CN105225572A - 对轨道交通列车驾驶人员驾驶适应性培训的系统及方法 - Google Patents

Abstract

本发明涉及一种对轨道交通列车驾驶人员驾驶适应性培训的系统，包括显示设备，其用于向所述驾驶人员显示预定信号或图案；操作设备，其经配置以响应于所述驾驶人员的操作而产生输入信号I_x，其中x＝1，2，…n；中央处理设备，其经配置以确定输入信号I_x与所述预定信号之间的关系。本发明还涉及利用前述系统对轨道交通列车驾驶人员进行驾驶适应性培训的方法。

Description

对轨道交通列车驾驶人员驾驶适应性培训的系统及方法

技术领域

本发明涉及轨道交通列车驾驶培训领域。更具体地，本发明涉及一种对轨道交通列车的驾驶人员进行驾驶适应性培训的系统及方法。

背景技术

随着我国轨道交通行业的发展，对轨道交通列车的需求日益增长，对轨道交通列车的驾驶人员的需求也相应地越来越大。通常，轨道交通列车包括铁路机车、动车组、大型养路机械、轨道车、接触网作业车、地铁、轻轨、市郊铁路、有轨电车、磁悬浮列车等。但是，与对普通机动车辆的驾驶人员或学员进行考驾照前、上岗前或上路前培训不同的是，出于场地、设备、时间、安全性及成本、费用等方面的考虑，不可能让轨道交通列车的驾驶人员直接驾驶真正的轨道交通列车进行实地练习或学习。因此，设计专门针对轨道交通列车的驾驶人员的培训装置、方法或仿真培训装置、系统和方法以供其对驾驶适应性的相关能力进行训练尤为重要。

在实践中，轨道交通列车的驾驶作业对驾驶人员的生理素质、心理素质、驾驶技能和反应处置能力等方面都具有极高的要求，驾驶人员应具有多项基本能力，例如，持续高效的工作效率、高度的注意力、很强的学习能力、良好的瞬时记忆力、迅速敏锐的对信号等调度指令及其他突发情况的复杂反应能力、很强的对列车行驶速度的感知预测能力、持续的作业稳定性、精准的对深度即距离的感知能力、驾驶时保持宽广的视野范围、以及很好的逻辑推理能力、很高的数字敏感度等等。一句话概括，也就是需要具有很高的驾驶适应性，才能胜任列车驾驶工作。

具体举例来讲，轨道交通列车的驾驶人员应具有的其中一项基本能力是正确识别调度台发布的信号灯指示等调度命令并据此做出正确反应和在驾驶过程中面对前方出现的情况能够迅速的作出判断反应并进行鸣笛、闪烁灯、减速、制动等及时合理的处置。对于轨道交通列车的驾驶人员而言，驾驶列车这种比汽车等普通机动车体量大很多的交通工具，而能正确识别信号灯并在发现不同信号灯时作出相应反应，且在驾驶过程中面对前方出现的情况特别是突发的情况或复杂的问题能够及时的、合理的应变能力是一项十分重要的基本能力。即轨道交通列车的驾驶人员需要具有很高的复杂反应辨识、复杂应变能力或复杂反应能力。进一步地，轨道交通列车的驾驶人员还应当对信号灯出现的同时出现其他干扰信号时的情况做出正确反应。

轨道交通列车的驾驶人员应具有的另一项基本能力是能够准确感知或掌握其所驾驶的轨道交通列车的运行速度，也就是说驾驶人员需要能够不依靠或借助任何设备而单凭自身的感觉就得直接判断或预估出此时此刻列车行驶的速度。即轨道交通列车的驾驶人员需要具备很高的对速度预测或感知感应的能力。具备上述能力，才能在驾驶列车这种比汽车等普通机动车体量大很多的交通工具时熟练地把握加速或减速、制动、鸣笛、开关灯、与调度联络、与途经站段联络等操作的时机等。

轨道交通列车的驾驶人员还应具有的一项基本能力是准确感知目标物与所驾驶列车之间的距离，即对偏离距离感觉也就是对深度知觉的能力。例如，在列车进站或靠站停车时就需要驾驶人员通过自身对深度的知觉或感觉来使列车停靠在指定位置或区域，实际运营中几乎所有的列车都被要求在停车时车头最前端要与站台上设立的指示牌或指示线保持对齐或误差极小地停入指定区域，以便于乘客上下车或货物装卸。对于轨道交通列车的驾驶人员而言，驾驶列车这种比汽车等普通机动车体量大很多的交通工具而能够实现精准驻车是一项十分重要的基本能力。即轨道交通列车的驾驶人员需要具有很高的对深度感知或感应的能力。

