CN109960148B - 一种智能无人系统的自主性评估方法及系统 - Google Patents

Abstract

本发明涉及一种智能无人系统自主性评估方法及系统，属于智能无人系统领域，包括以下步骤：1)建立智能无人系统的自主性度量模型层次架构，并建立面向智能无人系统的自主性度量元集合，从而确定每个维度适用的自主性度量元；2)根据智能无人系统的所属平台和所需要完成的任务，在各个维度选择适用的自主性度量元；3)开展特定场景下的智能无人系统的自主性度量元数据计算工作；4)建立智能无人系统自主性评估准则；5)依据自主性评估准则给出智能无人系统自主性评估结果。本发明针对智能无人系统在特定场景和特定任务下有效和便捷的开展自主性评估，提高了智能无人系统的自主性评估结果的全面性和可操作性。

Description

一种智能无人系统的自主性评估方法及系统

技术领域

本发明涉及一种智能无人系统的自主性评估方法及系统，属于智能无人系统技术领域。

背景技术

智能无人系统是集控制论、信息论、人工智能、仿生学、神经生理学及计算机科学于一体的高级信息与控制系统。智能无人系统(例如无人机、无人车、机器人等)在航空、航天、船舶、电子等不同民用和军用领域中得到广泛应用。智能无人系统的自主性是用以表示智能无人系统在预定任务目标实现过程中不需要人类操作员介入即可实现任务目标的特性。

智能无人系统之所以能够无需操作者的参与，其关键原因就在于它能够进行自我管理，也就是说它具有一定的自主能力。因此要实现智能无人系统的自主作业能力，对自主性进行评估非常关键。针对智能无人系统的自主性评估方法对于智能无人系统研究政策制定者、无人系统的研制和设计者以及智能无人系统用户都有非常重要的意义。智能无人系统自主性量化评估可以避免在智能无人系统自主性描述上的模糊性，从而提高科学性和可操作性，有利于工程实现和自主能力逐步提高。

现有有关智能无人系统的自主性评估主要从宏观的角度进行评估。主要包括查表法，即在表格中分别设置系统的性能等级刻度、评价参数和评级指标，该方法可以比较详细的描述系统各个方面的自主性水平，但是同一系统在不同评价参数下将具有不同的值；等级法，通常是根据系统的性能将系统的自主性分为不同的级别，NASA飞行器系统的自主风机分为6个等级，从0级的远程遥控到最高5级的集团合作，但是该方法由于比较简单直观，不得不忽略一些因素；美国的国家标准和技术研究所发布的无人系统自主等级通过3个因素提出自主性评定等级模型，包括执行任务时所处环境的复杂性、对外界的依赖程度和系统所有处理的任务本身的复杂性，将这几个影响自主等级的因素分别描述在3个轴上，每条轴都有分别衡量环境复杂性、对外界依赖程度和任务复杂性的一套度量方法，但是在实际应用中，这个模型仍存在着很多不容忽视的问题，比如每个坐标轴上的因素应怎样进行具体的衡量，而权值又该进行怎样的分配。

发明内容

本发明技术解决问题：克服现有各种自主性评估方法的不足，提供一种智能无人系统的自主性评估方法及系统，提高智能无人系统的自主性评估结果的全面性和可操作性，最终为智能无人系统的设计、研发和评估提供技术支撑，确保智能无人系统能够高质量投入使用。

本发明的目的可以通过以下技术方案来实现：

本发明的一种智能无人系统的自主性评估方法，首先建立面向智能无人系统的自主性度量元集合；其次结合被评估智能无人系统的系统平台以及需要完成的任务，进行度量元分配实例化；之后开展自主性度量元数据收集与计算；然后建立智能无人系统的自主性评估准则，并最终给出被评估智能无人系统的自主性评估结果。

