一种大型无人机地面站的人机工效多维监测评价系统、方法及介质与流程

摘要: 本发明属于航空人因安全的,具体涉及一种大型无人机地面站的人机工效多维监测评价系统、方法及介质。背景技术:1、随着无人机技术的快速发展,大型无人机在军事侦察、边境...
一种大型无人机地面站的人机工效多维监测评价系统、方法及介质与流程

本发明属于航空人因安全的,具体涉及一种大型无人机地面站的人机工效多维监测评价系统、方法及介质。

背景技术:

1、随着无人机技术的快速发展,大型无人机在军事侦察、边境巡逻、应急救援等关键任务中的应用日益广泛。与传统有人机不同,大型无人机通过地面站进行远程操控,操作员无法直接感知飞行环境,高度依赖信息系统,且通常需要多操作员协同完成复杂任务。据统计,在无人机任务失败的案例中,约65%与人机交互问题相关,约30%与团队协同问题相关。因此,无人机地面站的人机工效评价成为了研发热点。

2、然而,现有的无人机地面站人机工效评价方法存在以下明显缺陷:

3、(1)多数评价方法直接移植自传统驾驶舱评价体系,忽略了地面站特有的多屏操作、信息过载、远程感知等特征;

4、(2)现有评价方法主要关注单个操作员的工效表现,缺乏对团队协同效能的系统评价;

5、(3)现有评价以主观问卷为主,缺乏客观、连续的量化数据支持,无法捕捉任务过程中的动态变化;

6、(4)现有方法重在评价结果而缺乏诊断能力,无法为地面站设计优化提供精准的问题定位。

7、例如,现有中国专利cn111887803a飞机驾驶舱人机工效多维监测评价系统,包括:人机状态监测单元、特征提取单元、多通道特征同步规范化处理单元、工效要素描述单元、人因诊断单元和人机工效综合评价单元,人机状态监测单元通过输出原始人机状态测量数据与特征提取单元相连,特征提取单元通过输出特征提取结果与工效要素描述单元相连,多通道特征同步规范化处理单元对特征提取单元各模块输出结果进行时间对齐处理以及特征指标规范化处理,并根据特征的形成机理对特征进行分组,工效要素描述单元通过输出多个维度的工效要素描述的结果与人因诊断单元以及人机工效综合评价单元相连,人因诊断单元将多个人因诊断指标的结果提供给用户,人机工效综合评价单元计算并生成连续、定量化的人机工效整体评价结果。

8、综上所述,该方案通过多源数据融合实现了对驾驶舱人机工效的客观评价与诊断。然而,该系统针对的是单人驾驶舱场景,局限于飞机座舱的个人维度的人机工效监测与评价,而未考虑座舱多驾驶员团队协同效能的人机工效监测与评价。该方案无法适应无人机地面站多操作员、多任务、多屏交互的复杂环境,尤其缺乏对团队协同效能的评价维度和针对信息过载、情境意识等问题的针对性诊断能力。

9、例如,现有中国专利cn109145485a一种人机工效测试方法及系统,包括:获取基于预设显控布局参数仿真飞行过程中的测量和仿真数据;将测量和仿真数据按照预定时长划分得到多组飞行人因单元初始数据;基于每组飞行人因单元初始数据,通过人机工效计算得到飞行人因单元的人机工效结果数据;将多组人机工效结果数据根据预设场景约束分类,得到预设显控布局参数及预设场景约束下飞行员操作的人机工效结果数据集;对人机工效结果数据集进行加权平均得到人机工效结果统计值,该人机工效结果统计值即为预设显控布局参数及预设场景约束下的人机工效测试数据。

10、综上所述,该方案旨在通过数据驱动方式替代传统条例式有效性判断,解决现有技术中布局参数迭代优化效率低、缺乏直观修改建议的问题。虽然可以通过数据量化单人驾驶舱的物理交互工效,但聚焦于单体操作、依赖静态布局迭代,完全缺乏对多人协同、认知负荷及动态任务场景的评价能力,导致其在复杂操控环境中维度单一且适应性不足。

技术实现思路

1、本发明的目的在于提供一种大型无人机地面站的人机工效多维监测评价系统、方法及介质,旨在解决上述任意一个问题。

2、本发明主要通过以下技术方案实现:

