在過去的二十年里，美國防部經歷了對無人機系統（UAS）的需求和依賴，以執行廣泛的軍事應用，包括情報、監視和偵察以及打擊和攻擊任務等。隨著無人機系統技術的成熟和能力的擴大，特別是在增加自主性的情況下執行行動的能力方面，采購專業人員和行動決策者必須確定如何最好地將先進的能力納入現有和新興的任務領域。為此，美國防部已經發布了多個無人系統綜合路線圖（USIRs），目的是建立一個 "未來25年的技術愿景"。此外，每個軍種都發布了類似的路線圖，強調自主系統不斷發展的作用（美國陸軍，2010年）、（美國海軍陸戰隊，2015年）、（美國空軍AF/A2CU，2016年）、（USIR，2011年）。然而，這些路線圖并沒有提供實際應用，說明如何能夠或應該將自主性納入旨在完成未來國防部任務領域的無人機系統平臺。因此，本研究以上述出版物的概念為基礎，從自主性的角度來描述無人機系統的能力，因為它們可能在未來的美國空軍軍事任務中實施。

這項研究采用了德爾菲法來預測未來20年的無人機系統任務領域，特別是在增加無人機系統自主執行此類任務的能力方面。德爾菲技術已被應用于許多類似領域，但在預測技術發展如何影響軍事行動方面取得了明顯的成功（Linstone & Turoff, 2002）。德爾菲技術使用的主題專家（SME）來自美國空軍社區的專業人員，他們負責無人機系統技術的日常操作、采購和研究。該研究使用了兩輪問題，以深入了解無人機系統社區認為最重要和可能被納入軍事任務領域的未來能力，以及不同的無人機系統社區如何看待自主性為軍事任務帶來的挑戰和機遇。

隨著大規模作戰行動（LSCO）的決定性作戰訓練環境（DATE）場景變得更加復雜，敵對勢力（OPFOR）繼續變得更加適應獵殺和瞄準藍軍指揮所和關鍵資產，如整個戰斗空間的炮兵設備和反火力（CF）雷達。理解這一點至關重要，因為雖然美軍高度重視使用無人機系統(UAS)進行信息、監視和偵察(ISR)，以確定敵人在時間和空間上可能有高收益目標(HPTs)的位置，但OPFOR可以利用這一點并取得成功，因為一個簡單的事實:美軍使用紅方UAS進行狩獵，而且他們擅長于此。OPFOR不需要像美軍那樣使用紅方UAS進行大量的信息收集（IC），因為OPFOR明白，藍軍的火炮和雷達在大范圍內的移動足跡不多，因此，一旦他們找到HPT，他們可以很容易地使用紅方UAS與特種部隊（SPF）配合，用遠程精確火炮獵殺、瞄準和攻擊藍軍的關鍵資產。如果師炮兵（DIVARTY）、軍團野戰炮兵旅（FAB）和旅級直接支援（DS）營都有自己的目標定位UAS分隊，那會怎樣？這將縮短從傳感器到射手的殺傷鏈，減少目標逃脫概率，減少目標反應時間，減少動態重新分配給各師和軍團情報優先事項的ISR資產需要，提高獵殺、瞄準和塑造敵人炮兵縱深的有效性，同時不干擾他們各自S2/G2參謀部的IC工作。美國陸軍在如何分配無人機方面的這一革命性和根本性的轉變能否為擁有和主導狩獵提供解決方案，以對抗一個近乎對等的OPFOR對手，后者相信通過火炮和綜合防空可戰勝對手贏得戰斗?

本文將討論一個理論，即軍團的FAB、DIVARTY和BCT DS野戰炮兵(FA)BN，如果獲得了由一個灰鷹(GE)排組成的目標定位分隊的作戰控制權(OPCON) 。以及必要的人員來進行開發，允許炮兵部隊指揮官擁有師和兵團指揮官的目標定位過程。這個解決方案可以確保野戰炮兵部隊能夠打擊目標，削弱敵人的遠程火炮，瓦解綜合防空能力，并提高殺傷鏈的有效性，以滿足其指揮官的作戰重點。本文還將從條令、組織、訓練、材料、領導和教育、人員、設施和政策（DOTMLPF-P）的模式來看待這個問題，以提供一個整體的視角來看待從可能的訓練概念到陸軍范圍內的實施建議。

無人駕駛飛行器（UAVs）或 "無人機 "在軍事方面的使用在過去20年里急劇增加，任務范圍從監視、偵察和情報到戰斗支持。技術的進步一方面導致了無人機能力和可靠性的提高，另一方面也降低了生產成本。此外，無人機的可用性也急劇增加，曾經是少數國家專屬的設備現在可以被所有國家的武裝部隊獲得，而且，正如最近的攻擊所證明的那樣，非官方部隊也可以獲得。在這種情況下，無人機可以成為任何沖突的一部分，軍事戰略家們必須將對無人機和潛在的無人機群的反應納入其作戰方案。因此，對無人機的防御必須成為任何成熟的軍事戰略的一個組成部分。本分析探討了無人機的大規模出現給軍隊帶來的概念和行動上的變化，包括與訓練和實施具體的反無人機部隊有關的理論和實際挑戰。首先，我們確定了與無人機和無人機群有關的威脅的演變。然后，我們總結了不同的可能反措施。最后，我們提出了部署這些對策的實際解決方案，特別是通過探索發展和部署專門的反無人機部隊的可能性，以及研究與高科技無人機敵人作戰而不是在傳統戰場上與士兵作戰相關的一些挑戰。

1 簡介

無人機--無人駕駛飛行器（UAVs）的俗稱--不再只出現在科幻小說和預測性小說中。事實上，它們正成為現代城市景觀中越來越常見的組成部分。由于它們的多功能性和可及性，民用無人機在用戶數量和用途的多樣性方面都在不斷增長。無人機的使用正被推廣到研究（Coops, Goodbody & Cao 2019）或應急響應（He, Chan & Guizani 2017）等不同領域。

民用無人機的這種能見度不應掩蓋無人機最初由軍方開發、用于軍事目的的事實。無人機的軍事應用很多，從與民用無人機類似的任務（如監視和偵察，但針對軍事或情報目標）到與UCAVs--無人駕駛戰斗飛行器的戰斗情況（Lucas 2014）。在不到二十年的時間里，無人機已經在支持美國在伊拉克和阿富汗的行動中發揮了重要作用（Sharkey 2011）。2019年9月14日對沙特阿拉伯Abqaiq和Khurais的國有石油設施的襲擊，使無人機在戰爭中的使用更進一步（Hubbard, Karasz & Reed 2019）。事實上，與以往無人機的軍事用途相比，這些攻擊并非由官方武裝部隊公開發起。盡管胡塞武裝運動（一個以也門為基地的伊斯蘭武裝運動）聲稱這次襲擊，但美國當局斷言，襲擊源自伊朗（Said, Malsin & Donati 2019）。Abqaiq-Khurais襲擊事件背后的真正主謀問題在這里并不重要；重要的是，最近在沙特阿拉伯發生的事件是一個縮影，即無人機不再是僅由少數國家掌握的獨家技術。無人機現在不僅可以被合法的武裝部隊用于軍事目的，而且還可以被無數其他國家使用，包括恐怖分子或其他非國家行為者。生產成本更低、更容易和更快的無人機的擴散，不僅重塑了設計和執行監視或偵察的方式，而且還提供了困擾或恐嚇潛在對手的新方法。此外，這種廉價和容易的無人駕駛裝置的擴散顯然提高了世界各地的沖突螺旋的風險（Boyle 2015）。無人機自主程度的提高也在質疑國防軍的反應。事實上，無人機可以從非自主性（需要人類飛行員的持續控制）到完全自主性（一旦發射，被編程為執行其任務而無需任何進一步的人類干預）。值得注意的是，在這個連續體的兩端之間可以存在所有可能的中間水平的自主性。此外，自主權可以通過預編程（從而限制了無人機發射后的適應可能性）或通過使用人工智能（AI）模塊來提供，為無人機提供更多的適應性。除了通過獲得專門的無人機機隊來提高自身能力外，開發反制措施對軍隊來說也是至關重要的。因此，在不久的將來，獲得適當的反無人機反應單位可能是軍事領導人的重點之一。

