CN103784119A - 基于飞行模拟器的飞行员脑力负荷测定系统 - Google Patents
基于飞行模拟器的飞行员脑力负荷测定系统 Download PDFInfo
- Publication number
- CN103784119A CN103784119A CN201410035754.0A CN201410035754A CN103784119A CN 103784119 A CN103784119 A CN 103784119A CN 201410035754 A CN201410035754 A CN 201410035754A CN 103784119 A CN103784119 A CN 103784119A
- Authority
- CN
- China
- Prior art keywords
- pilot
- mental workload
- abnormal information
- flight
- mental
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供了一种基于飞行模拟器的飞行员脑力负荷测定系统，包括：飞行特情设置子系统（1），用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子系统（2），用于测定该飞行特情下飞行员脑力负荷的等级。其包括三个模块，分别是飞行员作业绩效指标测定模块、飞行员生理参数测定模块和飞行员脑力负荷等级判定模块。其中飞行员作业绩效指标测定模块，用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；飞行员生理参数测定模块，用于记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况；飞行员脑力负荷等级判定模块，用于判断飞行员的脑力负荷水平。
Description
技术领域
本发明涉及一种飞行员脑力负荷的测定系统，可测定基于飞行模拟器飞行员进行飞行特情处置时脑力负荷水平，进而测定飞机驾驶舱人机交互系统脑力任务设计的合理性。
背景技术
随着飞行自动化程度的提高，飞行员在飞机驾驶舱人机交互系统中的主要职能已从以手工操纵者为主转变为以飞机运行状态的监控者为主，这一角色的转变使得飞行员的脑力负荷大大加重。尤其是当出现飞行特情需要处置时，飞行员所面临的信息加工要求异常严格，往往需要在极短的时间内处理大量飞行信息并迅速作出应对决策，从而容易出现脑力负荷较高，甚至超载的情况，进而严重影响到飞机驾驶舱人机交互系统的工作效率、可靠性以及飞行员自身的生理心理健康。因此，脑力负荷已成为飞机驾驶舱人机交互系统的重要评价指标之一。
在传统的脑力负荷测定方法中，应用最为广泛的是NASA_TLX量表主观评价方法。NASA_TLX量表主观评价方法需要在飞行试验之后才能进行，这给早期飞机驾驶舱人机交互系统设计的测定工作带来困难，一旦发现问题，必须对系统进行重新设计，再次试飞后开展NASA_TLX量表主观评价，这一现象必将造成人力、财力和物力的极大浪费和消耗。此外，NASA_TLX量表主观评价方法中由于个体间差异较大，评定结果容易混淆。基于上述情况，设计出一套飞行员脑力负荷实时客观测定系统，能够在出现不同飞行特情任务时对飞机驾驶舱人机交互系统施加给飞行员的脑力负荷进行实时客观测定，并依据Fisher判别法给出脑力负荷等级判别结果，使得测定结果更加科学，从而指导飞机驾驶舱人机交互系统脑力任务的设计。
发明内容
根据本发明的一个方面，提供了一种基于飞行模拟器的飞行员脑力负荷测定系统，其包括：飞行特情设置子系统，用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子系统，用于测定该飞行特情下飞行员脑力 负荷的等级。
根据本发明的一个进一步的方面，所述飞行员脑力负荷水平测定子系统包括飞行员作业绩效指标测定模块、飞行员生理参数测定模块和飞行员脑力负荷等级判定模块。其中飞行员作业绩效指标测定模块，用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；飞行员生理参数测定模块，用于记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况；飞行员脑力负荷等级判定模块，用于判断飞行员的脑力负荷水平。
根据本发明的另一个方面，提供了一种飞行员脑力负荷测定方法，其特征在于包括：飞行特情设置子步骤，用于对飞行过程中驾驶舱异常信息进行设置；飞行员脑力负荷水平测定子步骤，用于测定该飞行特情下飞行员脑力负荷的等级。
本发明的优点包括：
（1）提供一种飞行特情设置子系统，在整个飞行模拟器上外接一个飞行特情设置子系统，可以模拟飞机驾驶舱在不同飞行特情条件下的飞行异常信息的呈现数量、呈现时间和间隔时间。
