CN115640106B - 一种面向多无人机指挥控制的人机功能分配方法及系统 - Google Patents
一种面向多无人机指挥控制的人机功能分配方法及系统 Download PDFInfo
- Publication number
- CN115640106B CN115640106B CN202211275643.8A CN202211275643A CN115640106B CN 115640106 B CN115640106 B CN 115640106B CN 202211275643 A CN202211275643 A CN 202211275643A CN 115640106 B CN115640106 B CN 115640106B
- Authority
- CN
- China
- Prior art keywords
- task
- unmanned aerial
- aerial vehicle
- determining
- operator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000035484 reaction time Effects 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims description 164
- 238000001514 detection method Methods 0.000 claims description 35
- 230000008569 process Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 5
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及人工智能技术，揭露了一种面向多无人机指挥控制的人机功能分配方法及系统。该方法包括：根据工作量及反应时间确定操作员的负荷状态；根据任务需求及参数配置生成无人机组的控制指令；根据控制指令确定无人机组的初始任务自主等级，根据初始任务自主等级确定操作员与无人机组之间的初始功能分配；根据负荷状态对初始功能分配进行分配调整，得到第一功能分配；获取任务需求的优先级及任务数量，根据优先级及任务数量对初始功能分配进行分配调整，得到第二功能分配；根据第一功能分配及第二功能分配确定操作员与无人机组之间的人机功能分配。本发明可以提高人机功能分配的可靠性。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种面向多无人机指挥控制的人机功能分配方法及系统。
背景技术
随着无人机自动化程度的提高，操作员对无人机的控制由低级的基于行为的控制转变为高级的基于知识的控制，但为了使无人机更好地执行任务(例如执行目标探测任务或者目标打击任务)，以提高任务完成的保障度，需要对操作员和无人机系统进行合理的功能分配。
现有的人机功能分配技术多为基于任务完成绩效对无人机的决策指令进行调整，进而调整人机分配功能。实际应用中，不仅任务完成绩效会影响无人机的决策指令，还存在着多种可以影响人机功能分配的因素，仅考虑单一因素，可能导致对人机功能分配的准确性过于降低，从而对人机功能分配时的可靠性较低。
发明内容
本发明提供一种面向多无人机指挥控制的人机功能分配方法及系统，其主要目的在于解决进行人机功能分配时的可靠性较低的问题。
为实现上述目的，本发明提供的一种面向多无人机指挥控制的人机功能分配方法，包括：
S1、获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态，其中所述根据所述工作量及所述反应时间确定所述操作员的负荷状态，包括：
S11、利用如下指标算法根据所述工作量计算所述操作员的忙闲指标；
其中，ρ为所述忙闲指标，wi为第i个任务的工作量，wmax为工作量的最大值，n为任务的数量，max为最大值函数；
S12、根据所述反应时间确定所述操作员的反应指标；
S13、根据所述忙闲指标及所述反应指标确定所述操作员的负荷状态；
S2、获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
S3、根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
S4、利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配；
S5、获取所述任务需求的优先级及任务数量，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配；
S6、利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
可选地，所述根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令，包括：
对所述任务需求进行任务划分，得到子任务序列；
根据所述参数配置将所述子任务序列中的子任务逐一分配至每个无人机，得到每个无人机的任务点；
根据所述任务点生成任务指令，利用所述任务指令生成每个无人机的指挥控制指令。
可选地，所述根据所述指挥控制指令确定所述无人机组的初始任务自主等级，包括：
提取所述指挥控制指令的指令数量及指令执行次数；
根据所述指令数量及所述指令执行次数确定所述无人机组的指挥控制的复杂度；
根据所述复杂度确定所述无人机组的初始任务自主等级。
可选地，所述利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配，包括：