對無人機的防御必須成為任何全面的、長期的軍事動態的一部分。因此，武裝部隊將不得不適應這一新興的現實。應對無人駕駛威脅所需的變化并不純粹是概念性的；它們將必須轉化為行動上的變化。這些變化不僅必須發生在防御無人機的常規部隊（特別是在陸地/海洋界面）和準備反擊無人機的無人機部署部隊層面，而且還必須發生在軍事參謀的指揮和戰略層面。此外，由于無人機防御問題影響到所有軍種，因此陸軍、海軍和空軍參謀部都需要進行反思。從這個角度來看，本文將在分析這個問題的同時牢記三個操作性挑戰：分析背景和確定威脅，實施有效的反措施，并以適當的軍事人員部署這些反措施--特別是通過探索與發展、部署和維護專門的反無人機部隊有關的可能性和挑戰。

2.反制措施

2.1. 被動反制措施：保護和探測

在某種程度上，針對無人機的被動保護可以由物理基礎設施的設計和建造方式或其位置來提供。事實上，無人機是飛機。就像任何空中進攻一樣，無人機的目標需要從上面進入才能到達。地下設施和重度屏蔽的目標，用無人機可以攜帶的彈頭類型來摧毀更具挑戰性。敏感的軍事基礎設施曾經被建在偏遠地區。然而，這種被動的戰略不再那么有意義了。事實上，通過現代天基地球圖像，地球上幾乎沒有一個地方可以真正被認為是 "偏遠"。由于有了衛星圖像，如今相信一個潛在的結構性目標可以不被定位，或者軍事單位的行動可以不被注意，已經是烏托邦了。作為無人駕駛車輛，無人機嚴重依賴地理定位系統從其發射基地導航到其目標。因此，無人機很容易受到技術惡化的GPS信號，特別是GPS欺騙和GPS干擾的影響。然而，純被動的基礎設施保護所能做到的是有限的，而且在大多數情況下，這些限制已經達到了。事實上，像軍用SAASM（選擇性可用性反欺騙模塊）這樣的系統可以減輕美國軍隊產生的GPS欺騙的影響。還可以開發其他系統，使GPS接收機能夠檢測到欺騙或干擾的企圖。一旦檢測到GPS欺騙或干擾，無人機就有可能切換到其他的導航模式。事實上，無人機可以使用其他各種傳感器方法在GPS屏蔽的環境中進行導航，從視覺模式、紅外線、雷達、聲納（用于水下無人機）、電子/電磁探測到任何這些方法的組合。即使僅僅依靠衛星發出的信號，也可以開發出解決方案。事實上，使用非軍事級別的技術和算法的民間研究人員已經能夠獲得完整和動態的地理定位特征，盡管處于軍事GPS的拒絕區域，實際上打敗了美國軍隊的GPS信號改變系統（Voosen 2019）。將類似的方法應用于無人機導航，基本上可以使它們對GPS欺騙和GPS干擾免疫。

探測無人機是一項相當具有挑戰性的任務。由于大多數無人機體積小，無人機的雷達信號與鳥類的雷達信號沒有區別。此外，一些無人機具有隱身特性，要么是隱身配置（如美國制造的Kratos QX-222 Valkyrie），要么是涂層，旨在減少其雷達信號。因此，由于僅僅依靠雷達不是一個可行的選擇，必須設計出替代方法來探測接近的無人機。由于其搭載的系統和對無線或衛星信號的使用，無人機產生特定的、有時是重要的電子信號。然而，法拉第籠可以減少電子噪音。此外，如果無人機切換到其他引導模式，在接近目標時可以關閉無線或衛星通信--特別是對于不需要與人類操作員保持聯系的完全自主的無人機。視覺識別（例如，使用特定任務的人工智能或深度學習策略）可用于識別無人機。然而，它們的特征可以被設計成使模式識別具有挑戰性，特別是因為無人機通常處于運動狀態。

進行空中機動的無人機會產生噪音，它們的聲學特征因此可以暴露出來。目前正在開發各種音頻處理方法來解決無人機的定位問題（Rascon, Ruiz-Espitia & Martinez-Carranza 2019）。然而，幾個重要的問題限制了現實生活中的無人機聲學探測。事實上，無人機產生的噪聲是動態的，因為無人機通常處于運動狀態。此外，無人機產生的噪聲通常具有很低的信噪比。換句話說，在嘈雜的環境中探測無人機是相當困難的。因此，就其他探測策略而言，在聲學方法可以作為無人機探測的可靠來源之前，還必須做更多的研究。就像被動保護一樣，無人機探測也有其局限性。一旦在限制區或潛在目標附近探測到無人機，無人機防御戰略的下一步就是摧毀敵方單位。這就是接下來的章節將探討的內容。

2.2. 主動反制措施：破壞

無人機并非沒有弱點。士兵們可以使用一些策略來禁用或摧毀敵方的無人機。然而，沒有任何解決方案是完美的，而且可以開發出反措施來對付這些反措施。因此，最佳的反無人機戰略應該結合幾種方法，以確保反無人機部隊的最大效率（表1）。

• 直接射擊 直接射擊通常是對UCAV攻擊的主要反應類型。值得注意的是，直接射擊可以由人類射手或通過自動反空防系統進行。不過，這種解決方案有幾個限制。首先，無人機可能相對較小，而目標的大小可能是一個射擊技巧的挑戰。第二，直接射擊可能會受到能見度不足的阻礙（由于日/夜周期，視線中的障礙物，或大氣條件）。第三，直接射擊很容易被無人機群的攻擊所淹沒。

• 狩獵型無人機 防御者可以使用無人機來獵殺敵方的無人機。在這種情況下，防守方在操作無人機時有幾個主要優勢。由于防守方的無人機通常在離發射點很近的地方操作，所以自主性不是問題--與攻擊方的無人機相比，攻擊方的無人機在到達目標之前必須覆蓋更遠的距離。此外，如果配備了適當的武器，防衛型無人機可以用作飛行射擊平臺，它也可以用于 "自殺模式"，旨在通過直接碰撞摧毀攻擊型無人機。最后，防御型無人機對與制導和導航有關的問題的脆弱性大大降低。事實上，一架無人機可以在大約245米的直視范圍內進行視覺操作（Li等人，2019）。這個距離--取決于人的特征而不是無人機的類型--對于對抗配備了相對較小的彈頭的無人機的攻擊仍然是合理的。不過，這種策略仍然有幾個限制。所有與直接射擊有關的限制都適用于狩獵型無人機。此外，獵殺型無人機具有無人機的通常弱點（包括其搭載的電子系統容易被破壞或被劫持）。此外，部署狩獵無人機所需的時間可能使它們在敵方UCAVs的突然襲擊中難以及時使用。

