[发明专利]操控工效分析方法、设备及系统

权利要求书

1.一种操控工效分析方法，包括：

获取操控选手操控目标对象执行目标任务产生的操控行为数据和生理信息数据，其中，所述操控行为数据包括反映所述操控选手在执行目标任务的过程中，对任务执行设备的操控行为的数据，还包括所述操控选手在执行完目标任务后对自身精神疲劳状态、脑负荷状态的主观评价结果，所述操控行为数据包括：目标对象的移动轨迹、操控杆的加速度、操控杆的角度；

根据所述操控行为数据和所述生理信息数据，获得所述操控选手对于设定的精神疲劳评价指标的评分、对于设定的脑负荷评价指标的评分、和对于设定的情绪评价指标的评分；

根据所述操控选手对于所述精神疲劳评价指标的评分、对于所述脑负荷评价指标的评分、和对于所述情绪评价指标的评分，获得所述操控选手的操控评分；

根据所述操控评分，执行设定的操作，

其中，所述根据所述操控选手对于所述精神疲劳评价指标的评分、对于所述脑负荷评价指标的评分、和对于所述情绪评价指标的评分，获得所述操控选手的操控评分包括：

根据所述操控行为数据和所述生理信息数据，确定预设的与精神疲劳评价指标对应的第一生理特征向量的向量值、以及与脑负荷评价指标对应的第二生理特征向量的向量值；所述第一生理特征向量包括影响所述精神疲劳评价指标的多个第一生理特征；所述第二生理特征向量包括影响所述脑负荷评价指标的多个第二生理特征；将所述第一生理特征向量的向量值输入预置的精神疲劳识别模型，获得所述操控选手对于所述精神疲劳评价指标的评分；其中，所述精神疲劳识别模型反映第一生理特征向量与精神疲劳评价指标的评分之间的映射关系；

将所述第二生理特征向量的向量值输入预置的脑负荷识别模型，获得所述操控选手对于所述脑负荷评价指标的评分；其中，所述脑负荷识别模型反映第二生理特征向量与脑负荷评价指标的评分之间的映射关系；

将所述生理信息数据输入预置的情绪识别模型，获得所述操控选手对于所述情绪评价指标的评分；其中，所述情绪识别模型反映操控行为数据和生理信息数据与情绪评价指标的评分之间的映射关系，

其中，所述根据所述操控选手对于所述精神疲劳评价指标的评分、对于所述脑负荷评价指标的评分、和对于所述情绪评价指标的评分，获得所述操控选手的操控评分包括：

将所述操控选手对于所述精神疲劳评价指标的评分、对于所述脑负荷评价指标的评分、和对于所述情绪评价指标的评分输入预置的结构方程模型，获得所述操控选手的所述操控评分，

其中，所述方法还包括获得所述结构方程模型的步骤，包括：

获取第四训练样本，其中，一个第四训练样本对应一位测试人员，一个第四训练样本反映对应测试人员对于所述精神疲劳评价指标的评分、对于所述脑负荷评价指标的评分和对于所述情绪评价指标的评分与实际的操控评分之间的映射关系；

对于任意一条第四训练样本，根据对应的测试人员执行对应的目标任务所产生的操控行为数据和生理信息数据，得到对应测试人员对于精神疲劳评价指标的评分、对于脑负荷评价指标的评分和对于情绪评价指标的评分；根据对应的测试人员执行对应的目标任务所产生的操控结果数据，得到所述实际的操控评分；

根据所述第四训练样本进行机器学习训练，得到所述结构方程模型；

其中，所述结构方程模型包含精神疲劳评分、脑负荷评分、情绪评分、认知状态与操控评分五个隐变量，

通过所述第四训练样本对所述结构方程模型进行训练，利用广义最小二乘法进行所述结构方程模型中的参数估计，确定所述结构方程模型中每一条边上的权重，量化每个认知状态对操控评分的影响程度。

2.根据权利要求1所述的方法，其中，所述生理信息数据包括脑电信号；任一生理特征向量包括脑电特征；

确定任一生理特征向量的向量值的步骤包括：

获取所述脑电信号的脑电功率谱，作为目标脑电功率谱；

从预设的多个功率谱分类中，确定所述目标脑电功率谱所对应的功率谱分类，作为目标功率谱分类；

根据所述目标功率谱分类所对应的脑节律，确定对应生理特征向量的向量值。