【技术实现步骤摘要】
基于眼动和脑电指标的人员作业状态评定系统和方法
[0001]本专利技术涉及一种基于眼动和脑电指标的人员作业状态评定系统和方法
。
技术介绍
[0002]开展复杂工业系统动态人机功能分配的触发机制设计与评估优化的对于系统的设计与开发具有重要作用,可以起到增强人与系统集成效能
、
保障人因安全的作用
。
[0003]目前针对基于眼动和脑电指标的人员作业状态判定系统的研究仍比较缺乏
。
首先,基于生理指标开展人员作业状态判定的研究尚不完善,缺乏相应的敏感指标和人员作业状态标签探究;其次,目前多集中在单个认知状态
(
如工作负荷
、
情境意识等
)
判别的研究,缺乏融合多种认知状态构建综合人员作业状态的尝试;最后,缺乏融合多种任务条件敏感的眼动和脑电开展人员作业状态判别的尝试
。
[0004]基于上述情况,设计出一套基于眼动和脑电指标的人员作业状态判定系统,能够解决上述不足,以应用于复杂工业系统动态人机功能分配的触发机制设计,从而为增强人与系统集成效能
、
保障人因安全提供一定参考
。
技术实现思路
[0005]本专利技术的目的,旨在提供基于眼动和脑电指标的人员作业状态评定系统和方法
。
该系统和方法可实现不同类别人员作业状态指标的获取与选定,并提出了基于眼动和脑电指标的人员作业状态评定方法
。
[0006]根据本专利技术的一个方面,提
【技术保护点】
【技术特征摘要】
1.
一种基于眼动和脑电指标的人员作业状态评定系统,其特征在于包括:
A)
人员作业状态指标计算与测定子系统,用以输入不同任务场景中测量数据,获取包括眼动
、
脑电
、
绩效类别的数据的数据,选定相应的计算和判定指标并导入到人员作业状态分析子系统;
B)
人员作业状态分析子系统,用以进行数据的预处理,构建和优化人员作业状态的标签,判定所处的人员作业状态并输出人员状态的判定结果,其中:人员作业状态指标计算与测定子系统包括:
A1)
测量数据输入模块,用于不同任务场景中测量数据的输入;
A2)
人员眼动指标计算模块,用于获取输入的眼动数据,并选定敏感的最邻近指数
NNI、
注视停留时间和平均瞳孔直径这3个对任务场景敏感的眼动指标;
A3)
人员脑电指标计算模块,用于获取输入的脑电数据,并选定敏感的
high_alpha_Fz、high_alpha_Cz、high_alpha_Pz、THA_Fz
和
THA_Pz
这5个对任务场景敏感的脑电指标;其中
high_alpha_Fz
指的是大脑额中点
Fz
电极点在脑电
10
~
13Hz
的功率值,
high_alpha_Cz
指的是大脑中央点
Cz
电极点在脑电
10
~
13Hz
的功率值,
high_alpha_Pz
指的是大脑顶点
Pz
电极点在脑电
10
~
13Hz
的功率值,
THA_Fz
为大脑额中点
Fz
电极点在脑电4‑
8Hz
的功率值与在脑电
10
~
13Hz
的功率的比值
THA_Pz
为大脑顶点
Pz
电极点在脑电4‑
8Hz
的功率值与在脑电
10
~
13Hz
的功率的比值;
A4)
人员绩效测定模块,用于获取输入的绩效数据,并选择正确率和反应时间指标以评定人员的绩效;
A5)
人员疲劳测定模块,用于获取输入的疲劳数据,并选定斯坦福嗜睡量表得分以评定人员的疲劳;
A6)
人员工作负荷测定模块,用于获取输入的工作负荷数据,并选定美国航空航天任务负荷指数量表
NASA
‑
TLX
得分以评定人员的工作负荷;
A7)
人员情境意识测定模块,用于获取输入的情境意识数据,并选定情境意识全面评定技术
SAGAT
得分以评定人员的情境意识;
A8)
计算与测定指标导入模块,用以导入人员作业状态的眼动和脑电计算指标以及绩效
、
疲劳
、
工作负荷和情境意识的测定指标,
B)
人员作业状态分析子系统包括:
B1)