具体包括以下步骤：

S1：建立智能无人系统的自主性度量元集合；

S2：建立面向被评估智能无人系统特定任务的度量元实例；

S3：开展特定场景下的智能无人系统的自主性度量元数据计算工作；

S4：建立智能无人系统自主性评估准则；

S5：给出智能无人系统自主性评估结果。

进一步的，步骤S1具体为：

S11：建立智能无人系统的自主性度量模型层次架构，根据包以德循环将智能无人系统的运行过程分成观察、诊断、决策和行动四个阶段，得到每个阶段各自对应的自主性能力，即智能无人系统的观察自主性能力、智能无人系统的诊断自主性能力、智能无人系统的决策自主性能力以及智能无人系统的行动自主性能力；

S12：从划分的4个阶段分别建立相应的度量元，用以对各个阶段的自主性进行度量。其中，智能无人系统观察阶段承担客观物理世界的数据采集的工作，因此从智能无人系统的观察速度和观察能力角度进行自主性度量，建立采集数据效率度量和多传感器种类度量；智能无人系统诊断阶段承担数据认知工作，因此从智能无人系统对采集数据进行加工和理解的角度进行自主性度量，建立目标感知度量、信号感知度量、外部态势感知度量、识别能力度量、外部威胁感知度量和威胁排序等级度量；智能无人系统决策阶段承担利用认知结果进行行为规划和部署，因此从决策效率的角度进行自主性度量，建立任务规划效率度量、路径规划效率度量和博弈对抗效率度量；智能无人系统的行动阶段承担对决策结果进行实施，因此从实施效果角度进行自主性度量，建立接管度量、人机协作度量和行为正确性度量；

S13：将4个阶段的自主性度量元分别汇总在各自阶段，确定每个维度适用的自主性度量元，从而构成智能无人系统自主性度量元集合。

进一步的，步骤S2具体为：

S21：建立智能无人系统的平台属性类型集合，平台属性类型包括但不限于无人机、无人船、无人船、无人潜艇、机器人和无人传感器平台；

S22：建立智能无人系统的任务集合，任务类型集合包括但不限于：无人机执行空中作战、火力打击、空中侦察监视、目标识别任务；无人船执行水面侦查监视、水面作战、水雷战、反水雷、反潜战、水面目标识别任务；无人潜艇执行水下侦查监视、水下作战、水雷战、反水雷、反潜战、爆炸物处理、水下目标识别任务；无人地面系统执行地面侦查监视、地面目标识别、地面作战、火力打击、反雷战，有关化学、生物、放射、核或炸药的任务；卫星则执行侦查监视、导航任务。

S23：根据被评估智能无人系统确定其平台属性类型，再根据要被评估的智能无人系统要完成的任务需求确定其任务类型。之后将具体的任务分成观察、诊断、决策和行动四个子任务。依据4个阶段的子任务的具体输入与输出，确定各个阶段所选取的自主性度量元。

进一步的，步骤S4具体为：

S41：首先利用历史相似任务度量值或者需要达到的目标来确认所选取的各个度量元的阈值；

S42：建立自主性评估准则，当单个自主性度量元阈值满足要求后，则记为1，不满足阈值要求则记为0；之后，针对同一维度下的多个自主性度量元，统计通过阈值即各个维度下为1的自主性度量元总数。

进一步的，步骤S5具体为：

S51：采用蛛网模型，首先建立一个原点，用以表示被评估的智能无人系统所要完成的任务，其次将S12建立的4个维度作为往外辐射出的4条轴，即每条轴作为一个维度；

S52：将每个维度内可以达到的自主性度量元数目(S52中记为1的度量元总数)作为对应的刻度；最后把每条轴上的对应点连接起来，构成智能无人系统的评估结果。

本发明的一种智能无人系统的自主性评估系统，包括：自主性度量元集合模块、自主性度量元实例模块、自主性度量元数据计算模块、自主性评估模块以及自主性评估结果模块。其中：

自主性度量元集合模块，用于存储所有自主性度量元的模型、参数、含义及所属阶段的信息，是其他模块运行的基础，为后续的自主性度量元实例模块提供度量元全集；

自主性度量元实例模块，用于针对具体的被评估智能无人系统，根据智能无人系统所属平台和具体任务进行划分，并从自主性度量元集合模块中，根据各个维度给定的度量元集合中选择度量元，并保存在实例模块中；

