0 引　言

在船舶智能化增强的背景下，无人舰船在军事侦察、航道巡查等领域前景广阔。远程操控系统是无人舰船安全高效航行的关键，为让岸基人员及时感知舰船状态并决策，该系统需具备高可靠性操控性能与合理、高效、直观人机交互界面。因此，以满足人因工程需求为前提，对无人舰船远程操控系统进行交互设计以提升远程操控可靠性，是此类系统设计的关键研究方向^[1]。

目前，已有部分学者针对此方面展开相关研究。李梦霞等^[2]运用捕捉的船舶远程操控人员眼动数据，得到视点转移规律及界面关键区域，基于此进行系统的交互界面布局优化。但此方法仅针对交互界面布局进行优化，未进一步实施系统整体交互体系设计及可靠性分析，导致系统的交互性能不佳，系统的失效概率高，可靠性不够理想。徐亮等^[3]通过集成交互感知、决策以及执行模块，构建无人船分层控制系统，实现船舶远程交互控制。但该方法的系统交互设计未考虑眼动人因工程数据，交互界面布局无法满足人眼视觉交互特征，导致操作失误升高，系统的操控可靠性降低。季煜恒等^[4]结合人因工程原则优化船舶操控交互界面布局，提升系统的操控性能。但该方法的交互界面布局所依赖的人因工程原则为专家经验获得，过于主观，缺乏人眼的客观数据支撑，导致操控交互界面布局设计缺乏合理性，系统的操控可靠性能不佳。Liu等^[5]针对水下机器人的远程操控系统进行设计，设计中融合了硬件在环HIL技术，但未重点针对系统的人机交互界面及交互体系实施设计与布局优化，且缺少可靠性分析的保障机制，无法保障系统远程操控任务的人机交互工效与安全边界。

基于人眼眼动特征分析，优化系统交互界面布局，可客观识别用户视点分布与交互操作逻辑，使界面设计从经验驱动转向数据驱动。此优化能精准定位人眼高频关注区，优化信息层级和视觉动线，降低用户认知负荷与操作失误，提高人机交互效率与协作流畅度。Qt界面开发框架保障界面高性能与跨平台兼容性，结合ROS-Web交互架构，提升系统数据通信与云端协同灵活性，确保本地高效人机交互与远程跨平台实时控制。故障树-贝叶斯网络模型结合故障树结构化因果分析与贝叶斯网络动态概率推理，适用于复杂系统可靠性分析。

1 舰船远程操控系统的交互设计与可靠性分析 1.1 无人舰船远程操控系统的交互设计 1.1.1 无人舰船远程操控交互系统总体架构

本文所构建的无人舰船远程操控交互系统，遵循“人因优化—技术实现—可靠性验证”的闭环方法体系，采用岸基-船端协同的分层架构，旨在实现高效、可靠的远程操控。系统整体分为岸基控制站、无人舰船船端系统两大部分，通过双向信息交互实现“人在回路”的远程控制与无人舰船上自主控制深度结合，其架构如图1所示。

1.1.2 系统岸基操控交互界面的分区布局优化

在该远程操控交互系统的交互设计层面，结合岸基控制站的操控人员眼动特征分析，提炼视觉关注核心区域，实现岸基操控人机交互界面的分区布局优化，为后续的系统多层协同人机交互设计提供关键依据。为了布局符合人机工效的交互界面，提升无人舰船远程操控交互系统的操控效率，本文以岸基操控人员为研究对象，结合其眼动特征数据^[6]，从视点时序演化规律与交互界面分区重要度2个维度展开分析，提炼交互界面的视觉关注核心区域，具体步骤如下：

步骤1　眼动试验设计与数据采集。设计远程驾控试验，构建包含舰船实时航行状态、舰船工况、舰船船艏视角及电子航道图等子界面的初始人机操控交互界面。同步采集无人舰船的运动数据与操控人员的眼动数据，形成多源数据集，为后续分析提供原始依据。

步骤2　视点时序演化规律挖掘。对该多源数据进行预处理，将无人舰船的运动数据与对应时段的操控人员眼动数据进行时空匹配。通过分析眼动数据中视点在各子交互界面的时序分布，提炼出视点时序演化规律，得到典型视点转移链，如$ \text{A}5\rightarrow \text{A1}\rightarrow \text{A}4\rightarrow \text{A}1\rightarrow \text{A}2 $，其中，$ \text{A1-A5} $表示5个子交互界面，以此揭示岸基操控人员在操控任务过程中的视觉转移逻辑与高频访问交互界面区域。

步骤3　采用决策实验室分析法对各个子交互界面分区进行重要度分析，步骤如下：

1）将操控人员在不同操控交互界面区域间的视点转移次数作为影响强度，构建关系输入矩阵。

2）基于所构建的关系输入矩阵，通过矩阵运算得到综合影响矩阵。

3）计算影响度、被影响度与中心度，中心度值越大，表明该操控交互界面分区在岸基操控人员的视觉交互中越关键。同时，结合视点热力分布验证分析逻辑的合理性，最终得到各操控交互界面分区的重要度权重。

