ACTR-QN手控交會對接仿真研究范文

本站小編為你精心準備了ACTR-QN手控交會對接仿真研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《航天醫學與醫學工程雜志》2014年第三期

1actr-qn認知體系結構

ACTR-QN認知體系結構是由ACT-R和QN兩個認知體系結構結合而成，它綜合了兩個體系結構的優勢，可實現對復雜認知行為的建模和腦力負荷評價。

1．1ACT-R認知體系結構ACT-R是近數十年來人類認知研究領域有顯著影響的認知體系結構，它把人的認知過程表現為一個產生式規則系統［3-4］，設定有2類知識表征:陳述性知識(由知識組塊構成)和程序性知識(由產生式規則構成)。一個知識組塊的回憶時間和回憶錯誤率取決于它的激活度，激活度由該組塊的使用歷史和它與其他組塊的聯系程度共同決定。每個產生式是一個條件動作對，以條件-動作(-THEN)匹配表現過程知識，只有當認知體系結構中各模塊的當前狀態滿足一個產生式的條件時，這個產生式的動作才能被執行。ACT-R結構中的模塊包括目標模塊、陳述性知識記憶模塊、程序性知識記憶模塊(中央處理模塊)、問題表征模塊、感知覺模塊(視覺、聽覺)和動作模塊。它們分別執行相應的認知功能，在神經生物學意義上，這些模塊具有其相對應的腦功能區域。ACT-R通過執行產生式來協調各模塊的信息加工過程，直至達到問題的目標狀態。

1．2QN認知體系結構基于排隊理論的數學基礎，QN認知體系結構把人的大腦表現為一個排隊網絡［5-6］，網絡中的節點定義為服務器，處理特定的信息數據對象，對應人腦的相應功能區域，那么網絡中連接服務器的路徑就類似于人腦各功能區間的神經通路，數據對象通過這些通路傳遞到服務器中進行處理。如果服務器是空閑的，數據對象得到立即處理，否則需要排隊等待。QN網絡又分成感知、認知和動作3個子網絡，其中的感知子網包括視覺、聽覺等服務器，處理周圍環境的感知數據。認知子網包括視覺空間畫板、工作記憶、目標選擇等服務器，完成感知信息加工和推理決策過程，動作子網包括感覺運動集成、動作程序獲取、反饋信息收集、動作激勵等服務器，并實現動作觸發。

1．3集成ACT-R與QN認知體系結構的AC-TR-QNACT-R和QN是兩個互補的認知體系結構，ACT-R可以建模復雜的認知活動過程，而QN則憑借排隊理論的數學基礎，可以實現模擬大腦結構和時序活動機制的仿真模型。集成這兩個認知體系結構的優勢，ACTR-QN把ACT-R模塊轉化為用QN形式來表達［8-9］，在QN模型中，信息是在服務器中存儲和處理;在ACT-R中，由模塊處理信息，緩沖存儲數據。因此，在ACTR-QN中，ACT-R中的模塊和緩沖轉化為QN網絡中的服務器，知識塊、產生式規則、緩沖請求等信息數據則在這些服務器之間流動并得到處理。ACTR-QN認知體系結構由感知、認知和動作3個子網絡組成，如圖1所示。感知子網絡包括視覺和聽覺模塊;認知子網絡包括產生式模塊、說明性知識模塊、目標模塊和各類緩沖器，產生式模塊與緩沖器進行信息交互，實現模塊間行為的調節和信息的處理;動作子網絡包括手動模塊和語言輸出模塊。ACTR-QN認知建模就是將人的認知行為過程映射到ACTR-QN認知結構體系的各個模塊，實現人腦的認知行為過程仿真，具體化的認知行為過程在ACTR-QN系統中循環執行，模擬完成整個認知行為。ACTR-QN模型的引入為認知過程仿真的可視化和定量地評價人的認知負荷以及仿真多任務認知過程創造了條件。

1．4認知負荷的評價認知負荷是一個多維的概念，它涉及到工作要求，時間壓力，操作者的能力和努力程度，行為表現和其它許多因素。當任務信息加工需求超出了人的信息處理速度或容量時，就可認為出現了認知負荷過載的情形，在這種情形下，人出現失誤的概率將大大增加。當認知負荷過于不足時，也會出現人喪失警覺性，而錯過關鍵的任務節點。通過認知負荷評價，提出適合人的能力水平的認知負荷指標，指導人機交互設計和任務規劃，對于任務順利完成具有重要意義。認知負荷評測主要包括主觀評測法，生理評測法和績效評測法，一般是通過人在回路的模擬實驗的方法，需要建立仿真環境和實驗主體的參與，消耗人力物力，甚至不能模擬出實際環境。近年來，采用數學建模等計算方法建立人在回路外的仿真預測成為研究的熱點。數學建模的仿真結果通過和真實環境或仿真環境的試驗結果進行比較，提高模型的可靠性和準確性，可以用于對未來任務的仿真預測，將會大大提高工作效率，節省經費開支。NASA-TLX量表是常用的認知負荷主觀評價方法［10］，該方法是由NASA開發的一個多維腦力負荷評價量表，量表中涉及到六個負荷維度:腦力需求、體力需求、時間壓力、績效表現、努力程度和挫折程度，被測試人員根據任務中的主觀感受，給出6個維度的評分，總的腦力負荷即為6個維度評分的加權平均值。在負荷預測中，針對認知負荷預測模型的計算數據，對照NASA-TLX主觀評價獲得的負荷指標，驗證負荷預測模型的有效性。在ACTR-QN模型中，腦力負荷被定義為服務器的平均使用率，與人腦神經生理學相對應，大腦的某個區域使用的多，就會消耗更多的氨基酸而造成疲勞。針對NASA-TLX量表的6個負荷評價維度，腦力需求負荷是感知子網中視覺和聽覺感知以及認知子網所有服務器的平均使用率統計值;體力需求負荷是動作子網所有服務器的平均使用率統計值;時間壓力、績效表現、努力程度和挫折程度等負荷表現的是整個系統的負荷評價，因此是所有認知子網的平均使用率統計值［6］。

2手控交會對接任務航天員認知仿真建模

2．1手控交會對接任務的航天員認知行為分析與駕駛認知行為類似［4］，手控交會對接認知描述主要有3個組成部分:交會對接過程中具體化的任務認知、對接中執行的任務以及完成對接任務航天員所使用的操作部件。

2．1．1操作任務手控交會對接中，航天員的主要任務可以分為3類:一是對飛船與對接目標相對狀態的感知，即監測;二是形成態勢了解和操作策略的思維過程，即決策;三是操作飛船完成對接過程，即控制。這3個任務交替出現、共同作用使對接過程處在安全、穩定的狀態。

2．1．2操作部件手控交會對接中，航天員的主要交互操作部件是兩個操作手柄。平移控制手柄:平移控制手柄是航天員控制飛船平移的工具，具備獨立的3個自由度輸出，可以單獨或同時控制垂直和橫向兩軸運動，前后方向的運動單獨控制。三軸輸出用于控制飛船質心的前后、垂直和橫向運動。姿態控制手柄:姿態控制手柄是航天員控制飛船姿態的工具，具備獨立的3個自由度輸出，在一定的外力作用下可單獨或同時繞2個或3個正交軸轉動，并分別輸出相應于所繞各個軸轉角的電壓。三軸輸出用于控制飛船的俯仰、滾動和偏航姿態。

2．1．3具體化感知交會對接認知有許多高層的決策過程，也有低層的控制以及狀態感知。認知與航天器之間的交互行為就是具體化的感知過程和運動過程，這些過程為控制航天器提供外部輸入并且把內部信息輸出到外部。同時，任務的執行是并行的，而這種并行不可避免地降低實際操作能力或存在操作瓶頸。認知建模的目標是對認知任務嚴格意義上的描述，使模型能夠處理盡可能多的相關任務，同時融入實時控制及航天器動力學，通過實時感知與運動過程交互的認知過程執行交會對接任務。嚴格意義建模無論對于航天員行為的理解還是模型理論本身在實際系統設計中的實踐應用都是非常重要的。

2．2手控交會對接任務航天員認知行為建模手控對接任務中，目標飛行器位置姿態通過電視攝像機屏幕由航天員的視覺系統反饋到大腦中，形成實際情況的點對點映射，即心理圖式。這種心理圖式存儲在工作記憶中。同時，存儲在航天員長期記憶中的知識和處理問題的固定思維模式也被調動出來。最后，將由通訊信道獲得的有關飛行器狀況的信息與工作記憶和長期記憶中的信息結合起來，通過大腦中央處理控制系統綜合處理，分配注意力資源，關注實際情況，并且不斷地進行評估和監控，從而不斷更新心理圖式，保持情景意識，達到對過程的掌握與控制。手控交會對接過程是一個典型的人在回路的閉環控制系統，任務中，航天員需要觀察跟蹤目標的位置、姿態、速度和加速度等信息，進行判斷決策，通過控制機構實現精細控制，完成控制任務。在這一過程中，還需要同時考慮燃料、能源的消耗和時間的限制，必須在一定的時間內完成控制任務。對接過程中，航天員認知活動的主要任務包括監測、決策和控制這3種主要任務形式。在基于ACTR-QN的認知仿真模型中，以圖2所示ACT-R模型實現的較精細的手控交會對接任務認知活動仿真模塊和緩沖被轉換為ACTR-QN模型中的網絡服務器，三種認知任務在認知網絡中順序執行，并形成緊密相連的小認知和有關操作的循環，整個模型由交會對接任務相關的陳述性知識和程序性知識，以及對接任務操作和任務目標的ACT-R產生系統的實現等部分組成。如圖2所示，整個對接任務的完成是在不斷圖2ACT-R認知行為模型圖Fig2TaskbehaviormodelsinACT-Rcognitivearchi-tecture地進行監測、決策和控制的小任務循環的過程中完成的。監測:監測任務是通過感知子網的視覺模塊連續感知外部信息，在對接任務中，包括電視圖像信息和儀表信息，通過視覺緩沖把收集信息送入產生系統。決策:決策任務則通過監測收集數據查詢得到的匹配以及通過目標模塊進入目標緩沖的目標內容，觸發一條或多條產生規則，將執行結果送入運動緩沖，通過操作模塊執行完成決策下達的任務。以平移控制為例，采取時間-位移控制策略，根據時間預估，決定是否操作控制手柄。首先選擇操作軸，優先選擇前進軸向的操作，然后，根據水平和垂直軸向的偏差判斷，選擇優先控制軸以及操作方向，或者無操作。控制:一項控制任務由一條產生規則觸發，執行結果送入運動緩沖，通過操作實現控制任務，也即將操作模塊輸出的控制信息傳遞到平移控制手柄的操作。

3手控交會對接認知仿真系統設計

本文針對人控交會對接任務進行了認知仿真系統建模，設計了仿真軟件，實現了認知過程可視化和認知腦力負荷的預測。在人控交會對接任務中，航天員通過圖形數字和靶標圖像等測量信息判斷追蹤與目標飛行器的相對位置、姿態等運動情況，并通過控制追蹤飛行器完成與目標飛行器的對接。目標飛行器靶標圖像是航天員進行手控交會對接最主要的觀察信息，即通過電視攝像機將目標飛行器對接口下方的十字形靶標的圖案顯示在屏幕上，航天員據此信息確定追蹤飛行器與目標飛行器的相對位置、姿態和速率，通過操縱手柄對追蹤飛行器進行姿態控制和平移控制，直至對接成功。根據前文對ACTR-QN體系的描述，建立了手控交會對接認知行為模型，在模型中，手控交會對接任務通過不斷完成基本任務而得以實現，這些基本任務包括監測、決策和控制。監測任務是通過視覺模塊連續感知外部信息，通過視覺緩沖把收集信息送入產生式模塊;在產生式模塊中，經過查詢與過程性知識匹配的信息觸發一條產生式;決策任務則通過觀測到的信息，查詢得到匹配并通過比較目標模塊的目標內容，觸發一條或多條產生式，將執行結果送入動作緩沖，通過動作模塊執行完成決策下達的任務。三類任務在QN-ACTR認知中央加工處理器中按順序執行，形成認知與行為過程的反復循環。

3．1認知仿真軟件仿真軟件采用Cao等［8-9］提出的ACTR-QN認知體系結構建立了手控交會對接認知模型。應用離散事件仿真引擎(microsaintsharp，MSS)構建了ACTR-QN認知網絡圖。MSS是一個基于網絡的仿真平臺，提供對QN建模的自然支持。在構建中，ACT-R的模塊和緩沖被設計為服務器(對應MSS中的網絡任務節點)，知識塊和產生式規則設計為數據對象，ACT-R的函數被移植為MSS的函數，可以被相關的服務器調用，全局變量保持與ACT-R中一致的缺省值。ACTR-QN中設計了解析函數可以直接讀取ACT-R模型文件中定義的知識塊、產生式規則和參數碼，這樣，ACTR-QN中用到的任務知識保持和ACT-R中的一致，可以直接使用。外部任務環境模型通過交會對接模擬器的仿真數據獲得，模擬器仿真運行交會對接過程，包括飛船和目標飛行器的運動模型［11］，并可以接收外部的虛擬操作信息而改變飛行狀態。模擬器仿真系統實時輸出運行環境參數數據，通過網絡數據通訊插件，保持手控交會對接認知仿真模型與交會對接模擬器的數據通訊，實現人在回路外的仿真過程。認知軟件實現手控交會對接認知仿真的界面如圖3所示。圖3認知仿真軟件界面Fig．3Softwareinterfaceofcognitivesimulation

3．2腦力負荷預測在ACTR-QN認知仿真軟件運行時，通過對認知仿真過程中各服務器資源時間占有率的計算，實現對感知、認知和動作各個子網的負荷評測。另外，通過任務完成時間、燃料消耗、操作過程中的誤差累計等指標實現任務績效預測，通過對比負荷與績效指標，實現操作人員的個性化評價。

3．3認知過程可視化仿真太空操作認知過程中，通過觀察各認知模塊的運行狀態，實現認知過程的可視化。AC-TR-QN在網絡中每個服務器模塊邊設計了模塊細節窗口，例如，視覺服務器邊設置視覺細節窗口，打開可以看到視覺模塊和緩沖的細節信息，包括系統運行時的實時視覺信息和知識塊。認知過程可視化還支持當信息處理進程運行到某個服務器模塊時，該模塊表現為變色、閃爍的顯示模式，指示認知過程的進展情況。另外，系統集成了三維圖形化顯示界面，構建并加載虛擬航天員和虛擬工作場景模型，實現航天員手控交會對接作業過程的三維圖形可視化表現，其中航天員操作動作與ACT-QN中動作模塊的輸出同步，更加形象地表現人的認知仿真過程。腦力負荷可視化通過系統實時統計網絡中各個服務器的利用率，以曲線圖模式實時顯示感知、認知和動作三個子網的負荷。另外，仿真系統以柱狀圖、折線圖、表格及動畫等多種形式實現了績效分析結果的可視化。

4結論

認知過程仿真研究、腦力負荷與績效分析評價是開展未來空間任務航天員作業能力研究的重要工具。建立認知體系模型可以實現人在回路外的仿真，對航天員完成特定空間操作任務的認知負荷與績效進行預測及可視化顯示，為進一步分析航天員在太空失重環境下認知能力的變化奠定技術基礎。ACTR-QN認知體系結構可以模擬復雜任務的認知過程，實現認知仿真的可視化和腦力負荷的定量評價，對于人的認知過程研究，具有重要的應用意義。后續研究中，認知仿真模型的建模精度還需要進一步細化，腦力負荷評價的準確性需要與其它評價方法的數值進行比較，提高預測結果的可信度。長期在軌、微重力環境以及生物節律等影響因素也需要在未來的模型細化中綜合考慮。

作者：朱秀慶陳善廣劉玉慶周伯河單位：中國航天員科研訓練中心人因工程重點實驗室