自主性度量元数据计算模块，根据自主性度量元实例模块中选定的度量元模型，从测试结果中获取相应的模型中所需各个参数并带入到度量元模型中进行计算，从而得到每个自主性度量元的数值，用于后续的自主性评估；

自主性评估准则模块，针对每一个在自主性度量元实例模块中选定的度量元建立相应的阈值，并将阈值保存在该模块中。将自主性度量元数据计算模块中计算出的各个度量元数据与给定阈值相比较，自主性度量元结果满足阈值要求，则记为1，不满足阈值要求则记为0。并将比较结果保存在该模块汇中，用于后续的自主性评估；

自主性评估结果模块，建立蛛网可视化图形，其中将被评估智能无人系统定义为一个原点，并将4个维度作为往外辐射出的4条轴，即每条轴作为一个维度统计；再将自主性评估准则模块中针对每个维度内满足阈值的自主性度量元的数目进行累加，将每个维度累加后的结果作为该维度所对应的刻度进行标记；依次把4条轴上的标记的点连接起来，最终给出智能无人系统在给定环境和给定任务下的自主性评估结果。

本发明与现有技术相比的优点在于：

(1)本发明建立了从智能无人系统的观察能力、智能无人系统的诊断能力、智能无人系统的决策能力以及智能无人系统的行动能力4个维度进行智能无人系统的自主性评估的体系，并针对每个维度建立了多个度量元用以进行度量，能够弥补现有自主性度量元不足以及不全面的问题。

(2)本发明建立了面向不同平台和任务的智能无人系统自主性评估方法，从而便于实际评估工作中开展有效的评估，对智能无人系统的自主性评估可以起到指导建议的作用，能够针对智能无人系统的具体任务进行评估，进而可以比较不同智能无人系统在完成同一任务下自主性能力，以及同一智能无人系统完成不同任务的自主性能力，最终便于使用者客观评估智能无人系统的自主性能力。

附图说明

为了更清楚地说明本发明实施例及技术方案，下面将对实施过程或现有技术中描述所需要使用的附图作简单介绍，显而易见地，下面描述中的附图是本发明中的一些实施例，对于本领域普通技术人员来讲，可以在不付出创造性劳动的前提下，还可以根据这些附图获取其他附图。

图1为本发明提供的智能无人系统自主性评估流程图；

图2为本发明提供的面向4个维度的智能无人系统自主性度量元体系；

图3为本发明实施例提供的蛛网模型评估示意图。

具体实施方式

为了本领域普通技术人员理解和实施本发明，下面结合附图对本发明做进一步详细的描述，应当理解，此处所描述的实施仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明是一种智能无人系统的自主性评估方法，包括以下几个步骤：

S1：建立智能无人系统的自主性度量元集合。从度量智能无人系统的自主性的角度出发，建立四个维度对自主性进行度量，之后针对每个维度建立相应的度量元。

S11：建立智能无人系统的自主性度量模型层次架构，将面向智能无人系统的自主性度量分层4个维度，即智能无人系统的观察能力、智能无人系统的诊断能力、智能无人系统的决策能力以及智能无人系统的行动能力。

S12：建立多个有关智能无人系统的自主性度量元指标。建立如图2所示的智能无人系统自主性度量体系，智能无人系统的观察能力指无人系统通过各种传感设备或网络设备的运用进行信息收集，承担客观物理世界的数据采集的工作，因此从智能无人系统的观察速度和观察能力角度进行自主性度量，建立采集数据效率度量和多传感器种类度量；智能无人系统的诊断能力指无人系统将数据转化为有用信息的能力，同时有效、快速地判断结果，承担数据认知工作，因此从智能无人系统对采集数据进行加工和理解的角度进行自主性度量，建立目标感知度量、信号感知度量、外部态势感知度量、识别能力度量、外部威胁感知度量和威胁排序等级度量；智能无人系统的决策能力指无人系统制定任务实施方案、下达相应计划的能力，承担利用认知结果进行行为规划和部署，因此从决策效率的角度进行自主性度量，建立任务规划效率度量、路径规划效率度量和博弈对抗效率度量；智能无人系统的行动能力指无人系统根据下达的计划采取相应的部署并进行动作行为的能力，承担对决策结果进行实施，因此从实施效果角度进行自主性度量，建立接管度量、人机协作度量和行为正确性度量。

