量綱化預(yù)處理，取值范圍為[0,1]，指標(biāo)值越大，任務(wù)需求產(chǎn)生的工作負(fù)荷越高。采用線性加權(quán)的方法計(jì)算求解W和F，計(jì)算公式如下：

(1)

(2)

式中：a11，a12，a21，a22分別為圖1中w1，w2，f1,f2相對于W和F的權(quán)重；c1i,c2i分別為生理參數(shù)指標(biāo)值相對于w1，f1的權(quán)重；d1i，d2i分別為任務(wù)需求指標(biāo)值相對于w2，f2的權(quán)重；f(·)為將時(shí)間和任務(wù)需求指標(biāo)值關(guān)聯(lián)起來的飛行員疲勞函數(shù)關(guān)系。

2 動態(tài)功能分配模型

2.1 動態(tài)功能分配結(jié)構(gòu)框架

駕駛艙動態(tài)功能分配需要解決3個(gè)維度的問題，動態(tài)功能分配的結(jié)構(gòu)框架如圖2所示[5]。

圖2 動態(tài)功能分配結(jié)構(gòu)框架

① 決策權(quán)限。即誰來觸發(fā)功能再分配。當(dāng)功能再分配的決策權(quán)交給人的時(shí)候，人可能因?yàn)楣ぷ髫?fù)荷過高或處于失能狀態(tài)無法及時(shí)觸發(fā)功能的再分配；交給自動化系統(tǒng)時(shí)，若自動化系統(tǒng)不透明，可能會造成人的不理解，嚴(yán)重時(shí)會誘發(fā)飛行事故。研究表明人和自動化系統(tǒng)共同擁有不同程度的決策權(quán)限時(shí)，可以達(dá)到比較好的效果[5]。

② 觸發(fā)時(shí)間。即何時(shí)觸發(fā)功能再分配。常見的觸發(fā)方式有3種，一種是按照一定時(shí)間間隔，不考慮外界環(huán)境和系統(tǒng)狀態(tài)，但是這種方式只適合巡航階段等任務(wù)不變的情況；另外兩種則是自動化系統(tǒng)根據(jù)人的狀態(tài)觸發(fā)，當(dāng)檢測到人不想做當(dāng)前任務(wù)時(shí)或人的工作負(fù)荷過高時(shí)，則觸發(fā)任務(wù)的再分配。

③ 分配方式。即按照什么原則以怎樣的方式進(jìn)行功能再分配。Fitts[11]最早提出按照人機(jī)能力對比的原則進(jìn)行功能分配，即讓人和自動化系統(tǒng)做各自擅長的任務(wù)，Billings[12]提出要按照以人為中心的指導(dǎo)原則，讓自動化系統(tǒng)作為飛行員的輔助工具，更好地發(fā)揮飛行員的工作效能。這些原則都表明自動化應(yīng)該可以被預(yù)測、理解，只在必要的情形下被使用。在動態(tài)功能分配中分配采用自動化等級分類方式來表示人和自動化系統(tǒng)的不同程度的任務(wù)分工。

2.2 動態(tài)功能分配實(shí)施過程

飛機(jī)駕駛艙動態(tài)功能分配是在靜態(tài)功能分配的基礎(chǔ)上實(shí)施的，在靜態(tài)功能分配階段，根據(jù)外界環(huán)境、飛行階段和系統(tǒng)狀態(tài)設(shè)計(jì)各種飛行場景，制定各種飛行場景下的操作程序，進(jìn)行任務(wù)分析，通過人機(jī)特性對比，細(xì)化人和自動化系統(tǒng)各自的功能和任務(wù)，確定自動化方案集，即各種飛行場景下從手動操作到全自動操作的自動化等級集，這是實(shí)現(xiàn)動態(tài)功能分配的前提；在動態(tài)功能分配階段，飛行員和自動化系統(tǒng)通過駕駛艙人機(jī)界面進(jìn)行交互，外界環(huán)境和系統(tǒng)狀態(tài)等信息會通過駕駛艙人機(jī)界面呈現(xiàn)給飛行員，駕駛艙人機(jī)界面也會獲取飛行員生理特征信息，根據(jù)外界任務(wù)狀態(tài)和當(dāng)前的自動化等級分析飛行員的任務(wù)負(fù)荷，通過對飛行員生理狀態(tài)和當(dāng)前任務(wù)負(fù)荷的分析預(yù)測飛行員的工作負(fù)荷，調(diào)用知識庫中的規(guī)則自動調(diào)整當(dāng)前自動化等級，調(diào)整飛行員工作負(fù)荷。飛機(jī)駕駛艙功能分配實(shí)施過程如圖3所示。

