Синергетическая модель ситуационной осведомленности человека-оператора в эргатических системах управления подвижными объектами

В настоящее  время особую актуальность приобретают  исследования эргатических систем управления подвижными объектами, в которых важная  роль отводится  человеку-оператору. Эффективность функционирования таких  систем в  значительной мере  зависит  от  состояния  человека-оператора и, в  первую  очередь, от  его ситуационной осведомленности.  Недостаточная или  неадекватная осведомленность  оператора  о ситуации в подобных  системах  является одним  из основных  факторов  несчастных  случаев, связанных  с человеческой  ошибкой.  Поэтому  актуальной является задача создания  моделей профессиональной  деятельности человека-оператора, включая  модели его ситуационной осведомленности.  Показано, что в основе ситуационной осведомленности лежат  ментальные  модели человека-оператора. Их адекватность зависит  от многих  субъективных характеристик (факторов), свойственных человеку, например, от его интеллекта,  психического состояния, накопленного опыта.  Математическая формализация позволит  уменьшить субъективную составляющую в формировании  ситуационной осведомленности. Отмечено, что  важными  свойствами ситуационной осведомленности человека-оператора являются ассоциативность и ранжирование информации  в зависимости  от контекста решаемой задачи.  Поэтому  ситуационная осведомленность  обеспечивает  восприятие  текущей ситуации и позволяет  принимать  правильные  решения в ответ на те или иные угрозы. Приведены  уровни реализации ситуационной осведомленности у человека-оператора. Особенность первого уровня состоит в необходимости  совместной обработки  большого объема разнородной  информации  в целях  выявления значимых  фактов  и критической информации о внешних  объектах.  Задачей  второго  уровня  является  формирование  целостной  картины  ситуации, что основано  на имеющихся  знаниях  и предшествующем опыте.  Третий, самый  высокий, уровень  понимания ситуации основывается на  способности  человека  прогнозировать  действия  подвижных  объектов  и последствия этих  действий. Предложено формировать  модель ситуационной осведомленности  на основе  синергетического подхода  Хакена.  Как  и большинство других интеллектуальных систем, синергетическая модель Хакена  включает процессы обучения и распознавания. Дано описание  процесса распознавания критической ситуации с помощью обученной синергетической модели. Отмечено  значение параметра  внимания, который  характеризует важность  конкретной характеристики состояния  управляемого объекта в эргатической системе.  Исследованы  ассоциативные свойства  синергетической модели и ее способность ранжирования  исходной  информации  в процессе анализа  угроз при управлении вертолетом.

1. Nosov P. S., Palamarchuk I. V., Zinchenko S. M., Popovych I. S., Nahrybelnyi Ya. A., Nosova H. V. Development of means for experimental identification of navigator attention in ergatic systems of maritime transport // Bulletin of the Karaganda University. Physics Series. 2020. N. 1 (97). P. 58—69.

2. Теряев Е. Д., Петрин К. В., Филимонов А. Б., Филимонов Н. Б. Современные проблемы автоматизации и интеллектуализации эргатических систем управления подвижными объектами // Интеллектуальные системы управления. Под ред. С. Н. Васильева. М.: Машиностроение, 2010. С. 85—95.

3. Тырва В. О. Автоматизация эргатической системы "человек-машина" на основе применения в ней антропоморфного управления // Автоматизация в промышленности. 2021. № 2. С. 3—7.

4. Сергеев С. Ф. Нейроадаптивные биоморфные интерфейсы в эргатических системах: проблемы и решения // Мехатроника, автоматизация, управление. 2016. Т. 17, № 9. С. 599—605.

5. Тырва В. О., Саушев А. В. О реализации совмещаемых управляющих воздействий на объект в системах "человек-машина" // Мехатроника, автоматизация, управление. 2020. Т. 21, № 5. С. 274—281. doi:10.17587/mau.21.274-281.

6. Филимонов А. Б., Филимонов Н. Б. Интеллектуальная поддержка человека-оператора в эргатических системах управления // Матер. 2-й междунар. конф. "Эрго-2016. Человеческий фактор в сложных технических системах и средах". Санкт-Петербург, 2016. С. 117—124.

7. Buldakova T. I., Suyatinov S. I. Assessment of the State of Production System Components for Digital Twins Technology // Cyber-Physical Systems: Industry 4.0 Challenges. Studies in Systems, Decision and Control. 2020. Vol. 259. Springer, Cham. doi:10.1007/978-3-030-32579-4_20.

8. Меркулов В. И., Михеев В. А., Липатов А. А., Чернов В. С. Особенности интеграции и комплексной обработки информации в системах ситуационной осведомленности воздушного базирования // Успехи современной радиоэлектроники. 2016. № 6. С. 3—21.

9. Buldakova T. I., Sokolova A. V. Structuring Information about the State of the Cyber-Physical System Operator // International Conference on Information Technologies in Engineering Education (Inforino). Moscow, Russia. 2020. P. 1—5. doi: 10.1109/Inforino48376.2020.9111654.

10. Жанказиев С. В., Воробьев А. И., Воробьева Т. В., Ковешников А. А. Обеспечение ситуационной осведомленности для повышения надежности движения высокоавтоматизированных транспортных средств // Наука и техника в дорожной отрасли. 2020. № 4 (94). С. 27—29.

11. Шибанов Г. П. Оценка степени обученности оператора для управления летательным аппаратом // Мехатроника, автоматизация и управление. 2017. Т. 18, № 7. С. 492—495.

12. Anokhin A., Burov S., Parygin D., Rent V., Sadovnikova N., Finogeev A. Development of Scenarios for Modeling the Behavior of People in an Urban Environment // Society 5.0: Cyberspace for Advanced Human-Centered Society. Studies in Systems, Decision and Control. 2021. Vol. 333. Springer, Cham. https://doi.org/10.1007/978-3-030-63563-3_9.

