CN116501437A - 一种基于人因工程的人机交互认知模型构建方法和装置 - Google Patents
一种基于人因工程的人机交互认知模型构建方法和装置 Download PDFInfo
- Publication number
- CN116501437A CN116501437A CN202310789148.7A CN202310789148A CN116501437A CN 116501437 A CN116501437 A CN 116501437A CN 202310789148 A CN202310789148 A CN 202310789148A CN 116501437 A CN116501437 A CN 116501437A
- Authority
- CN
- China
- Prior art keywords
- human
- design
- error
- features
- human error
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 50
- 230000019771 cognition Effects 0.000 title claims abstract description 42
- 238000010276 construction Methods 0.000 title claims abstract description 35
- 238000013461 design Methods 0.000 claims abstract description 95
- 238000000034 method Methods 0.000 claims abstract description 70
- 230000001149 cognitive effect Effects 0.000 claims abstract description 52
- 238000013507 mapping Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000007246 mechanism Effects 0.000 claims abstract description 16
- 238000007619 statistical method Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims description 53
- 230000000007 visual effect Effects 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 22
- 238000005192 partition Methods 0.000 claims description 20
- 230000004438 eyesight Effects 0.000 claims description 12
- 238000005065 mining Methods 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 4
- 230000003936 working memory Effects 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 2
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 6
- 206010016256 fatigue Diseases 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 208000019914 Mental Fatigue Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 206010047571 Visual impairment Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 101710154918 Trigger factor Proteins 0.000 description 1
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/12—Geometric CAD characterised by design entry means specially adapted for CAD, e.g. graphical user interfaces [GUI] specially adapted for CAD
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Architecture (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种基于人因工程的人机交互认知模型构建方法和装置，属于人因工程技术领域，包括：基于认知过程机制构建人因失误集合，每个人因失误集合包含影响失误的失误因子；对收集的人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。该方法和装置基于分析认知过程机制和大数据分析建立认知模型，该认知模型可用于人因失误事件分析和人机交互仪界面设计。
