研究影响因素的选择试点的意图

文摘

生理、心理和生理特征的飞行员会影响飞行安全,主要是在驾驶员的意图。换句话说,这意味着飞行员的心理体验飞行状态的各种因素的影响下,对决策或行为的偏好值显示出来。飞行员的目的是反映认知状态,飞行员在飞机的操纵。探索研究目的是非常重要的飞行员和飞行自动控制主动安全系统。同样,这是一个重要的概念经常参与这项研究人为因素的飞行,特别是microbehavior飞行员。飞行员的目的是作为本文的研究对象;physiological-psychological-physical参数通过分析其影响因素的模拟飞行实验设计。随机森林分析方法用于排名主要影响因素影响驾驶员的意图,和序列形成的因素。研究结果为进一步的研究提供一个良好的基础在驾驶员的意图识别。

1。介绍

随着社会经济的快速发展和人民生活水平的逐步改善,人口流动和货物运输的需求也增加了。同时,high-tech-based航空运输产业蓬勃发展和民航事故的结构因素也在发生变化。传统的机电设备故障的比例减少,而人为因素的比例显著增加(1]。根据国内外研究人为因素在飞行中,飞行员的生理和心理特点与飞行安全密切相关。生理变化引起的心理特征影响飞行员的行为是重要的因素(2]。飞行员的行为的差异是由于不同的生理,心理和生理特征,包括年龄,性格,和操作经验。因此,生理、心理和物理特性的试验有重要影响飞行安全。

目的是一种产生于人类的大脑思维活动。它是飞行员的认知的结果,判断,和决策的外部信息(包含环境、飞机和其他状态信息)(3]。与此同时,产生的法律,转移和减少。目的是人类大脑的反映客观物质世界(这也是各种心理过程的总和,如感觉和想法)。这是受到生理特点和“主体性”在一定的范围内。的目的是全面体现驾驶员的生理、心理和物理特性。根据机动车驾驶员的意图的概念(4,5),再加上飞行员的操纵飞机的特殊环境和流程,驾驶员的意图分为三个维度:速度的目的( ),横向的意图( ),和垂直的目的( )。每一组连续的意图分为三个互斥的离散域(6,7]。他们如表所示1。


速度的意图( )	横向的意图( )	垂直的意图( )
加速意图( )	左转意图( )	爬的意图( )
减速意图( )	右转的目的( )	下的意图( )
恒速的目的( )	不断向意图( )	固定的高度的目的( )

飞行员是一个复杂的系统的三个因素human-aircraft-environment交互。驾驶员的意图是受客观因素的影响如飞行员,船员,飞机,和环境。实时动态识别驾驶员的意图是有益的对飞行员的下次操纵行为,是一种驾驶行为预测和校准的先决条件。虽然不同的飞行员有各种各样的外部表现,这种差异的根本原因是飞行员的内部因素,他/她的身体和精神状态。生理特征的基本材料是心理因素,这是最终反映在飞行员的心理特征。此外,内部因素,如飞行的紧迫性,飞行经验,教育,和价值观密切相关的生理、心理和生理特征的飞行员。飞行员的目的是描述的机制图1。

2。文献综述

近年来,许多国内外学者研究生理和心理特点的影响飞行员的微观行为和从不同的角度认知过程。在飞行员的生理特点,相关学者做了大量研究。Beukers et al。8)和Zaal et al。9]探索视觉和运动行为的特点在侧风下当飞行员控制飞机为了使飞行员在模拟飞行的经验和实际飞行接近。会偏向et al。10,11]对飞行员的前庭和视觉信号。与此同时,研究建立了一个飞行员期望模型,满足飞机的最优状态根据飞行员的多通道特征通过飞行员控制理论。马里奥et al。12)确定估计时变响应驾驶员的视觉和力反馈补偿跟踪任务期间定期基于递归最小二乘法。结果表明,该方法可以用来估计反应真实的人体当飞行员在时变条件。肌电图(EMG)的飞行员在飞行模拟和飞行员的飞行训练在特殊环境中(例如,海运承运人飞机的起飞和着陆)评估了Zhang et al。13]。结果表明,有效的培训可以减少飞行员的肌肉疲劳,从而导致任务的成功。飞行员的心理特征的研究是一个复杂的过程。国内外相关学者主要研究飞行员在认知过程中所面临的问题。Zhengxiang et al。14)使用six-degree-of-freedom飞行模拟器获得生理信号,如心率(HR)、呼吸深度(RD),呼吸速率(RR),扫描率(SR)和瞳孔直径(PD)。与此同时,他们也确定了认知过程在不同的飞行阶段。会偏向et al。15)建立驾驶员感知模型(PPM),用于预测飞行员认知过程的行为。相互关联的分析驾驶员的心率、呼吸、瞳孔直径、面部热成像,和心理工作负荷已经由Marinescu et al。16]。结果是理论上重要设计,操作飞机的驾驶舱,并减少飞行员的认知负荷。根据典型相关分析方法,杰奎斯et al。17]分析了飞行员的心率、脑电图(脑电图仪),和其他特征,表明飞行员的注意力储备任务需求的增加和降低认知负荷。Harrivel et al。18]研究了飞机状态感知(ASA)由于船员的原因,旨在探索飞行员的飞行性能和优化人机自动交互。主要基于EEG数据、区域的人类性能极限状态(AHPLS)进行了分析,包括注意力限制,注意力转移,惊吓/意外,和确认偏见。