还有，及时发现列车运行过程中突然出现的障碍物并合理处置以及正确地向调度中心描述该障碍物的数量或位置等大体情况同样也是轨道交通列车的驾驶人员应当具备的一项基本技能。例如，在驾驶列车的过程中，特别是在列车高速运行中、路况复杂或非完全封闭的路段和道口、以及山区、丘陵、高寒、多雨、多风、软土、冻土等自然地理条件较为恶劣或气象地质灾害易发多发的地区，对前方轨道上以及其两侧附近的地面和空中区域突然出现的人、动物体、塌方、落石、飞行物或其他一切可能影响列车物体进行判断，以便根据该物体的类型、体量、位置、移动速度和行进路线轨迹等特征来确定其是否会与列车发生接触或碰撞，是否会影响行车，以进一步确定是否需要进行减速、紧急停车、鸣笛、闪烁车灯或加速通过等驾驶操作。因此，对轨道交通列车驾驶人员的应当具有较好的视野范围宽广度同样非常重要。

而现有技术中需要但目前还没有能够为对驾驶人员或学员提供对其所需的上述一系列能力进行训练、学习或培训的系统和方法，即对驾驶适应性所需要的一系列能力和素质进行培训的系统和方法。而且该系统还应当操作简便又能逼真、客观、准确、有效地反应轨道交通列车的驾驶人员的实际能力或水平。

发明内容

为了解决上述问题，本发明提供一种对轨道交通列车驾驶人员驾驶适应性培训的系统，包括：显示设备，其用于向所述驾驶人员显示预定信号或图案；操作设备，其经配置以响应于所述驾驶人员的操作而产生输入信号I_x，其中x＝1，2，…n；中央处理设备，其经配置以确定输入信号I_x与所述预定信号之间的关系。本发明还涉及利用前述系统对轨道交通列车驾驶人员进行驾驶适应性培训的方法。

本发明的培训系统及方法能够有效地培训出轨道交通列车的驾驶人员所需要的包括对信号灯等调度指令及其他突发情况的复杂反应能力、对列车行驶速度的感知预测能力、对深度即距离的感知能力、驾驶时视野范围的宽广度等在内的一系列驾驶适应性相关能力。另外，本发明的培训装置操作简便、成本低廉且不需占用大量空间，能够实现一次同时对多名驾驶人员的培训。

附图说明

附图1示出了本发明的第一实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意图。

附图2示出了本发明的第一实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意流程图。

附图3示出了本发明的第二实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意图。

附图4示出了本发明的第二实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的部分装置的示意图。

附图5示出了本发明的第三实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意图。

附图6示出了本发明的第三实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意图。

附图7示出了本发明的第三实施例的用于对轨道交通列车的驾驶人员进行驾驶适应性培训的方法的示意流程图。

具体实施方式

以下将结合附图详细论述本发明的对轨道交通列车的驾驶人员进行驾驶适应性培训的装置的示意图。该装置主要包括：显示设备，其用于向所述驾驶人员显示预定信号或图案；操作设备，其经配置以响应于所述驾驶人员的操作而产生输入信号I_x，其中x＝1，2，…n；和中央处理设备，其经配置以确定输入信号I_x与所述预定信号之间的关系。

在一个具体实施例中，显示设备为显示构件101，操作设备为操作构件102，中央处理设备包括处理构件103和计时构件104。

显示构件101用于显示预定信号。显示构件101可以为任何具有显示功能的器件，可以是类似于列车驾驶室的能透视以看外部的专用屏幕或透明窗，或调度室用的显示屏；也可以是通用的显示屏或投影幕。在优选实施例中，显示构件101为电脑的显示屏。具体地，预定信号可包括轨道交通列车在行驶过程中和进出站期间可能遇到的任何信号。在一个特定实施例中，预定信号包括红灯信号、黄灯信号和蓝灯信号。本领域技术人员可以理解，预定信号还可以包括其他信号。预定信号可以以各种方式呈现，例如持续点亮或闪烁，本领域技术人员可以理解这不应视为对本发明的限制。

操作构件102响应驾驶人员的操作而产生相应的输入信号I_x，其中x＝1，2，…n。其中，n代表驾驶人员进行驾驶适应性训练或练习的总次数。驾驶人员每操作以产生一次输入信号，即表明其进行了一次练习或学习。优选地，n为0至24之间的任一整数。具体地，操作构件102可以为任何可用于实现输入功能的器件，也可为专门的输入器件或外接设备。例如，可以是专门的或类似于列车上实际驾驶实际操纵所用的操纵杆或按钮，也可以是专门的或类似电脑所用外接键盘或鼠标。因是培训装置，其必然在实践中被经常甚至长时间使用，因此为了提高其使用寿命，在优选的实施例中，所述操作构件为耐磨耐腐蚀耐老化的金属、橡胶、塑料或树脂等材料制成，即操纵杆、按钮、键盘或鼠标采用耐磨损不易老化的不锈钢、铝合金等金属材料或不易被磨损防腐蚀抗老化的高品质的橡胶、塑料或树脂等非金属材料制成。在优选实施例中，还可以是前述金属材料和非金属材料的组合制成，例如，操纵杆可由不锈钢杆体和塑料杆头套组成。