Description
技术领域
本发明属于人因工程技术领域，具体涉及一种基于人因工程的人机交互认知模型构建方法和装置。
背景技术
随着计算机、多媒体技术和信息网络的广泛应用，数字化集成显示器逐渐取代了传统驾驶舱机械仪表设备。数字化集成显示是一个综合体，实现了信息的高度集中显示交互，需要更加注重信息的颜色编码、符号显示、布局结构等人机工效问题。驾驶舱显控的集成自动化也为飞行员提出了视觉认知的更高要求。
安全性是有人参与的空间人机系统中最为关键的技术指标。研究飞行员认知机制，构建失误因子到设计源头的对应关系，是解决驾驶舱人机界面操作失误、反馈不及时以及误读误判的关键所在。
公布号为CN114742090A的专利申请了一种基于精神疲劳监测的驾驶舱人机交互系统，通过驾驶舱人机交互模块对驾驶员进行信息采集，识别精神疲劳并给出疲劳预警，以此来降低飞行员失误操作及概率。公布号为CN112017404 A的专利申请公开了一种基于人机交互的防疲劳驾驶控制系统，基于采用的驾驶员信息进行疲劳等级判断，基于疲劳等级生成相应的任务命令并执行。即目前，已有的实现解决驾驶舱人因失误的实施方法，多侧重于探测飞行员疲劳状态，通过对飞行员的外部生理指标判断影响人因失误的显著性。
但是上述技术方案存在以下技术缺陷：（1）探究人因因素较为单一，只能通过飞行员精神疲劳监测预测人因失误，属于人机系统外部影响因素；（2）人的行为绩效很容易受外部软硬件多方因素影响产生波动，探测结果无法十分精确；（3）忽略了人机交互中系统设计对人的长期影响，研究结果无法对人机系统设计层面产生有效优化措施。
发明内容
鉴于上述，本发明的目的是提供一种基于人因工程的人机交互认知模型构建方法和装置，基于分析认知过程机制和大数据分析建立认知模型，该认知模型可用于人因失误事件分析和人机交互仪界面设计。
为实现上述发明目的，实施例提供的一种基于人因工程的人机交互认知模型构建方法，包括以下步骤：
基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
对人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
优选地，所述人因失误集合包括感知过程集合、判断过程集合、决策过程集合以及执行过程集合；
所述感知过程集合包含的失误因子包括：视觉迟钝，视觉疏忽，视觉局限以及视觉干扰；
所述判断过程集合包含的失误因子包括：注意力分散，过分注意，注意力转移以及判断错误；
所述决策过程集合包含的失误因子包括：不准确记忆，无工作记忆，决策有误以及无决策；
所述执行过程集合包含的失误因子包括：操作有误，无意识操作，无操作以及操作遗漏或多余。
优选地，所述设计特征集合包含的设计特征包括：图文，色彩，操作反馈，图元逻辑关系，功能任务分区，视觉流向，时间压力，其中，图文包括图符、文本以及数据。
优选地，所述建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系，包括：
感知过程集合中失误因子与设计特征之间的映射关系包括：视觉迟钝对应图文，视觉疏忽对应操作反馈和时间压力，视觉局限对应功能任务分区，视觉干扰对应色彩；
判断过程集合中失误因子与设计特征之间的映射关系包括：注意力分散对应图文、色彩以及功能任务分区，过分注意对应图文和色彩，注意力转移对应图元逻辑关系和功能任务分区，判断错误对应操作反馈和时间压力。
决策过程集合中失误因子与设计特征之间的映射关系包括：不准确记忆对应图元逻辑关系，无工作记忆对应时间压力，决策有误对应操作反馈、图元逻辑关系以及功能任务分区，无决策对应时间压力；
执行过程集合中失误因子与设计特征之间的映射关系包括：操作有误对应操作反馈、图元逻辑关系以及功能任务分区，无意识操作对应操作反馈，无操作对应操作反馈、视觉流向以及时间压力，操作遗漏或多余对应操作反馈、图元逻辑关系以及功能任务分区。
优选地，所述方法还包括：当出现飞行员人因失误事件时，对照认知模型进行实现失误因子到设计特征的溯源。
优选地，所述方法还包括：在进行人机交互界面设计时，基于认知模型完善设计特征，以避免人机交互失误。
为实现上述发明目的，实施例还提供了一种基于人因工程的人机交互认知模型构建装置，包括人因失误集合构建模块、设计特征集合构建模块、认知模型构建模块，
所述人因失误集合构建模块用于基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
所述设计特征集合构建模块用于对收集的人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
所述认知模型构建模块用于基于对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
为实现上述发明目的，实施例还提供了一种计算设备，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现上述基于人因工程的人机交互认知模型构建方法。
为实现上述发明目的，实施例还提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述基于人因工程的人机交互认知模型构建方法。
与现有技术相比，本发明具有的有益效果至少包括：