目的是客观事物的全面反应在人类的大脑和人类认知过程的重要组成部分。不同的飞行员往往在不同的飞行环境中不同的处理的意图。相关学者逐渐关注的影响飞行员的意图“human-aircraft-environment互动”飞行安全。Degani et al。19,20.Oishi]和et al。21,22)咨询问题,比如飞行员飞机操作条件之间的不匹配和自动控制系统(模式混淆)。在建模分析过程、离散自动化模型构建基于离散飞行模式信息和自动化的连续状态是不考虑。Das et al。23和低音et al。24]只建模的一系列离散和连续自动模式和飞行员没有模型。Xiaoru et al。25]研究了飞行员的心理负荷之间的关系和他的认知能力基于获得的数据,如飞行员的眼电图飞行员的控制模拟器。结果表明,随着飞行员的心理负荷增加,认知能力也在下降。Tangwena et al。26,27)解决了飞行员的认知问题的过程中人造航空器交互和飞行员的微观行为研究从生理、心理和行为方面。Nandiganahalli et al。6,7,28和律等。29日)提出了一种基于导频模式混乱检测框架为UI(用户界面)验证的意图。更重要的是,自动系统控制策略是抽象成一个连续的意图状态的基础上的方法如有限状态机(FSM)和随机线性混合系统(SLHS)(例如,将连续的飞机状态划分为三个互斥的离散域包括速度的目的,横向意图,和垂直的意图)。同时,飞行员的过失的ATC命令,控制延迟、任务忽视等抽象成离散的意图。这提供了一种理论依据的研究飞行员的决策和自动化系统控制策略。

过去对飞行员的microinfluencing因素的研究,国内外学者进行了广泛、深入地挖掘飞行员的认知过程和微观行为从飞行员的生理和心理特点,取得了许多研究成果。然而,驾驶员的意图是microbehavior和认知过程的重要组成部分受到了这些生理和心理因素的影响。由于这些因素的多样性和复杂性复杂human-aircraft-environment当飞行员,他们必须充分考虑。基于因素预测驾驶员的意图的前提校准和验证动态测量模式。分析是很重要的因素影响驾驶员的意图旨在避免干扰所造成的信息重叠的多个变量时存在。本文综合考虑驾驶员的生理、心理参数,相关的实验是为了获得每一个指标,影响驾驶员的意图。实验包括很多部分,如动态模拟飞行试验和静态问卷测试。随机森林是用来提取和排名影响因素来确定影响因素的顺序驾驶员的意图,来缩小范围的影响因素。这项研究的结果提供了一个良好的基础为进一步研究飞行员意图的识别。

3所示。方法

3.1。影响因素选择基于随机森林模型试验的意图

随机森林算法(RF)被Breiman首次提出一种新的机器学习方法组成的多个决策树(30.]。它克服了传统的决策树的缺点有一个可怜的收敛性和泛化能力和使用意味着减少杂质得到所有决策树量化特征的重要性。它通常被用来计算平均减少杂质的基尼系数,也就是说,统计分数的变量是表达。的基本步骤基于随机森林的选择影响因素如下。

的代表的平均变量节点分裂的杂质射频的变量在所有树:

是分类引导的抽样的数量。是一个概率估计,属于类在节点。当样本多类数据 ,节点的基尼系数是

的概率估计样本属于任何类节点。

变量的重要性在节点也该节点的重要性吗本身;也就是说,该节点的基尼系数的变化之前和之后的分支

和 ,分别代表两个新节点分裂的基尼指数的节点。

如果变量出现次树,变量的重要性在树是

基尼的变量的重要性在射频被定义为在哪里是射频的数量重新分类树。

根据上面的计算,统计特征变量的组件可以获得。每个特性变量的统计组件分数比较经过多次迭代。统计分数越大,越重要的特征变量;即大的影响变量序列的类,在排名越高的影响因素。

3.2。数据采集

3.2.1之上。实验对象

实验的样本大小是75男性飞行学员获得私人飞行员执照,商用驾驶员执照,和仪器评级许可证。他们的年龄范围从25到30岁,平均值是27。他们的飞行小时250至300小时,平均飞行时间是275小时。

3.2.2。实验仪器

这个实验主要是进行一个高级模拟器。实验设备特别是包括综合human-aircraft-environment信息的动态采集系统(包括Mangold-10多道生理仪、Tobii S600高精度眼动跟踪极地手表,BioHarness便携式生理测量仪器,和高清相机),高层仿真平台,Psytech-PT811全面响应测试仪,DXC-6类型评估工具和卡内基16人格问卷。一些实验设备是描绘在图2。