预处理模块,用于进行计算和测定指标的预处理,包括在完成计算与测定指标导入模块的眼动和脑电计算指标导入,以及在绩效
、
疲劳
、
工作负荷和情境意识的测定指标导入之后,将上述指标送入预处理模块的方程
(1)
进行数据的标准化:
x
i
'
=
(x
i
‑
mean(x
i
))/
σ
(x
i
)
ꢀꢀꢀꢀ
(1)
,其中:
i
=1~
12
,
x
i
分别为注视停留时间
、NNI、
平均瞳孔
、high_alpha_Fz、high_alpha_Cz、high_alpha_Pz、THA_Fz
和
THA_Pz、SAGAT
得分
、NASA
‑
TLX
量表得分
、
任务的正确率以及任务的反应时间,
mean(x
i
)
为
x
i
的均值,
σ
(x
i
)
为
x
i
的标准差,
x'
i
分别为标准化后的上述值;
B2)
人员作业状态标签构建模块,用于进行人员作业状态标签的构建和优化,包括:将标准化后的数据
x'
i
进一步送入人员作业状态标签构建模块的方程
(2)
,
H
=
0.26*x'9‑
0.31*x'
10
+0.5*(x'
11
‑
x'
12
)
ꢀꢀꢀꢀ
(2)
,其中:
H
为人员状态得分,依据其取值大小,按照从小到大的顺序均匀划分为低
、
中
、
高这3种人员作业状态,从而划定相应的人员状态标签,从而查看人员作业状态标签结果,并选择是否进行人员作业状态标签的优化;
B3)
人员作业状态判定模块,用于判定所处的人员作业状态,包括:将标准化后的数据
x'
i
送入人员作业状态判定模块的方程
(3)
~
(5)
:::其中
y1、y2、y3分别表示处于低
、
中和高人员作业状态,其中的最大值
max(y1,y2,y3)
判定表示实际所处的人员作业状态;通过人员作业状态的结果输出模块输出人员作业状态的结果;
B4)
人员作业状态的结果输出模块,用于输出人员状态的判定结果
。2.
根据权利要求1所述的基于眼动和脑电指标的人员作业状态评定系统,其特征在于:人员作业状态指标计算与测定子系统的人员作业状态计算指标选取对任务敏感的
NNI、
注视停留时间和平均瞳孔直径这3个眼动指标,以及
high_alpha_Fz、high_alpha_Cz、high_alpha_Pz、THA_Fz
和
THA_Pz
这5个脑电指标;人员作业状态的判定指标选取了绩效的正确率和反应时间,疲劳的斯坦福嗜睡量表得分,工作负荷的
NASA
‑
TLX
得分以及情境意识的
SAGAT
得分
。3.
根据权利要求1所述的基于眼动和脑电指标的人员作业状态评定系统,其特征在于:人员作业状态分析子系统首先进行了预处理模块的标准化,并将表转化后的数据送入方程
(2)
;用于人员作业状态标签构建的标准化后的
SAGAT
得分
x'9、NASA
‑
TLX
量表得分
x'
10
、
任务的正确率
x'
11
和任务的反应时间
x'
12
的经验系数分别为
0.26、
‑
0.31、0.5
和
‑
0.5
;根据方程
(3)
~
(5)
的最大值判定人员作业状态的结果输出
。4.
根据权利要求1所述的基于眼动和脑电指标的人员作业状态评定系统,其特征在于:人员作业状态指标计算与测定子系统支持特定存储位置设置并可导出
word、excel、pdf
格式中的至少一种格式的指标导出;人员作业状态分析子系统支持
word、excel、pdf、PNG
格式中的至少一种格式的分析结果导出
。5.
一种基于眼动和脑电指标的人员作业状态评定方法,其特征...
【专利技术属性】
技术研发人员:冯传宴,张贝,李宁,完颜笑如,刘双,周拓阳,解静雯,傅得强,李明亮,李冰,
申请(专利权)人:中国船舶集团有限公司综合技术经济研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。