[发明专利]一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法

说明书

本发明公布了一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法，该方法通过眼动仪获取飞行员注意力分配数据，通过飞行参数数据划分不同任务情景，提取飞行员生理信号划分其疲劳等级，对不同任务情景、不同疲劳等级下的飞行员注意力分配情形进行区分。眼动仪采集飞行员在仿真平台下执行任务时的眼动数据；对飞行参数高维时间序列进行分割聚类，划分不同任务情景；采集飞行员心电数据进行时频域分析，结合眼动数据和听觉反应时建立疲劳状态判别分类器；通过兴趣区域注视点百分比、回视次数、重要程度表征注意力分配特性，提取支持度最高的注意力分配情形作为模式，可对无人机飞行员的操控起指导作用，对优化无人机操控平台界面设置也有重要意义。

技术领域

本发明涉及无人机飞行操控训练领域，具体为一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法，可对任务情景相关联的无人机飞行员视觉注意力分配模式进行提取，进而用于对飞行员眼动行为起指导作用。

背景技术

现代无人机操控系统中，自动化程度非常高，无人机飞行员的主要职能已由操控转变为监视。在执行不同的飞行任务时，无人机飞行员需要同时对各种各样的信息进行监控，故存在最优的视觉注意力分配模式使得飞行员能够最准确、最及时地完成信息收集，这种模式对无人机飞行员具有很强的指导意义。此外，该模式还可以应用于无人机控制系统信息界面显示布局的工效评测和优化设计中，对进一步改善飞行绩效、提高飞行安全性有重要作用。

任务情景是影响飞行员注意力分配最主要的因素，除此之外，由于操作的减少和监视的增多，飞行员在任务执行中会更易陷入疲劳，故提取飞行员不同疲劳等级下的注意力分配模式非常有必要。

目前，对飞行员注意力分配进行测评的方法主要有主观评价法、眼动追踪法以及数学建模法。主观评价法多采用测评量表或是问卷调查的方式，但因其主观因素过多，且难以生成量化标准，不能准确反映实际情况，只能作为辅助手段。眼动追踪法是目前比较常用的方法，通过眼动仪间接获取视觉注意力定量化特征，测量结果比较准确客观。数学建模法是最可能全面深入视觉注意力机理开展研究的方法，一直都受到航空工效学界的重视，但是视觉注意力机理非常复杂，目前尚没有成熟的数学模型能够全面考虑到各个层面的影响，离直接应用于航空工程实践尚有很远的距离。

公开号为CN102693349A的中国发明专利公开了一种基于飞机驾驶舱显示界面的飞行员注意力分配功效测评系统和方法。该方法通过飞行显示信息重要度等级和飞行员检出信息平均反应时等参数，计算出参与测评的飞行显示信息的注意力分配比例值。但是该发明从信息论的角度进行分析，缺少真实眼动数据的支撑。另外也没能考虑到飞行员的生理状态差异，不适用于无人机飞行员的注意力分配模式提取。

公开号为CN104463216A的中国发明专利公开了一种基于计算机视觉的眼动模式数据自动获取方法。该方法将模式数据获取过程分为学习阶段和测试阶段，学习阶段获得单眼注视模型，测试阶段通过SVM分类器得到预测值，对比得到被试眼动模式数据。但是该发明中眼动模式仅针对于不同频率光栅刺激任务下，不适用于无人机侦察任务这种相对复杂的任务情形。

发明内容

针对现有技术中存在的不足，本发明提供了一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法，该方法通过获取无人机飞行员注意力分配情况，提取不同任务情景、不同疲劳等级下飞行员注意力分配的普遍规律，作为飞行员注意力分配模式，对无人机飞行员的操控具有很强的指导意义。

本发明的技术方案为：

所述一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法，其特征在于：包括以下步骤：

步骤1：设置飞行任务，明确无人机飞行员在任务各个阶段需要执行的操作；无人机飞行员按照飞行任务要求在模拟仿真平台上执行飞行任务，使用眼动采集装置获取飞行员在试行飞行任务过程中的眼动数据，对眼动数据进行预处理，提取注视点数据；