3.2.3。实验内容

75名飞行学员中选择这个实验。他们被数从1到75。然后,他们的年龄和飞行小时记录。实验是为了获得生理数据,心理、生理、和其他外部因素的飞行学员。3 d虚拟飞行场景的模拟器为飞行员提供逼真的视觉、听觉和触觉的感受。飞行的场景是一个机场的交通模式,包括加速、减速,上升,下降,和改变航向。飞行的路径显示在图3。同时,内容和方法确定生理、心理、身体、和其他因素的飞行学员显示在表中2。


测试指标		测试内容	测试方法

生理因素	心率	心率(HR)可以用来描述一个人的健康和精神状态。可以反映驾驶员的心率平均心率(次/分钟)。	在模拟飞行,心率传感器在Mangold-10多道生理仪是用于获得心率当飞行员操纵飞机。过程记录和一个高清摄像头,和平均心率的计算。
	皮肤电导	交感神经系统的直接指标的评价是皮肤的电。它也可以作为一个人的精神状态和警觉性的间接指标水平。实验通常使用皮肤电反应的平均值来反映飞行员的皮肤电导。	在模拟飞行中,飞行员的皮肤电反应得到使用的皮肤电导传感器Mangold-10多道生理仪。一个高清电视摄像机记录使用的实验过程,计算了皮肤电导响应值的平均值。
	呼吸	呼吸是用来描述一个人的水平的压力或兴奋。飞行员的呼吸变化可以反映呼吸速率的平均值(次/分钟)。	呼吸速率得到使用BioHarness便携式physiometer。这个过程被记录高清电视摄像机。呼吸速率的平均值是在这个实验中。
	听力	听力能分辨出物体的位置和弥补缺乏远见。飞行员的听力可以反映他们的听觉反应时间,也就是时间间隔从一个简单的外观听觉刺激的反应。	听觉响应时间得到了使用Psytech-PT811综合反应测试仪。在测试期间,按下右手食指按钮到开始位置。当仪器听到响声,立即删除手指然后按下开始按钮。过程记录了一个高清电视摄像机,每个主题进行多组实验,记录了听觉平均响应时间(单位为毫秒)。
	选择反应时	选择反应时意味着两个或两个以上的刺激出现在测试期间和时间要求对每个刺激的反应不同。	Psytech-PT811全面反应测试仪是用于获得选择反应时间。在测试期间,按下右手食指到起始位置按钮,然后眼睛看着屏幕信号源。当任何红色,黄色,蓝色,和绿色颜色显示在屏幕上,这个话题发布仪器上的手指按下相应的颜色,然后返回到开始按钮。这个过程被记录高清电视摄像机。每个主题进行多组实验,记录平均选择反应时间(单位为毫秒)。
	操作响应时间	操作响应时间的时间间隔的外观刺激的完成动作。	Psytech-PT811全面反应测试仪是用于获得操作响应时间。在测试期间,按下右手食指按钮到开始位置。按开始按钮时,屏幕上显示一个半圆形的地方。亮点是光明的,主题使用右手食指按下仪器上的相应按钮,然后回到开始按钮的位置。过程记录了一个高清电视摄像机,每个主题进行多组实验,记录平均操作响应时间(单位为毫秒)。
	速度估计能力	速度估计能力作为飞行员的能力感知和预测周围的对象。同时,是利用测量距离的飞行员的空间位置。	测量进行了使用DXC-6类型评估者。屏幕上呈现了一个光点,从左到右移动,速度的变化。有一个中心垂直线和屏幕的右边,并且光点消失时,移动到中心垂直线。回答者需要估计时光斑到达垂直线和右边按enter键时右边的亮点是感动垂直线。过程记录了一个高清电视摄像机,每个主题进行多组实验,记录平均估计时间。
	有识别力的响应时间	有识别力的响应时间是指从刺激呈现时间的心理刺激被证实和反应之间的操作。两个或两个以上不同的刺激可能出现在反应时实验确定。参与者被要求回应的只有一个刺激和避免对其他刺激。	有识别力的响应时间得到了使用Psytech-PT811全面反应测试仪。在测试期间,按下右手食指到起始位置按钮,眼睛看着屏幕信号源。有效刺激的颜色出现的时候,这个主题按相应的仪器上的颜色按钮。不响应无效的颜色刺激出现;否则,记住错误然后返回手指开始按钮。高清电视摄像机,记录每个主题进行多组实验,记录有识别力的平均响应时间。

心理因素	个性	人格是指一个人对现实稳定的态度和习惯行为表达的个性特征对应于这种态度。性格体现了人物的社会属性和个体之间的性格差异的核心是人格的差异。	本文使用卡内基16人格问卷具有良好的效度,可靠性,测试时间短和被广泛利用。
	注意	注意是心理活动的点和浓度对某些对象。这是一种常见的心理特征在认知的心理过程,记忆,思维,想象。注意驾驶舱的飞行员对飞行安全至关重要。	飞行员戴一个眼动跟踪计算每个目光的注视时间点模拟驾驶舱。每个区域的比例计算,所有测试数据记录的固定数量的比例分作为判断指标。
	的态度	态度是个体的稳定的心理倾向持有一个特定的主题。飞行员的态度会影响他们的行为。可怜的态度可能导致飞行员的处理不当,导致飞行事故。	本文使用调查问卷(30.)测量。选项的问题被称为经典的心理量表得分分配的目的在下行。分数越小,越好飞行员的安全态度选择这个选项。测试结果需要标准的转换(31日]。
	情感	情感是一个一般术语的一系列主观认知的经验。的心理和生理状态的多种情感,思想和行为。正面和负面情绪引发行动的动机。	设计模拟实验后,用高清相机来记录整个过程并选择三种音乐随机玩快节奏,定期,缓慢的节奏。是确定主体的情绪状态分为两个部分,即主体的情绪状态的实时记录和主体的个人调整视频播放结束后的实验。根据司机的情绪引发的研究,本文定义了三种情绪状态:冷静,中性,和兴奋,测试值在0和1之间。飞行员的越平静心情,得分越低;兴奋的情感越多,得分越高(32]。