4）基于视点时序演化规律与操控交互界面分区重要度的分析结果，识别出岸基操控人员在操控无人舰船航行任务中视觉关注的交互界面核心区域与转移路径，用于确定各交互界面分区的位置及所占面积，实现系统人机交互界面的分区布局优化，也为后续操控系统的多层协同交互设计提供关键依据。

1.1.3 基于Qt与ROS-Web的多层协同交互设计

基于对岸基操控人员眼动特征分析提炼的视觉关注交互界面核心区域及优化后的交互界面分区布局，采用Qt界面开发框架与ROS-Web交互架构，构建了无人舰船远程操控交互系统的本地与远程协同的多层交互界面，实现了无人舰船的状态监控、航线规划与指令下发等功能。

首先，通过Qt开发该系统的本地交互界面。开发中，利用Qt基于岸基操控人员视觉关注交互界面核心区域，以Qt Creator为开发环境，结合Qt Designer可视化设计与代码动态调用，对系统的本地交互界面进行分层，实现无人舰船相关信息的高效呈现与操作的便捷性。所划分的本地交互界面分层包括主界面、航行计划界面、系统配置界面、辅助功能界面。其中，主界面实时展示无人舰船的核心监控信息；航行计划界面支持无人舰船的航线设计与航路点管理；系统配置界面实现舰船的参数装订与模式切换；辅助功能界面包含接口测试、I/O状态显示与告警设置等，保障系统安全与可维护性。Qt开发的系统本地分层交互界面的交互流程如图2所示。

为实现该系统中的岸基远程操控，结合ROS的强大能力与Web的便捷性，设计基于ROS-Web的系统远程交互架构，如图3所示。

该远程交互架构主要由ROS服务器端与Web浏览器端组成。在Web浏览器端，通过全局控制与调度JS脚本统筹系统的数据管理、任务管理与通信分配等功能，集成卫星地图及地图控件实现无人舰船位置的可视化；通过ROSLIB.Topic编程接口实现Web端对ROS话题的操作，并依托roslibjs等工具库经由JS脚本程序完成与ROS服务器端的交互。在ROS服务器端，ROS Bridge作为核心通信枢纽，通过WebSocket协议与Web浏览器端进行JSON格式的数据传输，并将Web指令转化为ROS话题或服务，再由ROS CORE分发给TF、cmd_vel等功能节点，驱动无人舰船执行动作；同时船端感知模块采集的状态信息也会经此链路回传至Web界面，最终实现岸基操控人员对无人舰船的远程监控与操控。

通过Qt本地分层交互界面与ROS-Web远程交互架构的融合，得到了集本地操控−远程监控−自主备份等功能的系统多层协同交互操控体系，实现了无人舰船的状态监控、航线规划、指令下发及告警与日志等功能。

1.2 无人舰船远程交互操控系统的可靠性分析

在完成无人舰船远程交互操控系统的交互功能设计后，构建了高效的本地与远程协同操控交互界面，为保障无人舰船远程交互操控系统在复杂工况下的安全稳定可靠运行，引入故障树-贝叶斯网络模型，对该交互操控系统进行失效事件建模，实现系统的可靠性分析，根据分析结果识别出系统的薄弱环节，从而在该交互操控系统的设计中嵌入可靠性保障机制。本模型将故障树分析的因果建模能力与贝叶斯网的概率推理优势相结合，首先明确系统失效相关判据：定义顶层事件T为远程控制系统失效，系统整体失效（Q7）为远程控制系统失效的宏观量化表征，具体判据为岸基控制站与无人舰船船端系统之间的指令下达、状态回传出现持续性中断，中断时长不少于3 s，或系统核心操控功能中任意2项及以上出现功能性故障，导致无人舰船远程操控任务无法正常执行、舰船航行姿态失去有效管控的系统级失效状态。通过以下步骤实现对系统可靠性的量化评估：

步骤1　失效事件分析。定义顶层事件$ T $为“远程控制系统失效”，并逐层分解为模块失效事件$ G_{i}^{\alpha } $、部件失效事件$ G_{j}^{\delta } $和器件失效事件$ G_{l}^{\phi } $，建立清晰的系统失效事件层级结构。

步骤2　构建故障树。基于系统失效事件分析，构建无人舰船远程交互操控系统的故障树模型，直观展现从底层失效到顶层系统故障的因果逻辑。

步骤3　映射为贝叶斯网络。将所构建的无人舰船远程交互操控系统故障树模型映射为贝叶斯网络，其中，系统故障树的“基本事件”、“中间事件”、“顶上事件”及“逻辑门”依次与贝叶斯网络的“根节点”、“中间节点”、“叶节点”以及“条件概率表”相对应，并将基本事件的失效概率作为根节点的先验概率。

