[发明专利]基于脑电与眼动数据的飞行员注意稳定状态实时监测系统

说明书

本发明公开了一种基于脑电与眼动数据的飞行员注意稳定状态实时监测系统，包括脑电和眼动数据采集模块、神经生理数据处理模块、神经生理特征校准模块和注意稳定性计算模块。本发明的注意稳定性计算模块中的注意稳定性状态模型针对便携式脑电仪和眼动仪进行了优化，解决了现有注意稳定状态监测方法在飞机座舱中应用的可行性问题；本发明通过对脑电和眼动的实时采集、处理和分析，并通过集成脑电个性化校准模块对特定个体进行基于渐变连续操作任务的基线采集和数据校准，实现了注意稳定性状态的个性化的实时监测；通过经过心理学研究验证的渐变连续操作任务进行算法建模和数据校准，解决了以往希望不能跨场景进行注意稳定性状态监测的问题。

技术领域

本发明涉及人机环系统技术领域，涉及一种飞行员在监控任务过程中，注意的稳定性状态(包括注意正常和注意过度集中状态)的实时监测系统。

背景技术

飞行员注意稳定状态实时监测是人机环中人体状态识别技术的一种。人机环人体状态识别的目的是通过对人的行为、认知和情感状态进行实时的识别，以实现对人的能力的评价、系统安全的监控和人机交互效率的提升等效果。注意力、情绪、疲劳、工作负荷和操作意图是最受关注的、最有应用价值的几种人体状态。

在飞行作战任务中，注意稳定性有时是影响战斗胜败的关键因素。比如，飞行员常在锁定敌机时进入注意力过度集中的状态，产生注意隧道效应，而没能注意到本机被尾随攻击，导致被击落。因此，如果座舱可以对飞行员注意稳定状态进行实时的监测，在飞行员处于注意过度集中状态时进行预警和干预，可以提高飞行员的战斗力。

现有的注意稳定状态监测主要有三方法。第一，通过操作行为特征的变化来实现检测注意稳定状态。比如，在医学上，可以通过让人在一段时间内进行警觉性任务并测量其反应时的变化，来测量一个人维持注意稳定性的能力。第二，通过眼动行为模式的变化来实现检测注意稳定状态。比如，通过眼睛是否注视主任务区域，可以判断人的注意力是否被分散。第三，通过脑活动特征的变化来实现检测注意稳定状态。比如，通过脑电仪采集人的脑电数据，并分析其变化模式，可以判断人处于注意集中状态或分心状态。

以上三种方法各有其局限性。通过操作行为特征的变化来实现注意稳定状态识别的方法一般只能用于识别人维持注意力的能力，当用于实时监测时，会存在时间延迟的缺点(当注意分散并导致行为绩效下降以后，才能监测出注意的分散)。通过眼睛是否注视主任务区域来实现注意稳定状态识别的方法只能由于在空间上能区分不同任务区域的任务场景。通过脑活动特征的变化来实现检测注意稳定状态的方法有的需要在飞机座舱上难以采用的多通道的脑电采集设备来采集多通道的脑电信号作为输入，有的则针对特定使用场景建模(如学生听课)、不能迁移到飞行场景。综上所述，现有的注意稳定状态监测方法都没能解决在飞机座舱中对飞行员注意稳定状态有效地实时监测的问题。

发明内容

本发明的目的是提供一种基于脑电与眼动数据的飞行员注意稳定状态实时监测系统，利用便携式的脑电和眼动设备所采集的数据，实现在飞机座舱中实现可行的、有效的飞行员注意稳定状态实时监测。

一种基于脑电与眼动数据的飞行员注意稳定状态实时监测系统，包括脑电和眼动数据采集模块、神经生理数据处理模块、神经生理特征校准模块和注意稳定性计算模块，其中：

脑电和眼动数据采集模块与用户佩戴的便携式脑电仪和眼动仪连接，并对脑电仪和眼动仪采集的脑电数据、眼动数据进行收集；

神经生理数据处理模块用于对所采集的脑电数据进行滤波、去伪迹、校准处理、特征提取，得到脑电数据特征；对眼动数据进行瞳孔大小异常变化次数特征提取并进行校准处理，得到眼动数据特征；其中，利用脑电基线特征参数对去伪迹后的脑电数据进行校准处理，利用眼动基线特征参数对眼动数据提取后的特征进行校准处理；