圖3 飛機(jī)駕駛艙功能分配實(shí)施過程

2.3 模糊推理過程

模糊推理將專家的經(jīng)驗(yàn)知識轉(zhuǎn)化為模糊規(guī)則[13]，使用模糊集來表示語言變量。

飛機(jī)駕駛艙動態(tài)功能分配實(shí)施過程中最關(guān)鍵的一步是通過模糊推理過程輸出最適合當(dāng)前飛行員工作狀態(tài)的自動化等級。

模糊推理過程按以下3個(gè)步驟執(zhí)行。

(1) 確定模糊集和模糊隸屬度函數(shù)。

將腦力負(fù)荷(W)、疲勞(F)、自動化等級(Level of Automation,LOA)這3個(gè)模糊量都劃分為4個(gè)等級，用模糊語言“低”、“中”、“高”、“非常高”表示，分別對應(yīng)等級符號“L”、“M”、“H”、“VH”，假定模糊語言變量的隸屬度函數(shù)均為三角型，為了求解方便，模糊值進(jìn)行了標(biāo)準(zhǔn)化處理，取值范圍為[0,1]。參考文獻(xiàn)[6]確定語言變量模糊集的范圍如表2所示。

(2) 確定模糊規(guī)則。

模糊規(guī)則用if-then的形式描述如下：

If (腦力負(fù)荷 is L) and (疲勞 is L) then (自動化等級 is L)；

If (腦力負(fù)荷 is L) and (疲勞 is M) then (自動化等級 is M)；

……

(3) 去模糊化。

常用的有最大隸屬度法、重心法和加權(quán)平均法，本文采用重心法去模糊化。

表2 語言變量及模糊集表

3 仿真分析驗(yàn)證

3.1 仿真實(shí)驗(yàn)設(shè)置

選取巡航階段進(jìn)行仿真分析，仿真時(shí)間為6000 s。仿真模型包括6個(gè)模塊：外部輸入模塊、飛行員生理特征模塊、腦力負(fù)荷分析模塊、疲勞分析模塊、模糊推理模塊、任務(wù)分析和再分配模塊。仿真模型圖如圖4所示，圖中Y模塊是信號發(fā)生器，用來產(chǎn)生外部輸入，X模塊產(chǎn)生飛行員生理特征參數(shù)，在每個(gè)模塊的輸出端口設(shè)置示波器即可觀察測到各模塊的動態(tài)變化過程。

圖4 仿真模型圖

3.1.1 外部輸入模塊設(shè)置

外部輸入模塊用來產(chǎn)生客觀任務(wù)需求，選取環(huán)境復(fù)雜度y1和操作復(fù)雜度y2進(jìn)行仿真分析，其定義及與腦力負(fù)荷和疲勞的關(guān)系如下。

① 環(huán)境復(fù)雜度(y1)：當(dāng)飛行員面對不同的飛行環(huán)境，如雨雪天氣、風(fēng)切變、紊流、近地等情況，由于環(huán)境復(fù)雜度不同，會給飛行員操縱飛機(jī)帶來的不同程度的工作負(fù)荷。環(huán)境復(fù)雜度越高，飛行員承受的腦力負(fù)荷越高；環(huán)境復(fù)雜度不會直接導(dǎo)致疲勞程度增加，但是對疲勞的增長速率有影響，環(huán)境復(fù)雜度越高，疲勞程度增長越快。

② 操作復(fù)雜度(y2)：飛行員在不同的飛行階段或者應(yīng)對不同的飛行任務(wù)時(shí)，其操作動作的難度和操作的動作數(shù)不同；當(dāng)自動化系統(tǒng)主動為飛行員分擔(dān)一些任務(wù)時(shí)，飛行員的工作量會減輕。操作復(fù)雜度越高，飛行員的工作負(fù)荷越高。

設(shè)置t=0 s時(shí)，y1和y2分別為0.4和0.3；t=2000 s時(shí)，y1和y2分別增加到0.9和0.7。由于2000 s之前飛行任務(wù)強(qiáng)度較低，2000 s時(shí)突然受到紊流影響，環(huán)境復(fù)雜度增加，導(dǎo)致操作復(fù)雜度也隨之增加，飛行員任務(wù)強(qiáng)度達(dá)到了很高的級別。

3.1.2 飛行員生理特征模塊設(shè)置

飛行員生理特征模塊模擬飛行員的生理特征指標(biāo)隨當(dāng)前任務(wù)負(fù)荷的變化情況，生理指標(biāo)能夠反映腦力負(fù)荷和疲勞的程度，本文選取3個(gè)生理指標(biāo)進(jìn)行分析，其定義及工作負(fù)荷的關(guān)系如下。

① 呼吸率(x1)：每分鐘呼吸的次數(shù)，通常x1越高，腦力負(fù)荷越高，x1與疲勞的關(guān)系不明顯。

② 眨眼率(x2)：每分鐘眨眼的次數(shù)，通常x2越低，腦力負(fù)荷和疲勞程度越高。

③ 心率頻率比(x3)：心率變異性中的低頻信號與高頻信號的頻率比，通常x3越高，腦力負(fù)荷越高，x3與疲勞的關(guān)系不明顯。

3.1.3 自動化等級定義

采用自動化等級定義的方法定義飛機(jī)駕駛艙的人機(jī)功能分配，歸一化之后的自動化等級的描述如表3所示[6]。當(dāng)飛行員的工作負(fù)荷較低時(shí)，自動化等級較低，決策權(quán)限交給飛行員，自動化為飛行員提供不同程度的輔助；當(dāng)飛行員工作負(fù)荷過高，無法及時(shí)應(yīng)對當(dāng)前任務(wù)時(shí)，決策權(quán)限轉(zhuǎn)交給自動化，自動化為飛行員提供不同程度的通知和提醒，自動執(zhí)行任務(wù)；只有當(dāng)飛行員處于失能狀態(tài)時(shí)，自動化等級才會變?yōu)?級，此時(shí)任務(wù)全部由自動化承擔(dān)。

表3 自動化等級描述

仿真設(shè)置的初始LOA為0.2，表示飛行員采用自動駕駛模式，飛行員的主要任務(wù)是監(jiān)控駕駛艙顯示界面上各種飛行參數(shù)，并觀察駕駛艙外的環(huán)境狀態(tài)。

3.2 結(jié)果分析

仿真結(jié)果如圖5所示。2000 s后由于飛行任務(wù)強(qiáng)度突然增加，x1,x2,x3出現(xiàn)了不同程度的增長，W增長明顯，F(xiàn)增長不明顯。這是由于飛行任務(wù)強(qiáng)度的增加對W的影響較大，而F受飛行時(shí)間影響較大，仿真結(jié)果與實(shí)際情況相符。

圖5 仿真結(jié)果圖

2000 s后駕駛艙系統(tǒng)通過對飛行員生理特征和飛行任務(wù)的分析，預(yù)測出W較高，將LOA提高到0.4，此時(shí)自動化系統(tǒng)通過顯控界面告訴飛行員當(dāng)前最佳的應(yīng)對措施，并且征求飛行員的意見，飛行員由于自動化系統(tǒng)的輔助，W很快下降到中等負(fù)荷水平0.6并保持穩(wěn)定水平，x1,x2,x3也有了不同程度的下降并且處于一個(gè)穩(wěn)定水平。

F隨著飛行時(shí)間的增加總體呈現(xiàn)增長的趨勢，這是由于飛行員的疲勞有累積效應(yīng)，飛行時(shí)間越長F越大，在4000 s時(shí)，F(xiàn)達(dá)到了“高”等級0.8，觸發(fā)了LOA的增加，隨著LOA從0.4調(diào)整到0.5，自動化系統(tǒng)通過顯控界面告訴飛行員當(dāng)前最佳決策，待飛行員確認(rèn)后自動執(zhí)行決策，這使得W進(jìn)一步降低，F(xiàn)的增長得到抑制，并以更慢的速率增長。

綜上，仿真結(jié)果中對飛行員腦力負(fù)荷和疲勞的仿真預(yù)測與實(shí)際情況相符，自動化等級的調(diào)整綜合考慮外界任務(wù)需求和飛行員的生理狀態(tài)變化，對任務(wù)需求和生理狀態(tài)的變化反映靈敏，可以迅速調(diào)整到一個(gè)適當(dāng)值，有效降低飛行員腦力負(fù)荷，抑制疲勞的增長速率；自動化等級的調(diào)整能夠在較長時(shí)間內(nèi)保持飛行員腦力負(fù)荷處于穩(wěn)定水平，但是不能完全降低飛行員的疲勞，只能抑制疲勞的增長速率。

4 結(jié)束語

從工作負(fù)荷構(gòu)成和飛行員生理行為特征兩個(gè)方面建立了飛行員工作負(fù)荷預(yù)測體系，給出了基于腦力負(fù)荷和疲勞的兩層工作負(fù)荷量化求解框架，能夠更準(zhǔn)確地預(yù)測飛行員負(fù)荷狀態(tài)；將任務(wù)需求分析、飛行員生理特征、工作負(fù)荷預(yù)測、基于模糊推理的自動化等級調(diào)整方法集成到Simlulink模型中，實(shí)現(xiàn)了動態(tài)功能分配的仿真分析，自動化等級的動態(tài)調(diào)整過程表明了該動態(tài)功能分配模型的有效性、靈敏性和穩(wěn)定性。