在优选实施例中，操作构件102为电脑的键盘或鼠标。在一个具体实施例中，当操作者按下键盘上的“←”键时，操作构件102产生“红灯信号”作为输入信号；当操作者按下键盘上的“→”键时，操作构件102产生“黄灯信号”作为输入信号；当操作者按下键盘上的“Z”键时，操作构件102产生“蓝灯信号”作为输入信号。本发明并不仅限于此，本领域技术人员还可以设计键盘按键或鼠标按键与输入信号之间不同的对应关系，以最佳地模拟实际驾驶体验。

其中，处理构件103判断所述输入信号I_x与所述预定信号是否一致。处理构件103可以为任何可用于实现计算或处理功能的器件。在优选实施例中，处理构件103为电脑的处理器。

其中，当所述输入信号I_x与所述预定信号一致时，计时构件104记录产生所述输入信号的时间t_x，其中x＝1，2，…n。本领域技术人员可以理解，时间t_x反应了驾驶人员对预定信号的敏感度及操作正确度。时间t_x越小，说明驾驶人员对预定信号越敏感、反应正确度高。

本发明的对轨道交通列车的驾驶人员进行驾驶适应性培训的装置进一步包括计次构件105，用于记录错误次数N和第二次数V。所述错误次数N是指所述输入信号I_x与所述预定信号不一致的次数。通常地，错误次数N的初始值设置为零。每当输入信号I_x与预定信号不一致时，所述计次构件105就将错误次数N加1。本领域技术人员可以理解，错误次数N也能够反应驾驶人员对预定信号的敏感度及操作正确度。错误次数N越小，说明驾驶人员对预定信号的反应正确度越高。

在一个具体实施例中，在训练或练习中，第一次时，显示构件101随机显示的是黄灯信号。操作者在时间t₁按下键盘上的“→”键时，则操作构件102产生“黄灯信号”作为输入信号。此时，处理构件103判断出所述输入信号与所述预定信号是一致的。在这种情况下，计时构件104记录下时间t₁而计次构件105不作动，即此时错误次数仍为零。第二次时，显示构件101随机显示的仍是黄灯信号。操作者在时间t₂按下键盘上的“Z”键时，则操作构件102产生“蓝灯信号”作为输入信号。此时，处理构件103判断出所述输入信号与所述预定信号是不一致的。在这种情况下，计次构件105作动从而使错误次数N由初始值0变为1而计时构件104不作动，即计时构件104不记录时间t₂。第三次时，显示构件101随机显示的是红灯信号。操作者在时间t₃按下键盘上的“←”键时，则操作构件102产生“红灯信号”作为输入信号。此时，处理构件103判断出所述输入信号与所述预定信号是一致的。在这种情况下，计时构件104记录下时间t₃而计次构件105不作动，即此时错误次数仍为1。上述过程可以持续n次。本领域技术人员可以理解，各个预定信号显示的次数最佳地应大致相等。例如，在一个实施例中，共有红灯信号、黄灯信号和蓝灯信号三种预定信号，设定n＝30。那么红灯信号、黄灯信号和蓝灯信号各随机显示10次。

在进一步实施例中，对轨道交通列车的驾驶人员进行驾驶适应性培训的装置还进一步包括用于产生声音信号的声音构件106。具体地，声音构件106可以为任何具有发声功能的器件。在优选实施例中，声音构件106为集成在电脑中的扬声器。在训练或练习过程中，可以伴随预定信号的产生而产生或不产生声音信号。在一个具体实施例中，在第n次练习时，当所述声音构件106产生声音信号时且当操作构件103在时间t_n产生了输入信号时，所述计时构件104不作动但计次构件105所记录的错误次数N加1；或者，当所述声音构件106产生所述声音信号时而所述操作构件103没有产生所述输入信号时，所述计次构件记录的第二次数V加1。在优选实施例中，当产生声音信号时，操作构件不产生任何输入信号(即操作者不做出任何反应)时，认为其判断是正确的，此时第二次数(即，正确次数)V加1。

在一个具体实施例中，在第n次时，显示构件101随机显示的是蓝灯信号且声音构件发出声音信号。操作者在时间t_n时按下键盘上的“Z”键，则操作构件102产生“蓝灯信号”作为输入信号。此时，处理构件103判断出所述输入信号与所述预定信号是一致的。但是，由于出现了声音信号，导致任何输入信号的产生都被认作是错误操作且因此计次构件105记录的错误次数N加1而计时构件104不作动，即计时构件104不记录时间t_n。否则，若在该第n次时，显示构件101随机显示的是蓝灯信号但声音构件没有发出声音信号。操作者在时间t_n时按下键盘上的“Z”键时，则操作构件102产生“蓝灯信号”作为输入信号，则计时构件104记录下时间t_n而计次构件105不作动，即错误次数N不变化。或者，在该第n次时，显示构件101随机显示的是蓝灯信号且声音构件发出声音信号。若操作者在时间T(例如5秒内)内没有输入任何按键，则说明操作者的操作时正确的。此时，所述计时构件104不作动，所述计次构件105所记录的错误次数N不变化，但第二次数V加1。