步骤4　模型推理与分析。利用贝叶斯网络对操控系统实施后验概率运算、逆向推理以及敏感性分析等，识别无人舰船远程交互操控系统的薄弱环节与关键影响因素。

故障树-贝叶斯网络模型的核心在于贝叶斯公式的应用，通过计算后验概率来量化各底层事件对无人舰船远程交互操控系统失效的贡献度。其中，系统底层事件发生的条件概率可定义为：

$ P({H}_{i}|Q)=\frac{P({H}_{i}Q)}{P(Q)}=\frac{P(Q|{H}_{i})P({H}_{i})}{P(Q)}。$

(1)

式中：P(H_i|Q)为无人舰船远程交互操控系统出现事件Q后出现事件H_i的后验概率；P(H_i)为交互操控系统出现事件H_i的先验概率；P(Q)为交互操控系统出现事件Q的先验概率；P(H_iQ)为交互操控系统同时出现事件H_i与事件Q的概率；P(Q|H_i)为交互操控系统出现事件H_i后出现事件Q的后验概率。

交互操控系统出现事件Q的先验概率P(Q)为：

$ P(Q)=\sum\limits_{i=1}^{m}P({H}_{i})P(Q|{H}_{i})。$

(2)

式中：$ m $为系统的总事件数量。

无人舰船远程交互操控系统的贝叶斯公式为：

$ P({H}_{i}|Q)={P(Q|{H}_{i})P({H}_{i})}/{\sum\limits_{i=1}^{m}P({H}_{i})P(Q|{H}_{i})}。$

(3)

通过式(3)的贝叶斯公式运算得出的无人舰船远程交互操控系统的事件后验概率P(H_i|Q)即为其失效概率，该值越高代表系统的可靠性越低。同时，也意味着此底层事件造成系统失效的可能性越高，即此事件（系统模块、部件或器件）为无人舰船远程交互操控系统的薄弱环节，基于此可分析出对系统可靠性影响较大的关键因素，为系统交互设计中进一步提升整体可靠性提供有效支撑。

2 实验结果分析

以某无人舰船为例，通过本文方法依据实验采集的岸基操控人员眼动数据，得到各个操控交互界面分区的视点热力分布图与视点转移轨迹，如图4所示。可知，岸基操控人员在操控实验无人舰船时，视点分布在舰船工况界面与船艏视角界面上的数量最多，说明操控人员的视觉关注更倾向于这2个界面；同时，操控人员在各个交互界面上的视点转移轨迹为电子航道界面-船首视角界面-舰船工况界面-船首视角界面-航行状态界面，此轨迹也验证了操控人员对船首视角界面的关注倾向性。

依据视点热力分布和转移轨迹结果，确定操控交互界面分区位置与面积，无人舰船远程交互操控系统的操控交互界面分布如图5所示。可知，经本文方法布局优化，因船首视角界面视觉关注度高，故将其转移至左上角，面积占比明显提升；舰船工况界面位置不变，面积增加；航行状态界面与电子航道界面视觉关注度低，被分布在界面下方，面积占比缩减。此优化布局能强化岸基操控人员视觉动线逻辑性，加强界面层次感，为后续用ROS-Web进行远程交互设计提供高效直观的人机协作基础。

在本文方法优化布局下，对该系统进行多层协同交互设计，完成整体交互设计。通过对比交互设计前后系统关键模块（4G/5G模块、遥控器、船用主电池、雷达、电子罗经、显示器，Q1-Q6）及系统整体（Q7）的失效概率，检验实验无人舰船远程交互操控系统可靠性变化，分析交互设计效果，对比结果如图6所示。可知，经多层协同交互设计后，除船用主电池（Q3）外其他模块失效概率均下降。其中，4G/5G 模块（Q1）和遥控器（Q2）因界面信息整合与操作路径优化，失效概率从 7%分别降至5.2%和4.8%；雷达（Q4）和电子罗经（Q5）因关键感知数据突出呈现与实时融合，失效概率从5%分别降至4%和3.5%；显示器模块（Q6）因布局简化及刷新机制优化，失效概率从 0.3%略降至 0.25%。船用主电池（Q3）是系统电池管理模块核心，为独立硬件单元，运行可靠性不受交互设计影响，失效概率维持6%不变。系统整体失效概率（Q7）从6%降至3.8%，可见交互设计通过优化信息结构、减少人为失误和提升交互操作协同性，显著提升系统整体运行可靠性，保证无人舰船航行中系统操控性能。

3 结　语

本文所研究方法实现了对无人舰船远程操控系统的优化交互界面布局、多层协同交互优化设计以及可靠性分析，能够在保证人机工效的前提下提升系统整体运行的稳健性，为无人舰船远程操控系统的实际工程应用提供可靠的技术支撑。