搜救无人机机动性强、覆盖广,可在地震、矿难等灾害中快速执行搜索与投 递任务;人则具备高级决策与环境感知优势。要在复杂灾情下充分发挥人机协同 优势,需构建动态且可解释的信任机制。然而现有研究在搜救无人机的人机信任 建模方面尚不完善,难以将信任有效融入协同控制优化中。 针对上述问题,论文以信任机制为基础,围绕信任建模、控制权限和任务分 配优化三方面展开研究,提出了基于人机信任的协同控制方法,提升了人机系统 在复杂环境中的协同决策质量和救援效率。主要工作包括: (1)针对现有信任模型与搜救无人机协同场景的不适配问题,提出了基于搜 救无人机能力的人机信任演化模型。该模型结合救援场景下无人机的多维能力 表现与人类认知偏差因素,刻画信任的动态演化过程。通过分析各参数意义和相 关性质,确保模型的可解释性。仿真实验结果表明,该信任模型能够有效跟踪信 任值的实时变化,为后续基于信任的协同优化提供支撑。 (2)针对单机协同搜救任务中仲裁策略难以应对机器高置信度错误和人机 认知偏差问题,设计了基于最小化信任偏差的动态透明度策略,通过信任模型预 测选取最优透明度水平,使得信任处于合理范围。构建了基于信任的自适应仲裁 策略,根据信任值动态调整控制权边界,并结合碰撞风险与信任水平优化权限平 滑过渡,确保人能及时修正机器错误决策。仿真实验结果表明,该方法能够有效 降低人对无人机能力的认知偏差和机器碰撞概率,提升系统的协同效能。 (3)针对多机协同救援任务中无人机能力波动对分配策略的影响,提出将人 机信任作为无人机能力的动态评价指标,构建了兼顾任务成功概率与执行效率 的优化目标函数,并设计了基于信任的锦标赛选择策略,提高求解效率,实现任 务合理分配。仿真实验结果表明,该方法在任务分配效率和任务成功率方面均优 于传统方法,能够有效提升多机协同作业的整体救援效能。
