基于網絡云的船舶機艙多人協作訓練評估系統

徐飛翔 盧佳音 林葉錦 石澤宇 趙思博

1(大連海事大學 遼寧 大連 116026)

2(大連海智科技有限公司 遼寧 大連 116026)

0 引 言

《STCW公約馬尼拉修正案履約指南》做出了公約附則條款的強制性標準,從機艙輪機員與管理工作方面,對工作計劃、人員協調、時間、順序安排上有了嚴格要求,并要求通過輪機部門多人協作實操,完成有效的機艙資源管理[1]。然而,用傳統的輪機模擬器培訓時,具有訓練模式單一,訓練受到時間、區域限制,訓練者缺乏情景意識和不能以團隊協作方式訓練等問題。

文獻[2]開發了基于幀同步網絡模型的多人協作輪機虛擬實驗室,可進行多人異地協同操作,主要基于MIMIC屏和控制箱完成系統的訓練操作,系統缺乏三維動態模擬效果。文獻[3]依據船舶舵機原理建立了舵機數學邏輯模型,并將其融入到三維仿真系統中,且實現了虛擬舵機室中舵機的交互操作,訓練操作場景只包括舵機室。系統的開發主要為了拓寬虛擬現實技術在不同船型的不同艙室中的應用。文獻[4]為滿足機艙資源管理評估的特殊需求,提出了基于駕機聯動的任務型協作訓練模式和基于遺傳算法優化的機艙協作智能評估方法。建立不同需求下的優化目標函數,采用熵權法和歷史評估數據調整指標的權重,經多重模糊綜合評判得出結果。最后讓高級輪機員在局域網環境下,使用該系統進行訓練效果驗證。文獻[5]針對傳統機艙訓練評估方法不能反映團隊內部協作性問題,結合了基于層次分析法的模糊綜合評價方法和Dice、Tversky集合相似度系數,對團隊任務完成度和協作能力進行評估,這種協作式評估方法可以體現團隊協作性存在的細節問題。文獻[6]開發了基于互聯網的三維虛擬實驗室,實現了第一人稱視角漫游及基本的模擬操作。系統中僅有主機虛擬模型,不利于訓練者的機艙情景意識的形成和實踐技能的提升。文獻[7]通過德爾菲法得到評判的最初云滴,利用逆向云發生器生成原始評價權重云,然后構建評價云矩陣,并進一步計算各評價因子的云權重。最后通過三個相關示例驗證了云模型理論引入模糊綜合評價方法中的有效性。

機艙輪機管理工作中實踐技能和團隊合作是重要部分。輪機操作和突發事件的處理體現了高級輪機員的反應能力,但這種能力并不是與生俱來的,而更多的是通過后天學習和訓練的結果。機艙操作任務具有種類多元、步驟復雜、模式分化的特點,航海類學生使用傳統培訓方式接受任務實操訓練受到時間、空間和教學成本的限制[8],而在協作虛擬環境中進行模擬操作,可有效培養航海類學生機艙情景意識和團隊合作意識,提升學生對突發緊急事件的應對處理能力。為此本文開發了基于網絡云的船舶機艙多人協作訓練評估系統,網絡云為輪機全任務多角色協作培訓提出了一條新途徑。在云訓練模式下,每個用戶經由網絡向數據庫上傳虛擬交互數據,數據庫中數理模型進行數據計算和圖形處理任務后,將運算后的結果數據發送給用戶,即完成多人協作虛擬操作任務。最后系統采用基于熵權法的模糊綜合評估方法對學生的學習效果進行評估考核,并顯示評估指標和對應的實際數據值。

1 系統總體框架結構

綜合運用虛擬仿真技術,以VLCC油輪為虛擬對象構建高逼真度的虛擬機艙場景,多名訓練者可同時在共享協作虛擬場景中進行輪機任務協作訓練,在故障、安全事件模擬情景中提升故障診斷和應變處理能力,這對于解決在機艙中由于人為誤操作引起的安全事故,突發緊急重大事故不可重現、不可逆,拓展輪機理論知識深度與廣度,提高機艙高危事件教學效果,鍛煉航海類學生實操和應急能力等意義重大[3]?；诰W絡云的船舶機艙多人協作訓練評估系統的框架如圖1所示。

圖1 船舶機艙多人協作訓練評估系統框架設計

(1) 數據層。數據層用于存放和管理仿真系統中的各種數據,并完成數據的運行處理,是系統的靈魂部分。主要包括三維模型數據庫、場景動態優化、程序腳本、數學邏輯模型、知識庫、評估任務庫、評估情景庫。

