一种基于复杂度分析的无人系统自主性等级评估科目生成方法

本发明涉及无人系统评估领域，具体涉及一种基于复杂度分析的无人系统自主性等级评估科目生成方法。

背景技术：

1、随着人工智能、机器学习、传感器、通信等技术的快速发展，无人系统在军事、民用和商业等领域得到了广泛应用。当前技术发展的限制导致无人系统的自主性水平高低不一，且无人系统的自主性水平直接影响其应用效能，因此，无人系统的自主性等级评估对无人系统的应用和发展具有重要的意义。

2、为提高无人系统自主性等级评估的准确性、高效性和可信性，科学合理地设置自主性等级评估科目非常关键。目前，国内外无人系统自主性等级评估方法研究有很多，但针对无人系统自主性等级评估科目生成方法的研究很少。因此，目前无人系统自主性等级评估科目生成面临方法缺失的问题，亟需开展评估科目生成方法研究。

技术实现思路

1、本发明的目的是提供一种基于复杂度分析的无人系统自主性等级评估科目生成方法，主要解决无人系统自主性等级评估的科目设置方法手段缺失的问题。本方法以无人系统自主性等级为依据，基于环境复杂度和任务复杂度等级划分，通过自主性等级评估场景设置、评估题目设置、评估场景与评估题目组合，实现无人系统自主性等级评估科目与等级的映射，完成无人系统自主性等级评估的科目生成。

2、本发明采用的具体技术方案如下：

3、本发明提供一种基于复杂度分析的无人系统自主性等级评估科目生成方法，包括如下步骤：

4、步骤一：自主性等级确定

5、自主性是指无人系统在执行任务时所表现出的独立性水平，根据智能化水平评估标准，确定无人系统自主性的3个等级：

6、机器辅助(a1)：无人系统能够在已知的固定任务和环境范围内，完成设置的作战任务；机器辅助(a1)等级的无人系统具有低等级自主性，超出范围的任务由人操控或干预；

7、人机协作(a2)，无人系统能够在已知变化的任务或环境下，完成设置的作战任务；人机协作(a2)等级的无人系统具备中等级自主性，超出范围的任务由人操控或干预；

8、机器为主(a3)，无人系统能够在未知变化的任务或环境下，完成设置的作战任务；机器为主(a3)等级的无人系统高等级自主性，无需人参与的情况下完成任务；

9、步骤二：复杂度等级划分

10、根据无人系统自主性等级划分标准，在环境复杂度与任务复杂度两个维度上变化，作为科目设置的基本要素；

11、环境复杂度划分为低、中、高三个等级，分为对应环境的已知固定、已知变化和未知变化三个类型；任务复杂度也分设置为低、中、高三个等级，分别对应任务的已知固定、已知变化和未知变化三个类型；

12、环境复杂度因素的下一级子指标包括地理、气象、水文、电磁环境及指标变化情况；

13、任务复杂度因素的下一级子指标包括任务构成、任务要求、任务条件、任务风险及指标变化情况；

14、环境复杂度与任务复杂度的等级通过专家根据各因素的下一级子指标的数据评估打分得出对应映射关系；

15、环境复杂度因素、任务复杂度因素的下一级子指标作为底层指标或进一步分解为更多层级指标；

16、根据所获取的环境复杂度与任务复杂度的下一级指标数据，通过层次分析法，获得环境复杂度与任务复杂度的评价结果；具体如下：

17、根据属于同一上级指标的同层次指标的重要程度比较结果，确定所述各级指标分别对应的判断矩阵；根据各判断矩阵的最大特征根、随机一致性指标对所述判断矩阵进行一致性检验，确定检验结果；当所述检验结果处于预设范围内时，根据该判断矩阵，确定该判断矩阵对应的权重系数；将最底层一级指标根据变化度量化为0～1内的评分值，将所得各级指标权重系数与对应指标评分值计算得到上一级指标评分值，逐级得到环境复杂度与任务复杂度数值；

18、若所述检验结果不处于预设范围内时，调整该判断矩阵对应的各评估指标的重要性，直至所述检验结果处于预设范围内为止，再根据检验结果处于预设范围内时的情况进行后续操作；

19、对所得的环境复杂度与任务复杂度数值，根据环境复杂度与任务复杂度在[0,1]的范围内划分为低、中、高三个等级对应的区间段，确定环境复杂度与任务复杂度等级；

20、由于复杂度等级划分是一个以经验与客观事实相结合的评定过程，无法通过直接完全量化的方式，给出清晰的划分边界；因此，在评估科目设置过程中，环境与任务复杂度等级需要不断根据专家意见结合评估科目执行情况反馈，进行动态的边界调整，适应无人系统的发展水平，准确反映无人系统的自主化水平；

21、步骤三：科目设置

22、步骤301.预处理

23、预处理阶段主要包括使命任务分析和智能赋能点提取；

24、所述使命任务分析指在评估科目设置之前，对待评无人系统的结构特点、战技性能、主要适用场景、以及所能执行的任务类型、执行任务的过程、执行任务过程中信息、数据传递原理进行分析，确定选定的无人系统的科目设置的场景和任务范围；