• 導彈 導彈和其他自主彈頭可以用來摧毀無人機。導彈的速度和精度足以摧毀無人機。然而，這簡直就像用錘子打死一只蒼蠅。雖然理論上是可行的，但使用自主導彈來摧毀無人機并不是一個具有成本效益的解決方案。雖然無人機越來越便宜，但與導彈有關的成本仍然很重要。自主導彈是一次性使用的武器這一事實也有助于使這一解決方案過于昂貴，無法現實地大規模部署。

• 激光武器 激光武器是以激光為基礎的定向能量武器，即以窄光束的形式連貫地發射電磁輻射--放大的光的系統。當到達目標時，激光束會向目標傳遞相當大的能量，使其燃燒，或以其他方式引發重大損害（Coffey 2014）。跟蹤目標運動的可能性（"跟蹤 "目標）和光束達到最大強度的聚焦區域使激光武器完全適合于小型移動目標，如無人機。因此，目前全世界正在開發幾種反無人機的激光武器也就不足為奇了。然而，由于激光武器是基于光束，它們對大氣條件和煙幕非常敏感。此外，如果光被反射到遠離目標的地方，激光的影響就會大大降低。因此，在無人機上涂抹燒蝕材料或用鏡子覆蓋可以有效地對抗大多數激光武器，或至少大大降低其效率（Hambling 2016）。

• 微波武器 無人機的運作依賴于大量的搭載系統的工作，從傳感器到自主處理系統。摧毀搭載的電子設備就等于讓無人機失效。微波武器的目的就是要做到這一點。與激光武器一樣，微波武器是定向能量武器。然而，雖然一些激光武器已經投入使用，但微波武器目前仍主要是實驗性的。此外，使用法拉第籠來保護登船的電子系統（這一點已經可以實現，甚至使用3D打印機技術）可能代表了對這種類型的武器的強有力的反制措施。

• 電子和通信系統的弱點 與其試圖使用微波武器等手段破壞搭載的電子系統，另一種反無人機戰略是利用這些系統及其固有的連接性。即使是最自主的無人機也需要訪問外部資源，如用于導航的GPS信號。因此，無人機通過Wi-Fi、GPS、無線電波等連接。- 這些通信渠道中的每一個都是進入其內部系統的潛在入口。即使沒有軍事級別的技術，也很容易利用傳輸協議，然后利用其硬件/軟件的漏洞（Dey等人，2018）。無人機很容易受到GPS欺騙、GPS攻擊、干擾、無人機特定的惡意軟件（"maldrones"）和無線攻擊（Kerns等人，2014）。盡管軍用無人機系統通常比民用無人機受到更多的保護（例如，通過使用加密的GPS信號進行導航），但它們遠不是不受黑客攻擊的。對無人機的電子系統或功能的攻擊可能有各種目的。1）向無人機的導航系統提供錯誤的信息，誘發無人機的 "失明 "和迷失方向，導致改道或墜機，2）入侵無人機系統，破壞硬件/軟件系統或獲取信息或數據，或3）控制無人機。讓無人機墜毀而不是簡單地摧毀它可能有好處，例如恢復與無人機的導航、傳感器或武器系統有關的部件或信息（特別是通過反向工程）。劫持是通過斷開無人機與初始控制器的連接并替換這種連接來實現的。值得注意的是，無人機劫持可以用另一架無人機作為平臺來完成。劫持的無人機將控制附近的無人機，同時在它們之間飛行，形成一個被奴役的無人機艦隊。然而，利用無人機電子系統的弱點來破壞無人機的企圖也可以被反擊。至于基于微波的攻擊，可以通過將無人機的電子部件固定在法拉第籠（旨在阻擋電磁場的結構）中來對抗專注于電子的方法。網絡安全和基于軟件的技術也可以實施，以使無人機系統更難被黑客攻擊，包括使用加密來保護庫文件，使用混淆器來防止反編譯，檢查GPS延遲和子幀數據，保護Wi-Fi和開放端口，或改善無線電通信安全（Dey等人，2018）。

• 防御性無人機群 上面提到的方法都不足以應對無人機群的攻擊。事實上，無論選擇何種系統，防御性能力都會被數量龐大的自主攻擊單元所淹沒。在這里，一個有趣的應對策略可能是部署另一個無人機群，即有大量的無人機準備在攻擊時起飛。防守的無人機不一定需要協調。事實上，雖然不協調的、自主的或半自主的無人機顯然會錯過一些目標，或使兄弟無人機（即屬于同一蜂群的無人機）陷入 "友軍火力"，但蜂群潛在目標數量的增加，加上防御無人機數量的增加，會使相當一部分攻擊無人機被摧毀的概率足夠高，從而導致攻擊蜂群的重大破壞。盡管使用無人機群來對抗另一個無人機群是一個有效的策略，但這不會導致攻擊機群的完全毀滅。因此，這種方法很可能需要與其他方法（通常是直接射擊）相結合，以消除蜂群的殘余。然而，如果進攻的無人機數量最初被防守的蜂群大幅減少，直接開火的效率就會大大增加。也就是說，兩個蜂群的碰撞可能會產生額外的煙幕和某種程度的混亂，這反過來可能會降低射手消滅最后的攻擊者的能力。與單個防衛無人機一樣，為作戰目的部署的防衛無人機群可能面臨無人機部署速度的問題。在決定UCAV儲存區和發射平臺的位置時，應牢記這一點。

3.發展一支特殊的隊伍

從作戰的角度來看，應對軍事戰場上目前和未來無人機的增加，需要發展和部署專門的反無人機部隊。作為這些部隊成員的士兵將面臨與其他士兵不同的現實；與高科技無人駕駛的敵人作戰與在常規戰場上與士兵作戰是不同的。

3.1. 技術專長

即使反無人機部隊在武裝部隊中仍然有限，其成員的培訓也將面臨重要挑戰。事實上，反無人機部隊的成員必須展示大量的技術專長，不僅與無人機有關，而且在操作和維護特定的反無人機設備方面也是如此，這對常規部隊來說是非常規的（例如，激光武器或微波系統）。因此，從訓練的角度來看，反無人機部隊的成員必須同時接受戰斗訓練和技術訓練。雖然作戰專業知識在軍隊和軍事教育和培訓基礎設施中顯然很普遍，但科學和技術的情況并非如此。重要的是要注意到，傳統的戰斗技能和新興技術的專業知識之間的這些問題性互動--以及在這兩個領域培訓人員的相關問題--并不是作戰軍事單位所特有的。這確實是現代安全的一個更具全球性的問題，與建立一支具有生物技術專業知識、能夠應對當前國際威脅的情報和反情報工作隊伍有關的戰略和實際挑戰就是例證（Guitton 2020）。因此，確保士兵能夠獲得特定科學和技術知識的解決方案不一定在單一單位的獨家培訓中找到。相反，從本質上講，該解決方案是多學科的。因此，小型專業單位的培訓可以在不同的軍事專業中共享。就反無人機部隊而言，士兵應該掌握的一些具體技術知識可能與專門從事遠程探測的偵察部隊相似或至少有些相似。對于一個特定的國家來說，找到足夠多的專業部隊進行共享或跨學科的訓練，肯定有助于減少與組建有關的成本，有助于建立更大的人力資源基礎以進行招募，從而為反無人機部隊提供更強大的勞動力。