1.采集数据效率度量(DCE)，指智能无人系统借助外部传感器自主进行数据采集，本度量用于评估数据采集的速度的效率能力。公式如下：

其中，本公式可以依据不同的智能无人系统平台进行细化，如无人车可以包括摄像头、激光雷达、毫米波雷达。

2.多传感器种类度量(SEN)，指智能无人系统外部传感器种类与数量(包括红外、雷达、摄像头)，用以衡量智能无人系统自主数据采集能力的先进性。

3.目标感知度量(OJP)，指智能无人系统通过数据采集，自主对外部目标进行感知。本度量用于评估智能无人系统对于已知目标、未知目标、多个目标的检测识别与跟踪感知能力。

4.信号感知度量(SIP)，指智能无人系统用对于已知信号(信号灯、交通标识、地域标识、指示灯)、未知信号(未定义的信号标识)的感知能力。

5.外部态势感知度量(EXS)，指评估智能无人系统对于双方部署、相关资源、社会情报外部态势的感知能力。

6.识别能力度量(IFF)，指智能无人系统对于场景中对方目标、我方目标、中立目标、不明属性目标属性的准确识别能力。

7.外部威胁感知度量(ETP)，指智能无人系统对于外部潜在威胁(如障碍物、负障碍、燃烧源、易爆物)的准确识别能力。

8.威胁排序等级度量(TSO)，指智能无人系统对于感知的不同外部威胁，能够进行准确的排序分级的能力。

9.任务规划效率度量(MIP)，智能无人系统做出任务规划需要的时间。

MIP＝智能无人系统任务规划时间

10.路径规划效率度量(ROP)，智能无人系统做出路径规划的准确程度。

其中，X₁表示本次路径规划中，智能无人给出的路径规划的方向，X₂表示本次路径规划中最佳路径规划方向。

11.博弈对抗效率度量(RIG)，本度量用于评估智能无人系统对于虚假、错误、伪造对抗信息进行准确识别、处理与应对的能力。

12.接管度量(TAO)，智能无人系统运行过程中，操作者接管系统频率的度量。

13.人机协作度量(MMC)，对智能无人系统与人协同工作成功完成任务的能力的度量。

14.行为正确性度量(BEC)，针对智能无人系统输出行为与预期行为一致性的度量。

S13：基于S12提出的智能无人系统自主性的4个维度，确定每个维度适用的自主性度量元。其中智能无人系统的观察能力包括采集数据效率度量和多传感器种类度量；智能无人系统的诊断能力包括目标感知度量、信号感知度量、外部态势感知、识别能力度量、外部威胁感知度量、威胁排序等级度量；智能无人系统的决策能力包括任务规划效率度量、路径规划效率度量、博弈对抗效率度量；智能无人系统的行动能力包括接管度量、人机协作度量、行为正确性度量。

S2：建立面向被评估智能无人系统特定任务的度量元实例。根据被评估智能无人系统的实际情况，确定智能无人系统所属平台；然后根据任务需求，确定被评估智能无人系统的具体任务；最后根据平台与任务确定评估所需的度量元。

S21：根据被评估智能无人系统的平台属性类型进行划分，属性类型包括但不限于无人机、无人船、无人潜艇、机器人和无人驾驶平台；

S22：根据被评估的智能无人系统所需要完成的具体任务类型进行划分，任务类型包括但不限于：无人机执行空中作战、火力打击、空中侦察监视、目标识别任务；无人船执行水面侦查监视、水面作战、水雷战、反水雷、反潜战、水面目标识别任务；无人潜艇执行水下侦查监视、水下作战、水雷战、反水雷、反潜战、爆炸物处理、水下目标识别任务；无人地面系统执行地面侦查监视、地面目标识别、地面作战、火力打击、反雷战，有关化学、生物、放射、核或炸药的任务；卫星则执行侦查监视、导航任务。

