一种智能人机协同系统测评方法、装置及存储介质制造方法及图纸

本发明专利技术提供一种智能人机协同系统测评方法、装置及存储介质，该方法包括以下步骤：在受测人员执行智能人机协同系统测试的过程中，记录实时的受测人员的客观数据；将所述客观数据输入到预训练的拟合模型从而进行预测得到预测主观评价，所述预训练的拟合模型基于采集的客观数据和主观评价拟合得到，所述主观评价基于执行用于预训练的智能人机协同系统测试后受测人员的第一主观测评结果得到；基于所述预测主观评价得到实时人机协同评分。本发明专利技术的智能人机协同系统测评方法、装置及存储介质，能够克服现有的测评方法的片面性，多方面、严谨、客观的对智能人机协同系统进行测评，并通过拟合模型依据实时的客观数据进行智能人机协同系统测评。系统测评。系统测评。

【技术实现步骤摘要】
一种智能人机协同系统测评方法、装置及存储介质


[0001]本专利技术涉及智能人机协同
，尤其涉及一种智能人机协同系统测评方法、装置及存储介质。

技术介绍

[0002]随着人工智能技术迅猛发展，智能人机协同系统将普遍存在于智能制造、智慧交通、智慧生活等诸多方面，智能人机协同系统将人和机器作为一个团队，集成人类智能和人工智能，实现人机自主交互、协作共赢，基于脑机接口(Brain
‑
Computer Interface，BCI)实现有机生命体的大脑或神经系统与计算机的信息交换，基于BCI范式进行智能人机协同，但如何评价人与智能人机协同系统形成的交互及协作关系的效果，将影响到用户体验和智能人机协同系统的能力发挥。
[0003]现有的人机协同系统测评方法仅通过选取系统的信息传输率和准确率来评价基于BCI的智能人机协同系统，不足以充分、全面、严谨的对智能人机协同系统进行测评。
[0004]为此，如何提供一种全面、充分、严谨的智能人机协同系统测评方法，是一个亟待解决的问题。