(2) 運行層。運行層主要包括場景動態渲染、第一人稱視角漫游、訓練過程記錄、多角色協作訓練、智能評估考核、顯示考核指標。系統運行時,訓練者通過程序接口從數據層中讀取和往數據層中寫入訓練過程記錄數據、多角色協作訓練數據、智能評估數據和考核指標數據,這部分數據的讀取和寫入功能由運行層完成。

(3) 虛擬仿真層。虛擬仿真層主要包括機艙火災、機艙漏水、聲光模擬、CO2滅火系統、水霧噴淋、設備故障。虛擬仿真層為訓練者提供了多種高擬真度的機艙重大故障現象情境,訓練者可以在虛擬環境中進行學習、實操練習和綜合測試。

2 關鍵技術

2.1 三維視景設計與實現

三維視景設計信息流程如圖2所示。首先創建高精度的模型,渲染烘焙所需貼圖,用于讓模型呈現更貼近實物的細節。制作火災、細水霧噴淋、漏水等特效模擬機艙突發緊急情景。分析輪機設備工作原理,利用Maya制作其工作動畫。編寫腳本實現虛擬交互體的動作或顯示功能。虛擬場景效果如圖3所示。

圖3 虛擬場景效果

(1) 場景搭建與視景優化。本文用3ds MAX創建機艙結構、設備高精度模型,采用紋理映射、UV展開貼圖、環境光遮蔽(AO)等方式渲染烘焙輸出材質貼圖,用于提高模型表面細節和增強光影效果,從而增強沉浸感。使用細節層次控制技術(LOD),根據虛擬人物與模型距離和人物視角信息決定使用不同精度細節模型[9]。采用Drawcall優化算法,同類對象附貼同一種材質,通過批處理技術減少所渲染物體的材質種類。通過視景優化提升系統運行的流暢度。

(2) 機艙緊急情景及故障情景的實現。機艙緊急情景被開發出來。借助Unity3D自帶粒子系統,進行機艙漏水、火災、細水霧噴淋效果的動態模擬?；馂奈恢迷诎l電柴油機、主機、分油機、焚燒爐、輔鍋爐等設備處,火災場景包括了起火、火勢蔓延、轟然、持續燃燒及逐漸熄滅等階段,通過故障設置后,機艙中模擬發生火災[10]。同時動態模擬了細水霧噴淋場景,細水霧噴淋過程包括噴頭噴水、噴頭水霧化、霧化水吸熱及冷卻滅火[11]。在細水霧噴淋持續滅火作用下,火勢逐漸減小直到火熄滅。通過漏水故障設置,機艙固定位置出現室內漏水現象,且水位逐漸升高。在虛擬場景中模擬緊急情景是理論知識的深入拓展,以這種形式代替展示實船中不可模仿的場景,幫助沒有實船經驗的航海類學生“零距離”學習機艙火災、漏水、細水霧噴淋滅火,提升學生緊急事故的情景意識和對突發安全事件應急處理能力。

(3) UI交互界面設計。虛擬機艙是一個整體的虛擬場景,又以分布式場景進行布局。本文利用UGUI圖形用戶界面系統設計了系統的主菜單,如圖4所示。系統運行后,通過選擇不同的分場景,系統加載選擇的場景模型,人物視角切換到指定場景中,實現不同艙室場景之間的快速切換。

圖4 系統主菜單界面

機艙操作流程復雜,交互對象數量龐大且外形相似,對航海類學生或經驗不足的培訓人員來說,訓練時不好區分要操作的交互對象,為此本文利用UGUI圖形技術設計了HUD系統以提供良好輔助操縱體驗。根據機艙設備詳細技術數據,HUD中配置相應的信息,滿足培訓人員的學習和使用需求。HUD系統的框架如圖5所示,包括數據處理模塊、顯示模塊、人機交互模塊。經數理模型計算后返回的數據傳入數據處理模塊,當數據處理計算后,被分發到顯示模塊。顯示模塊是一個UI矩形界面,用于顯示HUD、設備技術參數及交互對象信息。人機交互模塊可以提供不同視角的UI界面,當沒有被激活時,UI界面處于隱藏狀態。當交互點被檢測到交互后,顯示交互點詳細數據信息和狀態參數。HUD顯示器效果如圖6所示。

圖6 HUD顯示器效果圖

(4) 動畫設計。針對機艙設備的繁瑣復雜動作過程,難以使用常規仿真技術實現,可以通過三維動畫的方式直觀地展示出來。首先使用Maya軟件創建設備模型,分析設備運動原理后,制作動畫的關鍵幀,指定對象在特定時間內的屬性值[12],從而完成設備連續動作動畫的制作。然后通過程序腳本控制動畫,模擬設備在不同工況下的工作過程。采用三維動畫方式展示工作過程的設備主要有船舶主機、發電機、速閉閥、液壓泵等。動畫模擬方式可以展示工作過程和細節,把枯燥的理論知識生動地展示出來,能夠有效地輔助航海類學生對設備工作原理和不同工況下設備狀態特點的深入理解,使學生牢牢地掌握輪機原理知識。