（2）提供一种飞行员脑力负荷测定系统，借助飞行特情设置子系统装置，在进行简单的设置后就能够对飞机驾驶舱人机交互系统在不同飞行特情下的脑力负荷进行客观测定。
（3）提供一种飞行员脑力负荷等级的客观判别方法，只需输入飞行员作业绩效指标和飞行员生理参数等客观指标，便可直接判断出飞行员的脑力负荷等级。
（4）与传统的飞机驾驶舱人机交互系统设计相比，采用本发明能够在飞机驾驶舱人机交互系统设计的初期阶段提早发现存在的设计上的不足并进行相应的改进，从而减少人力、财力和物力的浪费和消耗，缩短设计研发周期，降低设计成本，并直接指导飞机驾驶舱人机交互系统脑力任务的设计。
附图说明
图1为根据本发明的一个实施例的飞行员脑力负荷测定系统的总结构图。
图2为根据本发明的一个实施例的飞行特情设置系统的界面布置图。
图3为根据本发明的一个实施例的飞行员脑力负荷测定系统工作总流程图。
图4A-图4B为根据本发明的一个实施例的飞行员脑力负荷测定子系统中的飞行员作业绩效指标测定模块和飞行员生理参数测定模块的工作流程图。
图5为根据本发明的一个实施例的飞行员脑力负荷等级判定模块的工作流程图。
图6A-图6C为根据本发明的一个实施例的飞行员脑力负荷测定界面示例图。
具体实施方式
如图1所示，根据本发明的一个实施例的飞行员脑力负荷测定系统包括飞行特情设置子系统（1）和飞行员脑力负荷水平测定子系统（2）两个模块。其中飞行员脑力负荷水平测定子系统（2）包括飞行员作业绩效指标测定模块（21）、飞行员生理参数测定模块（22）和飞行员脑力负荷等级判定模块（23）。
如图2所示，根据本发明的一个实施例的飞行特情设置子系统（1）包括：
飞行异常信息的类别设置模块，用于设置异常信息的呈现类别，在图2所示的实施例中可以选择设置异常信息的类别范围为0-9种，这些异常信息包括：发动机状态、航向角、空速、气压高度、俯仰角、滚转角、方向舵状态、副翼位置、起落架状态共9种仪表信息；
飞行异常信息的呈现时间设置模块，用于设置每种异常信息的呈现时间，单位为“秒”；
飞行异常信息的间隔时间设置模块，用于设置每种异常信息的间隔时间，单位为“秒”。
在如图3所示的飞行员脑力负荷测定系统实施例中，首先使用飞行特情设置子系统（1）对飞行过程中驾驶舱异常信息进行设置；再使用飞行员脑力负荷水平测定子系统（2）中的飞行员作业绩效指标测定模块（21）记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间，使用飞行员生理参数测定模块（22）记录和分析飞行作业过程中飞行员生理参数（心率变异性指标SDNN）的变化情况，使用飞行员脑力负荷等级判定模块（23）对当前飞行特情下飞行员脑力负荷的等级进行对比判定，最终给出飞行员脑力负荷等级测定结果。
如图4A至图4B所示，在完成飞行特情设置子系统（1）对飞行过程中驾驶舱异常信息进行设置后，采用飞行员作业绩效指标测定模块（21）记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；其中正确操作率为：对异常信息的正确响应次数与异常信息总次数的比值，保留两位小数；反应时间为：从异常信息出现到飞行员正确响应的时间，单位为“秒”，保留两位小数；首先进行飞行员作业绩效指标测量（211），然后通过计算机编程分别计算正确率和反应时间（212），，获得飞行员作业绩效指标测定结果（213）。同时，采用飞行员生理参数测定模块（22）记录和分析飞行作业过程中飞行员生理参数的变化情况，首先使用心电测试仪进行飞行员生理参数测量（221），其中生理参数为心率变异性指标SDNN的数值，SDNN数值为无量纲数值，保留两位小数，然后通过计算机编程计算平均SDNN（222），获得飞行员生理参数测定结果（223）。
如图5所示，是根据本发明的一个实施例的飞行员脑力负荷等级判定模块 （23）的工作过程。其工作流程为在完成了飞行员作业绩效指标测定模块（21）和飞行员生理参数测定模块（22）中的测定任务后，将获得的飞行员作业绩效指标测定结果（213）和飞行员生理参数测定结果（223）分别代入以下的3个方程中，这3个方程为在大量飞行模拟实验数据基础上基于Fisher判别方法所建立的飞行员脑力负荷等级判别方程。
Y1=615.003x1+595.087x2+0.757x3-548.323 (F1)
Y2=586.868x1+646.651x2+0.796x3–569.847 (F2)
Y3=568.408x1+662.124x2+0.806x3–571.629 (F3)
式中，Y1，Y2，Y3分别为低、中、高脑力负荷水平的判别函数值；x1为对飞行异常信息操作的正确率；x2为对异常信息的反应时间；x3为心率变异性指标SDNN数值。根据x1，x2和x3的数值分别进行计算并比较Y1，Y2，Y3的值，若Y1的值最大，则判断其脑力负荷水平为低，飞机驾驶舱人机交互系统脑力任务设计水平较好；若Y2的值最大，则判断其脑力负荷水平为中，飞机驾驶舱人机交互系统脑力任务设计水平较差；若Y3的值最大，则判断其脑力负荷水平为高，飞机驾驶舱人机交互系统脑力任务设计水平很差。最终根据上述等级判定标准进行判断，输出测定结果。测定结果的呈现方式为图像和文档格式,可进行相应的输出和保存操作。
如图6A至图6C所示，为根据本发明的实施例的一个具体实例中，飞行员脑力负荷测定系统的用户界面示意图。系统进入飞行员脑力负荷测定系统后，其主界面如图6A所示。该界面包含三个按钮，分别是“使用说明”按钮，“开始测定”按钮，“退出系统”按钮。用户进入该界面后首先点击“使用说明”按钮，进入使用说明界面，如图6B所示。用户阅读该系统的使用说明，从而了解如何使用该系统进行飞行员脑力负荷测定。待阅读完毕使用说明之后，点击“关闭”按钮，返回主界面。当进行测定时，用户点击“开始测定”按钮，进入测定系统界面，如图6C所示。在输入部分，用户只需输入飞行员进行飞行模拟后采集的作业绩效指标测定结果（包括正确率和反应时间）、以及生理参数测定结果（SDNN值）。在输出部分，系统将根据输入自动给出相应的判别函数值，并判断出最大的函数值。在结果部分，系统自动给出该函数值所对应的脑力负荷等级，最终给出飞机驾驶舱人机交互系统设计水平的测定结果。当完成既定的测定任务时，点击“退出系统”按钮，从而退出系统，完成测定任务。
Claims (10)
1.飞行员脑力负荷测定系统，其特征在于包括：
飞行特情设置子系统（1），用于对飞行过程中驾驶舱异常信息进行设置；
飞行员脑力负荷水平测定子系统（2），用于测定该飞行特情下飞行员脑力负荷的等级。
2.根据权利要求1的飞行员脑力负荷测定系统，其特征在于飞行特情设置子系统（1）包括：
飞行异常信息的类别设置模块，用于设置异常信息的呈现类别；
飞行异常信息的呈现时间设置模块，用于设置每种异常信息的呈现时间；
飞行异常信息的间隔时间设置模块，用于设置每种异常信息的间隔时间。
3.根据权利要求1的飞行员脑力负荷测定系统，其特征在于飞行员脑力负荷水平测定子系统（2）包括：
飞行员作业绩效指标测定模块（21），用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；
使用飞行员生理参数测定模块（22），用于记录和分析飞行作业过程中飞行员生理参数的变化情况；
飞行员脑力负荷等级判定模块（23），用于对当前飞行特情下飞行员脑力负荷的等级进行对比判定，并给出飞行员脑力负荷等级测定结果。
4.根据权利要求3的飞行员脑力负荷测定系统，其特征在于飞行员脑力负荷等级判定模块（23）包括进行如下处理的模块：
将飞行员作业绩效指标测定模块（21）和飞行员生理参数测定模块（22）获得的飞行员作业绩效指标测定结果（213）和飞行员生理参数测定结果（223）分别代入以下的在大量飞行模拟实验数据基础上基于Fisher判别方法所建立的飞行员脑力负荷等级判别方程中：
Y1=615.003x1+595.087x2+0.757x3-548.323 (F1)
Y2=586.868x1+646.651x2+0.796x3–569.847 (F2)
Y3=568.408x1+662.124x2+0.806x3–571.629 (F3)
式中，Y1，Y2，Y3分别为低、中、高脑力负荷水平的判别函数值；x1为对飞行异常信息操作的正确率；x2为对异常信息的反应时间；x3为心率变异性指标SDNN数值；
根据x1，x2和x3的数值分别进行计算并比较Y1，Y2，Y3的值，
若Y1的值最大，则判断其脑力负荷水平为低，飞机驾驶舱人机交互系统脑力任务设计水平较好；
若Y2的值最大，则判断其脑力负荷水平为中，飞机驾驶舱人机交互系统脑力任务设计水平较差；
若Y3的值最大，则判断其脑力负荷水平为高，飞机驾驶舱人机交互系统脑力任务设计水平很差。
5.根据权利要求2的飞行员脑力负荷测定系统，其特征在于所述异常信息的呈现类别包括：发动机状态、航向角、空速、气压高度、俯仰角、滚转角、方向舵状态、副翼位置、起落架状态。
6.飞行员脑力负荷测定方法，其特征在于包括：
飞行特情设置子步骤，用于对飞行过程中驾驶舱异常信息进行设置；
飞行员脑力负荷水平测定子步骤，用于测定该飞行特情下飞行员脑力负荷的等级。
7.根据权利要求6的飞行员脑力负荷测定方法，其特征在于飞行特情设置子步骤包括：
飞行异常信息的类别设置步骤，用于设置异常信息的呈现类别；
飞行异常信息的呈现时间设置步骤，用于设置每种异常信息的呈现时间；
飞行异常信息的间隔时间设置步骤，用于设置每种异常信息的间隔时间。
8.根据权利要求6的飞行员脑力负荷测定方法，其特征在于飞行员脑力负荷水平测定子步骤包括：
飞行员作业绩效指标测定步骤，用于记录和分析飞行作业过程中飞行员对于异常信息的正确操作率和反应时间；