3.2. 隱身訓練

與任何旨在對抗特定類型敵人的特種部隊一樣，反無人機士兵的訓練需要考慮到其目標的特點。無人機的主要特征之一是其非常高的機動性。由于其小尺寸和自主性，UCAVs可以極快地部署，并在被發現之前深入到先進的防線中。因此，為了消滅UCAVs，反無人機部隊也需要具有極高的機動性。反無人機部隊必須能夠迅速與他們的目標作戰。然而，鑒于無人機的多功能性，他們也需要能夠迅速脫離，從一個戰場轉移到另一個戰場。此外，無人機在所有類型的戰場上都能發揮作用，包括高密度的城市地區，甚至是水陸交接地區。不過，反無人機部隊的機動性不應簡單理解為空間上的機動性，也應理解為概念上的機動性。事實上，反無人機部隊需要能夠從一種戰斗模式切換到另一種模式，這取決于他們所針對的UCAVs的具體阻力。

無人機的另一個特點是它們大量使用各種傳感器。因此，反無人機部隊的機動性應伴隨著一定程度的隱蔽性。反無人機部隊應該能夠快速移動，并且在這樣做的同時盡可能不被注意。這種 "隱蔽性 "也應該延伸到戰場之外。事實上，無人機戰爭是一種嚴重基于信息的戰爭。由于無人機通常是部分自主的，指揮無人機至少需要對敵人的防御系統有一定程度的了解。雖然反無人機部隊的存在可以產生有效的勸阻作用，但這種部隊應該對其確切的設備和部署信息保持盡可能的保密，因為這將使他們更難以反擊--如果面對敵人的UCAVs，這將有助于他們達到最大的效果。值得注意的是，戰場上的隱身和戰場外的謹慎之間的這種關系并不是什么新鮮事。事實上，在歷史上，它已經在信息收集至關重要的沖突中被概念化。例如，Hensōjutsu，將日本封建武士的偽裝技術組合在一起，是Jintonpō的一部分，即 "獲得隱形的方法"。在數字時代，隱身術更進了一步。反無人機部隊的成員在使用虛擬空間時應保持謹慎，避免公開明智的內容或發布可能提供直接或間接信息的項目。如果被發現，反無人機部隊的成員可能會成為外國情報機構操縱的特權目標（Guitton 2019）。

3.3. 心理支持

無人駕駛戰斗的出現為所有接觸無人機的人創造了新形式的戰斗壓力--包括士兵和平民。軍事無人機飛行員已經多次被報道在戰斗事件中經歷了重要的心理壓力（Sharkey 2011）。鑒于反無人機部隊，顧名思義，主要是向無人機而非人類開火，這似乎與防衛無人機的操作者不太相關。然而，通過UCAVs進行打擊的方式是發生心理壓力的一個突出因素（Sharkey 2011），無論目標是否為人類，這使得防衛性無人機飛行員遭受類似結果的風險成為現實。雖然創傷后應激障礙（PTSD）通常被視為無人機飛行員心理健康問題的旗幟，但UCAV操作員報告了廣泛的心理健康問題，包括危險的酒精使用、抑郁癥、中度或嚴重的焦慮，以及亞臨床PTSD癥狀（Chappelle等人，2014；Phillips等人，2019）。雖然在美國空軍UCAV飛行員通常遠程操作無人機，即從美國境內的安全地帶而不是直接在戰場上操作，但這一人群中PTSD的發生率很高，盡管低于從部署中返回的軍事人員（Chappelle等人，2014）。與其他士兵相比，UCAV操作員的心理健康問題風險不一定增加，然而，較高比例的無人機飛行員患有與心理健康有關的重大功能障礙（菲利普斯等人，2019年）。

除了與工作時間和軍事與民用領域之間的困難定位有關的因素外，基于美國空軍經驗的研究--可以說代表了最大的作戰UCAV操作員群體--表明，UCAV操作員感到對旁人的傷害或死亡負有共同責任的戰斗相關事件的數量是發生PTSD癥狀的重要預測因素（Chappelle等人，2019）。特別是在無人機群的背景下，一些無人機可能成功穿越目標的防御。因此，防衛無人機的操作者，或者，專門負責防衛無人機的士兵，很可能會暴露在關于對旁觀者（在這種情況下，他們負責保護無人機攻擊的士兵或平民）的潛在傷害的類似情況下，對他們的心理健康有潛在的類似結果。除了這種增加的風險因素外，其他因素也可能增強反無人機部隊士兵的心理脆弱性。這主要是指高度的壓力，與普通部隊相比，反無人機部隊的壓力更大，這主要是由于對無人機攻擊的反應時間（從發現無人機到做出反應的時間）比大多數常規軍事部隊要短。

最后，在無人機將發揮重要作用的戰斗背景下，反無人機部隊可能很快成為優先目標，從而為其成員帶來更多壓力。因此，希望發展反無人機部隊的軍隊必須考慮到這些因素，并實施強有力的心理健康監測計劃，以確定潛在的脆弱士兵，并在需要時部署強有力的心理和精神醫療支持。

結論

無人機曾經局限于少數國家的武裝部隊，現在已經很普及了。隨著任務范圍的擴大，從監視和情報到戰斗，無人機在城市和非城市環境中的作戰能力，以及它們越來越多的可用性，無人機在作戰領域的存在在不久的將來只會增加。新興技術正在使無人機變得越來越可靠，越來越難以對付。

隨著無人機變得越來越普遍，各國都加大了在該領域的研究力度。這場捉迷藏游戲的馬達是技術。然而，贏得與無人機開發商的軍備競賽是一場永無止境的游戲。事實上，對于我們仍然可以控制的少數元素，技術的發展可能會使目前的防御措施大量過時。然而，反無人機防御不僅僅是技術問題，也是人和組織問題。因此，解決方案不能在純粹的技術方面找到，而必須包括人的層面。反無人機的最佳戰略將依賴于小型的、專業的、在技術和戰斗技能方面具有混合專長的單位，具有高度的機動性，并能快速應對危機。這樣的單位應該能夠快速部署在戰場上。這不僅會提高反應的效率，而且還能實現重大的規模經濟--因為部署一支專門的部隊比動員一個龐大但不專業的營隊更有成本優勢。能夠部署反無人機的多模式反應，并獲得這樣做的人力專長，對任何國家來說都是至關重要的，不論其規模和相對軍事力量如何。較小的國家在這樣做時甚至可能比最大的軍事力量有更多的相對優勢。

