基于眼动指标的脑力疲劳识别研究

为减少因脑力疲劳导致的安全事故的发生,研究如何测量和识别脑力疲劳具有十分重要的现实意义.本文提出通过作业前后心算可靠性下降率作为判断脑力疲劳程度的指标,利用眼动追踪仪Tobii Glasses设备测量被试者疲劳前后的瞳孔直径、注视点、陀螺和加速计等眼动参数指标,探究被测试者眼动指标变化规律与脑力疲劳之间的关系.结果表明:发生脑力疲劳时瞳孔直径增加,陀螺和加速计的值减小,注视点的分散程度增加.瞳孔直径、注视点、陀螺和加速计等眼动指标都与脑力疲劳相关.本文研究结果可为建立脑力疲劳评价指标体系和预测脑力疲劳奠定基础.     

基于脑电数据的管制架次对管制员疲劳影响研究

为量化研究管制区域内飞机架次的时空变化对管制员疲劳的影响,设计相应测试方案进行试验研究.有针对性地选取20名在职管制员分别在大、小夜班的班前和班后进行试验,采集完成不同流量等级下雷达模拟机任务过程中的管制员的脑电(EEG)信号数据,从数据中提取疲劳指标值,运用SPSS20.0软件统计分析指标值,根据管制员的岗龄将其分成...     

基于眼动数据的管制员注意力特征评价

为提高管制员培训的针对性和有效性,提升管制过程的安全性,提出使用注意力稳定性、注意力分配与转移和注意力广度3个指标,作为注意力特征的评价指标;设计并开展管制过程模拟管制试验,采集分析36名成熟管制员的眼动数据;提出选取兴趣区访问次数方差(VVC)、马尔可夫转移概率(MTP)和特情反应时间(RT)3个参数,将其作为刻画注意力特征3个评价指标对应的量化参数值,再使用K-Means聚类分析法对管制员的注意力特征进行分类,得到管制员注意力特征的评价值的结果分类区间,并对比评价结果与教员打分结果。结果表明：根据注意力特征,将管制员分成4类,一类为最优,四类为最差。优秀管制员具有注意力稳定性好、注意力分配合理、注意广度大和对特情敏感的特点,其量化参数值包括：VVC为13.48～95.46,MTP为0.03～0.22,RT为3～31 s。     

基于层次分析法的空中交通管制员疲劳致因分析

本文通过递阶层次结构建立了管制员疲劳致因关系图,运用层次分析法(AHP)建立了管制员疲劳评价指标体系和层次结构模型,结合某空管局管制员实际工作情况,对管制员疲劳致因因素及其影响程度进行分析。研究结果表明,判断决策疲劳(权重C=0.648)为管制员主要疲劳类型,感知觉疲劳(C=0.229)和动作疲劳(C=0.122)为次要疲劳类型;工作强度(C=0.333)、轮班模式(C=0.25)、睡眠情况(C=0.154)为管制员疲劳的关键性致因,而生物节律、设备可操作性、空域环境是管制员疲劳的主要因素。通过对疲劳致因的识别从而提出相应的缓解措施,以达到保障航空器安全运行的目的。     

融合VR-眼动的施工现场隐患识别视觉注意与搜索特征研究

为探究施工现场隐患识别视觉注意与搜索特征,提升识别绩效水平,融合虚拟现实(Virtual Reality, VR)和眼动追踪技术,开展VR施工场景内的隐患识别试验,收集不同隐患识别经验群体的眼动数据;运用统计学方法,对比分析累计注视时间、注视百分比等眼动指标的差异性,揭示隐患识别经验与注意力资源分配方式的内在联系;基于眼动轨迹匹配法,聚类首次视觉搜索轨迹,结合施工现场空间布局,探究隐患识别经验影响下搜索习惯的差异。结果表明：经验知识水平对隐患识别绩效具备驱动作用,但隐患专业度过低则会弱化经验知识的效果;被试的注意资源大多集中于具有视觉显著性特征的无关要素,仅有小部分分配于隐患,然而,具有较高经验知识水平的被试对隐患信息更加敏感,分配于隐患的注意资源占比更高;相较于新手组同一区域多次重复的搜索习惯,专家组大多采用某一区域的详细搜索再切换到下一区域的方式。     

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EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

基于DSP虹膜识别防疲劳驾驶报警系统的研究

防止疲劳驾驶以主观监测和客观检测为主,但其在可靠性、成本、检测方法上存在不足,为此,设计了一套基于DSP虹膜识别防止疲劳驾驶报警系统。借鉴国内外学者的研究,遵循实时性、准确性、简洁性及经济性的设计原则,以虹膜识别算法为依据,DSP微处理器控制技术为基础进行了开发,该报警系统可在不干扰驾驶员的情况下,识别驾驶员身份,记录驾驶时间,识别疲劳驾驶并报警。测试结果表明:系统结构简单,实现了模块化。虹膜识别模块、计时模块基本满足了准确性和实时性的要求。     

空管威胁、差错与意外状态的贝叶斯模型分析研究

为准确理解民航空中交通管理中各类人为差错数据的可靠性和相关性,为安全决策提供量化依据,对空管威胁、差错和意外状态数据进行贝叶斯模型分析。该方法在先验概率基础上,通过研究空中意外状态发生条件下威胁与差错各自发生的后验概率,获得上述3类安全信息的相关性大小排序。针对收集到的625起数据样本进行了研究,结果表明:与空中意外状态的发生相关性最大的3类差错依次为:管制员对机组的通讯差错、信息差错以及管制员对管制员的通讯差错;与空中意外状态的发生相关性最大的3类威胁依次为:程序威胁、相邻单位威胁和空中交通威胁。空管运行单位的安全管控应重点关注管制员/机组间的通讯差错,并针对各种可能出现的威胁预先制定应对程序。     

空中交通管制中人的可靠性模糊综合评价研究

人是空中交通管制系统中最灵活、最具适应性和最有价值的因素 ,而其行为也是最易受到不利影响的。由于空中交通管制中产生的人为失误 ,往往会导致航空器空中危险接近 ,严重的后果甚至会酿成空难。笔者从人 -机 -环境系统工程的观点出发 ,提出了空中交通管制中人的可靠性评价的指标体系结构模型。从人自身因素、软件、硬件、环境等方面指出了影响空中交通管制中人的可靠性的心理、空中环境等 17个子因素。运用模糊数学的方法 ,建立空中交通管制中人的可靠性定量评价模型 ,并用实例进行了验证。研究表明 ,该方法应用于空中交通管制中人的可靠性评价是一种新的尝试 ,其评价结果可为各级领导机构提供航空安全管理的决策依据。     

基于Fuzzy-ANP的空管安全风险评估研究

空中交通管制对于保障飞行安全至关重要,如何进行空管安全风险评估是亟待研究的问题。在分析三角模糊数学和ANP原理的基础上,针对空管安全风险因素相互影响的特点,建立基于Fuzzy-ANP的空管安全风险评估模型。以某空管单位为例进行实证分析,通过计算评价指标权重,找到影响空管安全风险的关键指标。结果表明,影响该空管单位安全的主要因素为管理标准效能、员工培训次数和人员语言及交流沟通状况等,该空管单位应重点改善这3个因素并兼顾其他影响因素。研究表明,Fuzzy-ANP分析法有助于确定安全风险评估的重点。     

空中交通管制员职业素质模糊综合评价

提出一种管制员综合素质的评价方法;构建管制员综合素质评价指标体系和模糊综合评价模型;应用专家打分法确定指标的权重判断矩阵数据和隶属度数据;采用层次分析法对判断矩阵进行处理得到指标权重数据;按照评价模型的程序对权重数据和隶属度数据进行处理,最终得到管制员综合素质的评价值,根据评价结果提出了提高管制员综合素质的对策。     

基于信息加工模型的管制员差错分类与分析

在Wickens的人类信息加工模型的基础上,加入注意功能、情景意识、内部和外部操作成形因素,建立了管制员信息处理模型。按照该模型,空中交通管制人为差错可按照认知领域分为感知与警觉性差错、短时记忆差错、长时记忆差错、判断与计划差错、响应选择差错和响应执行差错;影响管制员操作的情境条件可分为外部操作成形因素和内部操作成形因素。对以往空管人为差错的分析表明,在信息加工层面分类的人为差错更宜于确定差错的心理致因。基于该理论模型的差错分类系统可以改进人为差错分析的有效性和一致性,从而提高差错管理的有效性。     

实现道路交通安全的营运车辆监控系统框架研究

当前营运车辆监管中,交通管理部门、运输企业和司乘人员3方没有直接的信息通道,导致监管不到位,影响道路交通安全。笔者探讨了营运车辆监控的信息传输通道;以GPS、无线通信技术和互联网为基础,设计了营运车辆监控的技术框架,实现了联系3方的信息传输通道;分析框架实现的关键技术,包括道路限速数据库,车辆超速、疲劳驾驶、超载等违法行为的判定模式等;以广东省营运车辆监控系统为例,验证了框架的可行性。该技术框架使司乘人员的交通违法行为被及时警告和提醒,交通管理部门可以及时制止交通违法行为,可以主动预防交通事故,提高道路交通安全水平。     

管制员安全能力模型研究

为准确评价管制员安全能力,基于能力的定义和管制员工作职责,界定管制员安全能力的内涵;依据该内涵及其工作特性,建立由身体素质、业务素质和意识3个结构维度组成的管制员安全能力模型。其中,身体素质包括生理状况和心理状况;业务素质包括教育状况、培训状况、技能状况和经验状况;意识包括安全意识和工作意识。在各项指标性质差异较大情况下,利用功效系数法实现评价指标的标准化以减小误差,客观反映指标情况,同时采用G1-法和熵值法集成的主客观综合赋权法确定指标的权重,在一定程度上弥补主客观单一赋权的不足,最后通过逼近理想解排序法(TOPSIS)评价管制员安全能力。结果表明,按照从大到小排序对管制员安全能力的影响因素依次为意识、身体素质和业务素质。就对所论能力的影响而言,心理状况强于生理状况;技能状况强教育、培训和经验状况;安全意识对意识的影响大于工作意识。     

基于HERA-JANUS模型的空管人误认知分析

空管人误分类分析是空管人误研究的基础。为了对管制员人误进行系统的分类研究,结合空管业务知识和认知心理学理论,对欧洲航空安全局和美国联邦航空局合作开发的HERA-JANUS模型的工作原理和流程进行较详细地分析。运用该方法模型,对我国一起空管不安全事件案例进行分析后得到3个由管制员所产生的人误差错,并对这3个人误差错分别从人误类型、人误认知、相关因素3方面进行详尽的分析研究,最后得出该不安全事件的21项人误结果。结果表明,HERA-JANUS模型能较全面地从深层次分析管制员的人误,其分类形式也便于开展空管人误统计。     

智能交通安全系统的研究

随着智能交通系统概念的提出 ,在交通领域中 ,该系统已得到了极大的发展和应用 ,同时对世界各国城市交通的发展起了极大的推动作用。而在交通的发展过程中 ,交通安全始终是第一重要的 ,智能交通安全系统是智能交通系统的重要组成部分。笔者研究和探讨了智能交通安全系统的概念、组成及自动事件管理系统、可变信息标志系统、自动化的商业车辆系统、在智能交通中所起的重要作用 ,并介绍了美国的一些经验     

空管安全风险评估指标体系的优化设计

结合国际民航组织提出的安全管理体系实施的相关要求及我国《民航空管安全管理体系指导手册(试行)》的指导思想,根据安全管理一线工作人员及中高层管理者的访谈记录,收集整理出影响空管安全的风险因素,并按照人员、设备、环境、管理4个方面进行分类、提炼、合并和综合,设计了风险评估指标体系并进行优化。该体系把安全科学和系统论相结合,把错综复杂的安全风险因素细化综合、提炼出脉络分明的监控对象,有助于空管系统进行风险识别和综合预警,查找安全隐患和分析不安全事件或事故征候的原因,为民航安全风险信息化管理提供基础数据和决策依据。