基于认知过程机制构建包含失误因子的人因失误集合，通过对人因失误事件数据进行挖掘分析构建包含设计特征的设计特征集合，这样探究了在驾驶舱人机系统中人因失误的底层来源，在此基础上，构建失误因子与设计特征之间的映射关系作为认知模型，该认知模型为驾驶舱人机交互设计和人因失误事件的诱导因素分析提供了有效理论依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。
图1是实施例提供的基于人因工程的人机交互认知模型构建方法的流程图；
图2是实施例提供的认知过程机制图；
图3是实施例提供的针对感知过程集合构建的映射关系图；
图4是实施例提供的针对判断过程集合构建的映射关系图；
图5是实施例提供的针对决策过程集合构建的映射关系图；
图6是实施例提供的针对执行过程集合构建的映射关系图；
图7是实施例提供的基于人因工程的人机交互认知模型构建装置的结构示意图；
图8是实施例提供的计算设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
本发明的发明构思为：针对现有技术基于疲劳度进行人因失误分析元素单一导致人因失误分析不够全面和分析结果不够准确的技术问题，实施例提供了一种基于人因工程的人机交互认知模型构建方法和装置，构建的认知模型包含了失误因子与设计特征的映射关系，基于该映射关系可以进行更全面和准确的设计分析，该映射关系还为驾驶舱人机交互设计和人因失误事件的诱导因素分析提供了有效理论依据。
图1是实施例提供的基于人因工程的人机交互认知模型构建方法的流程图。如图1所示，实施例提供的人机交互认知模型构建方法，包括以下步骤：
S1，基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子。
实施例中，如图2所示，将驾驶舱人机界面人因失误按照飞行员认知过程机制可分为感知过程、判断过程、决策过程、以及执行过程，其中，感知过程主要是进行视觉监视与异常探测，判断过程主要是判断当前所处情况，决策过程主要是制定计划，执行过程主要是操作实施。在整个认知过程中，飞行员充当了信息处理器的角色，第一步从外界获取外部信息，第二步进行过滤分析，第三步在此基础上做出决策，第四步按照计划执行操作。
实施例中，收集并整理近10年内世界民航显控相关的事故，根据飞行员认知加工过程对其进行分类分析，得到有关民航人因失误事件的数据样本，具体地，收集的民航人因失误事件数据包括：
事件1，由于信息过载、视差，错误决策等原因，造成获取错误信息的后果；
事件2，由于航空器实际载重平衡与配载平衡表不同等原因，造成获取错误信息的后果；
事件3，由于机组没有注意到EGPWS警告等原因，造成分心的后果；
事件4，由于外界天气环境导致拉平太晚空速过大、工作负荷过高等原因，造成忽略外界信息的后果；
事件5，由于复诵错误、未发现两架飞行位置等原因，造成未发觉的后果；
事件6，由于复诵错误、未发现两架飞行位置等原因，造成未发觉的后果；
事件7，由于飞行员未及时注意到飞机着陆后再度弹起、反应不及时等原因，造成未发觉的后果；
事件8，由于飞行员试图在雷暴环境中着陆等原因，造成操作出错的后果；
事件9，由于视觉迟钝、没有将变矩杆拉至反浆位置等原因，造成遗忘操作的后果；
事件10，由于飞行员迷失了相对跑道中线的位置、视觉感知不准确等原因，造成未对准的后果；
事件11，由于飞行员决策失误、技能培训不充分等原因，造成执行出错的后果；
事件12，由于飞行模式信号器显示有误等原因，造成显示不充分的后果；
事件13，由于通话未被复诵、显示器显示不直接不明显等原因，造成发觉不充分的后果；
事件14，由于没有有效监控飞行进程、导致未采取规避动作等原因，造成分心的后果；
事件15，由于在弹跳期间手动操作减速板导致升力损失和仰角过大等原因，造成操作出错的后果；
事件16，由于着陆后弹起使得飞机过度上仰、未看到警告信息等原因，造成遗漏信息的后果；
事件17，由于对天气评估不足、操作方向不对等原因，造成操作出错的后果；
事件18，由于两名飞行员对侧杆输入了相反滚转操纵等原因，造成认知偏差的后果；
事件19，由于目视飞行过程没有确认最低安全高度、设计表达不够明显等原因，造成不注意的后果；
事件20，由于GPWS警告后，没有充分执行应急程序、执行时间限制等原因，造成错过了系统有效恢复时间的后果；
事件21，由于航前检查疏忽等原因，造成机器故障的后果；
事件22，由于不恰当的控制输入导致高下降率以及接管飞控过晚等原因，造成操作有误的后果；
事件23，由于启动发动机后未发现2号发动机引气压力为零等原因，造成不注意的后果；
事件24，由于高度表给出了错误读数等原因，造成机器故障的后果；
事件25，由于信号干扰、其他任务干扰等原因，造成分心的后果；
事件26，由于没有进行有效监控等原因，造成分心的后果；
事件27，由于着陆过程飞机空速低于参考速度、能见度小等原因，造成发觉不充分的后果；
事件28，由于能见度低进近不稳定、视觉局限等原因，造成发觉不充分的后果；
事件29，由于偏离目视进近引导程序等原因，造成视觉迟钝无反应的后果；
事件30，由于失去目视参考使得飞机向左侧偏离、信息提示不够明显等原因，造成未发觉的后果；
事件31，由于航前检查疏忽等原因，造成机器故障的后果；
事件32，由于发动机故障等原因，造成机器故障的后果；
事件33，由于空速显示不明确、表达不清晰等原因，造成理解错误的后果；
事件34，由于飞行员认为下降率太小断开了自动驾驶、分析错误等原因，造成自以为正确的后果；