更进一步地，本发明的对轨道交通列车的驾驶人员进行驾驶适应性培训的装置还包括计算构件107以执行如下步骤：

依据下列公式计算平均反应时间T及其标准差D：

T＝(t₁+t₂+…t_n)/n；

$D=\sqrt{\frac{1}{n-1}\underset{x=1}{\overset{n}{\Σ}}{(t_x-T)}^2};$

依据下列公式计算所述错误次数N的标准化分数N_stan、所述平均反应时间T的标准化分数T_stan和变异系数Div：

N_stan＝(N-N_avg)/D；

T_stan＝(T-T_avg)/D；

在优选的情况下，N_stan＝[N-(2.00-4.00)]/(3.00-5.00)，T_stan＝[T-(0.50-1.00)]/(0.15-0.56)。其中，上述公式中的“(2.00-4.00)”指的是数字2.00与数字4.00之间的任意数值，例如2.55，3.84等，“(3.00-5.00)”指的是数字3.00与数字5.00之间的任意数值，例如3.68，4.25等，“(0.50-1.00)”指的是数字0.50与数字1.00之间的任意数值，例如0.60，0.85等，“(0.15-0.65)”指的是数字0.15与数字0.65之间的任意数值，例如0.35，0.55等。

在更优选的情况下，N_stan＝(N-2.99)/3.93，T_stan＝(T-0.74)/0.3。

Div＝D/T；

依据下列公式计算综合数值C：

C＝N_stan×0.4+T_stan×0.4+Div×0.2。

数值C反应了驾驶人员对预定信号的熟悉度以及在遇到该预定信号时所作出反应的准确度和灵敏度。

另外，本发明还公开了一种对轨道交通列车的驾驶人员进行驾驶适应性培训的方法，包括：在步骤201中，显示构件显示预定信号；在步骤202中，操作构件响应驾驶人员的操作而产生相应的输入信号I_x，其中x＝1，2，…n；在步骤203中，处理构件判断所述输入信号与所述预定信号是否一致；在步骤204中，计时构件在所述输入信号与所述预定信号一致时记录产生所述输入信号的时间t_x，其中x＝1，2，…n。

在优选实施例中，所述方法进一步包括，在步骤205中，计次构件记录所述输入信号与所述预定信号不一致时的错误次数N和第二次数V，所述错误次数N的初始值设置为零，且被设置为在所述输入信号I_x与所述预定信号不一致时加1。

进一步地，所述方法进一步包括，在步骤206中，计算如下数据：

(a)计算平均反应时间T及其标准差D：

T＝(t₁+t₂+…t_n)/n；

$D=\sqrt{\frac{1}{n-1}\underset{x=1}{\overset{n}{\Σ}}{(t_x-T)}^2};$

(b)计算所述错误次数N的标准化分数N_stan、所述平均反应时间T的标准化分数T_stan和变异系数Div：

N_stan＝(N-N_avg)/D；

T_stan＝(T-T_avg)/D；

在优选的情况下，N_stan＝[N-(2.00-4.00)]/(3.00-5.00)，T_stan＝[T-(0.50-1.00)]/(0.15-0.56)。其中，上述公式中的“(2.00-4.00)”指的是数字2.00与数字4.00之间的任意数值，例如2.55，3.84等，“(3.00-5.00)”指的是数字3.00与数字5.00之间的任意数值，例如3.68，4.25等，“(0.50-1.00)”指的是数字0.50与数字1.00之间的任意数值，例如0.60，0.85等，“(0.15-0.65)”指的是数字0.15与数字0.65之间的任意数值，例如0.35，0.55等。

在更优选的情况下，N_stan＝(N-2.99)/3.93，T_stan＝(T-0.74)/0.3。

Div＝D/T；

(c)依据下列公式计算综合数值C：

C＝N_stan×0.4+T_stan×0.4+Div×0.2。

进一步地，所述方法进一步包括，步骤201还可以包括声音构件产生声音信号201’。当所述声音构件产生声音信号时且当所述操作构件产生了所述输入信号时，所述计时构件不作动且所述计次构件记录的所述错误次数N加1。

优选地，所述显示构件为电脑的显示屏；所述操作构件为电脑的外接设备。其中，外接设备包括鼠标或键盘。声音构件集成在电脑中，例如是电脑的扬声器。

在又一实施例中，如图3和4所示，该装置主要包括：显示设备为显示构件306用于显示轨道模型301，两个基准模型302a、302b和运动模型303，操作设备为操作构件304，中央处理设备为测量构件305。