3、一种大型无人机地面站的人机工效多维监测评价系统,包括:从前至后依次设置的人机状态监测单元、交互特征提取单元、多通道特征同步规范化处理单元、工效要素描述单元、人因诊断单元和人机工效综合评价单元,所述多通道特征同步规范化处理单元的输入端还连接有团队协同监测单元;

4、所述人机状态监测单元用于采集原始人机状态测量数据;

5、所述交互特征提取单元用于预处理数据并提取工效特征,所述工效特征包括眼动特征、交互行为特征、语音特征、生理特征和任务绩效特征;

6、所述团队协同监测单元用于采集操作员间的交互数据,并输出协同行为特征;

7、所述多通道特征同步规范化处理单元用于接收来自交互特征提取单元的工效特征和来自团队协同监测单元的协同行为特征,进行时间对齐处理和特征指标规范化处理,并根据特征的形成机理将特征分为视觉-信息处理类、交互活动类、生理状态类、任务绩效类和团队协同类的标准化特征,分别输入至工效要素描述单元的视觉-信息处理描述模块、交互活动描述模块、认知负荷描述模块、任务绩效描述模块和团队协同描述模块;

8、所述工效要素描述单元用于基于对应类的特征进行分析并输出五个维度的工效要素指标;

9、所述人因诊断单元用于基于工效要素指标输出诊断指标,且诊断指标包括信息过载程度、情境意识脆弱程度、多任务干扰程度和协同断层程度;

10、所述人机工效综合评价单元用于通过多指标决策方法融合五个维度的工效要素指标,计算综合工效评分,并联合诊断指标呈现评价与诊断结果。

11、为了更好地实现本发明,进一步地,所述人机状态监测单元包括非接触式眼动追踪设备、生理状态监测设备、交互行为记录设备和任务绩效监测设备;

12、所述非接触式眼动追踪设备用于采集操作员在多显示器环境下的注视点坐标、瞳孔直径和注视区域;

13、所述生理状态监测设备用于采集操作员的心率变异性、皮电活动和脑电波特征;

14、所述交互行为记录设备用于采集鼠标移动轨迹、键盘击键特征、触屏手势和语音指令;

15、所述任务绩效监测设备用于采集无人机飞行参数、任务完成质量和决策响应时间。

16、为了更好地实现本发明,进一步地,所述交互特征提取单元包括眼动特征提取模块、交互行为特征提取模块、语音特征提取模块和任务绩效特征提取模块;

17、所述眼动特征提取模块用于计算注视点在不同显示器和界面区域的分布熵、回视次数、首次注视时间,以及注视转移矩阵平稳分布熵、主飞行显示器注视占比和地图显示器注视占比,以获取眼动特征;所述眼动特征包括注视分布熵、平均回视次数、平均首次注视时间、注视转移矩阵平稳分布熵、主飞行显示器注视占比、地图显示器注视占比;

18、所述交互行为特征提取模块用于计算鼠标移动速度、界面切换频率、操作错误率和fitts定律指数,以获取交互行为特征;所述交互行为特征包括鼠标移动平均速度、界面切换频率、操作错误率、fitts定律指数;

19、所述语音特征提取模块用于计算语音语速、停顿频率、关键词密度和语调变化率,以获取语音特征;所述语音特征包括语音语速、停顿频率、关键词密度、语调变化率;

20、所述生理特征提取模块用于计算心率变异性lf/hf比值、皮电活动幅度和额叶脑电theta/beta功率比,以获取生理特征;所述生理特征包括心率变异性lf/hf比值、皮电活动幅度、额叶theta/beta功率比;

21、所述任务绩效特征提取模块用于计算任务完成率、决策响应时间、操作精确度和资源利用率,以获取任务绩效特征;所述任务绩效特征包括任务完成率、平均决策响应时间、操作精确度、资源利用率。

22、为了更好地实现本发明,进一步地,所述团队协同监测单元包括语音通信记录模块、角色切换监测模块、任务交接记录模块和信息共享追踪模块用于监测并输出多操作员间的协同行为特征;

23、所述语音通信记录模块用于采集多操作员间的语音通信内容,并计算通信频率、通信延迟和信息密度的协同行为特征;

