[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

说明书

本发明公开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，本发明分别通过处理脑电信号和肌电信号，实现对无人机操作人员的各项生理指标状态的实时监测，再通过与特定任务相关的生理指标权重计算其实时身体状况评分。本发明提出的方法可以在无人机操作人员工作的过程中，实时检测其生理指标，并根据特定的工作任务形成其身体状况的实时评分，本发明利于提高无人机操作任务中操作者工作负荷状态检测的准确性，及无人机操作任务的安全性。

技术领域

本发明涉及人机交互科学、认知神经科学、神经工效学和安全科学领域的综合应用，尤其是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。

背景技术

随着工业自动化程度的增加，人－机系统的操作者逐渐从繁重的体力劳动摆脱出来，操作者的外部执行任务的活动逐步减少，由机器执行人的部分或者全部功能。操作者在人—机系统中角色逐步转变为监督和控制作用。与此同时，无人机技术及计算机科学快速发展，无人机的应用领域不断拓宽。欧美各国更是将无人机技术作为未来军事方面的重要提升对象和最值得发展的目标。

在人—机协同操作的过程中，工作压力、肌肉疲劳等因素可能会超过人的有限能力从而导致操作者的超负荷工作，操作者的超负荷工作很可能导致工作任务的失败或者引发严重的安全问题。在操作者工作的过程中，实时检测操作者的工作负荷状态，可以及时规避由于操作者工作负荷过高导致的不良后果。

工作负荷状态是一个神经工效学概念，学术上没有统一的量化标准，目前广泛使用的对工作负荷状态的量化指标主要为主观量表法和任务绩效法两种。主观量表法的主要不足在于评价的主观性和滞后性，针对不同操作者难以统一量化指标；任务绩效法的主要不足在于针对某一特定任务，无法得到一个客观、准确的从工作绩效水平到操作者工作负荷状态的映射关系。

发明内容

为解决上述问题，本发明提供一种融合脑电信号和肌电信号的操作者工作负荷状态实时检测系统，包括基于层次分析法的生理指标权重标定子系统、基于脑电信号和肌电信号的生理指标估计子系统和决策子系统。其中，生理指标估计子系统由生物信号采集模块、生物信号处理模块组成，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；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。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，该子系统以生理指标的相对权重为输入，以针对特定任务的生理指标单排序权重为输出。决策子系统用于根据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。

本发明涉及一种融合脑电、肌电信号和特定操作任务信息的无人机操作人员生理指标检测方法，所述方法包括：步骤1，生理指标估计子系统分别实时采集使用者脑电信号和肌电信号，进行放大和模数转换等信号预处理并估计各项生理指标；步骤2，生理指标权重标定子系统接收针对特定操作任务的生理指标相对权重并计算出针对该任务的生理指标单排序权重；步骤3，决策子系统根据生理指标估计子系统对操作者各项生理指标的实时估计结果以及生理指标权重标定子系统的生理指标单排序权重，对操作者针对当前工作任务的工作负荷状态进行判断并输出最终结果；步骤4，生产监督人员或操作者本人接收系统的输出评价结果并采取相应措施。

步骤1包括：步骤11，通过置于用户大脑头皮上的脑电电极采集用户的脑电信号以及通过置于用户手臂上的肌电电极采集用户的肌电信号，并通过脑电、肌电放大器获得并输出预处理后的脑电、肌电信号；步骤12，对预处理后的脑电、肌电信号特提取征，估计操作者的各项生理指标。

步骤11包括：步骤111，对脑电信号进行0.53-60Hz滤波，采用独立成分分析滤除眨眼伪迹；步骤112，对肌电信号进行200Hz低通滤波及工频滤波滤除噪音。