技术实现思路

[0005]鉴于此，本专利技术实施例提供了一种智能人机协同系统测评方法、装置及存储介质，以消除或改善现有技术中存在的一个或更多个缺陷。
[0006]本专利技术的一个方面提供了一种智能人机协同系统测评方法，该方法包括以下步骤：
[0007]在本专利技术的一些实施例中，该方法还包括：基于所述实时记录的受测人员的客观数据生成实时客观评价，结合实时客观评价和预测主观评价得到实时人机协同评分；
[0008]所述结合实时客观评价和预测主观评价得到实时人机协同评分的步骤包括，对实时客观评价和预测主观评价进行标准化并按照预设权值加和。
[0009]在本专利技术的一些实施例中，所述客观数据包括受测人员的行为数据、眼动数据和生理数据中一种或多种，其中：所述行为数据包括以下一种或多种：反应时、准确率、虚报率及用于依据场景自定义的行为绩效指标；所述眼动数据包括以下一种或多种：反应时、注视点和注视时间；所述生理数据包括以下一种或多种：皮电数据、脑电数据和心率数据。
[0010]在本专利技术的一些实施例中，所述主观评价还基于执行用于预训练的智能人机协同系统测试前受测人员的第二主观测评结果得到。所述第一主观测评结果和第二主观测评结果的形式包括问卷、量表和范式。
[0011]在本专利技术的一些实施例中，所述对实时客观评价和预测主观评价进行标准化的步骤包括：消除量纲差异，将客观评价和主观评价都转化为无量纲的纯数值；数据的标准化，将所述客观无量纲的纯数值形式的客观评价和主观评价按照预设比例缩放。
[0012]在本专利技术的一些实施例中，基于采集的客观数据和主观评价拟合得到预训练的拟
合模型的步骤：使用建模分析的方法，生成用于预测自变量与因变量之间关系的拟合模型，所述自变量为实时记录的受测人员的客观数据，所述因变量为预测主观评价。
[0013]在本专利技术的一些实施例中，该方法还包括依据所述实时人机协同评分调节智能人机协同测试过程中的信号指令到外部硬件设备控制之间的关系；所述信号指令到外部硬件设备控制之间的关系包括信号识别阈值和信号输出的增益。
[0014]在本专利技术的一些实施例中，所述智能人机协同系统测试的步骤为受测人员与智能人机协同系统的人机交互，所述智能人机协同系统基于原型库、标准库和范式库中任务框架搭建，所述任务框架包括信号采集模块、数据处理模块和控制执行模块；所述信号采集模块用于采集受测人员的预设类型的脑信号；所述数据处理模块用于基于所述脑信号和BCI范式库提取出诱发信号，并基于诱发信号生成控制指令；所述控制执行模块用于控制外部硬件设备执行所述控制指令。
[0015]本专利技术的另一方面提供了一种智能人机协同系统测评装置，包括处理器和存储器，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该装置实现上述实施例中任一项所述方法的步骤。
[0016]本专利技术的另一方面提供了一种计算机可读存储介质，其上存储有计算机程序，当程序被处理器执行时实现上述实施例中任一项所述方法的步骤。
[0017]本专利技术的智能人机协同系统测评方法、装置及存储介质，能够克服现有的测评方法的片面性，多方面、严谨、客观的对智能人机协同系统进行测评，并通过拟合模型依据实时的客观数据进行智能人机协同系统测评。
[0018]本专利技术的智能人机协同系统测评方法，能够综合现有的测评方法的片面性，充分、多方面且严谨的对智能人机协同系统进行测评。
[0019]本专利技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本专利技术的实践而获知。本专利技术的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
[0020]本领域技术人员将会理解的是，能够用本专利技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本专利技术能够实现的上述和其他目的。
附图说明
[0021]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。在附图中：
[0022]图1为本专利技术一实施例中智能人机协同系统测评方法流程图。
[0023]图2为本专利技术一实施例中获得实时人机协同评分流程图。
[0024]图3为本专利技术又一实施例中获得实时人机协同评分流程图。
[0025]图4为本专利技术一实施例中基于BCI范式的智能人机协同系统工作流程图。
具体实施方式
[0026]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本专利技术做进一步详细说明。在此，本专利技术的示意性实施方式及其说明用于解释本专利技术，但并
不作为对本专利技术的限定。
[0027]在此，还需要说明的是，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与根据本专利技术的方案密切相关的结构和/或处理步骤，而省略了与本专利技术关系不大的其他细节。
[0028]应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
[0029]在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
[0030]在下文中，将参考附图描述本专利技术的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
[0031]为了克服现有的智能人机协同系统测评方法不够全面的问题，本专利技术提供了一种智能人机协同系统测评方法，该方法基于受测人员执行智能人机协同系统测试的过程中记录的受测人员客观数据，以及在执行用于预训练的智能人机协同系统测试结束后受测人员的主观测评结果，训练得到拟合模型，该拟合模型输入实时的客观数据可得到预测的预测主观评价，进而得到实时人机协同评分。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能人机协同系统测评方法，其特征在于，该方法包括以下步骤：在受测人员执行智能人机协同系统测试的过程中，记录实时的受测人员的客观数据；将所述客观数据输入到预训练的拟合模型从而进行预测得到预测主观评价，所述预训练的拟合模型基于采集的客观数据和主观评价拟合得到，所述主观评价基于执行用于预训练的智能人机协同系统测试后受测人员的第一主观测评结果得到；基于所述预测主观评价得到实时人机协同评分。2.根据权利要求1所述的方法，其特征在于，该方法还包括：基于所述实时记录的受测人员的客观数据生成实时客观评价，结合实时客观评价和预测主观评价得到实时人机协同评分；所述结合实时客观评价和预测主观评价得到实时人机协同评分的步骤包括，对实时客观评价和预测主观评价进行标准化并按照预设权值加和。3.根据权利要求1所述的方法，其特征在于，所述客观数据包括受测人员的行为数据、眼动数据和生理数据中一种或多种，其中：所述行为数据包括以下一种或多种：反应时、准确率、虚报率及用于依据场景自定义的行为绩效指标；所述眼动数据包括以下一种或多种：反应时、注视点和注视时间；所述生理数据包括以下一种或多种：皮电数据、脑电数据和心率数据。4.根据权利要求1所述的方法，其特征在于，所述主观评价还基于执行用于预训练的智能人机协同系统测试前受测人员的第二主观测评结果得到。所述第一主观测评结果和第二主观测评结果的形式包括问卷、量表和范式。5.根据权利要求2所述的方法，其特征在于，所述对实时客观评价和预测主观评价进行标准化的步骤包括：消除量纲差异，将客观评价和主观评价都转化为无量纲的纯...

【专利技术属性】
技术研发人员：赵起超，王清菊，杨苒，王黎明，
申请(专利权)人：北京津发科技股份有限公司，
类型：发明
国别省市：