导读：本文整编和梳理了北约科技组织发布的《第五代任务规划：集成系统和算法》一文，主要描述了军用直升机任务规划环境的创建，介绍了荷兰国防部资助的“IMPACT”项目及其开发的集成规划环境。
任务规划对于建立成功执行任务所需的态势感知(SA)至关重要。由于威胁的多样性和复杂性不断增加，全面的任务规划有助于预测不同的情况，这一点格外重要。规划过程是团队工作，需要收集、分析相关信息并将其整合到一个全面的规划中。由于第5代平台、传感器和数据库生成了大量信息，这些过程面临巨大压力。本文描述了军用直升机任务规划环境的创建，在该环境中，不同来源的数据得到了整合、分析和可视化。所有参与规划过程的人员都可以查看所有可用信息并与之交互。算法处理后的数据为规划的特定部分提供潜在的解决方案。交互式可视化有助于直观理解输入数据和算法输出，而交互式增强现实环境有助于有效协作。集成系统和算法是未来智能、协作任务规划的重要组成部分，因为它们可以有效处理与第5代平台相关的大量多样的数据流。结合直观的可视化和协作，作战人员能够构建灵活且响应迅速的作战所需的共享态势感知。
(资料图片)
一、概述
1.背景
在执行军事任务期间，作战人员必须知道哪些情况是可以预料的、如何在这些情况下采取行动以及团队的其他成员可以做什么。这些信息都是在任务规划期间收集的，是任务有效性和生存能力的一个关键方面。当作战人员知道会发生什么时，便具备了战场上的态势感知优势。许多军事行动在任务规划过程中遵循严格的计划。不同国家和部队的规划可能有很大差异，但规划的过程大致包括以下四个部分：收集信息、制定计划、计划准备和任务演练。
信息的收集可以按主题进行，例如让一个团队负责了解敌情，第二队负责检查军备，第三队负责设置通信架构和调试无线电，第四队确定着陆区和货物装载分布等。在联合作战中，这需要陆军、海军和空军之间的大量协调。
2.问题阐述
随着第5代平台(如F-35、AH-64E 和 MQ-9等军用直升机)的兴起，越来越多的数据可以用作任务规划过程的输入。理论上来说，这些数据应有助于提高规划过程的有效性，从而帮助制定更为完善的主体计划和经过充分探索的替代方案，这将有助于预测任务执行过程中出现的新威胁。
然而，管理大量数据并非易事。将这些数据转化为有用的信息，在规划过程中应用并被相关人员理解，则更加困难。北约科技组织认为，作战效率将越来越与知识优势和可信赖信息源相关，这将使得(大)数据处理能力开始成为一项重要的资产。
更为复杂的是，进行任务规划过程的可用时间是有限的，这可能导致没有时间来制定与主体计划一样经过充分探索的替代计划，或者是开展任务演练。在规划流程和工具保持不变，而可用数据却更多时，不难想象未来的瓶颈。简单地丢弃大量数据也并不可行，因为这些数据可能包含任务的基本细节。更重要的是，更多的信息有利于对更为复杂和不可预测的对手采取行动。
待处理的数据越来越多，而时间却十分有限。在这样一个冲突的情况下，需要重新构想一个综合的任务规划流程，以便相关人员与其使用的系统进行无缝协作。
二、迈向集成的任务规划环境
1.项目
荷兰国防部资助了“IMPACT”项⽬(增强协作技术的智能任务规划)，以开发能够⽀持直升机任务的未来任务规划过程并破解上述困境的技术。“IMPACT”项⽬由荷兰皇家航空航天中⼼(NLR)执⾏，Infinity Labs担任分包商。
“IMPACT”旨在通过开发一种任务规划工具来破解上述困境。该系统集成所有可用数据，就任务规划的特定部分提供建议，并能够促进用户之间的协作。“IMPACT”可以将作战人员从数据收集和处理的工作中解放出来，缩短任务规划周期;作战人员可以利用节省出来的时间制定替代方案或者进行任务演练。
促进这种人机协作的粘合剂是人机交互(HMI)，它由基于屏幕的应用程序和协作增强现实(AR)应用程序组成。这些人机交互可以确保参与任务规划的所有人员之间共享心智模型(mental model)。
2.集成系统
为了对齐所有可用数据和中间结果，新创建的“IMPACT”系统集成了所有可用信息并将其存储在一个中央位置。这减少了有关信息共享和情况介绍的工作量，因为所有团队成员都可以访问相同的信息。此外，将信息存储在一个位置可以直接连接不同的中间结果和信息，计算出某个计划对其他计划的影响，并在早期阶段检测出可能出现的瓶颈。
HMI应用层包含了前面提到的两种不同的应用程序：基于屏幕的应用程序和协作增强现实(AR)应用程序。所有用户均可对两者进行访问，以便与系统进行交互。
传输层允许不同的服务和应用程序交换消息。用于促进这种信息交换的传输介质是开源消息代理RabbitMQ。这种传输介质可以确保通信安全、准确和及时。
支持服务层使HMI能够与分析应用程序连接。这是通过使用单独的服务来实现的。这些服务充当了“IMPACT”系统和特定其他组件(如MySQL数据库或荷兰皇家空军目前使用的军事规划软件)之间的翻译器。