S23：在确定被评估智能无人系统的平台属性类型和具体任务的基础上，将具体任务依据S13分为4个维度，在各个维度给定的度量元中选择适合适用的度量元。

S3：开展特定场景下的智能无人系统的自主性度量元数据计算工作。根据前面确定的具体需要收集数据的度量元，依据S12给出的各个度量元的公式进行计算并记录。

S4：建立智能无人系统自主性评估准则；

S41：首先依据相关历史相似任务度量值或根据需要达到的目标给定每个度量元需要达到的阈值，将度量元的计算结果与阈值进行比较；

S42：建立自主性评估准则，当每个维度的单个自主性度量元满足阈值要求后，则记为1，不满足阈值要求则记为0；之后，针对同一维度下的多个自主性度量元，统计通过的阈值总数，则为该维度下的自主性评估结果。

其中各个智能无人系统的自主性度量元评估准则如下：

1.采集数据效率度量(DCE)评估准则，给定阈值DCE_t，当DCE≤DCE_t时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

2.多传感器种类度量(SEN)评估准则，给定阈值SEN_t，当SEN≥SEN_t时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

3.目标感知度量(OJP)评估准则，给定阈值OJPt，当OJP≥OJPt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

4.信号感知度量(SIP)评估准则，给定阈值SIPt，当SIP≥SIPt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

5.外部态势感知度量(EXS)评估准则，给定阈值EXSt，当EXS≥EXSt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

6.识别能力度量(IFF)评估准则，给定阈值IFFt，当IFF≥IFFt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

7.外部威胁感知度量(ETP)评估准则，给定阈值ETPt，当ETP≥ETPt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

8.威胁排序等级度量(TSO)评估准则，给定阈值TSOt，当TSO≥TSOt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

9.任务规划效率度量(MIP)评估准则，给定阈值MIPt，当MIP≤MIPt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

10.路径规划效率度量(ROP)评估准则，给定阈值ROPt，当ROP≤ROPt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

11.博弈对抗效率度量(RIG)评估准则，给定阈值RIGt，当RIG≥RIGt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

12.接管度量(TAO)评估准则，给定阈值TAOt，当TAO≤TAOt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

13.人机协作度量(MMC)评估准则，给定阈值MMCt，当MMC≥MMCt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0；

14.人机协作度量(MMC)评估准则，给定阈值MMCt，当MMC≥MMCt时，表示满足该度量元需求，评估结果记为1；否则为不满足自主性度量元阈值要求，评估结果记为0。

S5：给出智能无人系统自主性评估结果。在前面计算各个维度的自主性度量的基础上，通过蛛网模型，给出该智能无人系统在给定环境和给定任务下的自主性评估结果。

S51：采用蛛网模型，首先建立一个原点，用以表示被评估的智能无人系统所要完成的任务，其次将S12建立的4个维度作为往外辐射出的4条轴，即每条轴作为一个维度，构建出具有4个维度的蛛网模型；

S52：统计每个维度内可以满足阈值的自主性度量元的数目，即S42中记为1的度量元总数，并将其作为该维度所对应的刻度；最后把每条轴上的对应点连接起来，构成智能无人系统的自主性评估结果，如图3所示，其中被评估智能无人系统的观察能力为1，被评估智能无人系统的诊断能力为5，被评估智能无人系统的决策能力为2，被评估智能无人系统的行动能力为3。

以上实施方示例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，都落入本发明的保护范围。

Claims (7)