轨道模型301包括两根以间隔开的方式相互平行布置的铁轨301a和301b。从驾驶人员的角度来看，轨道模型301(即铁轨301a和301b)沿深度方向z延伸以更加真实地模拟驾驶状态。两个基准模型302a和302b位于所述轨道模型的相同深度处、且分别位于所述轨道模型301的左侧和右侧。在优选情况下，两个基准模型302a和302b相对于轨道模型301对称地布置在所述轨道模型301的左侧和右侧。更优选地，基准模型302a和302b被构造为杆状构件。

运动模型303位于所述两个基准模型302a和302b之间且沿着所述深度方向z运动。具体地，运动模型303沿着所述深度方向z进行往返运动。优选地，运动模型303设置在所述轨道模型301的中部区域做往返运动。在一个具体实施例中，运动模型303的运动范围为所述轨道模型301总深度的三分之一。例如，轨道模型301在深度方向上延伸3米。则运动模型在深度方向的1.5米至2.5米的范围内做往返运动。本领域技术人员可以理解，运动模型303可以任意速度做匀速或变速运动。更优选地，运动模型303被构造为杆状构件。

操作构件304响应所述驾驶人员的操作而记录所述运动模型303在驾驶人员操作操作构件304时所处的位置Px，其中x＝1，2，…n。即，驾驶人员操作操作构件304时运动模型303所处的瞬时位置数据。具体地，操作构件304可以为任何用于实现输入功能的器件。在优选实施例中，操作构件302为键盘或鼠标。测量构件305经配置以测量所述位置Px与所述两个基准模型302a和302b之间的连线的垂直距离dx，其中x＝1，2，…n。

更进一步地，本发明的装置还包括计算构件(未示出)以计算平均偏离距离Davg：

Davg＝(d1+d2+…dn)/n。

数值Davg反应了驾驶人员对深度的感知能力(即，深度知觉)。Davg越小，则说明驾驶人员的深度感知能力越高，越有利于对轨道交通列车的控制。

驾驶人员每操作一次操作构件304，即表明其进行了一次练习。优选地，n为20至40之间的任一整数，例如30。

在优选实施例中，本发明的装置进一步包括显示构件306用于显示所述轨道模型301、所述两个基准模型302a和302b、所述运动模型303以及所述运动模型303在所述两个基准模型302a和302b之间的运动。显示构件306可以为任何具有显示功能的器件。在优选实施例中，显示构件306为电脑的显示屏。

本发明进一步包括一种用于对轨道交通列车的驾驶人员进行驾驶适应性培训的方法，包括：首先，运动模型沿轨道模型的深度方向前后移动；其次，操作构件响应所述驾驶人员的操作而记录所述运动模型的瞬时位置Px，其中x＝1，2，…n；以及最后，测量构件测量所述瞬时位置Px与两个基准模型之间的连线的垂直距离dx。

优选地，所述两个基准模型在所述轨道模型的相同深度处且分别位于所述轨道模型的左侧和右侧。运动模型在所述轨道模型的中部沿轨道模型的深度方向做往返运动。运动模型的运动范围为所述轨道模型总深度的三分之一。例如，轨道模型在深度方向上延伸3米。则运动模型在深度方向的1米至2米的范围内做往返运动。本领域技术人员可以理解，运动模型可以任意速度做匀速或变速运动。

本发明的方法进一步包括计算构件依据下列公式计算平均偏离距离Davg：

Davg＝(d1+d2+…dn)/n。

在另一实施例中，如图5和6所示，显示设备为显示构件506，所述显示构件显示所述轨道交通列车模型、所述隧道模型、所述遮挡物模型以及所述轨道交通列车模型在所述隧道模型上的运动。优选地，所述显示构件为电脑的显示屏。操作设备为操作构件504。中央处理设备包括计时构件105。

从驾驶人员的视角，隧道模型501优选地在水平方向延伸。

所述轨道交通列车模型502用于沿所述隧道模型501行驶。轨道交通列车模型502可沿所述隧道模型501匀速或变速行驶。在优选的情况下，所述轨道交通列车模型在1.04秒至2.08秒内行驶完所述隧道模型501。

所述遮挡物模型503用于遮挡所述隧道模型501的至少一部分。本领域技术人员可以理解，为了给驾驶人员足够的时间判断轨道交通列车的运行速度，遮挡物模型503不应当非常靠近轨道模型501的前端部且不能过多的遮挡隧道模型501。换句话说，所述遮挡物模型503优选地设置为更靠近所述隧道模型501的与轨道交通列车模型502驶出的一端相对的另一端(例如图1所示的右端)。在优选的实施例中，遮挡物模型503位于隧道模型的后半段。在优选的实施例中，遮挡物模型503遮挡在所述隧道模型501的整个长度的四分之一处至三分之一处。例如，在一个具体实施例中，遮挡物模型503的前端部位于隧道模型的总长度的二分之一处，且遮挡物模型的长度为隧道模型501的整个长度的四分之一。由此，遮挡物模型503遮挡隧道模型501的长度的二分之一至四分之三处之间的区段。驾驶人员每产生一次输入信号，即表明其进行了一次练习。优选地，n为20至40之间的任一整数，例如30。

