【技术实现步骤摘要】
本专利技术属于人工智能领域，尤其是涉及一种基于操作者功能状态的自适应自动化方法及系统。
技术介绍
1、操作者功能状态(operatorfunctionalstate,ofs)表示操作者能够准确完成当前任务的一种动态能力，表征操作者任务绩效与操作者背景状态之间的内在联系，是一种多维度、广义的概述。
2、其已在人因工程学发展历程中逐渐被众多学者认可。自适应辅助系统或者自适应自动化人机功能分配系统均将ofs监测数据作为调整人机系统控制策略的有效依据(wilsongf,2006)。
3、在复杂人机系统中，执行高危控制任务操作员的功能状态骤降或失效往往会引发十分严重的事故，如何对操作员功能状态进行准确地预测以避免该类事故的发生已逐渐成为当下研究者致力解决的难题之一。
技术实现思路
1、有鉴于此，本专利技术旨在提出一种基于操作者功能状态的自适应自动化方法及系统，以期解决上述部分技术问题中的至少之一。
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、本专利技术第一方面提供了一种基于操作者功能状态的自适应自动化方法，包括：
4、创建并执行多属性任务组；
5、根据多属性任务组中的任务数据得到操作者的行为学绩效数据及主观量表数据；
6、根据操作者的行为学绩效数据及主观量表数据计算得到操作者的任务绩效指数及脑力负荷主观评价指数；
7、根据操作者的任务绩效指数及脑力负荷主观评价指数，计算得到操作者功
8、分析操作者功能状态的变化趋势、任务数据的总绩效、任务的难度趋势，验证操作者功能状态的有效性；
9、使用离线数据与在线校准数据混合建模，得到基于生理信号的操作者功能状态回归模型，执行操作者功能状态的预测。
10、进一步的，行为学绩效统计的数据包括：系统监控任务的反应正确率、追踪任务的偏移均方根误差、通信任务的反应正确率、资源管理任务的偏移均方根误差；
11、操作者通过操作杆和键盘执行操作，多属性任务组接收自动化指令，改变四个子任务的自动化水平；
12、根据操作者在操作过程中的操作数据得到操作者的行为学绩效数据，根据操作者对主观量表的主观回答得到主观量表数据；
13、主观量表数据包括：心理需求数据、物理需求数据、时间需求数据、表现数据、努力程度数据和挫折感数据。
14、进一步的，根据当前任务的操作者的主观量表数据，计算得到脑力负荷主观评价指数；
15、根据追踪任务操作杆偏移的均方根误差及资源管理任务中当前油料水平与目标油料水平的均方根误差，计算得到任务绩效指数；
16、根据操作者功能状态的评价指标的值，判断当前操作者的功能状态。
17、进一步的，验证操作者功能状态的有效性的过程如下：
18、选择多名操作者执行资源管理任务和追踪任务，在任务的执行过程中记录操作者的任务难度、任务绩效数据；
19、根据操作者功能状态的评价指标的计算方法，基于操作者的任务难度和绩效数据，计算出每个操作者在不同时间点的操作者功能状态的评价指标；
20、绘制每个操作者的操作者功能状态的评价指标的曲线图，并将曲线图与相应的任务难度曲线和任务绩效曲线进行可视化对比；
21、通过定量分析不同曲线的相关性，验证操作者功能状态的评价指标与操作者在不同难度任务下的功能状态变化之间的关联性；
22、当任务绩效出现明显下降时，分析操作者功能状态的评价指标的响应速度；
23、根据关联性和响应速度得到验证操作者功能状态的有效性评价。
24、进一步的，得到基于生理信号的操作者功能状态回归模型的过程包括：
25、进行离线建模实验以及校准数据采集实验；
26、根据离线建模实验中获得的不同操作者功能状态下的脑电特征，以及校准数据采集实验中获得的不同操作者功能状态下的脑电特征，进行混合建模，得到基于生理信号的操作者功能状态回归模型。
27、进一步的，进行离线建模实验的具体过程包括：
28、操作者完成多组离线建模实验，在实验过程中，记录操作者的行为学绩效数据、主观量表数据、脑电数据；
29、设置固定的时间循环周期，截取每一个周期内的脑电数据作为一组样本；
30、根据记录操作者的行为学绩效数据和主观量表数据，计算每一组样本相应的操作者功能状态的评价指标；
31、根据操作者功能状态的评价指标的大小，将所有样本划分为不同的类型，对不同类型的样本进行统计分析，得到不同操作者功能状态下的脑电特征。