1.一种智能无人系统的自主性评估方法，其特征在于，包括以下步骤：

步骤1：建立智能无人系统的自主性度量元集合；针对各种智能无人系统平台，依据包以德循环将智能无人系统的运行过程分成观察、诊断、决策和行动四个阶段，每个阶段定义为一个维度；依据智能无人系统每个维度要完成的工作，对每个维度均定义多个自主性度量元用以衡量该维度完成工作的程度；将各个维度的度量元分别集成在各自维度，形成自主性度量元集合；

步骤2：建立面向被评估智能无人系统特定任务的度量元实例；确认被评估对象智能无人系统的所属平台，从步骤1中建立的自主性度量元集合中选取适用于被评估平台的自主性度量元；根据被评估智能无人系统所需要完成的任务，分解到包以德循环中，确定观察、诊断、决策和行动四个维度中的子任务，根据子任务的特性，从选取的适用于该平台的自主性度量元中选取适用于四个维度的自主性度量元；

步骤3：开展特定场景下的智能无人系统的自主性度量元数据计算工作；建立满足被评估智能无人系统的自主性测试需求的特定场景；根据步骤2，依据选取出的适用于被评估智能无人系统所完成任务的度量元，依次针对每个度量元进行数据收集与计算工作，最终得到每个选取的度量元的相应度量数据；

步骤4：建立智能无人系统自主性评估准则；根据步骤2确定的被评估智能无人系统的四个维度的子任务要求以及步骤3确定的特定场景，利用专家评估的方法或历史相似任务度量值或根据需要达到的目标来确认步骤3中所选取的各个度量元的阈值；建立自主性评估准则，将步骤3中得到的各个度量元的数据与给定阈值相比较，满足阈值要求的该自主性度量评估为1，否则评估为0；之后，针对观察、诊断、决策和行动四个维度逐一统计各个维度下评估为1的自主性度量元总数；

步骤5：给出智能无人系统自主性评估结果；建立蛛网模型，先建立一个原点，其次将4个维度分别作为4个轴；根据步骤4中得到的各个维度评估为1的度量元总数，依次在4个轴上建立对应的刻度；将4个轴上的刻度连接起来，最终得到该智能无人系统在给定任务下的自主性评估结果。

2.根据权利要求1所述的智能无人系统的自主性评估方法，其特征在于：所述步骤1中，建立智能无人系统的自主性度量元集合实现如下：

建立智能无人系统的自主性度量模型层次架构，根据包以德循环将智能无人系统的运行过程分成观察、诊断、决策和行动四个阶段，得到每个阶段各自对应的自主性能力，即智能无人系统的观察自主性能力、智能无人系统的诊断自主性能力、智能无人系统的决策自主性能力以及智能无人系统的行动自主性能力；

从划分的四个阶段分别建立相应的度量元，用以对各个阶段的自主性进行度量，其中，智能无人系统观察阶段承担客观物理世界的数据采集的工作，因此从智能无人系统的观察速度和观察能力角度进行自主性度量，建立采集数据效率度量和多传感器种类度量；智能无人系统诊断阶段承担数据认知工作，因此从智能无人系统对采集数据进行加工和理解的角度进行自主性度量，建立目标感知度量、信号感知度量、外部态势感知度量、识别能力度量、外部威胁感知度量和威胁排序等级度量；智能无人系统决策阶段承担利用认知结果进行行为规划和部署，因此从决策效率的角度进行自主性度量，建立任务规划效率度量、路径规划效率度量和博弈对抗效率度量；智能无人系统的行动阶段承担对决策结果进行实施，因此从实施效果角度进行自主性度量，建立接管度量、人机协作度量和行为正确性度量；

将4个阶段的自主性度量元分别汇总在各自阶段，从而构成智能无人系统自主性度量元集合。

3.根据权利要求1所述的智能无人系统的自主性评估方法，其特征在于：所述步骤2中，建立面向被评估智能无人系统特定任务的度量元实例的实现如下：

建立智能无人系统的平台属性类型集合，平台属性类型包括无人机、无人船、无人潜艇和无人地面系统平台；

建立智能无人系统的任务集合，任务类型集合包括无人机执行空中作战、火力打击、空中侦察监视、目标识别任务；无人船执行水面侦查监视、水面作战、水雷战、反水雷、反潜战、水面目标识别任务；无人潜艇执行水下侦查监视、水下作战、水雷战、反水雷、反潜战、爆炸物处理、水下目标识别任务；无人地面系统执行地面侦查监视、地面目标识别、地面作战、火力打击、反雷战，有关化学、生物、放射、核或炸药的任务；卫星则执行侦查监视、导航任务；