13. Большаков А. А., Виштак О. В., Фролов Д. А. Методика и алгоритмы управления интерактивной компьютерной обучающей системой для подготовки персонала атомной станции // Современные наукоемкие технологии. 2016. № 6-2. С. 234—240.

14. Boukhayma K., El Manouar A. Evaluating decision support systems // 15th International Conference on Intelligent Systems Design and Applications (ISDA). 2015. P. 404—408. doi:10.1109/ISDA.2015.7489263.

15. Филимонов А. Б., Филимонов Н. Б. Ситуационный подход в задачах автоматизации управления техническими объектами // Мехатроника, автоматизация, управление. 2018. Т. 19, № 9. С. 563—578.

16. Mygal V. P., Mygal G. V., Illiashenko O. Intelligent Decision Support — Cognitive Aspects // Digital Transformation, Cyber Security and Resilience of Modern Societies. Studies in Big Data. 2021. Vol. 84. Springer, Cham. https://doi.org/10.1007/978-3-030-65722-2_25.

17. Dzhalolov A. S., Buldakova T. I., Proletarsky A. Socio-Economic Decision Support Module by Unstructured Data // Proceedings of the IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). St. Petersburg and Moscow, Russia. 2020. P. 1931—1934. DOI: 10.1109/EIConRus49466.2020.9039086.

18. Endsley M. R. The divergence of objective and subjective situation awareness: A meta-analysis // Journal of Cognitive Engineering and Decision Making. 2020. Vol. 14(1). P. 34—53.

19. Lundberg J. Situation awareness systems, states and processes: a holistic framework // Theoretical Issues in Ergonomics Science. 2015. Vol. 16 (5). P. 447—473. DOI: 10.1080/1463922X.2015.1008601.

20. Fedunov B. Е., Simkina N. D. The conceptual model of anthropocentric objects for the onboard tactical intelligence systems // Proc. of the 19-th International Workshop on Computer Science and Information Technologies (CSIT’2017), Germany, Baden-Baden. October 8—10, 2017. Vol. 1. P. 211—214.

21. Федунов Б. Е. Интеллектуальные агенты в базах знаний бортовых оперативно советующих экспертных системах типовых ситуаций функционирования антропоцентрического объекта // Известия РАН. Теория и системы управления. 2019. № 6. С. 90—102.

22. Suyatinov S. I. Bernstein’s Theory of Levels and Its Application for Assessing the Human Operator State // Recent Research in Control Engineering and Decision Making. ICIT-2019. Studies in Systems, Decision and Control. 2019. Vol. 199. P. 298—312. Springer, Cham. https://doi.org/10.1007/978-3-030-12072-6_25.

23. Булдакова Т. И., Соколова А. В., Халайджи А. К. Мониторинг состояния человека-оператора киберфизической системы // Научно-техническая информация. Серия 2: Информационные процессы и системы. 2020. № 10. С. 20—27.

24. Beggiato M., Krems J. F. The evolution of mental model, trust and acceptance of adaptive cruise control in relation to initial information // Transportation Research Part F: Traffic Psychology and Behaviour. 2013. Vol. 18. P. 47—57. https://doi.org/10.1016/j.trf.2012.12.006.

25. Endsley M. R. Situation Models: An Avenue to the Modeling of Mental Models // Human Factors and Ergonomics Society Annual Meeting Proceedings. 2000. Vol. 44 (1). P. 61—64. https://doi.org/10.1177/154193120004400117.

26. Gauffroy C., Barrouillet P. Heuristic and analytic processes in mental models for conditionals: An integrative developmental theory // Developmental Review. 2009. Vol. 29, Iss. 4. P. 249—282. https://doi.org/10.1016/j.dr.2009.09.002.

27. Suyatinov S. Biological Principles of Intellectual Motion Control: Models and Implementation Options // XXI International Conference Complex Systems: Control and Modeling Problems (CSCMP). Samara, Russia. 2019. P. 187—191. DOI: 10.1109/CSCMP45713.2019.8976497.

28. Litinskii L. B., Malsagov M. Y. The Hopfield-like neural network with governed ground state // BMC Neuroscience. 2013. Vol. 14. P. 257. https://doi.org/10.1186/1471-2202-14-S1-P257.

29. Hillar C. J., Tran N. M. Robust Exponential Memory in Hopfield Networks // The Journal of Mathematical Neuroscience. 2018. Vol. 8 (1). https://doi.org/10.1186/s13408-017-0056-2.

30. Haken H. Synergetic Computers and Cognition—A Top-Down Approach to Neural Nets. Springer, Berlin, Heidelberg. 2004. https://doi.org/10.1007/978-3-662-10182-7.

31. Ma X., Jiao L. An Effective Learning Algorithm of Synergetic Neural Network // Advances in Neural Networks — Lecture Notes in Computer Science. Vol 3173. Springer, Berlin, Heidelberg. 2004. https://doi.org/10.1007/978-3-540-28647-9_44.

32. Singh R., Yang H., Dalziel B., Asarnow D., Murad W., Foote D., Gormley M., Stillman J., Fisher S. Towards human-computer synergetic analysis of large-scale biological data // BMC Bioinformatics. 2013. Vol. 14 (S10). https://doi.org/10.1186/1471-2105-14-S14-S10.

33. Большаков А. А., Кулик А. А. Исследование комплексной системы управления летательного аппарата вертолетного типа при отказах бортового оборудования // Мехатроника, автоматизация, управление. 2019. Т. 20, № 9. С. 568—575.