24、所述角色切换监测模块用于采集操作员角色切换事件;

25、所述任务交接记录模块用于采集任务交接时间点和交接内容完整性;

26、所述信息共享追踪模块用于通过追踪关键任务信息在团队内各操作员间的传播路径,追踪关键信息事件,计算信息共享延迟,以此分析信息共享充分性。

27、为了更好地实现本发明,进一步地,所述工效要素描述单元包括视觉-信息处理描述模块、交互活动描述模块、认知负荷描述模块、任务绩效描述模块和团队协同描述模块;

28、所述视觉-信息处理描述模块用于接收来自多通道特征同步规范化处理单元的视觉-信息处理类标准化特征,所述视觉-信息处理类标准化特征来源于眼动特征提取模块输出的注视分布熵、平均回视次数、平均首次注视时间、注视转移矩阵平稳分布熵、主飞行显示器注视占比和地图显示器注视占比,采用加权求和方法计算综合得分,并通过与操作员自身基线表现的比较,将综合得分映射为0-100的视觉-信息处理指标;

29、所述交互活动描述模块用于接收来自多通道特征同步规范化处理单元的交互活动类标准化特征,所述交互活动类标准化特征来源于交互行为特征提取模块输出的鼠标移动平均速度、界面切换频率、操作错误率和fitts定律指数,采用加权求和方法计算综合得分,并通过与操作员自身基线表现的比较,将综合得分映射为0-100的交互活动指标;其中,fitts定律指数为负向指标,在计算前对其进行取反处理;

30、所述认知负荷描述模块用于接收来自多通道特征同步规范化处理单元的生理状态类标准化特征,并接收来自语音特征提取模块的语速、停顿频率,以及来自任务绩效特征提取模块的平均决策响应时间,共同构成多维特征向量,所述生理状态类标准化特征来源于生理特征提取模块输出的心率变异性lf/hf比值、皮电活动幅度和额叶theta/beta功率比,采用加权求和方法计算综合得分,并通过与操作员自身基线表现的比较,将综合得分映射为0-100的认知负荷指标;

31、所述任务绩效描述模块用于接收来自多通道特征同步规范化处理单元的任务绩效类标准化特征,所述任务绩效类标准化特征来源于任务绩效特征提取模块输出的任务完成率、平均决策响应时间、操作精确度和资源利用率,采用加权求和方法计算综合得分,并通过与操作员自身历史最佳表现进行比较,形成0-100的相对绩效评分,作为任务绩效指标;该模块同时计算任务绩效指标与其他四维工效要素指标的相关系数,识别与绩效波动显著相关的工效因子;

32、所述团队协同描述模块用于接收来自多通道特征同步规范化处理单元的团队协同类标准化特征,所述团队协同类标准化特征来源于语音通信记录模块输出的通信频率、信息共享追踪模块输出的信息共享延迟、语音特征提取模块输出的关键词密度和语调变化率,以及由角色切换监测模块输出的角色切换事件结合交互行为记录设备采集的操作精确度计算得到的角色切换后效率恢复时间,采用加权求和方法计算综合得分,并通过与团队基线表现的比较,将综合得分映射为0-100的团队协同指标。

33、为了更好地实现本发明,进一步地,所述人因诊断单元包括信息过载诊断模块、情境意识脆弱性诊断模块、多任务干扰诊断模块和团队协同断层诊断模块;

34、所述信息过载诊断模块用于接收来自视觉-信息处理描述模块的视觉-信息处理指标和来自认知负荷描述模块的认知负荷指标,计算两者在滑动时间窗口内的皮尔逊相关系数,当两者呈显著负相关时,将相关系数的绝对值映射为0-100的信息过载程度;

35、所述情境意识脆弱性诊断模块用于基于关键信息事件的响应延迟进行诊断,所述关键信息事件由信息共享追踪模块追踪得到,通过记录各事件的信息呈现时间与操作员首次正确响应时间并计算响应延迟,取响应延迟的中位数与操作员自身历史基线进行比较,将超出基线的程度归一化为0-100的情境意识脆弱程度;

36、所述多任务干扰诊断模块用于接收来自交互活动描述模块的界面切换频率和来自任务绩效描述模块的操作精确度,建立界面切换频率与操作精确度变化率之间的分段线性回归模型,通过最小二乘法搜索确定切换频率阈值,将当前切换频率超出该阈值的程度归一化为0-100的多任务干扰程度;