我們在過去幾十年中所看到的只是冰山一角。我們正處于技術引起的大規模社會變革的黎明。技術將大規模地改變戰爭。人工智能和戰斗機器人很快就會出現在戰場上。在這種情況下，反無人機部隊可能是我們從作戰角度對未來戰爭的第一瞥。因此，反無人機部隊很可能成為未來戰爭部隊的組織、訓練和實施的模板。

在過去的十年中，使用自主無人機系統進行測量、搜索和救援或最后一英里的交付已經成倍增加。隨著這些應用的興起，需要高度穩健、對安全至關重要的算法，這些算法可以在復雜和不確定的環境中操作無人機。此外，快速飛行使無人機能夠覆蓋更多的地面，這反過來又提高了生產力，并進一步加強了它們的使用情況。開發用于高速導航的算法的一個代表是自主無人機競賽的任務，研究人員對無人機進行編程，使其盡可能快地使用機載傳感器和有限的計算能力飛過一連串的閘門并避開障礙。速度和加速度分別超過80公里/小時和4克，在感知、規劃、控制和狀態估計方面提出了重大挑戰。為了實現最大的性能，系統需要對運動模糊、高動態范圍、模型不確定性、空氣動力干擾和通常不可預知的對手具有魯棒性的實時算法。本調查涵蓋了自主無人機競賽的進展，包括基于模型和學習的方法。我們提供了該領域的概述，其多年來的演變，并以未來將面臨的最大挑戰和開放性問題作為結論。

縱觀歷史，人類一直癡迷于比賽，在那里，身體和精神的健康受到了考驗。最早提到的正式比賽可以追溯到公元前3000年的古埃及，法老被認為在賽德節上進行了一場比賽，以顯示他的身體素質，表明他有能力統治王國[1], [2]。隨著時代的發展，人類已經從步行比賽轉向使用戰車、汽車、飛機，以及最近的四軸飛行器[3]。雖然船只經常變化，但自早期的賽車以來，有一件事一直保持不變，那就是把任務作為科學和工程發展的催化劑，這是一個反復出現的主題。最近，我們看到有人推動將人類從循環中移除，將高度復雜的賽車任務自動化，以推動車輛性能超越人類所能實現的。

A 為什么要舉辦無人機比賽?

無人機競賽是一項受歡迎的運動，有高知名度的國際比賽。在傳統的無人機比賽中，每架無人機都由一名人類飛行員控制，他從機載攝像機接收第一人稱視角（FPV）的實時流，并通過無線電發射器駕駛無人機。圖1中可以看到無人機的機載圖像。人類無人機飛行員需要多年的訓練來掌握先進的導航和控制技能，這些技能是在國際比賽中取得成功所必需的。這種技能對于必須快速、安全地在復雜環境中飛行的自主系統也很有價值，其應用包括災難響應、空中運送和復雜結構的檢查。例如，在搜救場景中，無人機必須能夠在復雜的環境中快速導航，以最大限度地擴大其空間覆蓋。更簡單地說，能夠快速飛行的無人機就能飛得更遠[4]。

圖1：無人機競賽是一項迅速普及的運動，對手在由一系列門組成的預設賽道上競爭。自主的無人機競賽研究旨在建立能夠在這種比賽中勝過人類飛行員的算法。 a) 自主的無人機競賽任務在過去幾年中獲得了研究界的大量關注，每年相關出版物的數量不斷增加就說明了這一點。 b) 自主的無人機依靠視覺和慣性傳感器來估計自己的狀態，以及對手的狀態。

檢查任務的自動化可以拯救生命，同時比人工檢查更有成效。根據最近一項關于無人駕駛飛行器（UAV）在橋梁檢測中的使用的調查[5]，大多數用于檢測任務的無人機依靠GPS導航，而檢測效率的最大限制因素是無人機的耐力和機動性。此外，作者指出，美國幾個交通部用于勘察的最流行的無人機并不是完全自主的，需要專業的人類飛行員[5]。高度靈活的無人機系統的商業和安全優勢是顯而易見的，然而對自主無人機競賽的研究也可以幫助我們對人類飛行員的視覺處理和控制是如何工作的獲得新的理解，如[6]所示。

在過去的五年里，已經啟動了幾個項目來鼓勵該領域的快速進展，如DARPA的快速輕量級自主（FLA）[8]和歐洲研究理事會的AgileFlight[9]。這些項目的資金池都超過100萬美元，并具有巨大的商業潛力，這對研究人員和企業家探索敏捷飛行研究的新模式有很大的激勵作用。諸如IROS'16-19自主無人機競賽系列[10]、NeurIPS 2019的無人機游戲[11]和2019年AlphaPilot挑戰賽[12]、[13]等競賽為研究人員提供了進一步的機會，以競爭方式相互比較他們的方法。圖2中可以看到這些比賽所取得的進展的描述。

無人機競賽是一個具有挑戰性的基準，可以幫助研究人員衡量復雜的感知、規劃和控制算法的進展。比賽中的自主無人機必須能夠在幾十毫秒的范圍內進行感知、推理、計劃和行動，所有這些都在一個計算有限的平臺上進行。除了具有很大的挑戰性外，無人機競賽任務提供了一個衡量自主飛行機器人技術進展的唯一標準：單圈時間。解決這個問題需要算法高效、輕便，并實時提供最佳決策和控制行為。此外，如圖1所示，我們看到該領域的論文數量逐年呈指數式增長。

據作者所知，這是第一份關于自主無人機競賽技術狀況的調查。這一概述對于那些希望在現有工作之間建立聯系、了解當前和過去方法的優勢和劣勢，以及確定前進方向的研究人員來說是非常有用的，這將使該領域獲得有意義的進展。

B 任務說明

無人機競賽的任務是在最短的時間內駕駛四旋翼飛機按照給定的順序通過一系列的門，同時避免碰撞。人類在這項任務上的表現令人吃驚，他們以遠遠超過100公里/小時的速度飛行，只用第一人稱視角的攝像機作為他們的感官輸入。除此之外，專家級飛行員可以在幾分鐘內迅速適應新的賽道，然而專業無人機飛行員所需的感覺運動技能需要多年的訓練才能獲得。

對于自主無人機來說，要成功完成這項任務，它必須能夠檢測對手和賽道上的航點，計算它們在三維空間中的位置和方向，并計算出一個動作，使其能夠盡快地在賽道上導航，同時還能控制一個高度非線性系統的極限。這在三個不同方面具有挑戰性。感知、計劃和控制。其中任何一個方面的不良設計都可能造成比賽的勝負，而比賽的勝負可能由不到十分之一秒的時間決定。

本文的結構如下。首先，在第1節中詳細討論了無人機的建模過程，包括空氣動力學、電池、電機、相機和系統的非線性因素。第2節然后在第二節中介紹了一個經典的機器人管道。第3節介紹了一個經典的機器人管道，并深入探討了與敏捷飛行相關的文獻，分為感知、規劃和控制三個子節。之后，在第4節中我們深入研究了基于學習的感知、規劃和控制的方法，這些方法依賴于機器學習界的最新進展。然后，第5節討論了仿真工具的發展，這些工具可以使敏捷飛行的應用得到快速發展。第6節介紹了無人機競賽的歷史和用于每項競賽的方法。接下來，在第7節中提供了一個開放源代碼庫、硬件平臺和研究人員的數據集的摘要。最后，在第8節中對未來對自主無人機競賽感興趣的研究人員的機會和挑戰進行了前瞻性的討論。

