基于多生理信号的飞行警戒疲劳检测

为预防事故发生,保障飞行安全,提出一种基于多生理信号和支持向量机(SVM)的飞行警戒疲劳检测方法,识别飞行员飞行警戒中的疲劳状态。首先,研究疲劳评价与检测方法,并基于自主开发的飞行警戒测试系统与多导生物反馈仪和眼动仪搭建试验平台;然后,采集飞行警戒作业中的心电、眼动、呼吸等多生理信号和主观疲劳自评值;再次,通过配对样本的非参数检验,提取敏感生理指标,并以此作为特征向量,通过机器学习训练,构建基于多生理信号和SVM的疲劳检测模型;最后,依据受试者工作特征(ROC)曲线和模型准确率,对比分析各疲劳检测模型的效果。结果表明：在飞行警戒疲劳状态下,作业者的多项生理指标均有显著变化;心电、眼动和呼吸等多生理信号融合较单一信号的疲劳检测效果好,其ROC曲线下面积为0.802。基于高斯径向基核函数(RBF)构建的疲劳检测模型训练及预测准确率可达93%和87.50%。基于多生理信号和SVM方法可以实现对飞行警戒疲劳状态的检测。     

基于生理指标的建筑工人攀登作业疲劳实验研究*

为研究攀登作业建筑工人生理疲劳状态的评测指标,提出1种基于生理指标的建筑工人攀登作业疲劳测度实验方法。首先,设计实验测量建筑工人的心率、皮肤温度、舒张压、收缩压4项生理指标,结合Brog’s RPE主观疲劳程度量表研究建筑工人生理疲劳的变化;其次,提取上述4项指标的平均值和标准差作为生理指标特征值,利用静息状态下生理指标特征值和疲劳状态下生理指标特征值进行方差分析、球形检验、T检验筛选出与疲劳相关的特征值;最后,利用支持向量机构建疲劳检测模型。研究结果表明:上述8项生理指标特征值与攀登作业工人疲劳具有显著相关性,疲劳检测模型的准确率为96.875%,研究结果可对攀登作业人员疲劳评估和疲劳预警具有实践性意义。     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

基于面部特征识别的管制员疲劳监测方法研究

为进一步控制疲劳诱发的空管人为差错,提出一套基于面部特征识别的空中交通管制员疲劳实时监测方法。应用眼动仪和视频记录系统开展36 h睡眠剥夺试验,确定PERCLOS值、平均闭眼时长、哈欠频率3个疲劳判定指标的判定阈值,并给出综合疲劳程度的融合算法。应用机器视觉的理论和方法,开发功能完整的管制员疲劳状态实时监测告警原型系统。结果表明,通过对面部特征的识别和状态融合能够实现对管制员疲劳状态的实时监测。建议在此基础上进一步开发可实用的疲劳监测系统。     

基于多通道信息融合的疲劳驾驶行为分析研究

为了克服单一通道信息在驾驶疲劳行为判定中的局限性,提出了综合运用多通道信息融合共同判定驾驶疲劳行为的方法。该方法在充分考虑各信息源相关性和互补性的基础上,优化采用驾驶人疲劳特征ECD、车道偏离程度SAAE、方向盘转动程度SWA等疲劳判别指标,运用MVAR进行多维特征向量提取,以有向无环支持向量机为融合算法,建立了基于多分类支持向量机的驾驶疲劳行为判定模型。结果表明,运用DAG-SVM进行多通道信息决策提高了疲劳驾驶行为检测的准确性和可靠性。     

基于多生理信号融合的疲劳驾驶检测研究

为减少交通事故，保障道路交通安全，提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分，利用脉搏波信号(Photoplethysmographic signal, PPG)以及皮肤电反应信号(Galvanic Skin Response, GSR),实现多种生理信号融合，进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律，选取有效指标进行分析比较，以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征，结合主观评测，分析驾驶人的疲劳状态。同时，设定疲劳状态等级，分为清醒、轻度疲劳和重度疲劳状态，构建隐马尔可夫(Hidden Markov Model, HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示：训练后的HMM疲劳检测模型准确率为90%。     

基于脑电信号模糊熵的驾驶疲劳检测分析

为减少因驾驶疲劳导致的交通安全事故,提出基于脑电(EEG)信号模糊熵(FE)的驾驶疲劳检测方法。开展在驾驶仿真模拟试验,采集28名被试模拟正常驾驶和疲劳驾驶的EEG信号;基于2种驾驶状态的EEG信号计算出FE值;运用随机森林(RF)、支持向量机(SVM)、决策树(DT)和K近邻(KNN)等4种分类器检测驾驶疲劳状态;利用多种性能指标及被试工作特征曲线(ROC)对驾驶疲劳检测结果进行分析比较。结果表明:基于疲劳驾驶状态下的EEG信号的FE值明显高于较正常驾驶状态下的值;4种分类器均可有效检测驾驶疲劳,其中K近邻的平均准确率达97.4%;基于EEG信号模糊熵的驾驶疲劳检测方法具有较好的鲁棒性和稳定性。     

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness, SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine, SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示：高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count, ASC)、注视总时间百分比(Fixation Duration Percentage, FDP)、平均注视持续时间(Average Fixation Duration, AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长...     

基于个性化行为模型的驾驶疲劳识别方法

为提高疲劳驾驶状态的识别精度,应考虑驾驶人之间的个体差异。以实车驾驶试验条件下车道保持行为中的车速和车道偏离值为输入,以方向盘转角为输出,基于径向基(RBF)神经网络针对每个驾驶人构建正常驾驶状态下的车道保持行为模型,并根据残差对模型的拟合及预测效果进行评价;将疲劳驾驶状态下的车速和车道偏离值输入到上述驾驶行为模型中,可得到模型预测的方向盘转角值,通过分析预测值与实际方向盘转角之间的差异,研究疲劳对驾驶人行为的影响;将预测残差作为输入,建立基于支持向量机(SVM)的疲劳驾驶状态辨识模型。结果表明:所建立的RBF神经网络-SVM识别模型对不同驾驶人疲劳驾驶状态的平均识别率达85%。     

基于多模态信息融合的心理负荷评估*

为了相对稳定地识别人员是否处于心理负荷状态,设计并实施含能材料起爆作业心理负荷诱导试验。首先对心理负荷诱导情况进行判断,然后分别采集27名被试在静息状态和实施含能材料撞击起爆作业状态下的眼动、心率变异性（HRV）和脑电信号（EEG）,通过正态性检验和假设检验获得心理负荷表征指标并进行统计功效分析,依据表征指标,采用支持向量机（SVM）和随机森林（RF）算法建立多模态信息融合的心理负荷评估模型,最后采用被试工作特征曲线（ROC曲线）分析各模态组合和分类器的心理负荷识别性能。研究结果表明:双模态（眼动+EEG）下SVM算法和3模态下RF算法评估性能和稳健性较高,多模态信息组合具有优异的识别效果。     

民用机场消防员应急保障能力研究

为提高民用机场消防员应急保障能力,提升机场运行保障水平,需明确机场消防员应急保障能力的影响因素。根据专家访谈及文献查阅,筛选出了影响民用机场消防员应急保障能力的18个要素。通过问卷调查收集数据,利用SPSS 22. 0对数据进行信度分析、效度分析及因子分析,并构建假设模型。利用AMOS 24. 0软件对假设模型进行验证并确定各影响因素权重。结果表明,对民用机场消防员应急保障能力影响最大的是基础素质,然后依次是专业技能、专业知识、处境意识。最后在B机场选取两组消防员进行实测,试验组消防员应急演练的综合评价成绩为3. 792,对照组的成绩为3. 413。此外试验组消防员各项能力的评价水平均高于对照组,这表明模型在提升机场消防员的应急保障能力方面可发挥重要作用。     

飞机冲偏出跑道人为差错量化分析模型

为了分析飞机冲偏出跑道的人为差错,找到重点防控对象,提出了冲偏出跑道人为差错量化分析模型。首先应用STPA方法对飞机滑行、起飞及着陆程序进行建模,构建安全控制结构图,找出飞机冲偏出跑道的人为差错。然后将它作为BP神经网络的输入层节点,构建24-6-3的3层BP神经网络模型,从ASRS系统中抽取民航领域近5年的冲偏出跑道不安全事件报告作为数据源,根据发生阶段的不同将不安全事件报告分为滑行阶段、起飞阶段、着陆阶段3类,最后将数据源输入BP神经网络模型中进行训练,并利用测试数据检验模型的合理性,准确率为86. 7%。结果表明,特殊情况下机组人员操作不熟练、刹车系统/方向控制错误等是构成所有阶段冲偏出跑道的主要人为差错,飞机冲偏出跑道的发生阶段不同,影响因素的影响程度也不同。     

基于FRAM-AHP法的公务航空飞行事故分析

为了有效分析公务航空飞行事故的主要原因,利用改进后的功能共振事故模型(FRAM)对公务航空飞行事故进行系统和量化分析。建立了功能共振事故模型,通过层次分析法(AHP)对功能模块上游功能输出和下游功能输入端的表型进行量化分析,根据权重来识别上下游主要的表型,从而找到功能模块间的失效连接,确定事故主要原因。利用该模型对某公务航空飞行事故进行分析,确定了导致事故的主要原因为公务机场保障能力不足、机组疏忽大意、飞行部教学训练大纲缺失、飞行部QAR译码能力不足、机务航前检查不足、机组起飞决策不当等。研究表明,FRAM-AHP法可以为公务航空飞行事故进一步分析提供技术支持。     

空管安全文化量表设计

为探究我国空管安全文化现状,设计了一种评价量表。在安全文化定义、国内外相关文献及安全相关规章的理论指导下,结合专家咨询与实地调研,从安全文化建设和安全文化养成两个维度建立符合我国空管安全文化特点的关键元素集,从而编制初始安全文化量表。然后通过随机抽样方法,对20个空管单位展开测试,利用SPSS 19. 0对测试结果进行项目分析以确保题项的合理性、探索性因子分析以保证量表结构效度、信度分析以确保量表的可信度,剔除无效题项后,最终确立了正式量表。正式量表的信效度能够达到要求,可以对空管单位的安全文化进行有效测量。     

基于Event模型的冲突风险新算法

鉴于管制过程中对航空器冲突问题发展的研究,对经典事件模型的结构进行改进,用球形曲面间隔层代替传统的平面间隔层,结合扩展碰撞盒概率关系比计算冲突风险,提高了模板与实际航空器运行状态的切合度。并以模拟航空器飞行数据进行仿真,对改进模型的冲突风险与原模型的进行比较评估,结果表明该算法正确。     

基于时间的进场航班效率评估方法研究

终端区作为空中交通的起讫点,是拥堵、延误的多发区,其运行效率对航班整体的运行效率至关重要。欧洲航行安全组织(EUROCONTROL)采用畅通进场时间(Unimpeded AMSA Time)作为量化进场效率的标杆。我国目前还没有明确的进场效率量化指标,因此可以借鉴畅通进场时间这个指标来评估进场效率。以首都机场为研究对象,首先对进港航班ADS-B数据进行预处理来计算进场时间,然后利用K-means聚类算法对航班进行分组,运用回归分析法找寻与终端区拥挤程度关联性最强的解释变量,提出关于畅通航班拥挤阈值的方法来计算畅通进场时间,最后用时间效率指标对进场效率进行评估,得出5月首都机场的进场效率为83. 39%,可为进场效能评估提供参考。     

基于集对分析的中小机场运行风险水平态势评估

中小机场是我国航空运输业最重要的终端,也是民航风险事故最容易发生的地方。利用集对分析理论,建立了中小机场运行风险的同异反模型。根据集对势分析计算结果,再利用偏联系数分析系统发展动态趋势。结果表明,所建立的同异反风险评价模型能很好地对风险趋势进行合理的预测,在实际应用中具有很强的操作性,再加上合理的权重计算方法,使评价结果更加科学可靠。     

中国民航行业可接受的安全水平研究

中国民航局提出持续安全理念,并正在制定国家航空安全方案,推动行业安全管理由目前基于规章符合性的安全监管逐渐转向规章符合性基础上的安全绩效监管,其中一项重要的工作是设定中国民航业可接受的安全水平,来衡量民航业是否满足持续改进安全的目标的要求。本文根据国际民航组织对可接受安全水平的设定指南,同时参考国外民航常用的事故指标,设计了一套中国民航行业可接受安全水平的指标体系,该指标体系包括安全评估指标、安全绩效评估指标和安全指数三层,并对该指标体系内事故率指标和事故征候率指标设定了未来10年的目标值。该指标体系及其目标值的设定不仅可作为衡量民航是否持续安全的标准,也可为航空运输企业设定自身的安全绩效考核指标提供参考。     

建筑消防设施可靠性管理研究现状与思考

建筑消防设施的可靠性管理是可靠性工程、消防安全工程及管理科学技术的交叉应用。不同社会发展环境下,建筑消防设施可靠性管理的数据形态、研究内容和任务要求也不尽相同,其最终目标是提高消防资源的费效比。探索了在缺乏基础可靠性数据的条件下,如何开展建筑消防设施可靠性管理研究。首先,介绍了建筑消防设施可靠性管理的研究现状,从微观、中观和宏观的角度,分析了从生产标准化、设计性能化到运营效能化的演进趋势。其次,基于项目全寿命周期理论,从行业发展的视角,着重对我国建筑消防设施可靠性管理存在的问题进行了分析,指出了应该建立建筑消防设施全寿命周期的可靠性管理体系。最后,总结了研究现状和问题,提出在应用智慧消防构建统一的可靠性数据库、提高复杂建筑消防设施的可靠性及完善运营效能化可靠性管理标准3个方面开展研究,推动我国建筑消防设施可靠性管理水平的不断提升。     

基于智能手机采集数据的施工活动识别

施工人员的活动监控对施工安全管理及预防职业疾病至关重要。为提升施工安全的智能化管理水平,对楼板钢筋工程施工中的8个主要活动进行识别。为弥补单一传感技术采集维度不足的缺陷和集成传感技术对系统灵活性的限制,采用智能手机内置加速度传感器和陀螺仪采集试验人员模拟施工人员活动时的加速度和倾角数据,并提取平均值、标准差、协方差、四分位距(IQR)为活动的特征矢量。通过决策树中的CART算法建立分类训练模型,采用“交叉验证法”对模型进行评估和验证。测试结果表明:对于样本个体的平均分类准确率为95.28%,预测准确率为92.86%;样本总体的分类准确率为89.67%,预测准确率为94.82%。研究表明,基于智能手机采集数据的决策树模型可以用于施工人员的活动识别。