37、所述团队协同断层诊断模块用于接收来自团队协同描述模块的团队协同指标和来自任务绩效描述模块的任务绩效指标,检测团队协同指标连续下降事件,并在事件发生后监测任务绩效指标的下降幅度和传导时间,将绩效降幅和传导时间综合归一化为0-100的协同断层程度。

38、本发明主要通过以下技术方案实现:

39、一种大型无人机地面站的人机工效多维监测评价方法,基于上述的一种大型无人机地面站的人机工效多维监测评价系统进行实现,包括以下步骤:

40、步骤s1:在无人机任务过程中,通过人机状态监测单元和团队协同监测单元采集原始人机状态测量数据和操作员间的交互数据;

41、步骤s2:通过交互特征提取单元提取工效特征,基于操作员间的交互数据提取协同行为特征;

42、步骤s3:通过多通道特征同步规范化处理单元进行特征同步与标准化处理;

43、步骤s4:通过工效要素描述单元计算五维工效要素指标,且五维工效要素指标为视觉-信息处理指标、交互活动指标、认知负荷指标、任务绩效指标和团队协同指标;

44、步骤s5:通过人因诊断单元计算四个诊断指标,四个诊断指标为信息过载程度、情境意识脆弱程度、多任务干扰程度和协同断层程度;

45、步骤s6:通过人机工效综合评价单元计算综合工效评分;

46、步骤s7:基于五维工效要素指标和四个诊断指标,生成九向辐射状图形,以呈现评价与诊断结果,为地面站设计优化和操作安全提供依据。

47、为了更好地实现本发明,进一步地,所述步骤s4中,各工效要素指标均采用加权求和方法进行计算,通用流程为:

48、首先,采用层次分析法确定该维度下各标准化特征的权重,由至少3名领域专家独立构建判断矩阵,经一致性检验(cr<0.1)后取权重均值;然后,计算各特征值的加权和作为综合得分;最后,采用t分数变换将综合得分映射为0-100的工效要素指标。

49、为了更好地实现本发明,进一步地,所述步骤s7中,在生成九向辐射状图形中,九个辐射臂按顺时针顺序均匀分布,且排布的顺序依次为:视觉-信息处理指标、信息过载程度、交互活动指标、多任务干扰程度、认知负荷指标、情境意识脆弱性程度、任务绩效指标、协同断层程度和团队协同指标;

50、中心区域显示综合工效评分以及通过颜色标记显示风险预警级别;

51、五维工效要素指标采用正向线性映射,向外延伸显示;四个诊断指标已归一化为0-100分,其中分值越高代表风险越大,采用反向线性映射向内缩进显示,以确保可视化表现的一致性,并与工效要素指标形成视觉对比;

52、九个辐射臂的长度分别与对应归一化后的指标数值成正比例,以形成直观的工效状态轮廓,便于快速识别工效薄弱环节与风险点。

53、一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的一种大型无人机地面站的人机工效多维监测评价方法。

54、本发明的有益效果如下:

55、(1)本发明基于认知工效学和团队协同理论,构建了包含视觉-信息处理、交互活动、认知负荷、任务绩效和团队协同的五维工效要素体系,通过客观测量技术,对地面站人机交互过程进行多方位连续监测,利用数理统计方法,融合多源工效特征,实现任务过程中的人机工效客观综合评价,并构建针对无人机地面站特有工效问题的诊断指标,对工效问题的来源进行分析和定位,解决了传统评价方法不适应无人机地面站特点、缺乏客观量化与诊断能力的问题。

56、(2)本发明针对无人机地面站多屏操作、远程控制、团队协同的特点,扩展了无人机地面站传统个人评价体系,将评价维度从个人工效扩展到团队协同效能,构建了包括视觉-信息处理、交互活动、认知负荷、任务绩效和团队协同的五维工效要素体系。同时基于信息过载、情境意识、多任务干扰和团队协同断层的四个诊断维度,解决了传统人机工效评价缺乏针对无人机地面站场景的客观评价与诊断能力的问题,为地面站设计优化与操作安全提供了科学依据。