物理因素	舵踏板力	飞行员控制飞机和舵的力量在两只脚上。	方向舵踏板力值是使用压力传感器Mangold-10获得多通道生理仪器。记录一个高清电视摄像机和计算舵踏板力的平均值。
物理因素	处理力的操纵杆	飞行员控制飞机和双手握着操纵杆的力量。	模拟飞行期间,使用压力传感器获得的掌控力的Mangold-10多道生理仪。过程记录和一个高清摄像头,和平均握力的操纵杆计算

其他因素	任务优先级	任务优先级是用来测量不同任务对驾驶员行为的影响。	根据所需的时间,任务紧迫分为三种类型:缓慢、常规和紧急。根据每个阶段的飞行任务,任务需要在很短的时间内完成最初设置为紧急任务,相反的是缓慢的任务。与常规的紧迫性的任务在上面的两个任务之间。三个任务分配1、2和3,分别为(33]。

3.2.4。数据处理

摘要生理、心理、身体、和其他因素的飞行员被选中的节点随机森林,和影响因素筛选结合不同驾驶员的意图。根据75年的统计分析结果的实验样本,使用生理特征包括心率、皮肤电、呼吸、听力,选择反应时,操作响应时间、速度估计能力,和歧视的响应时间为例进行分析,试验的目的和影响因素的值被分配。映射内容和分配每个无量纲和维变量的值显示在表3。


变量名	映射的内容	值

(无量纲)	驾驶员的意图的类型:加速,减速,恒速,左转,右转,恒定的标题,上升,下降,固定的高度记录11日,12日,13日,21日,22日,23日,31日,32,分别为33。	飞行员操纵飞机的行为和变化在驾驶舱的飞行仪器观察视频回放。的值11日,12日,13日,21日,22日,23日,31日,32,33被分配根据每种类型的意图的比例。
1(次/秒)	心率	的初始值1是由驾驶员的心率的平均值(心率/第二, )。
2 ( )	皮肤电导	的初始值2是由飞行员的皮肤电导的平均值(皮肤电导/的值是第二, )。
3(次/秒)	呼吸	的初始值3是由飞行员的呼吸的平均值(的值是呼吸每第二, )。
4(第二次)	听力	的初始值4被分配的听觉反应时间测试值。
5(第二次)	选择反应时	的初始值5选择反应时被分配的测试值。
6(第二次)	操作响应时间	的初始值6被分配的操作响应时间测试值。
7(第二次)	速度估计能力	的初始值7被分配的速度估计能力测试值。
8(第二次)	有识别力的响应时间	的初始值8被歧视的响应时间测试值分配。

在物理维度是一个重要的概念。它通常需要无量纲处理在理论和数值计算,规范不同的维度或无量纲数据。处理无量纲数据标准化的方法通常包括min-max, - - - - - -分数,小数伸缩。在三种方法中, - - - - - -分数是最有效的方法之一,广泛用于无量纲处理(34]。所有特征变量的平均值和标准偏差计算开始前处理。成为无量纲根据特征变量在哪里特征变量的原始值。和特征变量的平均值和标准偏差 ,分别。是无量纲处理后的特征变量。这种处理使得理论和数值计算更简单、更方便。当物理方程转化为一个特定的数学方程,它是方便的数学处理。从表可以看出2驾驶员的生理特征与无量纲和维度变量相对应。为了建立一个随机森林用于描述驾驶员的意图的影响因素,计算所有样本的特征变量在方程(6)来实现无量纲处理。处理结果如表所示4。实验诊断和序列的所有影响因素针对实现驾驶员的意图影响因素的筛选。基尼系数的计算结果基于随机森林完全反映节点的平均变量分离杂质在每个射频的决策树。很明显,平均可变的差异越明显,结果就会越好。也就是说,不同的意图之间的差异造成驾驶员应充分反映不同的影响因素。