中央数据库可以方便不同作战人员以及系统内不同程序同时使用“IMPACT”系统，因为数据库始终拥有可用数据和任务规划的最新版本。MySQL数据库用于存储和检索原始数据、信息和中间结果分类。由于这些文件需要极大的存储容量，地理数据被存储在另一个数据库中。
模块化设置使“IMPACT”系统在未来使用时相对灵活，以便未来在三层中的任意层中更改或添加组件。
3.基于屏幕的应⽤程序中的集成信息
集成数据和最新信息只有在用户可以访问和使用时才会产生重大影响。因此，“IMPACT”创建了一个基于屏幕的专用应用程序(参见图3)。所有用户，包括实际不同位置的指挥官和联络员，都可以全面访问此应用程序，以创建共享概览并促进协作。
该应用程序包括不同的组件，可将其分类为 a) 一般概述和 b)“智能规划工具”。用户可以通过左侧的可折叠导航菜单导航到所有这些组件。
一般概述页面包括：a) 指令、简报材料和其他文件的数字集合，b) 在地图上创建任务的数字草图的选项，c) 任务规划的状态，以及 d) 聊天功能。智能规划页面可以导航到下一节将讨论的规划工具。
每个用户都会收到自己感兴趣的通知。个人消息将触发通知，并影响正在处理的规划组件的新信息。例如，当识别出新的威胁时，着陆区规划人员应了解无法着陆的其他位置。
4.AR应⽤程序中的协作
虽然基于屏幕的应用程序可用于为特定规划组件构建新规划，但任务规划也可以3D 可视化。增强现实(AR)环境刺激协作并可使用户对任务拥有共享的态势感知。这使得讨论和重新安排任务规划变得更加容易，进而改进任务规划。
在规划的信息收集阶段，3D可视化正在逐步建立。每当有新信息可用时——例如潜在威胁或可用的着陆点——这些信息在3D环境中变得明显。
任务指挥官和规划人员可以通过AR查看当前的任务规划。该技术可以以3D的形式查看平面图，以自然的方式与平面图交互，同时还能相互交互。当同事指出规划中的瓶颈并指向某个位置时，每个戴上AR眼镜的人都可以看到其指出的位置。
对于身在另一个地点的任务指挥官或联络员，可以在虚拟现实中看到相同的3D视觉效果。对直升机来说，这也可以用于任务演练。
三、智能规划工具
1.基本原理
创建智能规划工具的目的是通过将原始数据处理为可用于规划过程的信息和/或为任务规划的特定方面提出解决方案来支持规划者。这些工具均包含在“IMPACT”中以提供集成的规划环境。
其他几个研究小组已经为军事任务规划开发了互补的智能规划工具，这些工具可以包含在“IMPACT”中，以进一步扩展其功能。在2019年跨部门/行业培训、模拟和教育会议(I/ITSEC)上发表的两篇论文描述了一种决策支持工具的开发，该工具可以将不同行动方案 (COA) 的效果可视化。
用户必须提出行动方案，然后系统计算资源消耗、敌方交战和货物装载量的预期效果。McDowell P.与Lee R.在2019年发表的其中一篇论文提到，由于敌人的位置可能不确定，因此底层算法会计算 COA 对不同敌人位置的影响。通过从这些可能的位置将视线可视化，它可以帮助用户创建作战场景。
其他几个研究小组致力于无人驾驶飞行器(UAV)或无人机的路线规划或空对地战斗中的交战量。这些战斗规划者的目标是(防御)效率的最大化，或者通过计算得出应该发射多少导弹，或者哪个位置是理想的战斗位置。
2.路线规划工具
规划适当的任务路线是任何任务规划的基本组成部分，因此应存在于任何集成的任务规划环境中。然而，它是复杂的，并且取决于许多变量，例如天气、敌人的位置、地形的高度、障碍物、预期的战斗位置和着陆区。这些变量会在规划过程的信息收集阶段进行检查，并且可能相互冲突，从而导致路线规划出现瓶颈。根据所有这些变量和战术考虑为任务找到最佳路线或许会非常具有挑战性。
为了简化和加快这一过程，NLR 的自定义路线规划算法在“IMPACT”中进行了扩展和集成。基础算法生成从 A 点到 B 点的优化初始(三维)路线，同时考虑行进距离、预期威胁、地形高度以及被敌方雷达检测和/或被其防御抗措施击中的可能。用户可以指示这些变量应该如何相互权衡，以优化当前任务的路线。该算法是集成的，因此它能够在规划阶段的任何时候添加新的或修订信息。每当有新信息出现时，路线规划器都会更新其优化后的状态，例如有关威胁或其他规划器识别的着陆区的信息。
“IMPACT”的路线规划工具主要基于A*优化算法，但主要针对直升机任务实施。该算法通过使用基于特定服务的架构连接到现有的规划软件，从而可以使用“IMPACT”中现有规划软件进行计算，例如关于燃料的使用和预计到达时间。
3.着陆区规划工具
为直升机寻找合适的着陆区取决于几个变量，例如天气、风、敌军位置、树木和建筑物的高度以及地形的坡度等。收集这些信息并决定哪个区域是最佳着陆点需要花费大量时间——更何况这些都需要在地图上进行手动搜索。
着陆区规划器通过将地理信息(目前来自OpenStreetMap 数据集)与任务参数(例如潜在威胁的位置)和用户偏好(例如地形的最大坡度)相结合来帮助规划。规划器最终会生成一些选定区域，这些区域会在地图上标出来，呈现给用户。最终决定权在用户手中，他们还可以额外考虑战术因素。
4.货物装载规划工具