事件35，由于不经意将冲压空气开关调到了OPEN位等原因，造成遗忘操作的后果；
事件36，由于座舱压力控制器失效等原因，造成机器故障的后果；
事件37，由于引气系统上有空气泄漏等原因，造成机器故障的后果；
事件38，由于飞行员错误选择了垂直速度、下降许可反而开始爬升等原因，造成视觉感知错误的后果；
事件39，由于飞行员施加了大于正常范围的侧杆俯仰输入、输入显示不明确等原因，造成来不及反应操作恢复常态的后果；
事件40，由于相对较高的高度开始拉平、将油门减速过晚以及未注意空速等原因，造成发觉不及时的后果；
事件41，由于飞行员顺风条件下决定在短跑道着陆等原因，造成自以为正确的后果；
事件42，由于反推力不对称等原因，造成机器故障的后果；
事件43，由于飞行员自身身体问题等原因，造成生理问题的后果；
事件44，由于因视觉局限险与无人机相撞、雷达态势显示不明显等原因，造成遗漏信息的后果；
事件45，由于未对飞行模式显示FMA进行监控、注意力转移等原因，造成忽略信息的后果；
事件46，由于发动机故障等原因，造成机器故障的后果；
事件47，由于错误断开了排气活门的插头等原因，造成遗忘操作的后果；
事件48，由于密封件活门泄露等原因，造成机器故障的后果；
事件49，由于释压活门故障等原因，造成机器故障的后果；
事件50，由于预冷器出口格栅出现裂缝等原因，造成机器故障的后果；
事件51，由于飞行员没有集中注意力听清无线通通讯等原因，造成分心的后果；
事件52，由于没有将油门杆收至慢车位、未注意模式状态等原因，造成有动力的情况下接地的后果；
事件53，由于下沉时，飞行员本能反应错误、未遵守训练时的操作等原因，造成反应不及时的后果；
事件54，由于飞行员误认为油杆处于脱开位置等原因，造成遗忘操作的后果；
事件55，由于未意识到襟翼设置错误、过负荷等原因，造成遗忘操作的后果；
事件56，由于忘记将高度表拨正值切换至修正海压等原因，造成遗忘操作的后果；
事件57，由于目视进近、下降到最低安全高度5300英尺以下、时间紧迫等原因，造成来不及反应的后果；
事件58，由于飞行员操作不当等原因，造成操作出错的后果；
事件59，由于维修检查不当等原因，造成机器故障的后果。
针对不同任务类型出现人误频次进行分析，得到每个人因失误触发因素下的失误因子。基于以上认知过程机制和失误因子，定义人机交互的人因失误集合包括感知过程集合、判断过程集合、决策过程集合以及执行过程集合，这样集合中均包括影响失误的失误因子。
感知过程集合包含的失误因子Fa={Fa1,Fa2,Fa3,Fa4}，其中，Fa1表示视觉迟钝，Fa2表示视觉疏忽，Fa3表示视觉局限，Fa4表示视觉干扰。
判断过程集合包含的失误因子Jb={Jb1,Jb2,Jb3,Jb4}，其中，Jb1表示注意力分散，Jb2表示过分注意，Jb3表示注意力转移，Jb4表示判断错误。
决策过程集合包含的失误因子Pc={Pc1,Pc2,Pc3,Pc4}，其中，Pc1表示不准确记忆，Pc2表示无工作记忆，Pc3表示决策有误，Pc4表示无决策。
执行过程集合包含的失误因子Dd={Dd1,Dd2,Dd3,Dd4}，其中，Dd1表示操作有误，Dd2表示无意识操作，Dd3表示无操作，Dd4表示操作遗漏或多余。
S2，对人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合。
实施例中，根据人因失误事件数据挖掘分析提取影响飞行员认知的设计特征，包括图文M1，色彩M2，操作反馈M3，图元逻辑关系M4，功能任务分区M5，视觉流向M6，时间压力M7，其中，图文包括图符、文本以及数据，并形成设计特征集合M={Mi，i=1,2,…,6}。
S3，对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
按照认知理论排序对应，结合人因失误事件数据统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系为：Mj=f(Emj)，该映射关系作为认知模型。
如图3所示，针对感知过程集合，感知过程集合中失误因子与设计特征之间的映射关系包括：视觉迟钝Fa1对应图文M1，视觉疏忽Fa2对应操作反馈M3和时间压力M7，视觉局限Fa3对应功能任务分区M5，视觉干扰Fa4对应色彩M2。
如图4所示，判断过程集合中失误因子与设计特征之间的映射关系包括：注意力分散Jb1对应图文M1、色彩M2以及功能任务分区M5，过分注意Jb2对应图文M1和色彩M2，注意力转移Jb3对应图元逻辑关系M4和功能任务分区M5，判断错误Jb4对应操作反馈M3和时间压力M7。
如图5所示，决策过程集合中失误因子与设计特征之间的映射关系包括：不准确记忆Pc1对应图元逻辑关系M4，无工作记忆Pc2,对应时间压力M7，决策有误Pc3对应操作反馈M3、图元逻辑关系M4以及功能任务分区M5，无决策Pc4对应时间压力M7。
如图6所示，执行过程集合中失误因子与设计特征之间的映射关系包括：操作有误Dd1对应操作反馈M3、图元逻辑关系M4以及功能任务分区M5，无意识操作Dd2对应操作反馈M3，无操作Dd3对应操作反馈M3、视觉流向M6以及时间压力M7，操作遗漏或多余Dd4对应操作反馈M3、图元逻辑关系M4以及功能任务分区M5。
实施例中，认知模型的建立使得产品在开发初期就能对使用失误进行有效预测，以此为日后设计系统提供具有价值的指导意义，使得设计创新具有实效性、针对性。