32、进一步的，校准数据采集实验的具体过程包括：
33、操作者执行一组静息数据采集实验、一组低操作者功能状态诱发实验、一组变难度实验，得到三种校准数据，并将每组校准数据分割成多个等时间长度的片段；
34、其中，变难度实验包括一组静息数据采集实验、一组低操作者功能状态诱发实验、一组高操作者功能状态诱发实验；
35、对不同片段的校准数据进行统计分析，得到不同操作者功能状态下的脑电特征。
36、本专利技术第二方面提供了一种基于操作者功能状态的自适应自动化系统，其特征在于，包括：
37、多任务模块，内置有多个子任务，多个子任务均通过操作杆和键盘进行控制；
38、操作者状态评估模块，通过主观量表和客观测量获得操作者功能状态信息；
39、自适应自动化控制器，根据操作者的状态和任务需求，动态调整各子任务的自动化水平；
40、数据库，存储操作者状态数据、任务性能数据、自动化控制数据；
41、人机界面，操作者通过人机界面监控任务状态与自动化系统交互。
42、进一步的，多任务模块包括系统监控任务、追踪任务、通信任务、资源管理任务四个子任务模块；
43、每个子任务模块有独立的界面且每个子任务相应配置有独立的优先级。
44、进一步的，操作者状态评估模块包括：主观模块、客观模块两个子评估模块；
45、主观模块内设有主观量表，主观量表收集操作者对于心理需求、物理需求、时间需求、表现、努力程度和挫折感六个问题的主观回答，得到相应的主观量表数据；
46、客观模块内设有多个行为学数据包括系统监控任务的反应正确率、追踪任务的偏移均方根误差、通信任务的反应正确率、资源管理任务的偏移均方根误差，根据操作者在操作过程中的操作数据得到操作者的行为学绩效数据。
47、相对于现有技术，本专利技术所述的一种基于操作者功能状态的自适应自动化方法及系统具有以下有益效果：
48、1)综合评价操作者功能状态：本专利技术的方法和系统能够综合考虑操作者任务绩效和脑力负荷，可以更全面地了解操作者的工作能力和负荷情况。
49、2)实时监测操作者的功能状态，并根据评价数据提供及时反馈和调本文档来自技高网...
【技术保护点】
1.一种基于操作者功能状态的自适应自动化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
3.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
4.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
5.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
6.根据权利要求5所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
7.根据权利要求5所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
8.应用权利要求1-7任一所述的一种基于操作者功能状态的自适应自动化方法的一种基于操作者功能状态的自适应自动化系统，其特征在于，包括：
9.根据权利要求8所述的一种基于操作者功能状态的自适应自动化系统，其特征在于：
10.根据权利要求8所述的一种基于操作者功能状态的自适应自动化系统，其特征在于：
【技术特征摘要】
1.一种基于操作者功能状态的自适应自动化方法，其特征在于，包括：
2.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
3.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
4.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
5.根据权利要求1所述的一种基于操作者功能状态的自适应自动化方法，其特征在于：
6.根据权利要求5所述的一种基...
【专利技术属性】
技术研发人员：安兴伟，刘畅，明东，钟文潇，王韬，高立鹏，狄洋，柯余峰，
申请(专利权)人：天津大学，
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。