未來的系統開發包括指揮和控制（C2）技術，以支持空戰管理人員（ABM）和戰斗機飛行員，因為他們支持在一個更大的系統系統中使用自主無人機系統（UAS）的復雜任務。在復雜的、不斷發展的和動態的環境中，人類作戰員有效地觀察、定位、決定和行動的能力是必不可少的。然而，在ABM和飛行員之間的UAS監管變化過程中，作戰者的表現可能會下降，這大大增加了作戰者的認知工作量，超過了以往任務中通常看到的工作量。不幸的是，C2技術的發展往往把重點放在自動化和硬件上，使人類作戰員的參與度不足，不利于人與自動化的互動。目前，數字工程和基于模型的系統工程（MBSE）工具正在迅速被系統開發、整合和管理所采用，以支持整合這些系統所需的復雜開發工作。目前的研究在MBSE工具中整合了人的考慮，以分析開發過程中人與自動化的合作。該方法支持在建模的任務模擬中用一對專門的活動圖表示自動化輔助和人類作戰者，稱為任務行為者圖和OODA2活動圖，允許分析作戰過程中的錯誤和瓶頸。這種方法說明有可能減少作戰員的認知工作量，改善作戰員的決策，提高系統性能，同時減少系統重新設計的時間。

自主船舶有望提高未來海上航行的安全和效率水平。這類船舶需要感知的目的有兩個：執行自主態勢感知和監測傳感器系統本身的完整性。為了滿足這些需求，感知系統必須利用人工智能（AI）技術融合來自新型和傳統感知傳感器的數據。本文概述了對常規和自主航海船舶提出的公認的操作要求，然后著手考慮合適的傳感器和相關的人工智能技術用于操作傳感器系統。本文考慮了四個傳感器系列的整合：用于精確絕對定位的傳感器（全球導航衛星系統（GNSS）接收器和慣性測量單元（IMU））、視覺傳感器（單目和立體相機）、音頻傳感器（麥克風）和用于遙感的傳感器（RADAR和LiDAR）。此外，還討論了輔助數據的來源，如自動識別系統（AIS）和外部數據檔案。感知任務與定義明確的問題有關，如情況異常檢測、船舶分類和定位，這些都可以用人工智能技術解決。機器學習方法，如深度學習和高斯過程，被認為與這些問題特別相關。考慮到操作要求，對不同的傳感器和人工智能技術進行了描述，并根據準確性、復雜性、所需資源、對海洋環境的兼容性和適應性，特別是對自主系統的實際實現，對一些先進的例子進行了比較。

本文的結構如下。首先，我們介紹了這一技術領域的最新進展，并回顧了與自主船舶相關的法規。第二，我們回顧了自主船舶的關鍵性能指標（KPI），并將其轉化為操作要求。第三，我們回顧了與這些指標有關的傳感器技術。第四，由于傳感器以幾種不同的格式發布數據，我們回顧了已經成功應用于融合多模式數據的人工智能技術。最后，我們以對未來工作的建議來結束本文。

美國海軍陸戰隊正在探索使用人機協作來控制前線部署環境中的無人駕駛航空系統（UAS），其任務范圍廣泛，包括情報、監視和偵察（ISR）、電子戰（EW）、通信中繼和動能殺傷。美國海軍陸戰隊設想使用未來的垂直起降平臺（VTOL）來支持混合戰爭任務并實現軍事優勢。對于美國海軍陸戰隊的混合戰爭應用，以實現任務優勢和戰爭主導權，美國海軍陸戰隊需要了解VTOL機組和無人機系統之間錯綜復雜的人機互動和關系，以獲得戰斗空間態勢感知，并有效地計劃和執行針對常規和不對稱威脅的旋轉翼行動。這項研究的重點是美國海軍陸戰隊在海洋環境中的打擊協調和偵察（SCAR）任務，以促進遠征基地先進作戰（EABO）在沿岸地區。有多種復雜的功能必須加以考慮和評估，以支持人機協作互動，提高任務的有效性：任務規劃、移動和滲透、區域偵察、偵察戰斗交接和過渡。

這份頂點報告探討了SCAR任務期間三個系統之間的人機協作：UAS、VTOL和地面控制站（GCS）。該研究從VTOL項目的文獻回顧開始，研究了美國海軍陸戰隊SCAR任務戰術和用于促進EABO的理論概念。此外，它還包括對自主性和自動化、人工智能和機器學習的研究。通過使用合作設計模型來探索這三個系統的人機協作互動和過程，文獻回顧探討了如何使用基于三個因素的相互依賴性分析（IA）框架來確定人類執行者和機器團隊成員之間的相互依賴性：可觀察性、可預測性和可指導性。

通過基于模型的系統工程（MBSE）工具，將SCAR任務的高級功能分解為分層次的任務和子任務，系統分析被用來支持聯合設計方法。根據Johnson（2014）的說法，合作設計方法研究了相互依賴的概念，并使用IA框架作為設計工具。IA框架捕捉了主要執行者和支持團隊成員之間的互動，以發展支持每個主要任務和分層子任務的所需能力，從而產生HMT要求。這份頂點報告分析了兩種選擇。第一個方案認為UAS是主要執行者，VTOL和GCS是輔助團隊成員。第二種方案認為VTOL是主要執行者，UAS和GCS是輔助團隊成員。基于這兩種選擇，IA框架評估了17個主要任務、33個分層子任務和85個執行SCAR任務的所需能力。

此外，研究發現需要一個強大的數字任務規劃系統，如升級后的海軍陸戰隊規劃和行動后系統（MPAAS），通過存儲以前的任務和經驗教訓的數據來促進機器學習。美國海軍陸戰隊將面臨無人機系統的處理能力和信息存儲方面的挑戰。應盡一切努力增加UAS的處理能力。必須實施一個有效的主要、備用、應急和緊急（PACE）通信計劃，以確保UAS、VTOL和GCS之間所有通信平臺的冗余。美國海軍陸戰隊必須實施支持信任、提供快速反饋和簡單操作的接口。

最后，為了準確評估VTOL、UAS和GCS之間的HMT要求，頂點報告促成了一個探索性實驗的發展，該實驗將在海軍研究生院（NPS）建模虛擬環境和模擬（MOVES）實驗室使用，以促進未來的研究。制定了操作要求和測量方法，以確定HMT要求的有效性。

這項頂點研究為在SCAR任務中執行VTOL/UAS混合行動的人機互動復雜性提供了明確的證據。該頂點研究確定了使用系統分析和協同設計作為一種有效的方法，通過IA框架促進人機協作需求的發展。此外，該研究確定了對復雜的自主性和技術準備程度的需求，這可能是目前還沒有的。頂點建議美國海軍陸戰隊繼續研究人機協作，并利用SCAR任務探索性實驗來進一步完善和研究VTOL/UAS的高級系統要求，以支持具有前沿部署的UAS的混合行動，重點是實現4級自主權。

目前，人工智能（AI）為改造許多軍事行動領域提供了巨大的機會，包括作戰、指揮與控制（C2）、后勤、安全和維護，以提高其整體作戰效率。空中和導彈防御（AMD）是一個特別復雜的任務領域，人工智能的應用至關重要。空中導彈防御任務指的是保衛國土、保護區、地面基地、地面部隊或艦艇免受敵對的空中或導彈威脅。AMD的威脅包括敵對的飛機、無人駕駛飛行器（UAV）或機載導彈。AMD行動的復雜性源于威脅的嚴重性、威脅的意外性、對形勢認識的不確定性以及事件的快速發展，因為作戰人員必須迅速評估形勢，制定適當的行動方案，并最好地利用他們的戰爭資產來應對。美國國防部（U.S. DOD）正在研究使用AI系統（或AI-enabled AMD[AI-AMD]系統）作為AMD作戰人員的自動決策輔助工具，以大大減少他們的認知負荷（Jones等人，2020），使AMD決策更快、更好。

人工智能的一個關鍵方面已經聚集了大量的研究興趣，那就是信任。信任是有效團隊的一個基本原則。它同時適用于人類和人機團隊。信任使團隊成員能夠很好地合作，是有效團隊表現的基礎（Lee and See 2004）。與人工智能系統的成功合作將需要人類對人工智能系統有一個校準的信任和依賴程度（泰勒等人，2016）。

隨著更先進和更快的空中和導彈威脅彈藥的發展和投入使用，操作人員更需要在AMD行動中迅速作出監測。不及時的決策和反應將導致災難性的后果。因此，人工智能是一個可能的解決方案，通過自動決策輔助工具加快和加強決策過程。這些AMD自動戰斗管理輔助工具可以幫助戰術操作人員應對更快的決策周期、大量的數據以及需要觀察的幾個系統或屏幕（Galdorisi 2019）。然而，為了有效地利用人工智能能力的潛力，需要操作員的高度信任。操作員對系統的信任程度低，可能會導致人工智能-AMD系統利用不足，受到不適當的監控，或者根本不使用（Floyd, Drinkwater, and Aha 2016）。這些問題中的任何一個都可能導致操作者的工作量不必要的增加，或者任務失敗的可能性。

論文對信任的定義、人機交互（HMI）的概念、信任因素以及包括AMD殺傷鏈模型、威脅場景、架構、模型和功能在內的概念模型進行了廣泛的回顧。有了這樣的認識，論文提出了人工智能-AMD系統的信任框架，對人機交互和人工智能-AMD系統信任因素的描述。論文最后提出了在人類操作者和AI-AMD系統之間實現校準信任的策略。

信任框架始于對系統背景的分析。圖1顯示了AI-AMD指揮與控制（C2）系統（包括AI-AMD操作員和決策輔助工具）及其他與之互動的子系統的背景圖，這些子系統有助于操作員和AI-AMD決策輔助工具之間信任的發展。背景圖使我們能夠研究各系統之間的相互作用，以及它們對AI-AMD操作員和決策輔助工具之間信任動態的影響。

圖1. AI-AMD系統框架圖。

這篇論文將信任定義為操作者的態度，即AI-AMD決策輔助工具將有助于實現操作者的目標，即在一個以不確定性和脆弱性為特征的作戰環境中迅速摧毀來襲威脅的任務。這種信任的定義表明，它是對操作者相信或感知AI-AMD決策輔助工具的一種情感評估。為了積極地影響信任，操作者必須親自看到并感受到AI-AMD決策輔助行動的優勢。AI-AMD行動涉及很多不確定因素，以及天氣、電磁干擾和地形等環境因素以及不斷變化的威脅的性質所帶來的脆弱性。操作員將預期AI-AMD決策輔助系統按照 "合同 "執行，以處理這些不確定性和脆弱性。這些合同將是人工智能-AMD決策輔助工具應該執行的感知功能或任務，以及執行這些功能或任務的理想表現。

圖2說明了操作員和AI-AMD決策輔助工具之間的信任框架。y軸代表人類對AI-AMD決策輔助系統的信任程度，x軸代表AI-AMD決策輔助系統的能力。綠色的45°虛線表示最佳的信任水平或校準的信任線，其中的信任與AI-AMD的能力相對應，導致正確的利用（Lee and See 2004）。過度信任由最佳信任水平線以上的區域表示，此時的信任超過了系統能力，導致誤用。低于理想信任水平線的區域表示不信任，這時的信任沒有達到系統能力，導致濫用。假設存在一些默認的信任水平（如黃框所示），目標是制定一個策略，以提高AI-AMD輔助決策能力的信任。在使用該系統時，可能會發生違反信任的情況，從而降低操作員的信任。因此，信任修復行動必須被納入，以保持信任在最佳水平。

圖2. 人類操作員和AI-AMD決策輔助工具之間的信任。

基于功能分配的操作員和AI-AMD決策輔助工具之間的人機交互研究表明，操作員和AI-AMD決策輔助工具應該被設計成在大多數殺戮鏈功能中作為一個 "團隊"運作。這引導論文研究了單獨和集體考慮人類和決策輔助的信任因素。對操作員和人工智能-AMD決策之間的人機交互的研究還顯示，操作員的角色已經從手動控制器變成了監督控制器。因此，一個值得信賴的決策輔助工具是很重要的，因為操作者會期望系統的表現符合預期，以幫助操作者更好地履行他的角色。另外，為了進一步幫助減輕操作者的認知工作量，信息的外部表示、決策輔助工具的建議必須易于閱讀和理解。

關于信任因素，本論文提出了一個 "由外而內 "的框架，如圖3所示。論文首先考慮了與操作環境相關的因素，這些因素描述了AMD操作系統的背景。第二，它研究了與組織環境相關的因素，操作人員和人工智能-AMD系統得到了培訓和發展。第三，論文研究了操作人員和人工智能-AMD決策輔助工具之間的交互，以提出與操作人員、人工智能-AMD、單獨和集體相關的因素。

圖3. 建議的信任因素

圖4顯示了擬議的戰略銜接圖，以實現操作者和AI-AMD輔助決策之間的校準信任。對信任定義、人機界面和信任因素的審查表明，該戰略應關注三個關鍵領域：（1）人類對自動化技術和AI-AMD決策輔助系統的集體和個人感知；（2）增強操作員和AI-AMD決策輔助系統的團隊活力；（3）AI-AMD決策輔助系統的可信度，重點是系統開發。該戰略利用DOTMLPF-P框架提出了三個關鍵原則和五個支持原則。首先，軍事作戰人員需要被告知自動化技術的真正能力和局限性，特別是AI-AMD輔助決策。第二，操作員的培訓要求必須增加，以應對新的工作范圍和不斷變化的威脅。第三，必須在人工智能-AMD決策輔助系統的開發中加入新的要求，以提高系統的可感知的可信度。這三個關鍵原則得到了DOTMLPF-P框架其他方面的支持，如組織、領導、人員、設施和政策。