实施例中，分析失误因子与人机界面设计特征的对应关系，构建映射模型，解析失误因子的视觉认知机理，将驾驶舱人因失误追溯到人机界面设计源头。以此作为原则范式，从认知根源对驾驶舱人机界面设计提出新的设计思路参考。具体地，若出现飞行员人因失误事件，对照认知模型，即可找到对应人机交互系统相关联的设计特征，针对特定设计特征优化即可完善人机系统缺陷，减少人因失误。例某一场事故因为飞行员操作错误导致安全隐患，对照认知模型，若排除飞行员自身人为因素后，则应在人机系统操作反馈是否不清晰、界面图元逻辑关系是否混乱以及功能任务分区是否明确等方面进一步探究。
实施例中，基于构建的认知模型，在发生人因失误事件时，可以追溯人因失误底层因素，达到溯源的目的。
基于同样的发明构思，如图7所示，实施例还提供了一种基于人因工程的人机交互认知模型构建装置700，包括人因失误集合构建模块710、设计特征集合构建模块720、认知模型构建模块730；
其中，人因失误集合构建模块710用于基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
设计特征集合构建模块720用于对收集的人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
认知模型构建模块730用于基于对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
需要说明的是，上述实施例提供的基于人因工程的人机交互认知模型构建装置在进行人机交互认知模型构建时，应以上述各功能模块的划分进行举例说明，可以根据需要将上述功能分配由不同的功能模块完成，即在终端或服务器的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于人因工程的人机交互认知模型构建装置与基于人因工程的人机交互认知模型构建方法实施例属于同一构思，其具体实现过程详见基于人因工程的人机交互认知模型构建方法实施例，这里不再赘述。
基于同样的发明构思，实施例还提供了一种计算设备，包括存储器和一个或多个处理器，存储器中存储有可执行代码，一个或多个处理器执行可执行代码时，用于实现上述基于人因工程的人机交互认知模型构建方法，具体包括以下步骤：
S110，基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
S120，对人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
S130，对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
如图8所示，实施例提供的计算设备，在硬件层面，除了包含处理器和存储器外，还包括内部总线、网络接口、内存等其他业务所需要的硬件。存储器为非易失性存储器，处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述S110-S130所述的基于人因工程的人机交互认知模型构建方法。当然，除了软件实现方式之外，本发明并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
基于同样的发明构思，实施例还提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述基于人因工程的人机交互认知模型构建方法，具体包括以下步骤：
S110，基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
S120，对人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
S130，对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
实施例中，计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机存储介质的例子包括但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于人因工程的人机交互认知模型构建方法，其特征在于，包括以下步骤：
基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
对人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
2.根据权利要求1所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述人因失误集合包括感知过程集合、判断过程集合、决策过程集合以及执行过程集合；
所述感知过程集合包含的失误因子包括：视觉迟钝，视觉疏忽，视觉局限以及视觉干扰；
所述判断过程集合包含的失误因子包括：注意力分散，过分注意，注意力转移以及判断错误；
所述决策过程集合包含的失误因子包括：不准确记忆，无工作记忆，决策有误以及无决策；
所述执行过程集合包含的失误因子包括：操作有误，无意识操作，无操作以及操作遗漏或多余。
3.根据权利要求2所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述设计特征集合包含的设计特征包括：图文，色彩，操作反馈，图元逻辑关系，功能任务分区，视觉流向，时间压力，其中，图文包括图符、文本以及数据。