25、所述智能赋能点提取是对待评无人系统执行的任务中所需的智能算法或智能处理方式进行分析，确定选定的无人系统的科目设置的内容和策略；

26、步骤302.场景设置

27、根据步骤二中的环境复杂度划分，对环境复杂度的底层指标进行设定，得到选定的无人系统的环境复杂度为高、中、低等级的评估场景；

28、步骤303.题目设置

29、根据步骤二中的任务复杂度划分，对任务复杂度的底层指标进行设定，得到选定的无人系统的任务复杂度为高、中、低等级的评估题目；

30、步骤304.场景和题目组合

31、通过将评估场景与评估题目相结合的方式，得到针对选定无人系统的自主性等级评估科目；评估科目的复杂度等级为环境复杂度与任务复杂度等级中等级较高的等级；

32、评估科目复杂度等级中的低、中、高对应无人系统自主性等级中的a1、a2、a3三个等级，完成评估科目到无人系统自主性等级的映射。

33、优选地，所述步骤304后，进行步骤305.合理性检验：

34、检验题目设置和场景设置的环境复杂度、任务复杂度底层指标的逻辑关系；若存在逻辑冲突，则重新设定底层指标；若不存在逻辑冲突，则完成科目生成。

35、进一步地，所述合理性检验包括上下指标一致性、同级指标互斥性；上下要素一致性从一级指标逐级分解到底层指标，检验分解和赋值的过程中有无出现不一致的情况；同级指标互斥性是指同一级别的各指标有无相互矛盾的情况。

36、优选地，所述智能赋能点提取通过将无人系统功能进行逐级层次分解，直到分解出所有应用了智能技术的无人系统最小功能单元，根据各无人系统最小功能单元确定智能算法或智能处理方式。

37、优选地，地理环境包括城市、丛林、草原、海洋、海峡、沙漠、极地；气象环境包括风、雨、雷、电、雾、雪、云、光照；水文环境包括水文类型、水位、流速、流量、水温；电磁环境包括电磁类型、电磁强度、电磁频谱。

38、优选地，所述任务构成包括识别、定位、侦查、打击、测绘；任务要求包括任务的执行时间、隐蔽情况、干预程度；任务条件包括障碍物情况、导航情况、电磁干扰情况；任务风险包括无人系统执行过程中是否会遭受对方的干扰与反制。

39、进一步地，所述任务构成根据无人系统使命任务和智能赋能点为依据进行设置。

40、进一步地，所述任务条件、任务要求依据专家经验进行设置。

41、优选地，所述步骤三中，根据无人系统类型，设置典型无人系统类型对应的场景设置、题目设置作为基本数据库。

42、进一步地，所述典型无人系统包括无人机、无人车、无人舰艇、无人潜艇。

43、第二方面，本发明提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

44、第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述第一方面所述的方法。

45、本发明取得的有益效果：

46、本发明依据无人系统自主性等级，根据环境和任务的已知固定、已知变化和未知变化情况，对环境复杂度和任务复杂度进行等级划分；通过设置环境和任务复杂度影响因素的已知固定、已知变化和未知变化情况，分别进行评估场景和评估题目的设置；通过评估场景和评估题目的组合，生成具有与无人系统自主性等级复杂度对应的评估科目。

技术特征：

1.一种基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述步骤304后，进行步骤305.合理性检验：

3.根据权利要求2所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述合理性检验包括上下指标一致性、同级指标互斥性；上下要素一致性从一级指标逐级分解到底层指标，检验分解和赋值的过程中有无出现不一致的情况；同级指标互斥性是指同一级别的各指标有无相互矛盾的情况。

4.根据权利要求1所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述智能赋能点提取通过将无人系统功能进行逐级层次分解，直到分解出所有应用了智能技术的无人系统最小功能单元，根据各无人系统最小功能单元确定智能算法或智能处理方式。

5.根据权利要求1所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，地理环境包括城市、丛林、草原、海洋、海峡、沙漠、极地；气象环境包括风、雨、雷、电、雾、雪、云、光照；水文环境包括水文类型、水位、流速、流量、水温；电磁环境包括电磁类型、电磁强度、电磁频谱。

6.根据权利要求1所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述任务构成包括识别、定位、侦查、打击、测绘；任务要求包括任务的执行时间、隐蔽情况、干预程度；任务条件包括障碍物情况、导航情况、电磁干扰情况；任务风险包括无人系统执行过程中是否会遭受对方的干扰与反制。

7.根据权利要求6所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述任务构成根据无人系统使命任务和智能赋能点为依据进行设置；所述任务条件、任务要求依据专家经验进行设置。

8.根据权利要求1所述的基于复杂度分析的无人系统自主性等级评估科目生成方法，其特征在于，所述步骤三中，根据无人系统类型，设置典型无人系统类型对应的场景设置、题目设置作为基本数据库。

9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～8中任一项所述的方法。

10.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述权利要求1～8任一项所述的方法。

技术总结
本发明涉及无人系统评估领域，具体涉及一种基于复杂度分析的无人系统自主性等级评估科目生成方法。本发明以无人系统自主性等级为依据，基于环境复杂度和任务复杂度等级划分，通过自主性等级评估场景设置、评估题目设置、评估场景与评估题目组合，实现无人系统自主性等级评估科目与等级的映射，完成无人系统自主性等级评估的科目生成。本发明提供了一种基于复杂度分析的无人系统自主性等级评估科目生成方法，主要解决无人系统自主性等级评估的科目设置方法手段缺失的问题。

技术研发人员：马静静,杜琳琳,马琼敏,胡健伟,陈维常
受保护的技术使用者：中国人民解放军军事科学院系统工程研究院
技术研发日：
技术公布日：2024/12/5