圖4. 實現操作員和人工智能-AMD決策輔助工具之間校準信任的戰略銜接圖

第1章 簡介

1.3 背景情況

1.人是任何防御系統的關鍵組成部分--對于無人駕駛飛機系統（UAS）來說也是如此，盡管有 "無人駕駛 "的說法，但為了達到預期的任務效果，還是需要很多人的參與。無人駕駛飛機領域顯然是航空業中一個新興的、高增長的部門。與任何新的創新領域一樣，無人駕駛航空領域最初的焦點集中在推進使能技術和開發其操作程序，以獲得競爭優勢。

2.在過去的十年中，隨著各種組織開發和使用越來越復雜的無人駕駛飛機，人們越來越理解無人駕駛飛機是復雜的、分布式的系統，而不是簡單的飛機--也就是說，意識到有問題的遠不止是飛機。這種認識正式體現在美國無人駕駛飛機系統發展和標準化指南（美國國防部[DoD]，2012年，2016年），以及其他支持性文件。從整體系統的角度來看，我們應該認識到，無人機系統是由無人機、地面組件和其他架構元素組成的，每個元素都有自己的屬性，它們共同互動，表現出對各種系統利益相關者有價值的突發系統級屬性。

3.這一系統觀點中隱含的理解是，包括人類機組成員在內的地面控制站（GCS）在確定無人機系統的整體系統級屬性，包括系統安全方面起著重要作用。在這種系統觀點中，還承認無人機系統的發展需要通過系統工程過程來協調。然而，即使采用了系統工程的方法，其范圍也常常被限制在技術系統上。這種看法是一個重要的問題，因為與流行的觀點相反，無人機系統并沒有從系統中去除人的因素。相反，無人機系統提供了一種選擇，使人不再一定要與系統中的物理動態部件同處一地。同樣，高度自動化的系統允許修改而不是消除人的作用，例如通過減少必要的技能和能力或允許增加控制范圍。

4.與載人系統一樣，人在無人機系統中的基本作用是為系統提供上下文反應的指揮和控制（C2），并對情況進行總體了解。為了完成這些功能，人必須在系統運行的某個時刻與系統互動，并使用某種形式的人機接口（HMI）。因此，對于任務的有效性和安全性來說，從系統構思開始就將人完全融入到無人機系統中是至關重要的。這就要求在開發、獲取和操作無人機系統時，關注人類系統集成（HSI）的所有要素。圖1-1代表了一個綜合系統的HSI的主要元素：人、技術和工作環境。

圖1-1：一個集成系統的主要內容

5.值得在此明確定義什么是HSI，因為許多人把它狹隘地看作是人和機器的接口，是人因工程和傳統駕駛艙設計的同義詞。這種觀點實際上只包含了HSI的一個要素。廣義上講，HSI是基于這樣一種理解，即人是系統內的關鍵要素，采用以人為本和以交互為中心的設計（Hou等人，2014）的系統視角可以提高生產力和安全性，同時降低成本。根據美國國防部采購指南，HSI被定義為 "一個強有力的過程，通過它來設計和開發系統，有效且經濟地整合人類的能力和限制。HSI應該作為武器系統開發和采購的整體系統方法的一個組成部分....，整體系統不僅包括主要的任務設備，還包括操作、維護和支持該系統的人員；訓練和培訓設備；以及操作和支持基礎設施"。

6.HSI涉及識別和權衡可能嚴重影響系統性能的人類相關問題。為了確保所有的問題都得到考慮，這些與人相關的問題被分為五個主要領域，即人力/人事、培訓、人因工程（HFE）、安全和健康以及組織和社會特征。HSI的一個核心原則是那些開發、獲取和操作系統的人必須對這些領域保持一個整體的觀點。沒有一個領域應該被孤立地考慮，相反，它們需要相互關聯。其中一個領域的任何決定幾乎肯定會影響到另一個領域。

7.對于在世界范圍內的空域結構中以非隔離方式運行無人機系統的支持者，如北約聯合能力小組無人機系統（JCGUAS），一個重要的關注領域是系統安全。隨著對無人機系統事故調查和分析的日益重視，人為錯誤（即人的表現失敗）已被證明是導致無人機系統安全相關事件的重要因素。基于上文提出的HSI概念，任何解決UAS系統安全的努力都必須涉及對其他HSI領域的整體考慮，如人為因素工程、人力/人事和培訓。這一論斷并不新鮮，在傳統的載人航空中同樣適用。然而，在載人航空中，人員和培訓是由現有的法規和標準嚴格規定的，因此允許對人機界面的人因工程采取相對規范的方法，以達到預期的系統安全水平。相比之下，目前在人員和培訓方面存在明顯更大的可變性，因為它們適用于UAS，使得對GCS設計的規定性方法遠不可行。相反，人因工程的決策需要根據人因工程、人力/人事和培訓等領域之間存在的整體性能、安全和成本效益交易空間來考慮。因此，明確考慮到這種交易空間的GCS設計的可重復的過程解決方案是最好的，這樣潛在的理想創新就不會受到不必要的限制。

8.為了提供指導，改善對無人機系統中人的因素的考慮，減少與人的表現有關的事故和事件，提高安全性，從而促進無人機系統在非隔離空域的常規飛行，本標準建議（STANREC）由人因專家小組（HFST）為無人機系統在非隔離空域飛行（FINAS）工作組（WG）、JCGUAS編寫。它是FINAS第4685號研究的產物，從英國國防部標準00-250《系統設計者的人為因素》（2008）中提取了適用于設計和采購無人機系統的通用系統工程框架的高級過程相關要素。這份文件代表了HFST成員的辛勤工作和奉獻精神，他們的服務和努力使這項工作成為可能。這些人包括：

Patrick Le Blaye（法國），Daniel Hauret（法國），Piet Hoogeboom（荷蘭），Ming Hou（加拿大），Joe Geeseman（美國），Edgar Reuber（德國），Ian Ross（英國），Roland Runge（德國），Anja Schwab（德國），Anthony Tvaryanas（美國）和 Eric Vorm（美國）。

1.4 目的和范圍

1.本STANREC描述了

• a. HSI對UAS在非隔離空域飛行的重要性。

• b. 有助于確定人類對無人機系統性能和安全的關鍵貢獻可能發生在何處的活動。

• c. 如何將HSI的投入融入到UAS的發展中；以及

• d. 可用于應用HIS的技術。

2.STANREC中規定的過程既是基于目標也是基于風險。在每個UAS項目中必須滿足的總體HSI目標已經確定。只要這些目標得以實現，實現這些目標的手段就可以根據各個無人機系統項目的情況進行調整。因此，HSI活動的范圍和深度應根據與人類相關的考慮因素所帶來的項目風險程度進行調整。通過這種方式，該過程支持開發具有成本效益的無人機系統，使其更加安全，并提高任務的有效性和可靠性，從而滿足整合到非隔離空域的要求。

1.5 目標受眾

本STANREC針對的是需要解決無人機系統的設計、實施、采購、評估和運行中的人為問題/風險并為其提供資源的北約和工業界人員。本STANREC的主要用戶是由所有利益相關者組成的綜合項目組（IPT），包括設計、開發和/或采購UAS的項目經理、設計師和開發人員。本STANREC涉及與人有關的考慮和HSI活動，以使IPT成員了解它們與整個系統工程過程的相關性和重要性。盡管如此，參與無人機系統開發的所有各方，包括無人機系統的終端用戶，都應該發現本STANREC的相關性。