不。	1	2	3	4	5	6	7	8

1	0.87	0.75	0.82	0.36	0.28	0.19	0.21	0.19
2	0.88	0.84	0.79	0.37	0.26	0.21	0.19	0.20
3	0.23	0.82	0.83	0.35	0.24	0.19	0.22	0.23
4	0.61	0.91	0.91	0.36	0.19	0.20	0.23	0.31
5	0.62	0.58	0.81	0.33	0.18	0.18	0.29	0.18
6	0.97	0.83	0.76	0.32	0.22	0.22	0.23	0.20
7	0.23	0.64	0.88	0.38	0.23	0.19	0.21	0.22
8	0.98	0.97	0.92	0.35	0.17	0.20	0.27	0.24
9	0.89	0.74	0.87	0.39	0.23	0.23	0.22	0.30
10	0.59	0.56	0.88	0.31	0.25	0.17	0.31	0.18
11	0.13	0.86	0.81	0.32	0.27	0.19	0.18	0.22
12	0.45	0.68	0.75	0.33	0.18	0.16	0.26	0.23
13	0.61	0.79	0.92	0.29	0.13	0.21	0.28	0.19
14	0.98	0.52	0.87	0.37	0.25	0.19	0.27	0.31
15	0.86	0.93	0.92	0.34	0.29	0.24	0.29	0.22
16	0.89	0.92	0.74	0.35	0.18	0.19	0.18	0.25
17	0.78	0.74	0.88	0.28	0.19	0.18	0.22	0.21
18	0.81	0.81	0.79	0.38	0.21	0.23	0.20	0.24
19	0.79	0.79	0.82	0.30	0.27	0.21	0.17	0.27
20.	0.85	0.75	0.84	0.33	0.19	0.16	0.27	0.23
21	0.96	0.56	0.73	0.27	0.27	0.19	0.24	0.18
22	0.45	0.82	0.77	0.31	0.31	0.17	0.18	0.23
…	…	…	…	…	…	…	…	…
65年	0.63	0.58	0.91	0.32	0.22	0.18	0.19	0.32
66年	0.94	0.96	0.86	0.35	0.24	0.22	0.21	0.17
67年	0.61	0.66	0.72	0.37	0.25	0.17	0.19	0.25
68年	0.86	0.82	0.79	0.32	0.16	0.24	0.23	0.24
69年	0.74	0.68	0.76	0.35	0.20	0.18	0.18	0.19
70年	0.39	0.78	0.93	0.32	0.22	0.21	0.16	0.21
71年	0.95	0.91	0.85	0.31	0.19	0.20	0.21	0.22
72年	0.46	0.79	0.91	0.29	0.23	0.19	0.18	0.19
73年	0.71	0.82	0.78	0.32	0.24	0.14	0.30	0.24
74年	0.84	0.69	0.89	0.34	0.18	0.19	0.19	0.18
75年	0.53	0.77	0.82	0.37	0.23	0.21	0.22	0.22

4所示。结果

4.1。定性分析

单向方差分析(ANOVA)是用于检测不同的意图有显著影响的生理特征参数的变化。如果影响是显著的,详细分析变化的生理特征在不同的意图。基于MATLAB的单向方差分析的结果给出了表5。


	平方和	df	均方		意义

心率(次/秒)
群际	6474.400	6	435.600	302.746	0.000
社会团体内部的	424.700	115年	1.025
总	6948.500	217年
皮肤电导( )
群际	7613.600	7	527.700	416.682	0.000
社会团体内部的	375.500	211年	1.256
总	7461.700	267年
呼吸(次/秒)
群际	8734.700	8	502.500	475.401	0.000
社会团体内部的	419.800	244年	1.201
总	8783.600	196年
听觉的响应时间(s)
群际	4643.800	5	798.400	365.324	0.000
社会团体内部的	275.68	184年	1.121
总	4935.600	195年
选择反应时(s)
群际	4765.500	6	675.300	487.412	0.000
社会团体内部的	235.651	178年	1.119
总	4658.400	225年
操作响应时间(年代)
群际	4463.786	7	452.234	450.143	0.000
社会团体内部的	198.543	191年	.008
总	4577.165	238年
速度估计能力(年代)
群际	4482.500	6	632.600	465.212	0.000
社会团体内部的	205.700	186年	1.103
总	4314.600	207年
有识别力的响应时间(s)
群际	4713.512	6	458.400	478.114	0.000
社会团体内部的	192.734	178年	1.125
总	4675.400	195年

从上面的表格可以看出,运动参数是影响不同的飞行员们的意图( )。生理特征可以分析。

4.2。定量计算

根据无量纲处理后的数据表3,属于概率估算值类在计算基于公式(1)。在公式(1),代表了样本集的样本子集属于驾驶员的意图类的k。

实验分类成部分基于某飞行员的生理特征变量 ,也就是说, , ,…, 。根据公式(2),基尼指数被定义为

首先,飞行员的特征变量的重要性在任何节点随机森林模型的计算根据方程(3)。其次,如果飞行员的特征变量次随机森林的树,我们计算特征变量的重要性,根据公式(4)。最后,根据公式(5),特征变量的重要性在随机森林模型计算决策树。

基尼系数的重要性的生理特征变量计算。同时,基尼系数重要性的散点图,如图4。

根据基尼系数都比较列在图的重要性4每个因素的影响程度,确定驾驶员的意图,和因素的顺序递减程度的影响如下:

换句话说,序列如下:操作响应时间>反应时间>选择速度估计能力歧视>反应时间>心率>听觉反应时间>皮肤电导>呼吸。

心理特征包括飞行员的个性(指出9),(注意关注10),(注意态度11)、情感(指出12)。选择的心理特征都是无量纲变量和数据采集方法如表所示2。物理特性包括飞行员的舵踏板力(指出13)和处理操纵杆(指出14)。所选择的物理特性是所有维度变量,数据采集方法如表所示2。其他特点包括飞行小时(指出(指出16)和教育水平17);除了任务优先级(指出15)、数据采集方法也表所示2)。

飞行员的心理、生理等特点被分析虽然使用相同的方法,定性和定量地计算和结果在图所示5- - - - - -7。

可以看出,在飞行的飞行员完成机场交通模式,不同的特征变量有不同的重要性与随机森林模型的识别精度变化。每个变量的重要性,驾驶员的意图识别是不同的。

5。讨论

飞行员的操纵飞机的过程是一个重复的认知过程的“perception-judgment-decision-execution”,如图8。生理学、心理学、物理学和各种其他功能的飞行员可能导致操纵意图的差异,有上面的每一种认知过程产生重大影响。通过识别驾驶员的意图,反映了个体差异的飞行员和识别结果应用到飞机驾驶的主动安全,人性化的驾驶舱主动安全预警系统可以建立。系统可以适当提醒各种飞行员在一个危险的国家根据不同的飞行意图确保飞行员可以更准确、安全地控制飞机。的基础上有效地识别驾驶员的意图是决定的因素影响驾驶员的意图。

飞行员的生理学、心理学和物理学广泛而复杂的研究课题,对飞行员和他们有重要影响的行为。飞行员的影响的生理、心理和飞行安全的物理特征主要反映在驾驶员的意图(28,29日]。飞行员们的意图是指他们的心理经验的实际飞行条件下各种动态因素的影响,以及飞行员的决策和价值microbehaviors展览依照意图。它反映了心理状态的飞机运营商在时变动态环境中,这是一个领域的难点飞行安全。相关的学者开始关注和开展的研究指的是生理的影响,心理和生理特征对飞行员的控制行为(35]。一些学者只研究了生理、心理和物理特性。例如,在飞行员的生理特点,一些学者研究了前庭感觉,视觉,心率和呼吸状态(9,12,14,16,17]。在心理特征方面,一些学者研究了飞行员的注意力,态势感知,认知负荷等。15,18,22,25,36]。在飞行员的物理特性,一些学者研究了手部运动(26,27]。先前的研究的影响因素上飞行员的microbehavior都集中在一个单一因素的影响。驾驶员的意图,microbehavior和认知过程的重要组成部分,是影响驾驶员的生理、心理、身体、和其他各种额外的特征。由于影响因素的多样性和复杂性,这些因素需要考虑全面。关注这一点,开始研究驾驶员的意图,飞行模拟器,动态采集系统综合human-aircraft-environment信息,全面响应测试仪是用来收集飞行员的生理、心理、身体、和其他影响因素从不同的角度。的基础上确保数据是充分的和真实的,本文还探讨了飞行员microbehavioral特征的内在机制。相对单一、静态研究列车的思想被抛弃,更全面、系统、动态的分析驾驶员的意图影响因素提出了。从研究结果可以看到,它可以弥补当前信息来源的缺乏对飞行员的microbehavior研究提供坚实的理论基础和技术支持为后续试验的意图研究[6,27]。

重要的是分析驾驶员的意图的影响因素,以避免信息重叠的干扰引起的多个变量和贡献。传统方法如主因素分析屏幕线性相关特征变量在一个分类器。它不是完全适合飞行员的影响下多源动态非线性关联数据环境(如30.]。随机森林分析方法可以克服缺点的地方点相关的趋势和信息丢失的传统特性分析方法。随机森林方法具有非负的突出方面,对称的、可扩展的和处理多源信息有一定的优势。

应该指出,测量的生理、心理和生理特征的飞行员进行了在某些情况下,结果很容易受经营环境的影响。这些情况不考虑其他复杂的环境中,如单引擎飞机事故,夜间航班,长途航行,和更复杂的情况。有模拟飞行之间的技术水平的差异和实际飞行的飞行仿真环境,对实验结果产生影响。仿真中使用的模型是一个抽象的飞行中,具有一定的主观性。实验方法和主题的选择这些限制。因此,未来的研究应该减少等因素的影响,影响因素的实验环境和主题选择试点的意图。的研究应该继续做出选择影响因素更准确的通过改进实验方法和实验样本量扩大。