操作构件504响应驾驶人员者的操作而产生相应的输入信号Ix，其中x＝1，2，…n。具体地，操作构件504可以为任何可用于实现输入功能的器件。在优选实施例中，操作构件504为键盘和鼠标中的一者或多者。本领域技术人员应当理解，基于本发明的目的，在轨道交通列车模型502进入遮挡物模型503之前，操作构件504的任何操作均应视为无效，即对其的操作不会启动计时构件来记录时间tx。

计时构件505记录产生所述输入信号的时间tx，其中x＝1，2，…n。本领域技术人员应当理解，在轨道交通列车模型502进入遮挡物模型503之前，计时构件505不被启动。

在一个具体实施例中，本发明的装置包括显示构件506用于显示所述轨道交通列车模型501、所述隧道模型502、所述遮挡物模型503以及所述轨道交通列车模型501在所述隧道模型502上的运动。显示构件506可以为任何具有显示功能的器件。在优选实施例中，显示构件506为电脑的显示屏。

更进一步地，本发明的装置还包括计算构件(未示出)以执行如下步骤：

依据下列公式分别计算快速和慢速情况下，轨道交通列车模型平均反应时间T1、T2及其标准差D1、D2：

$T_1=\frac{1}{n}\underset{x=1}{\overset{n}{\Σ}}{t}_x$

$D_1=\sqrt{\frac{\underset{x=1}{\overset{n}{\Σ}}{(t_x-T_1)}^2}{4}}$

$T_2=\frac{1}{n}\underset{x=1}{\overset{n}{\Σ}}{t}_x$

$D_2=\sqrt{\frac{\underset{x=1}{\overset{n}{\Σ}}{(t_x-T_2)}^2}{4}}$

其中，n为自然数或正整数，例如，1,2,3，4,5,6,7，8,9等。优选的，n取为5。

依据下列公式分别计算快速和慢速的摇摆度M1和M2：

$M_1=\frac{D_1}{T_1}\×100\%$

$M_2=\frac{D_2}{T_2}\×100\%$

依据下列公式分别计算快速和慢速情况下，轨道交通列车模型平均反应时间T1、T2的标准化分数T1stan、T2stan和摇摆度的标准化分数M1stan、M2stan：

T1stan＝(T1-T1avg)/D1；

M1stan＝(M1-M1avg)/D1；

T2stan＝(T2-T2avg)/D2；

M2stan＝(M2-M2avg)/D2；

依据下列公式计算速度预测分数V：

V＝(T1stan×0.6+M1stan×0.4)×0.6+(T2stan×0.6+M2stan×0.4)×0.4

数值V反应了操作者对轨道交通列车运行速度的感知准确度和灵敏度。

另外，本发明还公开了一种对轨道交通列车的驾驶人员进行驾驶适应性培训的方法，包括：轨道交通列车模型沿隧道模型行驶；当输入信号产生于所述轨道交通列车模型的最前端被遮挡物模型覆盖时或覆盖后，启动计时构件开始计时；操作构件响应于操作者的操作而在时间tx产生输入信号，其中x＝1，2，…n。

上述方法进一步包括计算如下数据：

(a)依据下列公式分别计算快速和慢速情况下，轨道交通列车模型平均反应时间T1、T2及其标准差D1、D2：

$T_1=\frac{1}{n}\underset{x=1}{\overset{n}{\Σ}}{t}_x$

$D_1=\sqrt{\frac{\underset{x=1}{\overset{n}{\Σ}}{(t_x-T_1)}^2}{4}}$

$T_2=\frac{1}{n}\underset{x=1}{\overset{n}{\Σ}}{t}_x$

$D_2=\sqrt{\frac{\underset{x=1}{\overset{n}{\Σ}}{(t_x-T_2)}^2}{4}}$

n为自然数或正整数，例如，1,2,3，4,5,6,7，8,9等。优选的，n取为5。

(b)依据下列公式分别计算快速和慢速的摇摆度M1和M2：

$M_1=\frac{D_1}{T_1}\×100\%$

$M_2=\frac{D_2}{T_2}\×100\%$

(c)依据下列公式分别计算快速和慢速情况下，轨道交通列车模型平均反应时间T1、T2的标准化分数T1stan、T2stan和摇摆度的标准化分数M1stan、M2stan：