根据被评估智能无人系统确定其平台属性类型，再根据要被评估的智能无人系统要完成的任务需求确定其任务类型；之后将具体的任务分成观察、诊断、决策和行动四个子任务；依据4个阶段的子任务的具体输入与输出，确定各个阶段所选取的自主性度量元。

4.根据权利要求1所述的智能无人系统的自主性评估方法，其特征在于：所述步骤3中开展特定场景下的智能无人系统的自主性度量元数据计算如下：

首先建立满足评估要求的特定智能无人系统的测试场景；其次根据选取的每个自主性度量元的具体模型计算公式，收集相关的模型参数所需要的数据；最后根据度量元的公式进行计算，得到所选取的自主性度量元的数据。

5.根据权利要求1所述的智能无人系统的自主性评估方法，其特征在于：所述步骤4中，建立智能无人系统自主性评估准则如下：

首先利用历史相似任务度量值或者需要达到的目标来确认所选取的各个度量元的阈值；其次，将步骤3中计算出的各个度量元数据与给定阈值相比较，自主性度量元满足阈值要求，则记为1，不满足阈值要求则记为0；最后将各个维度下满足阈值要求的度量元数目进行累加，即统计各个维度下为1的度量元总数。

6.根据权利要求1所述的智能无人系统的自主性评估方法，其特征在于：所建立的蛛网评估模型，包括：

(1)先建立一个原点，用以表示被评估的智能无人系统所要完成的任务；

(2)在原点的基础上，辐射出4条轴，将每条轴作为一个维度，构建出具有4个维度的蛛网模型；

(3)将统计出的每个维度内满足阈值的自主性度量元总数，作为该维度所对应的刻度，并在所对应的轴上将刻度值进行标记；

(4)最后把4条轴上标记的刻度值连接起来，构成智能无人系统的自主性评估结果。

7.一种智能无人系统的自主性评估系统，其特征在于，包括：自主性度量元集合模块、自主性度量元实例模块、自主性度量元数据计算模块、自主性评估模块以及自主性评估结果模块，其中：

自主性度量元集合模块，用于存储所有自主性度量元的模型、参数、含义及所属阶段的信息，是其他模块运行的基础，为后续的自主性度量元实例模块提供度量元全集；

自主性度量元实例模块，用于针对具体的被评估智能无人系统，根据智能无人系统所属平台和具体任务进行划分，并从自主性度量元集合模块中，根据各个维度给定的度量元集合中选择度量元，并保存在实例模块中；

自主性度量元数据计算模块，根据自主性度量元实例模块中选定的度量元模型，从测试结果中获取相应的模型中所需各个参数并带入到度量元模型中进行计算，从而得到每个自主性度量元的数值，用于后续的自主性评估；

自主性评估准则模块，针对每一个在自主性度量元实例模块中选定的度量元建立相应的阈值，并将阈值保存在该模块中；将自主性度量元数据计算模块中计算出的各个度量元数据与给定阈值相比较，自主性度量元结果满足阈值要求，则记为1，不满足阈值要求则记为0；并将比较结果保存在该模块中，用于后续的自主性评估；

自主性评估结果模块，建立蛛网可视化图形，其中将被评估智能无人系统定义为一个原点，并将4个维度作为往外辐射出的4条轴，即每条轴作为一个维度统计；再将自主性评估准则模块中针对每个维度内满足阈值的自主性度量元的数目进行累加，将每个维度累加后的结果作为该维度所对应的刻度进行标记；依次把4条轴上的标记的点连接起来，最终给出智能无人系统在给定环境和给定任务下的自主性评估结果。

Images