装甲车辆综合显控系统人机功能分配方法研究

刘维平，聂俊峰，渠景阳，王 全

(装甲兵工程学院机械工程系，北京100072)

装甲车辆综合显控系统是采用光电成像技术、图象处理技术和平板显示技术，为乘员提供观察信息的间接观察设备以及利用数字化控制平台发出控制指令的控制系统［1］。它与传统的显控系统无论在组成结构，还是在内在机理上都十分不同，它是一个人机结合的智能系统，具有智能性、开放性、复杂性、集成性等特点。

装甲车辆综合显控系统作为乘员与车辆进行信息交换的窗口，其设计的好坏对遂行战斗任务有重大的影响。如何在装甲车辆综合显控系统设计过程中分析人机特性、权衡任务分工、合理地进行人机功能分配，是充分发挥综合显控系统技术优势的关键［2］。本文采用定性分析和定量计算相结合，建立多目标模糊决策模型的方法，对装甲车辆综合显控系统人机功能分配进行了研究。

1 综合显控系统功能分配原则

在实际应用中，必须综合考虑人与机器自动操作的特点。人、机操作的优点通常可以弥补各自操作的不足，两者互相补充［3］。因此，只要根据两者的特点进行合理的功能分配，就能实现装甲车辆在综合显控系统中乘员控制与机器自动控制的辩证统一。根据综合显控系统使用的特殊性，系统人机功能分配的基本原则为:

1)对于作战使用至关重要的任务操控，必须有乘员参与控制。

2)对于占用系统资源少，乘员又能很容易完成的任务，可分配给乘员操作。

3)对繁杂、按照固定流程工作的任务一般由机器执行。

4)人工控制和自动控制要有相对独立性，防止任务重复。

5)要充分考虑乘员的能力大小和技术实现的可能性来分配任务。

确定人机功能分配原则是进行综合显控系统功能分配研究的基础，在此基础上研究人机功能分配方法，建立分配流程。对于装甲车辆综合显控系统作战使用而言，满足作战使用的可靠性、安全性，提高装甲车辆整体的作战效能是最根本的原则。

2 综合显控系统功能分配流程

装甲车辆综合显控系统人机功能分配主要是指执行和控制方式的分配，是在装甲车辆作战任务和功能分析的基础上，结合综合显控系统特点，利用人机工程等多学科进行人机特点研究和任务执行分配的反馈过程［4］。在充分理解作战任务和对系统功能详细分析的前提下，本文提出了定性分析和定量计算相结合，建立多目标模糊决策模型解决人机功能分配的方法。其分配过程分为6 个步骤，分配流程如图1所示。

图1 装甲车辆综合显控系统功能分配流程图

2.1 作业流程分析

首先，明确乘员的作战任务和目标，总结乘员在典型任务剖面下的操作流程，提取作战过程中显控系统显示的关键信息，为各阶段功能分析奠定基础。

2.2 功能提取

通过对作业流程的分析，总结各个单元的功能需求，对典型功能进行提取，为下一步研究打下基础。

2.3 系统人机对比分析

针对人和机器各自具有不同的工作特性，结合综合显控系统的技术特征，初步确定作战使用各阶段的功能分配，提出功能分配建议［5］。人与机器工作特性对照表如表1所示。

表1 人与机器工作特性对照表

2.4 多目标模糊决策功能分配模型的建立

装甲车辆综合显控系统显示信息复杂多变、信息交互频繁，其人机功能分配涉及实际作战任务，对系统完成任务的要求高。确定综合显控系统功能分配方案需考虑的指标主要有:反应时间、乘员安全、操作效率、可靠性、适应性、对完成任务需要的特殊要求以及操作负荷等。因此，可以建立一个广义的多目标模糊决策模型［6］，确定目标函数:

max(min)Z = f(m1，x1，y1，m2，x2，y2，…，mn，xn，yn)。

约束条件为:

式(1)中，f—功能分配目标函数;

xi—人在方案mi下的状态变量;

yi—机器在方案mi下的状态变量;

mi—相应各状态变量的功能分配方案;

Fi—功能分配方案mi的约束函数;

s—显控系统状态变量;

n—功能分配方案总数。

2.5 动态功能分配

通过采用动态功能分配的方法，系统在投入使用后，根据使用条件、使用环境和工作负荷等具体情况，能对原分配方案进行动态的调整，保证系统能在稳定工作的同时又具有尽可能高的性能［7］。

2.6 分配方案评价

对综合显控系统各功能进行详细分配，可得到人机功能分配方案，该方案会引起显控系统的结构设计和操作流程的改变，从而需对人机功能分配结果进行合理地评价。

3 实例分析

应用定性分析和定量计算相结合的方法，对装甲车辆驾驶员显示器状态监视这一较细层次上的操作进行功能分配决策，确定其执行方式，以说明该功能分配方法的应用。

3.1 定性分析

装甲车辆驾驶员综合显控系统是由车载高性能多任务计算机、具有触敏涂层的大屏幕平板显示器、各种指令器及传感器构成的电子显示与控制系统组成。其中，显示器在显示周围环境信息的同时，采用虚拟仪表的方式显示车辆本身的各种信息参数，如转速、压力、油量等［8］。显示器中，软仪表的排列顺序采用时分制显示分配方案［1］，在不同的车辆工况下显示不同的车辆信息，提高了显示器的利用效率。

目前，对于装甲车辆驾驶员显示器显示信息的人、机功能分配已形成了一般概念，显示器显示信息可能的人、机功能分配如表2所示。

表2 显示器显示信息可能的人、机功能分配

3.2 定量计算

完成显示器状态监视这一任务有3 种方式，即3 种不同方案，乘员操作控制、机器自动控制以及乘员和机器共同控制;对完成该功能的基本要求为安全性、反应时间、操作要求、可靠性和适应性，通过对比得出在不同控制执行方式下完成该功能的相对指标值如表3所示。

表3 状态变量的相对值(以自动控制为基准)

由多目标模糊决策理论，确定模型的决策论域为U ={乘员控制，自动控制，共同控制}= {m1，m2，m3}，状态变量集合S = {反应时间，安全性，操作要求，可靠性，适应性}={S1，S2，S3，S4，S5}，各约束函数值组成的因素指标值矩阵:

i =1，2，3;j =1，2，…，5。因素指标中，约束函数数值越大，方案越优的状态变量为:安全性S2，可靠性S4，适应性S5;约束函数数值越小，方案越优对应的状态变量为反应时间S1，操作要求S3，各状态变量的最优方案为:

状态变量的模糊关系矩阵为:

式中，fjmax—在状态Sj下的最大约束函数值，即fjmax=max(f1j，f2j，f3j);

fjmin—在状态Sj下的最小约束函数值，即fjmin=min(f1j，f2j，f3j)。

应用德尔斐法，确定各因素指标的权值向量:

A = {a1，a2，a3，a4，a5}= {0.80，1.0，0.75，0.90，0.75}。

d1=0.29，d2=0.37，d3=0.19。

目标函数为d3=min(d1，d2，d3)，因此，方案3 为最优选择。由于装甲车辆驾驶员显示器状态监视功能比较复杂，若采用乘员独立完成，乘员的工作负荷将会增大，可靠性和安全性也不能得到有效的保证，但现有的技术条件又不能实现完全自动化［9］，所以最终在功能分配中采用人机共同完成操控任务。因此，所建立的多目标模糊决策功能分配模型是有效的，具有实际应用价值。

剩余的动态功能分配和分配方案评价步骤在系统投入使用后完成。

4 结束语

1)装甲车辆综合显控系统人机功能分配是装甲车辆总体设计的基本决策之一，在很大程度上决定着实际执行作战任务时装甲车辆的整体作战效能［10］。通过综合显控系统的人机功能分配，可以获得合理的显控界面，有助于降低乘员的工作负荷，提高乘员的战场态势感知能力和信息综合处理能力。

2)随着装甲车辆数字化、智能化水平的不断提高和控制辅助技术更多的实现，显控系统对信息加工及决策的要求越发显得突出。本文提出的模糊多目标决策的人机功能分配方法，可以在功能分配中充分考虑使用环境、技术水平、目标和任务，通过定性分析和定量计算相结合，达到较好的人机功能分配效果，确保系统高质量、高效率地完成作战任务。

［1］熊九龙.装甲战车车长数字化综合显控系统的研究［D］.长沙:国防科学技术大学，2005:1－3.

［2］Brody A R.Space operation and the human factors［J］.Aerospace America，1993，18(10):18－20.

［3］周前祥，马治家.载人航天器系统人机功能分配方法的研究［J］.系统工程与电子技术，2000，22(8):44－47.

［4］解维河，包恩达，马乐梅.复杂任务条件下人与武器装备作战功能分配研究［J］.指挥控制与仿真，2010，32(5):38－40.

［5］周一鸣，毛恩荣.车辆人机工程学［M］.北京:北京理工大学出版社，1999:4－7.

［6］李登峰.模糊多目标多人决策与对策［M］.北京:国防工业出版社，2003:25－31.

［7］Andy D，Michael H，Peter W.Allocation of function:scenarios，context and the economics of effort［J］.Human Computer Studies，2000，52:289－318.

［8］夏秋华.基于虚拟仪器技术的车载综合信息显示系统的研究［D］.武汉:武汉理工大学，2005:21－24.

［9］Parasuraman R，Sheridan T B.A model for types and levels of human interaction with automation［C］.IEEE Transactions on Systems，Man，and Cybernetics Part A:Systems and Humans，2000，30(3):286－297.

［10］Lenat D B，Feigenbaum E A.On the thresholds of knowledg［J］.Artificial Intelligence，1991，47(1):185－230.