T1stan＝(T1-T1avg)/D1；

M1stan＝(M1-M1avg)/D1；

T2stan＝(T2-T2avg)/D2；

M2stan＝(M2-M2avg)/D2；

(d)依据下列公式计算速度预测分数V：

V＝(T1stan×0.6+M1stan×0.4)×0.6+(T2stan×0.6+M2stan×0.4)×0.4。

其中，所述遮挡物模型503用于遮挡所述隧道模型501的至少一部分。本领域技术人员可以理解，为了给驾驶人员足够的时间判断轨道交通列车的运行速度，遮挡物模型503不应当非常靠近轨道模型501的前端部且不能过多的遮挡隧道模型501。换句话说，所述遮挡物模型503优选地设置为更靠近所述隧道模型501的与轨道交通列车模型502驶出的一端相对的另一端。在优选的实施例中，遮挡物模型503位于隧道模型的后半段。在优选的实施例中，遮挡物模型503遮挡所述隧道模型501的整个长度的四分之一至三分之一。例如，在一个具体实施例中，遮挡物模型503的前端部位于隧道模型的总长度的二分之一处，且遮挡物模型的长度为隧道模型501的整个长度的四分之一。由此，遮挡物模型503遮挡隧道模型501的长度的二分之一至四分之三处之间的区段。

在进一步实施例中，如图7所示，显示设备上会突然出现若干只相互不重叠的飞鸟601(即目标物)，飞鸟停留1秒钟后会自动消失。培训者需要在飞鸟出现的时候，判断出飞鸟的个数并经由操作设备输入输入信号。在产生输入信号后，1秒后屏幕上会出现下一组飞鸟。

第一组飞鸟的个数从第1区段中随机选一个数字，如果回答错误，则再次从本区段中两个数字中随机选择一个；如果回答正确，则递增至下一区段随机选择一个数字，以此类推，次数最多做到第6区段。具体的区段见下表1。

区段	1	2	3	4	5	6
							飞鸟个数	3-4	5-6	7-8	9-10	11-12	13-14

表1每个区段飞鸟的个数

执行该实施例中的上述装置的方法包括：(a)令练习次数p＝0；(b)在显示构件的不同位置处持续s秒显示第a组目标物中的b或(b+1)个目标物，其中b大于等于3；(c)操作构件响应所述驾驶人员的操作而在时间t_x产生表示目标物个数的输入信号m，其中x＝1，2，…n；(d)令p＝p+1，如果p小于阈值P_threshold则继续执行步骤e，否则结束练习；(e)当所述输入信号m不等于所述b时，返回继续前述步骤(b)-(d)；否则记录t_x并所述令a＝a+1，b＝b+2之后再执行步骤(b-d)。其中a的初始值设置为1，b的初始值设置为等于3，且b不大于6。P_threshold小于10。优选地，s＝1。在一个具体实施例中，在电脑的显示器上显示目标物，驾驶人员操作鼠标或键盘以输入信号。

进一步地，所述中央处理设备包括CPU、网络通信单元和存储器，其中网络通信单元和存储器连接至CPU。所述操作设备的输出端设置有I/O采集单元，所述I/O采集单元通过远程数据交换单元连接至所述中央处理设备。

本发明还涉及利用前述系统对轨道交通列车驾驶人员进行驾驶适应性培训的方法。

本发明的系统及方法可以用于执行驾驶适应性中的注意力分配与转移培训、复杂反应培训、学习能力培训、瞬时记忆里培训、速度预测培训、作业稳定性培训、深度知觉培训以及视野范围培训。

本领域技术人员可以理解，本发明适于对各种轨道交通列车的驾驶人员进行培训，轨道交通列车包括但不限于铁路机车、动车组、高速铁路列车、普速客货运列车的机车即普速客货运列车的牵引车、养路维护作业车辆牵引车、大型养路机械、特种作业车牵引车、轨道车、接触网作业车、地铁、轻轨、市郊铁路、有轨电车、磁悬浮列车等所有带有驾驶设备的列车。

本发明的申请人结合说明书附图对本发明的实施例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施例仅为本发明的一种实施例，仅用于说明本发明，其中各部件的结构、连接方式等都是可以变化的，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发明的精神所作的任何改进或修饰以及等同变换和改进均不应排除在本发明的保护范围之外。

Claims (20)

1.一种对轨道交通列车驾驶人员进行驾驶适应性培训的系统，其特征在于，包括：

显示设备，其用于向所述驾驶人员显示预定信号或图案；

操作设备，其经配置以响应于所述驾驶人员的操作而产生输入信号I_x，其中x＝1，2，…n；

中央处理设备，其经配置以确定输入信号I_x与所述预定信号之间的关系。

2.根据权利要求1所述的系统，其特征在于，所述中央处理设备包括计时构件，其经配置以记录产生所述输入信号的时间。

3.根据权利要求2所述的系统，其特征在于，所述中央处理设备包括：

计次构件，所述计次构件记录错误次数N和第二次数V，所述错误次数的初始值设置为零，且被设置为在所述输入信号I_x与所述预定信号不一致时加1。

4.根据权利要求3所述的系统，其特征在于，所述中央处理设备包括计算构件，所述计算构件执行下列步骤：

(a)依据下列公式计算平均反应时间T及其标准差D：

T＝(t₁+t₂+…t_n)/n；

(b)依据下列公式计算所述错误次数N的标准化分数N_stan、所述平均反应时间T的标准化分数T_stan和变异系数Div：

N_stan＝(N-N_avg)/D；

T_stan＝(T-T_avg)/D；

Div＝D/T；

(c)依据下列公式计算综合数值C：

C＝N_stan×0.4+T_stan×0.4+Div×0.2。

5.根据权利要求2至4中任一项所述的系统，其特征在于，所述预定信号包括红灯信号、黄灯信号和蓝灯信号，所述显示构件随机显示所述红灯信号、所述黄灯信号和所述蓝灯信号中的任一者。

