[发明专利]基于生理指标的无人机操作人员工作状态评估方法及系统

权利要求书

1.基于生理指标的无人机操作人员工作状态评估方法，其特征在于，包括以下步骤：

采集无人机操作人员的生理指标，获得所述生理指标的评估结果和生理指标单排序权重；

采集所述无人机操作人员的当前工作任务的工作负荷状态；

基于所述评估结果、所述生理指标单排序权重、所述工作负荷状态，构建工作状态评估模型，用于评估所述无人机操作人员的工作状态，提高无人机操作任务的安全性。

2.根据权利要求1所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

采集所述无人机操作人员的脑电信号，获得所述无人机操作人员的注意力集中程度、脑负荷程度、情绪控制力；

采集所述无人机操作人员的左右臂肌肉信号，获得所述无人机操作人员的肌肉疲劳程度；

基于所述注意力集中程度、所述脑负荷程度、所述情绪控制力、所述肌肉疲劳程度，构建正互反矩阵，其中，所述正互反矩阵用于根据所述所述注意力集中程度、所述脑负荷程度、所述情绪控制力、所述肌肉疲劳的相对权重获得所述生理指标单排序权重。

3.根据权利要求2所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

所述脑电信号至少包括十六处脑电测试位置的脑电信号；

所述左右臂肌肉信号至少包括上肢三角肌中部信号、上肢三角肌前部信号、肱二头肌信号、肱三头肌信号、肱桡肌信号、尺侧腕伸肌信号。

4.根据权利要求2所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

基于所述脑电信号，去除所述脑电信号的眨眼伪迹和低频动作干扰，获得所述脑电信号的特征矩阵；

基于所述特征矩阵，通过线性核SVM分类器，获得所述注意力集中程度；

基于所述特征矩阵，通过逻辑回归分类器，获得所述脑负荷程度；

基于所述特征矩阵，提取所述脑电信号的额叶EEG偏侧化程度，获得所述情绪控制力。

5.根据权利要求4所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

采集所述脑电信号的F3通道的α波的第一强度；

采集所述脑电信号的F4通道的α波的第二强度；

通过所述第一强度和所述第二强度，获得所述情绪控制力；

所述α波的频率为8～13Hz。

6.根据权利要求5所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

所述评估结果至少包括注意力集中程度、脑负荷程度、情绪控制力、肌肉疲劳程度。

7.根据权利要求2所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

基于5阶巴特沃斯带阻滤波器，去除所述左右臂肌肉信号的工频干扰，获得所述肌肉疲劳程度。

8.根据权利要求7所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

提取所述左右臂肌肉信号的时域特征；

基于所述时域特征，通过傅里叶变换，获得所述左右臂肌肉信号的频谱分布特征；

提取所述频谱分布特征的峰值功率、平均功率、平均频率，构建肌肉组织活动评估模型，用于反映肌肉组织活动的本质；

基于所述肌肉组织活动评估模型，通过逻辑回归分类模型，构建所述左右臂肌肉信号的第一评估模型；

基于所述肌肉组织活动评估模型，通过所述线性SVM模型，构建所述左右臂肌肉信号的第二评估模型；

基于所述第一评估模型和所述第二评估模型，获得肌肉疲劳程度评估模型，用于评估所述肌肉疲劳程度。

9.根据权利要求2所述基于生理指标的无人机操作人员工作状态评估方法，其特征在于：

调整所述正互反矩阵的不一致程度指标和平均随机一致性指标的比值，获得具有一致性的所述正互反矩阵，标准化所述具有一致性的所述正互反矩阵的最大特征值对应的特征向量，获得所述生理指标单排序权重。

10.根据权利要求1-9任一权利要求所述的基于生理指标的无人机操作人员工作状态评估系统，其特征在于，包括：

生理指标估计子系统、生理指标权重标定子系统、决策子系统；

生理指标估计子系统包括生物信号采集模块、生物信号处理模块；

所述生物信号采集模块用于实时采集驾驶员的脑电信号和肌电信号并且进行放大和模数转换，通过数据线与脑电、肌电处理模块进行信号传输；

所述生物信号处理模块用于实时接收脑电、肌电信号并且对脑电、肌电信号进行处理，估计操作者的各项生理指标；

所述生理指标权重标定子系统用于针对特定的无人机操作任务，构建生理指标到工作负荷状态的映射权重，该子系统以所述生理指标估计子系统的所述生理指标的相对权重为输入，输出所述特定任务的所述生理指标单排序权重；

所述决策子系统用于根据所述生理指标估计子系统的估计结果以及生理指标权重标定子系统的所述生理指标单排序权重，对操作者当前的工作负荷状态进行判断并输出最终结果。