基于多目标决策的USV系统可变自主实现机制研究

摘要

水面无人艇（Unmanned Surface Vehicle，简称USV），是一种具有一定的自主能力的、无人操作的水面机器人系统。通过挂载智能任务控制系统，USV能够在远离用户的海洋环境下，独立执行危险以及其他不适于有人船只执行的任务。正是具有这样的任务执行能力，USV得到了各国海军的广泛重视。近些年，随着USV的研究和发展，其自主能力得到不断的提升，同时人们对于 USV执行复杂任务的期望也越来越高，引发不确定事件处理能力有限的问题。对于此类问题，有研究人员提出利用可变自主机制来解决。但是，对于可变自主实现机制的研究目前仍处于起步阶段，存在诸多挑战性问题。因此，对于 USV可变自主实现机制的探索，无论是从理论意义还是应用前景来说，都具有重要的研究价值。本文将围绕着USV可变自主实现机制为核心，分别研究USV可变自主系统体系结构模型、上下文感知的态势推理、用户因素建模机制以及自主等级决策方法。本文的主要研究工作概括如下：
　　(1)研究了一种支持可变自主控制的USV体系结构模型，解决了针对多种不确定性因素影响下用户动态加入 USV控制过程的问题。将传统观察、判断、决策和行动的控制流程与多目标决策理论相结合，建立 OOADA（Observe-Orient-Adjustable Autonomy-Decide-Act，OOADA）的可变自主控制流程。进一步，研究了具体的USV可变自主系统体系结构模型，其中包括关键性的可变自主控制模块的详细构造。通过USV仿真系统的搭建以及导航任务的实验，验证了该模型能够有效解决USV自主等级决策、控制与实施的问题。
　　(2)以导航任务为重点，研究了基于上下文感知理论的态势推理方法。针对USV自主能力受多种不确定性影响的问题，根据上下文感知的理论基础，研究了人机交互的推理方法。该方法包括表征 USV和用户交互的各种不确定信息的采集，以及利用期望效用函数进行USV系统性能分析。在USV执行导航任务的仿真实验过程中，模拟多种不确定性事件以验证 USV关于人机交互的推理能力。实验结果证明，利用了上下感知推理，能够帮助 USV有效识别交互需求，准确预测不同自主等级下的交互结果，为自主等级决策提供全面的数据依据。
　　(3)研究了USV可变自主系统中的用户模型，将用户因素分两个方面与自主等级决策建立关联。其中，用户偏好是利用多属性决策理论评价用户工作负荷对于自主等级的影响；用户态势认知能力是通过马尔可夫决策模型预测用户认知结果对于自主等级的影响。通过仿真实验，利用 USV导航任务分别测试同一用户不同状态和不同用户对于自主等级决策的影响。验证结果说明 USV区分不同的用户认知能力是必要的，同时用户模型在系统中有效控制了用户的工作负荷。
　　(4)研究了基于多属性决策的USV自主等级决策方法。引入组织排序法解决 USV自主等决策目标不可公度的问题，利用优先函数评价不同等级之间每个性能目标的优势，减少了数据预处理带来的评价误差；利用赋值有向图对每个自主等级进行效用并合，建立全部自主等级的完全序，获得自主等级决策的最优解。仿真实验对比了可变自主机制与全自主机制下USV导航能力的差异，表明可变自主对于系统性能的改善十分明显。此外，全面分析USV系统的整体性能，验证USV可变自主系统以较少的用户参与，获得较大程度的系统性能的提升。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 论文的选题背景及意义

1.2 可变自主系统的国内外研究现状

1.3 可变自主系统关键问题研究现状

1.4 可变自主系统研究中存在的问题

1.5 论文结构

第2章 基于多目标决策的USV可变自主系统结构研究

2.1 问题提出

2.2 相关研究和理论

2.3 基于多目标决策的USV系统结构设计

2.4 USV可变自主系统软硬件实现

2.5 本章小结

第3章 基于期望效用理论的USV上下文感知模型研究

3.1 问题提出

3.2 相关理论基础

3.3 USV系统中上下文感知模型设计

3.4 USV系统中上下文感知信息采集

3.5 基于期望效用理论的上下文感知推理

3.6 仿真实验以及结果分析

3.7 本章小结

第4章 USV可变自主系统用户因素模型研究

4.1 问题提出

4.2 USV系统中用户模型描述

4.3 基于多属性决策基数型方法的用户偏好

4.4 基于马尔可夫模型的用户态势认知能力预测

4.5 用户模型与上下文感知推理的结合

4.6 仿真实验与结果分析

4.7 本章小结

第5章 基于多属性决策理论的USV自主等级决策方法研究

5.1 自主等级决策问题的提出

5.2 USV自主等级决策问题的相关说明

5.3 基于组织排序法的USV自主等级决策问题求解

5.4 仿真实验

5.5 本章小结

结论

参考文献

攻读博士学位期间发表的论文和取得的科研成果

致谢

个人简历