4.根据权利要求3所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系，包括：
感知过程集合中失误因子与设计特征之间的映射关系包括：视觉迟钝对应图文，视觉疏忽对应操作反馈和时间压力，视觉局限对应功能任务分区，视觉干扰对应色彩；
判断过程集合中失误因子与设计特征之间的映射关系包括：注意力分散对应图文、色彩以及功能任务分区，过分注意对应图文和色彩，注意力转移对应图元逻辑关系和功能任务分区，判断错误对应操作反馈和时间压力。
5.根据权利要求3所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系，包括：
决策过程集合中失误因子与设计特征之间的映射关系包括：不准确记忆对应图元逻辑关系，无工作记忆对应时间压力，决策有误对应操作反馈、图元逻辑关系以及功能任务分区，无决策对应时间压力；
执行过程集合中失误因子与设计特征之间的映射关系包括：操作有误对应操作反馈、图元逻辑关系以及功能任务分区，无意识操作对应操作反馈，无操作对应操作反馈、视觉流向以及时间压力，操作遗漏或多余对应操作反馈、图元逻辑关系以及功能任务分区。
6.根据权利要求1所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述方法还包括：当出现飞行员人因失误事件时，对照认知模型进行实现失误因子到设计特征的溯源。
7.根据权利要求1所述的基于人因工程的人机交互认知模型构建方法，其特征在于，所述方法还包括：在进行人机交互界面设计时，基于认知模型完善设计特征，以避免人机交互失误。
8.一种基于人因工程的人机交互认知模型构建装置，其特征在于，包括人因失误集合构建模块、设计特征集合构建模块、认知模型构建模块，
所述人因失误集合构建模块用于基于认知过程机制和对收集的人因失误事件数据进行分析构建人因失误集合，每个人因失误集合包含影响失误的失误因子；
所述设计特征集合构建模块用于对收集的人因失误事件数据进行挖掘分析，提取影响飞行员认知的设计特征，组成设计特征集合；
所述认知模型构建模块用于基于对人因失误事件数据进行统计分析，建立人因失误集合中失误因子与设计特征集合中设计特征之间的映射关系作为认知模型。
9.一种计算设备，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，其特征在于，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1-7中任一项所述的基于人因工程的人机交互认知模型构建方法。
10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-7中任一项所述的基于人因工程的人机交互认知模型构建方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310789148.7A CN116501437B (zh) | 2023-06-30 | 2023-06-30 | 一种基于人因工程的人机交互认知模型构建方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310789148.7A CN116501437B (zh) | 2023-06-30 | 2023-06-30 | 一种基于人因工程的人机交互认知模型构建方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116501437A true CN116501437A (zh) | 2023-07-28 |
| CN116501437B CN116501437B (zh) | 2023-09-22 |
Family
ID=87317050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310789148.7A Active CN116501437B (zh) | 2023-06-30 | 2023-06-30 | 一种基于人因工程的人机交互认知模型构建方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116501437B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050053904A1 (en) * | 2003-08-13 | 2005-03-10 | Jennifer Shephard | System and method for on-site cognitive efficacy assessment |
| CN103198230A (zh) * | 2013-04-23 | 2013-07-10 | 湖南工学院 | 人-机界面检测方法及系统 |
| CN104007981A (zh) * | 2014-06-13 | 2014-08-27 | 河海大学常州校区 | 一种基于出错-认知映射模型的人机交互界面设计方法 |
| CN109034636A (zh) * | 2018-08-07 | 2018-12-18 | 湖南工学院 | 功率持续快速变化下操纵员人因可靠性分析方法与装置 |
| CN109299868A (zh) * | 2018-09-14 | 2019-02-01 | 湖南工学院 | 多机组核电厂动态人因可靠性分析方法与装置 |