(5) 人機交互技術。虛擬機艙交互點數量龐大,為方便管理和節約系統開發資源和成本。首先對模型功能需求進行分析,把相同屬性、相同功能的模型劃分為一類。再為不同模型行為功能設計各自的行為模型,并用C#語言編寫腳本生成通用組件行為模型,實現模型行為的控制。根據實體模型屬性選擇對應的組件行為模型,并配置不同參數。當虛擬角色通過鼠標、鍵盤等輸入設備交互操作調用請求函數后,實體模型配置的組件行為模塊會接收來自數理模型的變量數據,通過調用行為模型中執行函數來控制實體模型的相關動作[13]。

2.2 虛擬人技術

虛擬人物功能的實現包括虛擬人物模型的搭建和行為動作的實現。其主要分為角色模型的建立、人體骨架的搭建、蒙皮綁定、貼圖渲染、動畫制作和動作控制幾個主要部分。選用3ds MAX軟件建立場景中虛擬角色模型。創建虛擬角色網絡模型和骨骼模型,并將蒙皮和骨骼綁定,完成人物模型構建后[12],通過控制骨骼關節旋轉和移動實現虛擬人動作動畫顯示。本文采用反動力學技術對人物關節進行仿真,以提高對虛擬人物的更高精度的模擬操作。連接著的骨骼關節間夾角為θ,末端骨骼節點位置為X,關系式如下：

θ=f-1(X)

(1)

當操作虛擬人物時,在反向動力學技術作用下,通過IK求解器實現模擬控制虛擬人物的行為動作,然后IK求解器通過改變IK控制柄位置的旋轉和平移來實現IK鏈中對應骨骼關節的移動和旋轉,其中IK控制柄是指骨骼起始關節點和末關節點的向量。

圖7為人物動作過程的IK控制柄求解流程,圖7(a)為初始動作時骨骼狀態,當子骨骼BC發生旋轉,控制柄向量變為AD,圖7(b)為動作更新后的骨骼狀態,β表示控制柄向量AC轉動的角度,求解如下：

(a) (b) (c)圖7 IK控制柄求解流程

cosβ=AC·AD/(|AC|×|AD|)

(2)

當AB父骨骼最后朝反方向旋轉β角度后,子骨骼跟隨著一起動作,AC向量和AD向量重合,圖7(c)為更新后的骨骼狀態?；诜聪騽恿W,部分虛擬人動作效果如圖8所示。

圖8 虛擬人動作

3 通信結構設計

網絡云多人協作訓練評估系統通信架構如圖9所示,系統以數據庫服務器、知識庫服務器、情景庫服務器等為中心,以太網作為關聯橋梁,通過數據傳輸實現多用戶聯動。仿真系統中包含有知識庫、評估情景庫和評估任務庫。針對評估任務內容,評估任務庫中提前內嵌狀態參數文件。當訓練者選擇訓練或評估任務后,系統自動加載預嵌入的相關系統參數,訓練者在此基礎上完成訓練或考核任務即可。訓練或者評估具有單一或多人協作兩種模式,多人協作模式模仿遠洋船舶四名輪機員協作完成實際操作的方式?；谝蕴W的數據傳遞方式進行多人協作評估時,PC1、PC2、PC3和PC4四名學員實際操作數據均通過以太網發送到服務器,經過服務器運算后的數據反饋給四位學員仿真系統中,使四名學員虛擬場景中各操作狀態保持一致,共同完成評估任務。

圖9 網絡云多人協作訓練評估系統通信架構

4 多人協同操作考評系統

4.1 多人協作訓練評估原理

如圖10所示,基于網絡云的多人協作訓練評估系統流程步驟如下：運行系統并初始化,然后選擇一個虛擬角色登入系統,系統判斷用戶是否載入系統,是則登入系統,可以進行下一項工作,否則中止考評;然后選擇具體的考評任務進行虛擬操作;其他協同操作人員發出加入系統請求,被允許進入系統后,多人在同一系統中協同完成操作。選擇完具體考評任務后,系統根據考評項目內容自動加載預制狀態參數;用戶按照角色職責做與角色匹配的項目操作,在完成了考評項目后,按結束考評按鈕,用戶在虛擬場景中虛擬訓練結果會記錄在數據庫中。系統考評模型根據實操后獲得的參數數據,結合操作變量與數據的匹配度、變量數值和操作步驟順序,利用熵值法估算評價指標權重向量,再利用模糊數學的模糊矩陣合成算子,得到綜合評估得分。最后,系統給出考評分數結果、考評指標具體參數值和正常值范圍。

4.2 評價模型建立

1856年,德國物理學家道夫·克勞休斯首次提出熵的概念。熵在熱力學中表征物質狀態的參量之一,是體系混亂程度的度量。而在信息論中,信息熵是系統無序程度的度量,信息是有序程度的度量,二者絕對值相等,符號相反。熵權法就是根據各項指標的信息熵來計算各個指標權重,熵權值代表著各指標在競爭意義上的相對激烈程度,具有較強的客觀性[14]。本文采用基于熵權法的模糊綜合評價方法,首先根據熵權法來確定各個評價指標權重,然后建立模糊關系評判矩陣,最后利用模糊數學的模糊矩陣合成算子,得到綜合評判集。具體可分為以下5個步驟。

1) 假設m個評價對象集V={v1,v2,…,vm},有n個評價指標集X={x1,x2,…,xn},其中xij為第i個評價對象第j個指標的最初數值,對其標準化處理后得到評價標準矩陣Y見式(3),矩陣中元素值按式(4)計算：

(3)

(4)

2) 任一評價指標的熵值hj按式(5)計算,其中k為調節系數,與系統評價對象數量有關,k=1/lnm。

(5)

3) 熵權法利用指標信息熵來估算評價指標權重,該指標提供信息量越多,其在綜合評價中作用越強,所占權重越大。第j個指標權重wj計算如下：

(6)

4) 將m個評價對象和n個評價指標之間的對應關系通過構建模糊關系評判矩陣表示：

(7)

5) 利用模糊數學的模糊矩陣合成算子,得到綜合評判集如下：

B=w°R

(8)

5 實驗結果

5.1 評估結果

選取40名航海類學生,隨機分成10個由4人組成的團隊。每個團隊分別協同操作考評,為了方便數據分析,本文讓10個團隊完成相同的任務。船舶運營過程中,離港備車是常規協作且最基本的評估情景之一。其中發電機并車操作是很重要的一個子環節,為后續的備車操作提供重要基礎。本文選擇發電機的手動并車操作任務,每個團隊協同完成任務后,獲得了相關參數數據,組成了評估指標集,評估指標集包括完成任務時間、頻率差值、電壓差值、相位差、電壓、頻率和同步表狀態7個指標,用評估指標集X表示：

X={x1,x2,…,x7}

(9)

10個團隊完成發電機手動同步并車考評任務后,各個評估指標數據如表1所示。

表1 評估指標數據

5.2 評估結果分析

本系統基于熵權法的模糊評估對團隊操作結果進行評估打分。首先基于熵權法估算發電機手動同步并車評價指標權重,結果如表2所示。結合評價指標權重,系統通過模糊綜合評價,得到最終的分數。此外請5位相關領域專家對10個團隊操作結果進行人工評估打分。系統自動評估和專家人工評估的分數如表3所示。

表2 評估指標權重

表3 系統自動評估和專家人工評估的分數

本文基于熵權法的模糊綜合評估和專家評估方法得到的結果對比如圖11所示,系統給出評估結果樣例如圖12所示。本文系統評估結果和專家的結果誤差很小,兩種結果最大誤差為4.28百分點,最小誤差為0.08百分點,系統評估結果達到了和專家評估一樣的精度,同時也得到專家們的一致認可。調查訪問參加考評的學生表示經過訓練考評后,他們的協作實操能力和團隊合作意識有了大幅提升,對他們以后工作有很大的幫助。

圖11 兩種方法的評估結果對比

圖12 本系統評估結果

熵權法計算權重的過程中,權重分配時克服了人為賦值引起的主觀誤差,極大程度降低了人為干預的影響,保證了評價結果的客觀、合理?，F階段該方法只能在確定權重的過程中使用,適用范圍有限。

6 結 語

本文開發的基于網絡云的多人協作訓練評估系統,為訓練者提供了一個貼近實船的虛擬共享三維環境。只要有網絡,就可以實現在這個共享的三維環境中,多人可同時在線遠程學習、遠程訓練和遠程考評操作。此外利用虛擬現實技術,系統中融入了機艙火災、機艙漏水等緊急情景,輔助沒有實船經驗的學生深刻理解實船無法演示的故障現象,提升學生的緊急情景應對能力。最后可以通過模糊綜合評估方法對學員的學習效果進行客觀評估,同時請5位專家對這評估結果進行了對比,表明本系統評估方法與專家評估方法計算出的結果高度一致,也得到了專家的一致認可?；诰W絡云的多人協作訓練評估系統旨在提供一個“訓練-評估”的多人在線協同學習、考評平臺,改變了傳統船員考試模式,提高了航海類教學質量,也增強了航海類學生的協作能力和團隊的合作意識。