[发明专利]一种无人机飞行员动态行为评估系统

权利要求书

1.一种无人机飞行员动态行为评估系统，其特征在于：包括以下步骤：

步骤一：多传感器综合测量心理状态：

利用温度传感器检测无人机飞行员的体温，用于监测无人机飞行员不同状态变化下的体温分布情况；利用心率传感器检测无人机飞行员的心率，用于监测无人机飞行员任务操作过程中的不同心率状态，如兴奋、疲劳状态下的心率变化；利用人体动作、姿态检测的图像传感器检测无人机飞行员的姿态行为，用于监测无人机飞行员不同行为状态下的姿态变化；利用面部表情的可见光图像传感器检测无人机飞行员的面部表情，根据面部表情的变化检测无人机飞行员的心情状态；利用眼动仪传感器检测无人机飞行员的眼睛关注度，以及根据眼睛的闭合情况检测眼睛疲劳状态；利用人脑意念传感器检测无人机飞行员是否注意力集中。

步骤二：无人机飞行模拟器视景子系统建模：

模拟器视景子系统中的建模对无人机训练驾驶员的使用体验及评估质量具有重要的作用，主要是根据研究真实地形、真实任务的特征和构造来建立高度仿真的模型可实现特殊情况下情景模拟，如地形障碍、发动机失效等特情；为了保证仿真的数据的高度仿真性，在地形的表面需要加入特征物，如建筑物、树木、运动的鸟类，进而生成全部的视景数据库；为了特情仿真的真实性，会在不同场景中出现不同的特情，并随着飞行员的不同操作熟悉程度，选择与提升特情的复杂度；

步骤三：基于深度学习的数据库搭建：

通过无人机飞行员在无人机飞行模拟器视景子系统飞行，将多传感器综合测量采集的数据为样本建立特征空间样本库，并结合真实无人机飞行过程中采集的、统计的飞行状态与指令操作等信息，采用神经网络训练学习算法搭建数据库；

步骤四：无人机操作员态势感知与决策水平分析评估算法的智能评估技术：

采用基于贝叶斯网络的态势感知水平分析算法和基于梯度提升树的态势感知水平评估算法的组合算法，建立特征数据样本和结果类型判定之间的映射关系，实现多种特征数据与单一结果判定一一对应的映射关系；

步骤五：评估结果输出：

根据多种特征数据与单一结果判定一一对应的映射关系，给出无人机飞行员的状态评估，估计无人机飞行员当前是否适合该任务，以及对无人机任务控制站任务可做出相应的调整。

2.如权利要求1所述的一种无人机飞行员动态行为评估系统，其特征在于：步骤三包括以下步骤：

(1)构建多个维度的特征数据样本库，通过动做采集传感器采集到的无人机飞行员操作数据和视频追踪技术反演出的无人机飞行数据进行融合作为操作状态特征数据；由反映了飞行员关注度的脑电波传感器和眼动仪传感器、反映了飞行员心情的体温和面部表情可见光传感器以及反映了飞行员疲劳程度的心率传感器和姿态动作传感器输出的各个特征数据进行融合作为心理状态的特征数据，以这两种类型的特征数据为样本建立特征空间样本库；

(2)设计神经网络训练学习算法，通过不断采集不同试飞行员的特征数据样本，丰富数据样本库的样本内容，强化深度学习能力。

3.如权利要求1所述的一种无人机飞行员动态行为评估系统，其特征在于：步骤四包括以下步骤：

(1)基于贝叶斯网络的态势感知水平算法，在训练过程根据无人机操作先验知识对无人机操作员态势感知及态势感知相关要素的逻辑关系定义贝叶斯网络结构，根据无人机操作员态势感知评估实验的实验数据训练网络；在测试、推理过程根据无人机操作员态势感知己知相关因素的观测结果，对未知的相关要素、态势感知水平进行推测；在归因分析的过程中，根据相关要素与态势感知节点关联和概率分布，对态势感知相关因素进行排序，对态势感知形成的原因进行分析；

(2)基于梯度提升树的态势感知水平评估算法对未知因素(缺失数据)根据其先验概率分布进行采样，根据采样结果补全对数据维度进行补全，完整的数据输入梯度提升树模型输出态势感知的评估结果；

(3)最后两个算法的评估结果基于融合策略进行融合形成最终的无人机操作员态势感知水平评估结果，系统将无人机操作员态势感知水平形成的归因分析结果和无人机操作员态势感知水平的评估结果输出。