| CN110516116A (zh) * | 2019-08-27 | 2019-11-29 | 华中师范大学 | 一种多步分层的学习者认知水平挖掘方法及系统 |
| US20190385074A1 (en) * | 2018-06-14 | 2019-12-19 | International Business Machines Corporation | Predicting Activity Consequences Based on Cognitive Modeling |
| CN113762104A (zh) * | 2021-08-23 | 2021-12-07 | 北京航空航天大学 | 基于脑电信号的情景意识评估方法、装置及电子设备 |
| CN114971219A (zh) * | 2022-05-05 | 2022-08-30 | 北京理工大学 | 一种基于增强现实的多视角人因动态评价方法及系统 |
| US20230033776A1 (en) * | 2010-06-07 | 2023-02-02 | Affectiva, Inc. | Directed control transfer with autonomous vehicles |
| CN115858080A (zh) * | 2022-12-26 | 2023-03-28 | 国电投(广东)综合智慧能源创新研究院有限公司 | 用于设计人机交互界面的方法、装置、设备及存储介质 |
| CN116229779A (zh) * | 2021-12-06 | 2023-06-06 | 核动力运行研究所 | 一种基于vr的核电厂防人因失误训练系统、平台及方法 |
-
2023
- 2023-06-30 CN CN202310789148.7A patent/CN116501437B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050053904A1 (en) * | 2003-08-13 | 2005-03-10 | Jennifer Shephard | System and method for on-site cognitive efficacy assessment |
| US20230033776A1 (en) * | 2010-06-07 | 2023-02-02 | Affectiva, Inc. | Directed control transfer with autonomous vehicles |
| CN103198230A (zh) * | 2013-04-23 | 2013-07-10 | 湖南工学院 | 人-机界面检测方法及系统 |
| CN104007981A (zh) * | 2014-06-13 | 2014-08-27 | 河海大学常州校区 | 一种基于出错-认知映射模型的人机交互界面设计方法 |
| US20190385074A1 (en) * | 2018-06-14 | 2019-12-19 | International Business Machines Corporation | Predicting Activity Consequences Based on Cognitive Modeling |
| CN109034636A (zh) * | 2018-08-07 | 2018-12-18 | 湖南工学院 | 功率持续快速变化下操纵员人因可靠性分析方法与装置 |
| CN109299868A (zh) * | 2018-09-14 | 2019-02-01 | 湖南工学院 | 多机组核电厂动态人因可靠性分析方法与装置 |
| CN110516116A (zh) * | 2019-08-27 | 2019-11-29 | 华中师范大学 | 一种多步分层的学习者认知水平挖掘方法及系统 |
| CN113762104A (zh) * | 2021-08-23 | 2021-12-07 | 北京航空航天大学 | 基于脑电信号的情景意识评估方法、装置及电子设备 |
| CN116229779A (zh) * | 2021-12-06 | 2023-06-06 | 核动力运行研究所 | 一种基于vr的核电厂防人因失误训练系统、平台及方法 |
| CN114971219A (zh) * | 2022-05-05 | 2022-08-30 | 北京理工大学 | 一种基于增强现实的多视角人因动态评价方法及系统 |
| CN115858080A (zh) * | 2022-12-26 | 2023-03-28 | 国电投(广东)综合智慧能源创新研究院有限公司 | 用于设计人机交互界面的方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| 庄达民;完颜笑如;: "基于认知特性的飞行员视觉注意力分配建模与实验研究", 科技创新导报, no. 13 * |
| 张力;陈帅;青涛;孙婧;刘朝鹏;: "基于认知模型与故障树的核电厂严重事故下人因失误分析", 核动力工程, no. 03 * |
| 薛书骐 等: "基于"认知预期"的情境意识预测模型", 《航天医学与医学工程》, vol. 28, no. 02 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116501437B (zh) | 2023-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mosier et al. | Human decision makers and automated decision aids: Made for each other? | |