使用飞行员生理参数测定步骤，用于记录和分析飞行作业过程中飞行员生理参数的变化情况；
飞行员脑力负荷等级判定步骤，用于对当前飞行特情下飞行员脑力负荷的等级进行对比判定，并给出飞行员脑力负荷等级测定结果。
9.根据权利要求8的飞行员脑力负荷测定方法，其特征在于飞行员脑力负荷等级判定步骤包括：
将飞行员作业绩效指标测定步骤和飞行员生理参数测定步骤获得的飞行员作业绩效指标测定结果（213）和飞行员生理参数测定结果（223）分别代入以下的在大量飞行模拟实验数据基础上基于Fisher判别方法所建立的飞行员脑力负荷等级判别方程中：
Y1=615.003x1+595.087x2+0.757x3-548.323 (F1)
Y2=586.868x1+646.651x2+0.796x3–569.847 (F2)
Y3=568.408x1+662.124x2+0.806x3–571.629 (F3)
式中，Y1，Y2，Y3分别为低、中、高脑力负荷水平的判别函数值；x1为对飞行异常信息操作的正确率；x2为对异常信息的反应时间；x3为心率变异性指标SDNN数值；
根据x1，x2和x3的数值分别进行计算并比较Y1，Y2，Y3的值，
若Y1的值最大，则判断其脑力负荷水平为低，飞机驾驶舱人机交互系统脑力任务设计水平较好；
若Y2的值最大，则判断其脑力负荷水平为中，飞机驾驶舱人机交互系统脑力任务设计水平较差；
若Y3的值最大，则判断其脑力负荷水平为高，飞机驾驶舱人机交互系统脑力任务设计水平很差。
10.根据权利要求7的飞行员脑力负荷测定方法，其特征在于所述异常信息的呈现类别包括：发动机状态、航向角、空速、气压高度、俯仰角、滚转角、方向舵状态、副翼位置、起落架状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410035754.0A CN103784119B (zh) | 2014-01-24 | 2014-01-24 | 基于飞行模拟器的飞行员脑力负荷测定系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410035754.0A CN103784119B (zh) | 2014-01-24 | 2014-01-24 | 基于飞行模拟器的飞行员脑力负荷测定系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103784119A true CN103784119A (zh) | 2014-05-14 |
| CN103784119B CN103784119B (zh) | 2015-07-08 |
Family
ID=50660489
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410035754.0A Expired - Fee Related CN103784119B (zh) | 2014-01-24 | 2014-01-24 | 基于飞行模拟器的飞行员脑力负荷测定系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103784119B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104523237A (zh) * | 2015-01-08 | 2015-04-22 | 中国人民解放军装甲兵工程学院 | 一种移动舱室乘员工作项目调整方法 |
| CN107516452A (zh) * | 2017-08-17 | 2017-12-26 | 北京航空航天大学 | 一种通用型模拟飞行仿真环境测评系统 |
| CN107644566A (zh) * | 2017-08-17 | 2018-01-30 | 北京航空航天大学 | 一种基于脑电的模拟飞行器的脑电测评系统 |
| CN109377099A (zh) * | 2018-11-29 | 2019-02-22 | 中广核工程有限公司 | 一种核电厂运行人员绩效数据采集方法及系统 |
| CN111767611A (zh) * | 2020-06-30 | 2020-10-13 | 南京航空航天大学 | 一种基于负荷均衡的飞机驾驶舱人机功能分配方法 |
| CN111931985A (zh) * | 2020-07-07 | 2020-11-13 | 上海交通大学 | 一种非线性纵向结构化人机系统机组负荷预测方法 |
| CN111956199A (zh) * | 2020-09-14 | 2020-11-20 | 中国民航大学 | 一种结合心率变异性指标的脑力负荷分级判定方法及装置 |
| CN112107320A (zh) * | 2020-09-14 | 2020-12-22 | 中国民航大学 | 面向飞机座舱显示界面的多生理指标脑力负荷判定方法 |
| CN112257190A (zh) * | 2020-11-19 | 2021-01-22 | 北京航空航天大学 | 一种异常态人在环飞行模拟环境下进行监测的方法 |
| CN113192636A (zh) * | 2021-04-16 | 2021-07-30 | 中国航天科工集团第二研究院 | 一种飞行任务负荷评估方法及系统 |
| CN113229791A (zh) * | 2021-06-12 | 2021-08-10 | 西北工业大学 | 一种基于眼动和生理数据的飞行员任务负荷在线评估方法 |
| CN115462755A (zh) * | 2022-08-31 | 2022-12-13 | 北京津发科技股份有限公司 | 飞行员认知能力评估方法、系统和存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2267409A1 (en) * | 2009-06-08 | 2010-12-29 | Honeywell International Inc. | System and method for displaying information on a display element |
| US20110121997A1 (en) * | 2008-08-16 | 2011-05-26 | Qinetiq Limited | Visual Landing Aids |
| CN102551741A (zh) * | 2012-01-10 | 2012-07-11 | 西安交通大学 | 多任务视觉认知中脑负荷测定的实验系统和方法 |
| CN102715889A (zh) * | 2012-06-11 | 2012-10-10 | 天津大学 | 一种脑力负荷检测方法 |
| CN102727223A (zh) * | 2012-06-18 | 2012-10-17 | 天津大学 | 基于多生理参数pca融合的脑力负荷测量方法 |
| WO2013078461A1 (en) * | 2011-11-22 | 2013-05-30 | Dignity Health | System and method for using microsaccade peak velocity as a measure of mental workload and fatigue |
-
2014
- 2014-01-24 CN CN201410035754.0A patent/CN103784119B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110121997A1 (en) * | 2008-08-16 | 2011-05-26 | Qinetiq Limited | Visual Landing Aids |
| EP2267409A1 (en) * | 2009-06-08 | 2010-12-29 | Honeywell International Inc. | System and method for displaying information on a display element |
| WO2013078461A1 (en) * | 2011-11-22 | 2013-05-30 | Dignity Health | System and method for using microsaccade peak velocity as a measure of mental workload and fatigue |
| CN102551741A (zh) * | 2012-01-10 | 2012-07-11 | 西安交通大学 | 多任务视觉认知中脑负荷测定的实验系统和方法 |
| CN102715889A (zh) * | 2012-06-11 | 2012-10-10 | 天津大学 | 一种脑力负荷检测方法 |
| CN102727223A (zh) * | 2012-06-18 | 2012-10-17 | 天津大学 | 基于多生理参数pca融合的脑力负荷测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| JIANSHUANG SONG ET AL: "Pilot Mental Workload Measurement and Evaluation under Dual Task", 《2011 4TH INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS(BMEI)》, 31 December 2011 (2011-12-31), pages 809 - 812 * |
| 卫宗敏等: "飞机座舱显示界面脑力负荷测量与评价", 《北京航空航天大学学报》, 7 May 2013 (2013-05-07), pages 1 - 6 * |
| 董明清等: "双任务脑力负荷评定的多变量判别分析", 《航天医学与医学工程》, vol. 10, no. 5, 31 October 1997 (1997-10-31), pages 358 - 362 * |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104523237A (zh) * | 2015-01-08 | 2015-04-22 | 中国人民解放军装甲兵工程学院 | 一种移动舱室乘员工作项目调整方法 |
| CN104523237B (zh) * | 2015-01-08 | 2016-08-24 | 中国人民解放军装甲兵工程学院 | 一种移动舱室乘员工作项目调整方法 |
| CN107516452A (zh) * | 2017-08-17 | 2017-12-26 | 北京航空航天大学 | 一种通用型模拟飞行仿真环境测评系统 |
| CN107644566A (zh) * | 2017-08-17 | 2018-01-30 | 北京航空航天大学 | 一种基于脑电的模拟飞行器的脑电测评系统 |
| CN109377099A (zh) * | 2018-11-29 | 2019-02-22 | 中广核工程有限公司 | 一种核电厂运行人员绩效数据采集方法及系统 |
| CN111767611A (zh) * | 2020-06-30 | 2020-10-13 | 南京航空航天大学 | 一种基于负荷均衡的飞机驾驶舱人机功能分配方法 |
| CN111931985B (zh) * | 2020-07-07 | 2022-05-24 | 上海交通大学 | 一种非线性纵向结构化人机系统机组负荷预测方法 |
| CN111931985A (zh) * | 2020-07-07 | 2020-11-13 | 上海交通大学 | 一种非线性纵向结构化人机系统机组负荷预测方法 |
| CN111956199A (zh) * | 2020-09-14 | 2020-11-20 | 中国民航大学 | 一种结合心率变异性指标的脑力负荷分级判定方法及装置 |
| CN112107320A (zh) * | 2020-09-14 | 2020-12-22 | 中国民航大学 | 面向飞机座舱显示界面的多生理指标脑力负荷判定方法 |
| CN112257190A (zh) * | 2020-11-19 | 2021-01-22 | 北京航空航天大学 | 一种异常态人在环飞行模拟环境下进行监测的方法 |
| CN112257190B (zh) * | 2020-11-19 | 2023-01-20 | 北京航空航天大学 | 一种异常态人在环飞行模拟环境下进行监测的方法 |
| CN113192636A (zh) * | 2021-04-16 | 2021-07-30 | 中国航天科工集团第二研究院 | 一种飞行任务负荷评估方法及系统 |
| CN113192636B (zh) * | 2021-04-16 | 2024-01-05 | 中国航天科工集团第二研究院 | 一种飞行任务负荷评估方法及系统 |
| CN113229791A (zh) * | 2021-06-12 | 2021-08-10 | 西北工业大学 | 一种基于眼动和生理数据的飞行员任务负荷在线评估方法 |
| CN113229791B (zh) * | 2021-06-12 | 2024-02-02 | 西北工业大学 | 一种基于眼动和生理数据的飞行员任务负荷在线评估方法 |
| CN115462755A (zh) * | 2022-08-31 | 2022-12-13 | 北京津发科技股份有限公司 | 飞行员认知能力评估方法、系统和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103784119B (zh) | 2015-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103784119B (zh) | 基于飞行模拟器的飞行员脑力负荷测定系统 | |
| Liu et al. | Modeling the situation awareness by the analysis of cognitive process | |
| Loveday et al. | Pattern recognition as an indicator of diagnostic expertise | |
| CN101515409B (zh) | 通过管制工作负荷回归分析确定空域容量的方法 | |
| Suarez et al. | Quantifying air traffic controller mental workload | |
| Schoppek et al. | Complex problem solving—single ability or complex phenomenon? | |
| US8532329B2 (en) | Device and method for testing systems with visual output | |
| CN112635048B (zh) | 一种视觉任务脑力负荷量化评估方法及系统 | |
| Gao et al. | More experience might not bring more safety: negative moderating effect of pilots’ flight experience on their safety performance | |
| US11519816B2 (en) | Composite ply-by-ply damage assessment using correlation factors between finite element models (FEMs) and non-destructive evaluations (NDEs) | |
| Lyu et al. | VALIO: Visual attention-based linear temporal logic method for explainable out-of-the-loop identification | |
| CN111887803A (zh) | 飞机驾驶舱人机工效多维监测评价系统 | |
| Harre et al. | The Konect value–a quantitative method for estimating perception time and accuracy for HMI designs | |
| Rohacs et al. | Development of an advanced ATCO workstation | |
| CN116830178A (zh) | 用于评估技能的设备和方法 | |
| Sun et al. | The Influence of HUD Information Visual Coding on pilot's Situational Awareness | |
| CN111090367A (zh) | 一种中央空调送风系统的虚拟仿真考核平台 | |
| CN112107320A (zh) | 面向飞机座舱显示界面的多生理指标脑力负荷判定方法 | |
| Harris et al. | Differentiating cognitive complexity and cognitive load in high and low demand flight simulation tasks | |
| Sun et al. | Research on optimization of information coding for car dashboard based on eye movement analysis | |
| Hall et al. | Performance assessment in simulation | |
| Brighton et al. | Categorization of select cockpit performance evaluation techniques | |
| Pisano et al. | A Visual Analytics Tool for the Structural Health Monitoring of an Aircraft Panel | |
| Tan et al. | The Evaluation Model of Pilot Visual Search with Onboard Context-Sensitive Information System | |
| Esposito et al. | METAMODELLING OF THE WORKLOAD ASSESSMENT IN SIMULATED FLIGHTS USING THE KRIGING METHOD |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150708 Termination date: 20160124 |
|
| EXPY | Termination of patent right or utility model |