6.根据权利要求2至4中任一项所述的系统，其特征在于，所述装置进一步包括声音构件，所述声音构件经配置以用于产生声音信号。

7.根据权利要求6所述的系统，其特征在于，当所述声音构件产生所述声音信号时且当所述操作构件产生了所述输入信号时，所述计时构件不作动且所述计次构件记录的所述错误次数N加1；或者，当所述声音构件产生所述声音信号时而所述操作构件没有产生所述输入信号时，所述计时构件不作动且所述计次构件记录的第二次数V加1。

8.根据权利要求1所述的系统，其特征在于，所述图案包括轨道模型、障碍物模型和轨道交通列车模型，其中，所述轨道交通列车模型沿所述隧道模型行驶，且其中所述遮挡物模型遮挡所述隧道模型的一部分。

9.根据权利要求8所述的系统，其特征在于，所述中央处理设备包括计算构件，所述计算构件执行下列步骤：

(a)依据下列公式分别计算快速和慢速情况下，轨道交通车辆平均反应时间T₁、T₂及其标准差D₁、D₂：

(b)依据下列公式分别计算快速和慢速的摇摆度M₁和M₂：

(c)依据下列公式分别计算快速和慢速情况下，轨道交通车辆平均反应时间T₁、T₂的标准化分数T_1stan、T_2stan和摇摆度的标准化分数M_1stan、M_2stan：

T_1stan＝(T₁-T_1avg)/D₁；

M_1stan＝(M₁-M_1avg)/D₁；

T_2stan＝(T₂-T_2avg)/D₂；

M_2stan＝(M₂-M_2avg)/D₂；

(d)依据下列公式计算速度预测分数V：

V＝(T_1stan×0.6+M_1stan×0.4)×0.6+(T_2stan×0.6+M_2stan×0.4)×0.4。

10.根据权利要求1所述的系统，其特征在于，所述图案包括：

轨道模型，所述轨道模型沿深度方向延伸；

在所述轨道模型的相同深度处、分别位于所述轨道模型的左侧和右侧的两个基准模型；和

运动模型，所述运动模型位于所述两个基准模型之间且沿着所述深度方向运动。

11.根据权利要求10所述的系统，其特征在于，所述中央处理设备包括测量构件，所述测量构件测量所述瞬时位置P_x与所述两个基准模型之间的连线的垂直距离d_x，其中x＝1，2，…n。

12.根据权利要求11所述的系统，其特征在于，所述中央处理设备包括计算构件，所述计算构件依据下列公式计算平均偏离距离D_avg：

D_avg＝(d₁+d₂+…d_n)/n。

13.根据权利要求10所述的系统，其特征在于，所述基准模型或所述运动模型为杆状构件。

14.根据权利要求2所述的系统，其特征在于，所述图案包括至少一个目标物模型，所述输入信号表示所述目标物的个数；若所述输入信号与所述目标物的个数相同，则所述计时构件经配置以记录产生所述输入信号的时间。

15.根据权利要求1所述的系统，其特征在于，所述系统用于执行注意力分配与转移培训、复杂反应培训、学习能力培训、瞬时记忆里培训、速度预测培训、作业稳定性培训、深度知觉培训以及视野范围培训。

16.根据权利要求1所述的系统，其特征在于，所述中央处理设备包括CPU、网络通信单元和存储器，其中网络通信单元和存储器连接至CPU。

17.根据权利要求1所述的系统，其特征在于，所述操作构件的输出端设置有I/O采集单元，所述I/O采集单元通过远程数据交换单元连接至所述中央处理设备。

18.根据权利要求1至17中任一项所述的系统，其特征在于，所述轨道列车包括：高速铁路列车、动车组、普速客货运列车的机车、养路维护作业车辆牵引车、特种作业车牵引车、地铁、轻轨、磁悬浮列车或有轨电车。

19.一种对轨道交通列车驾驶人员进行驾驶适应性培训的方法，其特征在于，利用权利要求1至18中任一项权利要求所述的系统，对所述驾驶人员进行驾驶适应性培训。

20.根据权利要求19所述的方法，所述驾驶适应性培训包括复杂反应培训、速度预测培训、深度知觉培训以及视野范围培训。