6。结论

的判断驾驶员的意图是动态的前提下后续的特征提取和识别研究。驾驶员的意图是一个重要因素,影响飞机的操作和飞行员操作飞机的动态特性在不同的意图有明显差异。选择影响因素的目的是正确地理解驾驶员的意图的基础。同时,它也是一个重要的先决条件准确识别驾驶员的意图,实现human-aircraft-environment协作上下文中的“物联网。”也是基本要求的发展先进的自动控制系统和智能驾驶舱,它是人类因素microresearch飞行的一个重要内容。驾驶员的意图是受到一系列的生理,心理和生理因素的飞行员。为了避免造成的干扰重叠的信息将出现在多变量和multicontribution关系,有必要分析和提取的影响因素试验的意图。在本文中,我们设计的实验来获得指标如生理、心理、身体、和其他外部因素的飞行员和量化的影响因素。然后,随机森林分析方法用于提取和排名影响因素,形成飞行员的故意影响因子序列。本研究结果揭示了飞行员的micropsychology的形成机制和行为意图的过程中控制飞机在某种程度上和实现机制的初步研究驾驶员的生理、心理和生理特征和意图耦合。本研究为进一步的研究提供了一个良好的基础在驾驶员的意图识别和全面系统的研究提供了一个理论依据动态特征提取和飞行员的行为分析。 What is more, through the analysis of the dynamic characteristics of pilots under different intentions in complex flight environment, the comprehensive understanding of the psychological, physiological, and physical characteristics of the flying cadet and the pilot’s microbehavior assessment system will be improved. Therefore, this study is of great practical significance to research the future active safety warnings for flight, pilot’s microbehavior assessment, and flight safety.

