一种人机交互中用户操作意图和认知状态的识别方法技术

本发明专利技术公开了一种人机交互中用户操作意图和认知状态的识别方法，该方法包括：采集用户在人机交互过程中的眼动特征数据和脑电信号数据；对采集的数据进行预处理后分别划分为训练集和测试集；采用训练集训练SVM分类器，再用优化后的分类器对测试集进行分类，获得对应的操作意图和认知状态。本发明专利技术能够识别交互过程中的操作需求，为界面的自适应调整提供依据。同时，能够判断交互过程的认知状态，确保交互任务完成的可靠性。

A recognition method of user's operation intention and cognitive state in human-computer interaction

【技术实现步骤摘要】
一种人机交互中用户操作意图和认知状态的识别方法
本专利技术属于人机工程
，具体涉及一种人机交互中用户操作意图和认知状态的识别方法。
技术介绍
在航空飞行操作、武器装备操作、数控机床操作、制造运行系统监控和操作等诸多领域，操作人员都需要完成大量的交互任务，处理海量的信息，并且对时效性和精确性的要求较高，这对操作人员的生理和心理都造成了极大的负担。此外长时间的高强度作业使得操作人员的工作效率持续降低，操作失误率不断升高。但现有的系统智能化水平不高，无法感知操控人员的操作需求，降低了交互任务的完成效率和可靠性。此外，操作人员在完成人机交互任务的过程中可能处于不同的认知状态：在值班任务中，由于操作人员只需粗略监视整个界面，极易因任务的单调导致“脱环”。一旦发生警报，操作人员则需迅速处置异常状况，极易因任务的紧张导致“应激”。若无法对操作人员的认知状态进行实时监测，在“脱环”时予以提醒示警，在“应激”时提供信息帮助，则难以保证人机交互过程中的可靠性和高效性。
技术实现思路
为了解决上述问题，本专利技术的目的是提出一种人机本文档来自技高网...

【技术保护点】
1.一种人机交互中用户操作意图和认知状态的识别方法，其特征在于，包括以下步骤：/n步骤1，采集用户在人机交互过程中的眼动特征数据和脑电信号数据；/n其中，所述眼动特征数据为用户眼睛的有效注视点的X坐标和Y坐标、注视时间、眼跳幅度、瞳孔直径；/n步骤2，对所述眼动特征数据进行归一化处理，得到标准化眼动特征数据，选取连续多个有效注视点的标准化眼动特征数据，作为眼动特征参数；对所述脑电信号数据依次进行滤波和去伪迹操作，得到预处理后的脑电信号数据；选取预处理后的脑电信号数据中Delta波、Theta波、Alpha波、Bata波中每个脑电波功率占总频段波功率的比例，作为脑电特征参数；/n步骤3，将眼动特...

【技术特征摘要】
1.一种人机交互中用户操作意图和认知状态的识别方法，其特征在于，包括以下步骤：
步骤1，采集用户在人机交互过程中的眼动特征数据和脑电信号数据；
其中，所述眼动特征数据为用户眼睛的有效注视点的X坐标和Y坐标、注视时间、眼跳幅度、瞳孔直径；
步骤2，对所述眼动特征数据进行归一化处理，得到标准化眼动特征数据，选取连续多个有效注视点的标准化眼动特征数据，作为眼动特征参数；对所述脑电信号数据依次进行滤波和去伪迹操作，得到预处理后的脑电信号数据；选取预处理后的脑电信号数据中Delta波、Theta波、Alpha波、Bata波中每个脑电波功率占总频段波功率的比例，作为脑电特征参数；
步骤3，将眼动特征参数和脑电特征参数分别划分为训练集和测试集，分别构建操作意图SVM分类器和认知状态SVM分类器；采用眼动特征参数训练集中的样本对操作意图SVM分类器进行训练，得到优化后的操作意图SVM分类器；同时，采用脑电特征参数训练集中的样本对认知状态SVM分类器进行训练，得到优化后的操作意图SVM分类器；
步骤4，采用优化后的操作意图SVM分类器对眼动特征参数测试集进行分类，输出对应的操作意图类别，完成操作意图识别；采用优化后的操作意图SVM分类器对脑电特征参数测试集进行分类，输出对应的认知状态类别，完成认知状态识别。


2.根据权利要求1所述的人机交互中用户操作意图和认知状态的识别方法，其特征在于，所述眼动特征数据通过眼动追踪器采集获得；所述脑电信号数据通过脑电放大器采集获得。


3.根据权利要求1所述的人机交互中用户操作意图和认知状态的识别方法，其特征在于，所述有效注视点为将眼动追踪器输出的连续30个注视点取平均值作为一个有效注视点。


4.根据权利要求1所述的人机交互中用户操作意图和认知状态的识别方法，其特征在于，所述操作意图包含监视戒备、目标搜索、表...

【专利技术属性】
技术研发人员：王崴，胡波，瞿珏，刘海平，高鹏，蔡睿，陈龙，赵敏睿，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西;61