美国海军发布了《海军与陆战队数字系统工程转型战略》(DSETS),推动全兵种组织变革,要求从传统文档中心的需求-采办-保障(R/A/S)模式转向集成数字环境(Bray 2020)。基于模型的系统工程(MBSE)等先进数字工具可提升装备全生命周期内的设计流程、互操作性、功能维护与保障效能(Zimmerman等 2017),为新一代无人水面舰艇(USV)等自主系统赋予战术优势(Del Toro 2024)。

自主系统设计需应对复杂技术挑战,但过度关注自动化功能往往导致人因工程与工效学(HF/E)要素缺失(Lee & Seppelt 2009;Liu等 2016)。研究表明,HF/E整合不足将危及作战安全、系统性能与人机交互(Hancock 2019;Parasuraman & Riley 1997)。本研究强调HF/E要素应作为先导设计条件,而非事后补丁。通过构建经过验证的USV人因需求MBSE框架,为决策者提供结构化数字模板。核心研究问题(RQ1)聚焦:USV综合HF/E需求框架的构成要素?经验证模型涵盖11个核心组件与6类通用功能下的117项需求,涉及感知、认知、时域、人机工程与辅助领域,经专家验证可有效应对自主系统设计、操作与维护中的关键挑战。该框架旨在优化人机交互、降低失误率、缓解认知负荷并增强态势感知。

补充研究问题(RQ2)探究MBSE技术优势。通过框架构建、修正与验证过程中的实证研究,揭示MBSE在需求捕获、可追溯性、版本控制与产品生命周期管理(PLM)方面的优势(Visure;Zimmerman等 2017)。专家访谈证实MBSE在复杂架构中管理HF/E需求的有效性,验证本研究采用MBSE在数字生态中捕获与管理需求的可行性。研究还表明MBSE提供可扩展的数字化工程解决方案,符合国防部(DoD)与海军数字化转型目标,为开发最优自主系统奠定基础框架。

问题陈述

无人水面舰艇(USV)等先进自主系统的快速应用、开发与优先部署需要大量带宽、精力与关注度。此类资源的高度倾斜导致关键人因工程与工效学(HF/E)需求被忽视,引发错误信任、不切实际的预期、操作失误及系统故障(Lee & Seppelt,2009;Vicente,2003)。

研究目的

自主系统需整合机器学习算法、通信系统、复杂计算机编程与传感器等先进技术要素,这些方面需要工程团队投入大量资源,并受到利益相关方同等关注。美国海军加速部署配备先进技术的USV,增加了忽视关键HF/E需求的风险。传统文档中心方法加剧此问题,割裂需求-采办-保障(R/A/S)流程,阻碍HF/E专家与工程团队的有效协作(Muhammad等,2023;Zimmerman等,2017)。此类疏漏将推高长期保障成本、导致重复设计、需专业干预措施,并为操作与维护人员制造低效环节(Hancock,2019;Liu等,2016;Salmon,2019)。设计需求必须包含并优先考虑HF/E要素,以优化系统交互、安全性及USV整体性能(Proctor & Van Zandt,2018;Vicente,2003)。现有文献既未明确USV设计所需的HF/E要素,也未提出系统性实施框架。

将HF/E需求整合至USV设计初始阶段至关重要。整合HF/E与工程学科的庞杂信息、流程与活动,需摒弃孤立式"非数字化"系统开发模式(Bray,2020;Muhammad等,2023;Zimmerman等,2017)。本研究识别并捕获USV设计与操作所需的HF/E要素,采用基于模型的系统工程(MBSE)软件构建结构化需求框架。该可复用、可调整的框架使HF/E要素成为系统之系统(SoS)架构的数字基础需求,涵盖感知、认知、时域、人机工程与组织维度,优化有人-无人协同作战(MUM-T)。通过构建包含结构、行为、活动与参数模型的系统架构,为设计团队提供满足需求的集成化数字生态系统(Hause,2011)。

本研究采用混合研究方法获取有效HF/E数据,通过专家访谈验证框架与建模技术。项目管理方采用经验证的HF/E需求框架将提升USV安全性、效率与效能(Lau等,2020;Ramos等,2022)。研究成果支持美国海军在科技与数字工程领域的持续投入,在HF/E常被忽视的现状下提升USV设计与作战效能。该可复用、可定制的HF/E模型体现了对自主系统操作人员的责任承诺。正如美国特种作战司令部(USSOCOM)强调:"人员而非装备决定成败",特种部队信条"人员重于硬件"(USSOCOM,未注明日期)即为此理念的集中体现。

研究意义

本研究通过将HF/E需求嵌入设计核心,填补USV开发与部署的关键空白。将此类要素纳入集成数字架构可提升作业安全、优化人机交互并增强需求可追溯性(Carrol & Malins,2016;Liu等,2016)。研究强调因HF/E缺陷导致的系统修改与保障成本将使USV"离线",影响远程海上行动。所构建的可移植模型亦适用于其他军用与民用自主平台领域。提升认知与推动需求采纳是本研究的核心驱动力,旨在优化人员福祉、MUM-T协同与系统性能(Lee & Seppelt,2012)。

Proctor与Van Zandt(2018)阐明了HF/E的基本原则:忽视该要素将导致性能下降、错误率上升与风险增加。本研究运用数字图表与建模工具捕获并优化USV适用的HF/E要素。采用的MBSE方法支持需求的系统化开发、整合与验证(Lu等,2022;Madni & Sievers,2018)。将HF/E需求整合至USV系统模型,使其成为基础"构建模块",通过功能与活动模型实现需求验证。

本研究成果对HF/E学术界、科研界与工业界具有重要价值。研究反馈证实HF/E要素对创建健康高效工作环境的必要性。Håkansson与Bjarnason(2020)强调将HF/E视角融入需求工程(RE)可降低压力并提升用户满意度。参与USV"论域"构建的项目办公室、需求制定方、操作维护人员须践行此理念(参见术语表)。经验证的HF/E框架通过集成反馈机制促进安全高效的操作环境与持续改进,通过迭代优化应对新兴挑战与利益相关方需求。

本研究契合美国海军战略文件提出的数字化转型与现代工程目标。Bray(2020)指出数字模型在海军R/A/S流程中的重要性,可打破"卓越孤岛"并增强协作效能。Zimmerson等(2017)强调变革管理策略、数字工具应用与持续利益相关方参与对转型的关键作用。本研究通过MBSE构建HF/E需求框架,支持海军数字化转型战略。经验证框架可供海军及跨领域自主系统开发人员使用,其双重意义在于:优先考虑以人为中心的设计原则提升USV功能,同时践行海军数字工程战略。

成为VIP会员查看完整内容
3

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《国防和国家安全中的战术边缘物联网》最新45页
专知会员服务
30+阅读 · 2024年11月24日
《虚拟现实中的未来舰船模拟器》2022最新报告,美国陆军
国家自然科学基金
12+阅读 · 2017年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
Arxiv
165+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
448+阅读 · 2023年3月31日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关资讯
相关基金
国家自然科学基金
12+阅读 · 2017年12月31日
国家自然科学基金
42+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
9+阅读 · 2015年12月31日
国家自然科学基金
6+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2015年12月31日
国家自然科学基金
7+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员