一种基于眼动数据的真实环境心理负荷评估方法和系统技术方案

本发明专利技术涉及一种基于眼动数据的真实环境心理负荷评估方法和系统，方法包括以下步骤：分别采集不同心理负荷状态下的眼动数据，对所述眼动数据进行预处理构建眼动特征集；所述眼动特征集中包括眼动类型统计特征、扫视速度统计特征、瞳孔直径统计特征和眼动类型转移特征；建立心理负荷评估模型，基于所述眼动特征集训练所述心理负荷评估模型，获得训练好的心理负荷评估模型；采集待评估用户的眼动数据，对所述眼动数据进行预处理构建待评估用户的眼动特征集，将所述眼动特征集输入训练好的心理负荷评估模型获得待评估用户的心理负荷评估结果。估结果。估结果。

【技术实现步骤摘要】
一种基于眼动数据的真实环境心理负荷评估方法和系统


[0001]本专利技术涉及心理负荷评估
，尤其涉及一种基于眼动数据的真实环境心理负荷评估方法和系统。

技术介绍

[0002]工作负荷在复杂人机交互系统的开发中越来越受到重视，因为工作负荷对操作人员在视觉搜索、决策、操作等任务中的表现有着重要的影响。在工效学中，现有的工作负荷测量方法主要包括三种：行为测量、主观测量和神经生理学测量。行为测量：如将特定任务的绩效表现作为工作负荷的指标。主观测量：使用一些主观问卷来收集任务期间或任务结束后的主观负荷值。神经生理学测量：如脑电图和心电图以及本专利技术会运用的眼动数据来定量反映工作负荷的值。
[0003]现有的测量方法具有以下问题：
[0004]置信问题：行为测量中使用的绩效指标会与操作员个人能力和熟练度等因素有很大关系；主观测量中用户在回答问卷时可能会由于心理暗示导致选择偏差；肌电数据、心率数据等与操作员的运动强度等变量有关，因此现有的测量方式可能导致测量数据不置信。
[0005]数据稀疏的问题：行为测量和主观测量由于其测量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于眼动数据的真实环境心理负荷评估方法，其特征在于，包括以下步骤：分别采集不同心理负荷状态下的眼动数据，对所述眼动数据进行预处理构建眼动特征集；所述眼动特征集中包括眼动类型统计特征、扫视速度统计特征、瞳孔直径统计特征和眼动类型转移特征；建立心理负荷评估模型，基于所述眼动特征集训练所述心理负荷评估模型，获得训练好的心理负荷评估模型；采集待评估用户的眼动数据，对所述眼动数据进行预处理构建待评估用户的眼动特征集，将所述眼动特征集输入训练好的心理负荷评估模型获得待评估用户的心理负荷评估结果。2.根据权利要求1所述的基于眼动数据的真实环境心理负荷评估方法，其特征在于，所述眼动类型包括注视、扫视、未分类和未找到眼；对所述眼动数据进行预处理得到眼动特征集，包括：根据未分类序列的前序和后续眼动类型序列的眼动类型，确定未分类序列的眼动类型；根据采样频率将序列长度在第一阈值范围内的未找到眼序列替换为眨眼；分别计算每个单位时间内每种眼动类型的计数值、平均值、方差、上下四分位数、中位数和最大值构建眼动类型统计特征；分别计算每个单位时间内扫视速度、瞳孔直径和瞳孔直径变化率的平均值、方差、上下四分位数、中位数和最大值构建扫视速度统计特征和瞳孔直径统计特征；分别计算每个单位时间内的眼动类型的马尔科夫转移矩阵，基于所述马尔科夫转移矩阵构建眼动类型转移特征。3.根据权利要求2所述的基于眼动数据的真实环境心理负荷评估方法，其特征在于，采用以下方式计算单位时间内的眼动类型的马尔科夫转移矩阵：根据公式计算单位时间内从眼动类型C
j
到眼动类型C
k
的转移概率P
jk
，构建马尔科夫转移矩阵P，其中，P(x
i
＝C
j
)表示单位时间内第i条数据的眼动类型为C
j
的概率，P(x
i+1
＝C
k
；x
i
＝C
j
)表示单位时间内第i条数据的眼动类型为C
j
、第i+1条数据的眼动类型为C
k
的概率，k,j＝0,1,2,3。4.根据权利要求2所述的基于眼动数据的真实环境心理负荷评估方法，其特征在于，基于所述马尔科夫转移矩阵构建眼动类型转移特征，包括：将马尔科夫转移矩阵的元素值和马尔科夫转移矩阵的特征值作为眼动类型转移...

【专利技术属性】
技术研发人员：侯文军，钟鑫，王柯然，朱喜明，陈筱琳，赵欣，刘华，曹晨，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：