数据可用性

参与者的数据用于支持本研究的发现没有提供,因为参与者的隐私。

的利益冲突

作者宣称没有利益冲突。

确认

支持本研究”学术研讨会在南京航空航天大学优秀博士论文资助(批准号BCXJ19-10)和江苏省研究生创新研究与实践项目(批准号KYCX19_0196)。

引用

f . Jentsch e·萨拉斯,d . Maurino人为因素在航空:概述牛津,爱思唯尔出版社,第二版,2010年版。
g . Borghini l . Astolfi g . Vecchiato d . Mattia和f . Babiloni”测量神经生理学信号在飞机飞行员和汽车司机心理评估的工作量,疲劳和嗜睡,”神经科学和生物行为的评论,44卷,58 - 75、2014页。视图:出版商的网站|谷歌学术搜索
l . l .张研究驾驶员意图识别的交通,武汉科技大学硕士,武汉,2011年。
f . Lethaus m·r·k·鲍曼和f•科斯特,“使用模式识别预测司机的意图,”自适应和自然计算算法。ICANNGA 2011。课堂讲稿在计算机科学中,第6593卷,a . Dobnikar Lotrič,b .Šter Eds。,pp. 140–149, Springer, Berlin, Heidelberg, 2011.视图:出版商的网站|谷歌学术搜索
美国勒费弗、c·劳吉尔和j . Ibanez-Guzman”评估风险在各个路口通过检测冲突的意图,”2012年IEEE / RSJ智能机器人和系统国际会议Vilamoura,页4841 - 4846年,葡萄牙,2012年10月。视图:出版商的网站|谷歌学术搜索
j . s . Nandiganahalli s Leey,黄,“飞行甲板模式混淆使用intent-based概率模型检测检查,”张仁信息Systems-AIAA盈富泰克@航空第四页,葡萄藤,TX,美国2017年1月。视图:出版商的网站|谷歌学术搜索
j . s . Nandiganahalli h . Lyuy,黄,“正式扩展intent-based模式混乱检测框架,”理论建模与仿真技术会议美国达拉斯,页22日——26日,TX, 2016年6月。视图:出版商的网站|谷歌学术搜索
j . t . Beukers o . Stroosma d . m .池,m·莫特和m . m . van Paassen”调查试点感知和控制在模拟飞行Decrab演习期间,“杂志的指导、控制和动力学,33卷,不。4、1048 - 1063年,2010页。视图:出版商的网站|谷歌学术搜索
p . m . t . Zaal d . m .池,m·穆德·m·m·范·Paassen和j·a·穆德”识别的多通道实际飞行中,飞行员控制行为”杂志的指导、控制和动力学,33卷,不。5,1527 - 1538年,2010页。视图:出版商的网站|谷歌学术搜索
c .偏向开发一个计算模型飞机的飞行员的最好的期望状态考虑到前庭和视觉线索,[硕士论文),乔治亚理工学院,2014。
c .偏向s . b . Sarsilmaz真正,i . h .领域和美国Zengin,“驾驶员手动控制的计算模型的发展及其应用对mission-task-element评价直升机有限权力,”72已经有年度论坛17 - 19页。西棕榈滩,佛罗里达州美国,2016年。视图:谷歌学术搜索
o .马里奥,诉Joost, m . n .弗兰克·洛伦佐和h . h . Bulthoff”识别时变飞行员反应:一个正规化的递归最小二乘算法,”理论建模与仿真技术会议圣地亚哥,页4 - 8,美国2016年1月。视图:出版商的网站|谷歌学术搜索
l . Zhang w·张,朱z和l .叮”探讨飞行训练的评估基于肌电图在特殊的环境中,“Procedia制造业,3卷,不。18日,第4500 - 4493页,2015年。视图:出版商的网站|谷歌学术搜索
黄z Cai,吴,d . et al .,“认知状态识别使用小波奇异熵和熵ARMA和顶峰GP分类、优化”Neurocomputing卷。197年,突然增加,2016页。视图:出版商的网站|谷歌学术搜索
c .偏向美国真正和美国Zengin,“飞行员感知和控制行为模型作为一种工具来评估动感算法,”理论建模与仿真技术会议美国丹佛市,页5 - 9,2017年6月。视图:出版商的网站|谷歌学术搜索
a . Marinescu Sharples, a·c·里奇t·s·洛佩兹·m·麦克道尔和h . Morvan”探索心理工作负荷之间的关系,性能和生理参数的变化,“IFAC-PapersOnLine卷,49号19日,591 - 596年,2016页。视图:出版商的网站|谷歌学术搜索
k·j·杰奎斯r . j . Gentili l . c .罗et al .,“经验证据之间的关系的认知工作负载和注意力的储备,”国际心理生理学杂志,卷121,不。16日,46-55,2017页。视图:出版商的网站|谷歌学术搜索
a . r . Harrivel c·l·斯蒂芬斯r . j . Milletich et al .,“认知状态的预测在飞行仿真使用多通道听传感、”张仁信息Systems-AIAA盈富泰克@航空美国弗吉尼亚州汉普顿,2017年1月。视图:出版商的网站|谷歌学术搜索
a . Degani m·海曼·g·迈耶,m .萨夫托一些正式的自动化方面的人类互动,Nasa技术备忘录莫菲特场Ca Nasa艾姆斯研究,2000。
m·海曼和a . Degani”形式分析和自动生成的用户界面:方法,方法,和一个算法,”人为因素卷,49号2、311 - 330年,2007页。视图:出版商的网站|谷歌学术搜索
m . Oishi c·汤姆林,a . Degani”混合动力系统的离散抽象:验证安全性和应用程序的用户界面设计,”NASA技术备忘录212803卷,2371年,页340 - 341,美国宇航局艾姆斯研究中心,莫菲特场,CA,美国,2003年。视图:谷歌学术搜索
m . Oishi。米切尔,a . m .拜仁和c·j·汤姆林”Invariance-preserving抽象混合动力系统:应用程序用户界面设计,“IEEE控制系统技术,16卷,不。2、229 - 244年,2008页。视图:出版商的网站|谷歌学术搜索
s Das b·l·马修斯a·n·斯利瓦斯塔瓦和n . c . Oza”多个内核学习异构异常检测:算法和航空安全案例研究,”知识发现(KDD)的10:第16届ACM SIGKDD学报》国际会议上知识发现和数据挖掘25 - 28,页,华盛顿,美国,2010年7月。视图:出版商的网站|谷歌学术搜索
e . j .鲈鱼,k . m . Feigh e·l·冈特和j·m·Rushby”正式的交互式混合系统建模和分析,”第四国际研讨会正式交互系统的方法。EASST的电子通讯卷,45岁的利默里克,爱尔兰,2011年。视图:谷歌学术搜索
林x Wanyan,壮族,y,肖x, J.-W。歌曲“心理工作负荷对检测的影响消极在飞行模拟品种透露的信息不匹配,”国际工业工效学杂志》上卷,64年,页1 - 7,2018。视图:出版商的网站|谷歌学术搜索
t .阴和美国富,“Workload-oriented飞行场景pilot-aircraft互动的评价。”Procedia工程卷,80年,第667 - 656页,2014年。视图:出版商的网站|谷歌学术搜索
c·杨,t .阴,w·赵d·黄和美国富,“人为因素量化通过边界的识别飞行性能优势”中国航空杂志,27卷,不。4、977 - 985年,2014页。视图:出版商的网站|谷歌学术搜索
j . s . Nandiganahalli s . Lee,黄,”模式混乱的形式验证飞行甲板使用intent-based抽象,“航空信息系统杂志》上,13卷,不。9日,第356 - 343页,2016年。视图:出版商的网站|谷歌学术搜索
h .律、j·s·Nandiganahalli和黄,“人类自动化交互使用广义模糊隐马尔科夫模型检测问题,”张仁信息Systems-AIAA盈富泰克@航空第四页,葡萄藤,TX,美国2017年1月。视图:出版商的网站|谷歌学术搜索
l . Breiman“随机森林”,机器学习,1卷,不。45岁的5-32,2001页。视图:谷歌学术搜索
j .张普通心理学广州,广东高等教育出版社,2004。
j·l·张x y . Wang, y y,“汽车驾驶趋势动态识别模型的验证方法基于交互式并行模拟实验在开车后,“数学在实践和理论2012年,卷1,p。21日。视图:谷歌学术搜索
x, y, j . Wang和j·张,“研究影响因素的选择司机的倾向,“交通研究D部分:交通和环境,卷66,不。66年,35-48,2019页。视图:出版商的网站|谷歌学术搜索
d . s .母马f . Moreira r·罗西,“非平稳的z分数措施,”欧洲运筹学杂志》上,卷260,不。1,第358 - 348页,2017。视图:出版商的网站|谷歌学术搜索
g·f·威尔逊,分析飞行员在飞行过程中使用多个心理生理心理工作负荷的措施,”国际航空心理学杂志》上,12卷,不。1,3-18,2009页。视图:出版商的网站|谷歌学术搜索
k . A . Schlimm”的态势感知模型飞机沮丧预防和恢复,”15日张仁航空技术、集成和业务会议美国达拉斯,页22日——26日,TX, 2015年6月。视图:出版商的网站|谷歌学术搜索

国际航空航天工程杂志》上

文摘