获取所述负荷状态对应的负荷值；
利用如下利用率算法根据所述负荷值确定操作员的利用率：
其中，b为所述利用率，t为操作员的工作时长，τ为操作员的休息时长，为操作员反应能力的常数，e为常数，f为所述负荷值；
利用所述产生式规则根据所述利用率对所述初始任务自主等级进行等级调整，得到第一任务自主等级；
根据所述第一任务自主等级确定所述第一功能分配。
可选地，所述获取所述任务需求的优先级及任务数量，包括：
确定所述子任务序列中子任务数量；
将所述子任务数量作为所述任务数量；
利用如下任务权重算法计算所述任务需求中目标探测任务或者目标打击任务的任务权重：
其中，ω为所述任务权重，v为所述任务需求的目标探测任务或者目标打击任务价值，pt为所述任务需求中对目标探测任务或者目标打击任务的探测概率/打击概率，pr为所述任务需求中对目标探测任务或者目标打击任务的虚警概率，mk为所述任务需求中对目标探测任务或者目标打击任务的平面距离，my为所述任务需求中对目标探测任务或者目标打击任务的最大距离，mx为所述任务需求中对目标探测任务或者目标打击任务的最小距离；
根据所述任务权重确定所述任务需求的优先级。
可选地，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配，包括：
利用如下的等待时间算法根据所述任务数量确定无人机组的任务等待时间：
其中，T为所述任务等待时间，xi为所述无人机组中第i个无人机的交互等待时间，yj为所述无人机组处理第j个任务的处理时间，zi为所述无人机组中第i个无人机的队列等待时间，u为所述无人机组中无人机的数量，n为所述任务数量；
根据所述优先级及所述任务等待时间对所述初始任务自主等级进行等级调整，得到第二任务自主等级；
根据所述第二任务自主等级确定所述第二功能分配。
可选地，所述利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配，包括：
利用层次分析法确定所述第一功能分配的第一权重，以及确定所述第二功能分配的第二权重；
利用所述异化权重算法计算所述第一权重及所述第二权重的权重均值；
确定所述人机功能分配对应的任务自主等级的等级权重；
计算所述权重均值与所述等级权重的绝对差值；
选取所述绝对差值最小的等级权重为所述操作员与所述无人机组之间的任务自主等级；
根据所述任务自主等级确定所述操作员与所述无人机组之间的人机功能分配。
为了解决上述问题，本发明还提供一种面向多无人机指挥控制的人机功能分配系统，所述系统包括：
负荷状态确定模块，用于获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态；
指挥控制指令生成模块，用于获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
初始功能分配确定模块，用于根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
第一初始功能分配调整模块，用于利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配；
第二初始功能分配调整模块，用于获取所述任务需求的优先级及任务数量，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配；
人机功能分配确定模块，用于利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
本发明实施例通过获取操作员的工作量及反应时间，以实现确定操作员的负荷状态，根据负荷状态对无人机的人机分配进行调整，进而提高人机分配的准确性；获取无人机组的任务需求及每个无人机的参数配置，进而根据任务需求和参数配置生成每个无人机的指挥控制指令，根据指挥控制指令确定无人机组的初始任务自主等级，对所述初始任务自主等级进行调整，有利于提高无人机在执行任务的过程中面对突发事件的应对力，进而提高人机分配功能的可靠性，便于在任务繁多时使任务的完成效率得到进一步提高。因此本发明提出的面向多无人机指挥控制的人机功能分配方法及系统，可以解决进行人机功能分配时的可靠性较低的问题。
附图说明
图1为本发明一实施例提供的面向多无人机指挥控制的人机功能分配方法的流程示意图；
图2为本发明一实施例提供的生成指挥控制指令的流程示意图；
图3为本发明一实施例提供的确定初始任务自主等级的流程示意图；
图4为本发明一实施例提供的面向多无人机指挥控制的人机功能分配系统的功能模块图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种面向多无人机指挥控制的人机功能分配方法。所述面向多无人机指挥控制的人机功能分配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述面向多无人机指挥控制的人机功能分配方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的面向多无人机指挥控制的人机功能分配方法的流程示意图。在本实施例中，所述面向多无人机指挥控制的人机功能分配方法包括：
S1、获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态；
本发明实施例中，所述工作量是指操作员对于任务的处理量，所述反应时间是指操作员对于任务的反应时间，或者对于突发任务的反应时间。
详细地，可通过生理学测试手段如脑电图、心电图、呼吸、眼动等测试手段评估操作员状态，进而评估操作员的工作量；可根据操作员发现目标事件的时间和操作员处理目标事件的时间差作为操作员的反应时间。
本发明实施例中，若给操作员赋予过多的任务，在执行任务的过程中，一旦遇到复杂多变的任务环境，操作员的任务负担会变得非常繁重，对于一些任务可能反应能力不够，当操作员出现超负荷现象时，操作员的认知能力会下降，使操作员工作效率下降，严重时会导致操作员不能继续工作，因此要评估操作员的负荷状态，根据负荷状态对操作员进行工作的分配。
本发明实施例中，所述根据所述工作量及所述反应时间确定所述操作员的负荷状态，包括：
利用如下指标算法根据所述工作量计算所述操作员的忙闲指标；
其中，ρ为所述忙闲指标，wi为第i个任务的工作量，wmax为工作量的最大值，n为任务的数量，max为最大值函数；
根据所述反应时间确定所述操作员的反应指标；
根据所述忙闲指标及所述反应指标确定所述操作员的负荷状态。
详细地，所述指标算法内的wmax为操作员的最大工作量，该最大工作量是操作员在执行任务的时候在某一时刻工作量的最大值，以利用该最大工作量对所述指标算法的忙闲指标的结果进行确定，可以实现针对操作员的忙闲指标对操作员的负荷状态进行判断，确保操作员的忙闲指标数据的准确性。
具体地，所述忙闲指标可以分为五个等级，即非常闲、闲、适中、忙及非常忙五个等级，当操作员的工作量进行标准化之后，工作量为0-0.30，表示非常闲；工作量为0.31-0.50，表示闲；工作量为0.51-0.65，表示适中；工作量为0.66-0.80，表示忙；工作量为0.81-1.00，表示非常忙。所述反应指标可以分为三个等级，即一般、长、过长，当操作员的反应时间为小于5s，表示操作员的反应时间一般；当操作员的反应时间为大于5s小于15s，表示操作员的反应时间长；当操作员的反应时间为大于15s，则表示操作员的反应时间过长。
进一步地，当忙闲指标为非常闲，反应指标为一般，表示操作员的负荷状态为低负荷状态；当忙闲指标为适中，反应指标为长，表示操作员的负荷状态为中负荷状态；当忙闲指标为非常忙，反应指标为过长，则表示操作员的负荷状态为超负荷状态。
S2、获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
本发明实施例中，所述任务需求包括无人机侦察、监视任务为主，通常为目标定位任务、通信中继任务及空中预警任务等，在多任务、多目标的情况下多架无人机需要协同配合，根据具体任务的分配情况，确定每架无人机任务设备的工作模式及参数配置，合理配置无人机及其任务载荷资源。
详细地，可根据任务目标和资料收集制定无人机的飞行任务需求，以及可根据无人机的内部系统查看无人机的参数配置，其中所述参数配置是指每个无人机的航程、航速、飞行高度、载荷能力、使用方式等；根据每个无人机的载荷能力和使用方式的不同，每个无人机会形成不同的角色定位，如“火力侦察”、“全球鹰”等。
本发明实施例中，参图2所示，所述根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令，包括：
S21、对所述任务需求进行任务划分，得到子任务序列；
S22、根据所述参数配置将所述子任务序列中的子任务逐一分配至每个无人机，得到每个无人机的任务点；
S23、根据所述任务点生成任务指令，利用所述任务指令生成每个无人机的指挥控制指令。
详细地，根据任务需求将任务进行划分，得到子任务序列，对每个无人机分配至一个子任务，直到子任务分配完成，可以确定无人机的编队数量。每个无人机都有各自的参数，根据每个无人机的参数配置将子任务分配至每个无人机，得到每个无人机需要执行的任务点。
具体地，利用无人机系统中的命令编码转换器将每个无人机的任务点生成任务指令；将所述任务指令输入至无人机的指挥控制系统中生成每个无人机的指挥控制指令。例如，无人机1的任务指令是左转脱离编队，无人机2的任务指令是爬升至3000m，根据每个无人机不同的任务指令，可以在无人机的指挥控制系统中生成对每个无人机的指挥控制指令。
S3、根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
本发明实施例中，任务自主等级是指无人机系统和操作员之间的控制等级，包括1至6级，1级为系统不提供任何帮助，操作员必须采取所有的决策和行动；2级为系统提供所有可选的决策和行动集合；3级为系统提供可选的决策/行动子集；4级为系统提供一个决策/行动方案，如果操作员批准的话就实施；5级为系统提供一个决策/行动方案，输出方案在执行前只允许操作员在一段时间内否决；6级为操作员不参与决策过程，系统自主地决策和实现。所述初始任务自主等级是根据每个无人机初始的指挥控制指令确定的任务自主等级，如初始任务自主等级为4级，即无人机系统提供一个决策/行动方案，如果操作员批准的话就实施。
本发明实施例中，参图3所示，所述根据所述指挥控制指令确定所述无人机组的初始任务自主等级，包括：
S31、提取所述指挥控制指令的指令数量及指令执行次数；
S32、根据所述指令数量及所述指令执行次数确定所述无人机组的指挥控制的复杂度；
S33、根据所述复杂度确定所述无人机组的初始任务自主等级。
详细地，当所述指挥控制指令的指令数量及指令执行次数越多时，表示所述无人机组的指挥控制的复杂度越高，当所述指挥控制指令的指令数量及指令执行次数越少时，表示所述无人机组的指挥控制的复杂度越低。
具体地，当所述复杂度越高时，表示当前无人机组的指挥较复杂，需要操作员参与无人机的决策，即无人机组的初始任务等级为1级；当所述复杂度适中时，表示当前无人机组的指挥适中，即无人机组的初始任务等级可以为2-5级中的一级；当所述复杂度较低时，表示当前无人机的指挥可以由无人机系统自主操作，即无人机组的初始自主等级为6级。
本发明实施例中，当确定所述初始自主等级后，就得到所述操作员与所述无人机组之间的初始功能分配，如当所述初始自主等级为1级时，操作员和无人机组之间的初始功能分配就是所有的决策完成由操作员进行处理；当所述初始自主等级为4级时，操作员和无人机组的初始功能分配就是无人机系统和操作员共同控制决策；当所述初始自主等级为6级时，操作员和无人机组的初始功能分配就是所有的决策由无人机系统进行处理。
S4、利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配；
本发明实施例中，所述产生式规则是指一个产生式是一个由条件和动作组成的指令，即条件-活动规则，如通过评估发现操作员的负荷状态值小于预设的阈值时，则功能须从无人机系统交给操作员处理。一旦确定了产生式规则，无人机系统可以在几乎没有任何操作员的帮助下实现人机功能的动态分配。所述第一功能分配是对初始功能分配进行调整之后，操作员与无人机组之间的人机功能分配。
本发明实施例中，所述利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配，包括：
获取所述负荷状态对应的负荷值；
利用如下利用率算法根据所述负荷值确定操作员的利用率：
其中，b为所述利用率，t为操作员的工作时长，τ为操作员的休息时长，为操作员反应能力的常数，e为常数，f为所述负荷值；
利用所述产生式规则根据所述利用率对所述初始任务自主等级进行等级调整，得到第一任务自主等级；
根据所述第一任务自主等级确定所述第一功能分配。
详细地，当负荷状态为低负荷状态时，所对应的负荷值为小于10；当所述负荷状态为中负荷时，所对应的负荷值为大于10小于20；当所述负荷状态为超负荷时，所对应的负荷值为大于20。即操作员所对应的负荷状态在t时刻有对应的负荷值，根据所述负荷值可以确定操作员的利用率。
具体地，利用率越高表示操作员越繁忙，则无人机系统采用较高的任务自主等级；利用率越低表示操作员越清闲，则无人机系统采用较低的任务自主等级。当操作员的利用率较低时，所述第一任务自主等级为2级，则所述第一功能分配为无人机系统提供所有可选的决策和行动集合，操作员在决策/行动集合中进行选择；当操作员的利用率较高时，所述第一任务自主等级为5级，则所述第一功能分配为无人机系统提供一个决策/行动方案，输出方案在执行前只允许操作员在一段时间内否决。
S5、获取所述任务需求的优先级及任务数量，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配；
本发明实施例中，所述优先级是指不同性质的任务执行的先后顺序，人与越重要，则任务的优先级就越高，其中任务优先级与目标价值和任务类型有关，目标价值代表了目标的重要程度，不同的任务类型代表了目标不同处理阶段。
本发明实施例中，所述获取所述任务需求的优先级及任务数量，包括：
确定所述子任务序列中子任务数量；
将所述子任务数量作为所述任务数量；
利用如下任务权重算法计算所述任务需求中目标探测任务/目标打击任务的任务权重：
其中，ω为所述任务权重，v为所述任务需求的目标探测任务/目标打击任务的任务价值，pt为所述任务需求中对目标探测任务/目标打击任务的探测概率/打击概率，pr为所述任务需求中对目标探测任务/目标打击任务的虚警概率，mk为所述任务需求中对目标探测任务/目标打击任务的平面距离，my为所述任务需求中对目标探测任务/目标打击任务的最大距离，mx为所述任务需求中对目标探测任务/目标打击任务的最小距离；
根据所述任务权重确定所述任务需求的优先级。
详细地，将任务需求划分为多个子任务，通过统计子任务序列中的子任务数量，以此来确定任务数量，例如子任务序列中包含子任务为5个，则任务数量为5个。
具体地，所述任务权重算法中的虚警概率是指在探测/打击的过程中，实际不存在的目标却判断为有目标的概率，以及所述任务权重算法中的pt为所述任务需求中对目标的探测概率/打击概率，以利用探测概率/打击概率对任务权重算法中的不同任务需求的权重进行确定，以实现不同任务需求中目标的可信程度，确保确定任务需求中的任务权重，使任务需求中的优先级确定的更加准确，保证任务的完成度。
进一步地，当所述任务权重越高时，表示所述任务需求中的优先级就越高，即在任务选择时，就会选择优先级较高的任务进行执行；优先级较低的任务会暂时被停止，先执行优先级较高的任务。
本发明实施例中，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配，包括：
利用如下的等待时间算法根据所述任务数量确定无人机组的任务等待时间：
其中，T为所述任务等待时间，xi为所述无人机组中第i个无人机的交互等待时间，yj为所述无人机组处理第j个任务的处理时间，zi为所述无人机组中第i个无人机的队列等待时间，u为所述无人机组中无人机的数量，n为所述任务数量；
根据所述优先级及所述任务等待时间对所述初始任务自主等级进行等级调整，得到第二任务自主等级；
根据所述第二任务自主等级确定所述第二功能分配。
详细地，所述任务等待时间是无人机组在根据任务数量进行一个任务处理时，其他任务的等待时间，所述交互等待时间是指同时有两个任务需要请求时，操作员在处理一个任务时，另一个任务需要等待；所述队列等待时间是任务在任务队列中的排队等待时间，当任务数量越多，任务等待时间越长，即根据任务等待时间可以调整非紧急任务的优先级，紧急任务的优先级会是最高，非紧急任务会根据任务等待时间调整优先级。
具体地，操作员总是会选择优先级高的任务进行处理，当一个任务的任务等待时间过长时，会将此任务的优先级提高，先对此任务进行处理，当任务的优先级较高时且任务等待时间过长时，需要操作员对任务进行处理，即改变初始任务自主等级，若调整之后的第二任务自主等级为5级，则所述第二功能分配为无人机系统提供一个决策/行动方案，输出方案在执行前只允许操作员在一段时间内否决。
S6、利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
本发明实施例中，所述人机功能分配是指根据操作员的负荷状态和任务执行的优先级及任务数量的多方面因素对所述操作员与所述无人机组之间进行人机功能分配，将两者结合起来，得到一个更准确、更可靠的任务自主等级，从而根据任务自主等级确定所述操作员与所述无人机组之间的人机功能分配。
本发明实施例中，所述利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配，包括：
利用层次分析法确定所述第一功能分配的第一权重，以及确定所述第二功能分配的第二权重；
利用所述异化权重算法计算所述第一权重及所述第二权重的权重均值；
确定所述人机功能分配对应的任务自主等级的等级权重；
计算所述权重均值与所述等级权重的绝对差值；
选取所述绝对差值最小的等级权重为所述操作员与所述无人机组之间的任务自主等级；
根据所述任务自主等级确定所述操作员与所述无人机组之间的人机功能分配。
详细地，所述层次分析法是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法，是一种层次权重决策分析方法，其中通过层次分析法对第一功能分配进行分解，建立层次结构图及判断矩阵，通过所述判断矩阵计算所述第一功能分配的权重。同样地，利用层析分析法确定所述第二功能分配的第二权重，以及利用层次分析法确定所述人机功能分配对应的任务自主等级的等级权重。
示例性地，当所述第一功能分配的第一权重为0.4，所述第二功能分配的第二权重为0.6，则利用所述异化权重算法计算得到的权重均值为0.5，当所述任务自主等级中等级1的等级权重为0.8，等级2的等级权重为0.7，等级3的等级权重为0.6，等级4的等级权重为0.5，等级5的等级权重为0.4，等级6的等级权重为0.3，则将所述权重均值与所述等级权重计算绝对差值，则选取等级4为当前所述操作员与所述无人机组之间的任务自主等级，则等级4对应的人机功能分配为无人机系统提供一个决策/行动方案，如果操作员批准的话就实施。
本发明实施例通过获取操作员的工作量及反应时间，以实现确定操作员的负荷状态，根据负荷状态对无人机的人机分配进行调整，进而提高人机分配的准确性；获取无人机组的任务需求及每个无人机的参数配置，进而根据任务需求和参数配置生成每个无人机的指挥控制指令，根据指挥控制指令确定无人机组的初始任务自主等级，对所述初始任务自主等级进行调整，有利于提高无人机在执行任务的过程中面对突发事件的应对力，进而提高人机分配功能的可靠性，便于在任务繁多时使任务的完成效率得到进一步提高。因此本发明提出的面向多无人机指挥控制的人机功能分配方法及系统，可以解决进行人机功能分配时的可靠性较低的问题。
如图4所示，是本发明一实施例提供的面向多无人机指挥控制的人机功能分配系统的功能模块图。
本发明所述面向多无人机指挥控制的人机功能分配系统可以安装于电子设备中，可以为一种面向多无人机指挥控制的人机功能分配系统100。根据实现的功能，所述面向多无人机指挥控制的人机功能分配系统100可以包括负荷状态确定模块101、指挥控制指令生成模块102、初始功能分配确定模块103、第一初始功能分配调整模块104、第二初始功能分配调整模块105及人机功能分配确定模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述负荷状态确定模块101，用于获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态；
所述指挥控制指令生成模块102，用于获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
所述初始功能分配确定模块103，用于根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
所述第一初始功能分配调整模块104，用于利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配；
所述第二初始功能分配调整模块105，用于获取所述任务需求的优先级及任务数量，根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配；
所述人机功能分配确定模块106，用于利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
详细地，本发明实施例中所述面向多无人机指挥控制的人机功能分配系统100中所述的各模块在使用时采用与上述图1至图3中所述的面向多无人机指挥控制的人机功能分配方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
系统系统系统系统在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (5)
1.一种面向多无人机指挥控制的人机功能分配方法，其特征在于，所述方法包括以下步骤：
S1、获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态，其中所述根据所述工作量及所述反应时间确定所述操作员的负荷状态，包括：
S11、利用如下指标算法根据所述工作量计算所述操作员的忙闲指标；
其中，为所述忙闲指标，/>为第/>个任务的工作量，/>为工作量的最大值，/>为任务的数量，/>为最大值函数；
S12、根据所述反应时间确定所述操作员的反应指标；
S13、根据所述忙闲指标及所述反应指标确定所述操作员的负荷状态；
S2、获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
S3、根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
S4、利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配，包括：获取所述负荷状态对应的负荷值；
利用如下利用率算法根据所述负荷值确定操作员的利用率：
其中，为所述利用率，/>为操作员的工作时长，/>为操作员的休息时长，/>为操作员反应能力的常数，/>为常数，/>为所述负荷值；
利用所述产生式规则根据所述利用率对所述初始任务自主等级进行等级调整，得到第一任务自主等级，根据所述第一任务自主等级确定所述第一功能分配；
S5、确定子任务序列中子任务数量，将所述子任务数量作为任务数量，利用如下任务权重算法计算所述任务需求中目标探测任务/目标打击任务的任务权重：
其中，为所述任务权重，/>为所述任务需求的目标探测任务/目标打击任务的任务价值，/>为所述任务需求中对目标探测任务/目标打击任务的探测概率/打击概率，/>为所述任务需求中对目标探测任务/目标打击任务的虚警概率，/>为所述任务需求中对目标探测任务/目标打击任务的平面距离，/>为所述任务需求中对目标探测任务/目标打击任务的最大距离，/>为所述任务需求中对目标探测任务/目标打击任务的最小距离，根据所述任务权重确定所述任务需求的优先级；
根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配，包括：利用如下的等待时间算法根据所述任务数量确定无人机组的任务等待时间：
其中，为所述任务等待时间，/>为所述无人机组中第/>个无人机的交互等待时间，/>为所述无人机组处理第/>个任务的处理时间，/>为所述无人机组中第/>个无人机的队列等待时间，/>为所述无人机组中无人机的数量，/>为所述任务数量；
根据所述优先级及所述任务等待时间对所述初始任务自主等级进行等级调整，得到第二任务自主等级，根据所述第二任务自主等级确定所述第二功能分配；
S6、利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
2.如权利要求1所述的面向多无人机指挥控制的人机功能分配方法，其特征在于，所述根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令，包括：
对所述任务需求进行任务划分，得到子任务序列；
根据所述参数配置将所述子任务序列中的子任务逐一分配至每个无人机，得到每个无人机的任务点；
根据所述任务点生成任务指令，利用所述任务指令生成每个无人机的指挥控制指令。
3.如权利要求1所述的面向多无人机指挥控制的人机功能分配方法，其特征在于，所述根据所述指挥控制指令确定所述无人机组的初始任务自主等级，包括：
提取所述指挥控制指令的指令数量及指令执行次数；
根据所述指令数量及所述指令执行次数确定所述无人机组的指挥控制的复杂度；
根据所述复杂度确定所述无人机组的初始任务自主等级。
4.如权利要求1所述的面向多无人机指挥控制的人机功能分配方法，其特征在于，所述利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配，包括：
利用层次分析法确定所述第一功能分配的第一权重，以及确定所述第二功能分配的第二权重；
利用所述异化权重算法计算所述第一权重及所述第二权重的权重均值；
确定所述人机功能分配对应的任务自主等级的等级权重；
计算所述权重均值与所述等级权重的绝对差值；
选取所述绝对差值最小的等级权重为所述操作员与所述无人机组之间的任务自主等级；
根据所述任务自主等级确定所述操作员与所述无人机组之间的人机功能分配。
5.一种面向多无人机指挥控制的人机功能分配系统，其特征在于，所述系统包括：
负荷状态确定模块，用于获取预设操作员的工作量及反应时间，根据所述工作量及所述反应时间确定所述操作员的负荷状态，其中所述根据所述工作量及所述反应时间确定所述操作员的负荷状态，包括：
利用如下指标算法根据所述工作量计算所述操作员的忙闲指标；
其中，为所述忙闲指标，/>为第/>个任务的工作量，/>为工作量的最大值，/>为任务的数量，/>为最大值函数；
根据所述反应时间确定所述操作员的反应指标，根据所述忙闲指标及所述反应指标确定所述操作员的负荷状态；
指挥控制指令生成模块，用于获取预设无人机组的任务需求和每个无人机的参数配置，根据所述任务需求及所述参数配置生成每个无人机的指挥控制指令；
初始功能分配确定模块，用于根据所述指挥控制指令确定所述无人机组的初始任务自主等级，根据所述初始任务自主等级确定所述操作员与所述无人机组之间的初始功能分配；
第一初始功能分配调整模块，用于利用预设的产生式规则根据所述负荷状态对所述初始功能分配进行分配调整，得到第一功能分配，包括：获取所述负荷状态对应的负荷值，利用如下利用率算法根据所述负荷值确定操作员的利用率：
其中，为所述利用率，/>为操作员的工作时长，/>为操作员的休息时长，/>为操作员反应能力的常数，/>为常数，/>为所述负荷值；
利用所述产生式规则根据所述利用率对所述初始任务自主等级进行等级调整，得到第一任务自主等级，根据所述第一任务自主等级确定所述第一功能分配；
第二初始功能分配调整模块，用于确定子任务序列中子任务数量，将所述子任务数量作为任务数量，利用如下任务权重算法计算所述任务需求中目标探测任务/目标打击任务的任务权重：
其中，为所述任务权重，/>为所述任务需求的目标探测任务/目标打击任务的任务价值，/>为所述任务需求中对目标探测任务/目标打击任务的探测概率/打击概率，/>为所述任务需求中对目标探测任务/目标打击任务的虚警概率，/>为所述任务需求中对目标探测任务/目标打击任务的平面距离，/>为所述任务需求中对目标探测任务/目标打击任务的最大距离，/>为所述任务需求中对目标探测任务/目标打击任务的最小距离，根据所述任务权重确定所述任务需求的优先级；
根据所述优先级及所述任务数量对所述初始功能分配进行分配调整，得到第二功能分配，包括：利用如下的等待时间算法根据所述任务数量确定无人机组的任务等待时间：
其中，为所述任务等待时间，/>为所述无人机组中第/>个无人机的交互等待时间，/>为所述无人机组处理第/>个任务的处理时间，/>为所述无人机组中第/>个无人机的队列等待时间，/>为所述无人机组中无人机的数量，/>为所述任务数量；
根据所述优先级及所述任务等待时间对所述初始任务自主等级进行等级调整，得到第二任务自主等级，根据所述第二任务自主等级确定所述第二功能分配；
人机功能分配确定模块，用于利用预设的异化权重算法根据所述第一功能分配及所述第二功能分配确定所述操作员与所述无人机组之间的人机功能分配。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211275643.8A CN115640106B (zh) | 2022-10-18 | 2022-10-18 | 一种面向多无人机指挥控制的人机功能分配方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211275643.8A CN115640106B (zh) | 2022-10-18 | 2022-10-18 | 一种面向多无人机指挥控制的人机功能分配方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115640106A CN115640106A (zh) | 2023-01-24 |
| CN115640106B true CN115640106B (zh) | 2023-09-29 |
Family
ID=84944233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211275643.8A Active CN115640106B (zh) | 2022-10-18 | 2022-10-18 | 一种面向多无人机指挥控制的人机功能分配方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115640106B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106343977A (zh) * | 2016-09-21 | 2017-01-25 | 中国人民解放军国防科学技术大学 | 基于多传感器融合的无人机操作员状态监视系统 |
| CN108717534A (zh) * | 2018-05-24 | 2018-10-30 | 中国航天员科研训练中心 | 基于功能性近红外光谱技术的操作者功能状态评估技术 |
| CN109377012A (zh) * | 2018-09-26 | 2019-02-22 | 中国航天员科研训练中心 | 一种动态人机功能分配系统以及无人机 |
| EP3459857A1 (en) * | 2017-09-22 | 2019-03-27 | Aurora Flight Sciences Corporation | Systems and methods for monitoring pilot health |
| CN110806758A (zh) * | 2019-11-12 | 2020-02-18 | 中国人民解放军国防科技大学 | 一种基于情景模糊认知图的无人机群自主等级自适应调整方法 |
| CN111767611A (zh) * | 2020-06-30 | 2020-10-13 | 南京航空航天大学 | 一种基于负荷均衡的飞机驾驶舱人机功能分配方法 |
| CN114139196A (zh) * | 2021-11-25 | 2022-03-04 | 中国电子科技集团公司第五十四研究所 | 一种人机任务决策系统的决策权限划分方法 |
| CN114840022A (zh) * | 2019-05-30 | 2022-08-02 | 中国人民解放军国防科技大学 | 一种基于mas的多无人系统监督控制方法 |
-
2022
- 2022-10-18 CN CN202211275643.8A patent/CN115640106B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106343977A (zh) * | 2016-09-21 | 2017-01-25 | 中国人民解放军国防科学技术大学 | 基于多传感器融合的无人机操作员状态监视系统 |
| EP3459857A1 (en) * | 2017-09-22 | 2019-03-27 | Aurora Flight Sciences Corporation | Systems and methods for monitoring pilot health |
| CN108717534A (zh) * | 2018-05-24 | 2018-10-30 | 中国航天员科研训练中心 | 基于功能性近红外光谱技术的操作者功能状态评估技术 |
| CN109377012A (zh) * | 2018-09-26 | 2019-02-22 | 中国航天员科研训练中心 | 一种动态人机功能分配系统以及无人机 |
| CN114840022A (zh) * | 2019-05-30 | 2022-08-02 | 中国人民解放军国防科技大学 | 一种基于mas的多无人系统监督控制方法 |
| CN110806758A (zh) * | 2019-11-12 | 2020-02-18 | 中国人民解放军国防科技大学 | 一种基于情景模糊认知图的无人机群自主等级自适应调整方法 |
| CN111767611A (zh) * | 2020-06-30 | 2020-10-13 | 南京航空航天大学 | 一种基于负荷均衡的飞机驾驶舱人机功能分配方法 |
| CN114139196A (zh) * | 2021-11-25 | 2022-03-04 | 中国电子科技集团公司第五十四研究所 | 一种人机任务决策系统的决策权限划分方法 |
Non-Patent Citations (3)
| Title |
|---|
| Pengcheng Wen 等.Intelligence Computing Technology for UAV's Autonomy.《2015 11th International Conference on Computational Intelligence and Security 》.2016,22-25. * |
| 柳平 等.作战飞机人机功能分配方法.《火力与指挥控制》.2012,第37卷(第12期),19-22. * |
| 王阔天.多无人机监督控制系统的人机动态功能分配研究.《中国优秀硕士学位论文全文数据库 信息科技辑》.2011,(第S2期),I140-888. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115640106A (zh) | 2023-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108182115B (zh) | 一种云环境下的虚拟机负载均衡方法 | |
| CN109617826B (zh) | 一种基于布谷鸟搜索的storm动态负载均衡方法 | |
| EP3850551A1 (en) | Systems and methods for managing energy storage systems | |
| CN102724103B (zh) | 代理服务器、分层次网络系统及分布式工作负载管理方法 | |
| CN111709582B (zh) | 一种无人机边缘计算资源动态优化方法、系统及存储介质 | |
| CN110262897B (zh) | 一种基于负载预测的Hadoop计算任务初始分配方法 | |
| CN112799817A (zh) | 一种微服务资源调度系统和方法 | |
| CN110383245A (zh) | 具有动态反馈的安全智能联网架构 | |
| CN106844483A (zh) | 一种日志数据流处理方法 | |
| CN111324460B (zh) | 一种基于云计算平台的电力监测控制系统及方法 | |
| CN115995838A (zh) | 面向分布式储能及电动汽车的加权聚类方法、存储介质及电子设备 | |
| CN115981562A (zh) | 一种数据处理方法及装置 | |
| CN107301094A (zh) | 面向大规模动态事务查询的动态自适应数据模型 | |
| CN115640106B (zh) | 一种面向多无人机指挥控制的人机功能分配方法及系统 | |
| CN116089083A (zh) | 一种多目标数据中心资源调度方法 | |
| CN109271295A (zh) | 一种云集群环境下的异常作业预测方法 | |
| CN116109058A (zh) | 一种基于深度强化学习的变电站巡视管理方法和装置 | |
| Prado et al. | On providing quality of service in grid computing through multi-objective swarm-based knowledge acquisition in fuzzy schedulers | |
| Yao et al. | Streaming Data Priority Scheduling Framework for Autonomous Driving by Edge | |
| CN115860292A (zh) | 基于渔政监控的无人机最优规划路径方法及装置 | |
| CN112598112B (zh) | 一种基于图神经网络的资源调度方法 | |
| CN115542934A (zh) | 一种无人驾驶航空器的智能续航管理方法、系统和介质 | |
| CN112698911B (zh) | 一种基于深度强化学习的云作业调度方法 | |
| CN113986531A (zh) | 一种任务调度以及资源分配方法 | |
| CN114968585A (zh) | 资源配置方法、装置、介质和计算设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |