关键词:
工业设计
人因分析
认知交互
航行安全
动态推演
摘要:
航运作业长期被视为高风险、高复杂度和高不确定性的活动,受外部环境影响大,当发生交通事故时,往往造成巨大的人身财产损失和生态破坏。安全与绿色是航运永恒的主题,也是建设环境友好、可持续、安全和高效的全球贸易的基本要求。研究表明,80%以上的海上交通事故与人为因素相关,在航人员的行为表现受船上有限空间内人员交互、信息流转和管理模式等因素的影响明显。目前航行安全问题的重点主要集中在事故的致因分析、先进设备的研发、航行环境的优化以及应急处置调度的完善等方面,强调通过技术的改进与提高来减少人因失误的概率或减少人的因素在航行中所起的作用,从而降低事故发生率。但是,针对目前从认知交互角度考虑如何提高人因可靠性的研究较为薄弱。本文着重研究航行中班组人员间基于认知的信息流转和任务执行的过程机理以及决策过程影响因素的定量化表征等问题,从研究日常航行中在航人员认知过程的影响因素,并量化这些因素的影响,研究这些因素如何影响在航人员的决策进而影响整个航行安全,以建立一种可进行认知决策操纵预判的风险分析平台为目标,对于预防风险事故的发生,提高航运安全都具有重要的研究价值与实践意义。针对以上问题,本文开展了如下研究:(1)开展了对船舶航行中的班组认知行为及建模因素的分析。通过提取船舶碰撞事故经典案例中的关键人因影响因素,构建了基于认知机理的船舶班组人员任务响应模型,即在航人员信息、决策、操控模型(Information,Decision,Action of Crew,IDAC)。该模型将理性维度和情感维度的影响相结合,对具有不同岗位职责的三种类型的在航人员进行建模,并对模型中的建模因素、人员沟通、操作交互及组员间影响路径进行了详细描述;针对在航船舶复杂任务环境下的人员认知决策过程及其影响因素,提出了一种人员决策状态的数字孪生系统概念框架。(2)以IDAC模型为基础框架,引入人因可靠性和概率风险分析技术,构建了基于知识描述的船舶班组人员任务执行过程模型。将IDAC模型的构建过程分为三部分:即问题定义和解决方法(即承载程序知识的目标-策略层次)、记忆和知识(即包含概念知识的三层记忆)、认知和情感效应(即心理状态和记忆的信息);提出了适用于在航人员认知过程的性能影响因子(Performance Influencing Factor,PIF)模型,用以支持在计算机仿真环境中实现IDAC的动态计算;定义了适用于在航人员任务执行过程动态推演的认知规则,可通过若干的行为规则较为真实地模拟、调控在航人员的动态交互响应。(3)基于离散动态事件树方法的海事事故动态模拟器MADS(Maritime Accident Dynamics Simulation,MADS),研究构建适用于IDAC模型运行的动态环境,建立了基于认知机理的在航人员信息、决策和操控模型的海事事故动态推演风险分析平台(MADS-IDAC)。该平台可在预先设定的场景条件下,通过驱动船舶物理仿真模拟器和在航人员模型,来模拟真实环境下的人机互动过程及船舶的行为表现,并动态地生成事件树的分支,从而获得风险场景下安全或不安全结果的发展历程及相应概率,进而获得详尽的人机交互互动策略合集。(4)为了通过实时监测在航人员分心、疲劳、脱岗、不规范操作等不安全驾驶状态,达到一种用于辅助安全驾驶,提高航行安全的目的,研究了在航人员姿态行为与人员决策可靠性影响因素的映射关系,利用船舶驾驶舱人员的头部、躯干及四肢的实时视频数据作为输入,识别人员关键节点的运动状态信息,提出一种非接触式的驾驶舱人员状态监测与采集系统。该系统作为外部设备与MADS-IDAC风险分析平台相结合,以碰撞场景为例,进行了案例模拟,并验证了在航人员的决策过程是由其认知状态因素所影响的。本研究作为基于认知模型的人因可靠性分析方法和动态概率模拟引擎思想在海事领域的应用,提出将离散场景有限任务集合下的动态概率风险分析方法ADS-IDAC发展并扩充到连续场景无限任务集合的MADS-IDAC评估系统中,把无限任务连续状态的风险分析场景进行了概率化推演的理论尝试;对人的决策过程的影响因素进行了数字化的总结与表征,并用PIF定量的方式进行归类与分析;通过定量化的推演为海上风险事故的险情应对、风险消解提供了一种决策方案的建议。为在大自由度、高风险、高不确定性环境中使用定量动态风险分析及人因可靠性分析提供了新的思路,开展了人员状态数字孪生方法框架的有益探索,为开发新一代航行中的人机交互系统提供了设计支持,为工业设计认知交互技术应用研究开拓了新的领域。