| US8321078B2 (en) | Method and device for assisting in the control of the on-board systems in a aircraft | |
| AU2016208410B2 (en) | Airplane status system | |
| Chambers et al. | Pilots of the future: Human or computer? | |
| Mosier | Myths of expert decision making and automated decision aids | |
| EP3048596A1 (en) | An adaptive interface system for confirming a status of a plurality of identified tasks | |
| US8996201B2 (en) | Method and device for sharing data between on-board systems in an aircraft | |
| CN103287581A (zh) | 用于呈递供轨迹中程序(itp)使用的飞行器驾驶舱显示的系统和方法 | |
| EP3151079A1 (en) | Consolidated flight deck task list based on alerting and checklist items | |
| Rogers et al. | Fault management in aviation systems | |
| Zhang et al. | Multi-agent modelling and situational awareness analysis of human-computer interaction in the aircraft cockpit: A case study | |
| RU2128854C1 (ru) | Система поддержки экипажа в опасных ситуациях | |
| CN115243975A (zh) | 用于飞行状况分析和通信的基于神经网络的系统 | |
| Ackerman et al. | Flight envelope information-augmented display for enhanced pilot situational awareness | |
| Mosier | Automation and cognition: Maintaining coherence in the electronic cockpit | |
| CN116501437B (zh) | 一种基于人因工程的人机交互认知模型构建方法和装置 | |
| Mosier | The human in flight: From kinesthetic sense to cognitive sensibility | |
| Mosier | Technology and “naturalistic” decision making: Myths and realities | |
| Albano et al. | Analysis of automation mode confusion with Brazilian airline pilots | |
| Whitlow et al. | Intelligent modules and advanced displays to support pilot airplane system state awareness | |
| Zhefeng et al. | Design and Evaluation Methodology for Cockpit Human Factor of Civil Transport Aircraft | |
| Elgin et al. | An integrated decision-making model for categorizing weather products and decision aids | |
| Comans et al. | Pilot workload monitoring and adaptive aviation automation: a solution space-based approach | |
| Miller et al. | A methodology for improving mode awareness in flight guidance design | |
| RU2733178C1 (ru) | Способ конфигурирования информационного поля кабины пилотов воздушного судна |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |