基于多源生理数据融合的飞行员工作负荷评价方法研究

作     者：江佳运 孙有朝 张夏 宴传奇 JIANG Jia-yun;SUN You-chao;ZHAN Xia;YAN Chuan-qi

作者机构：南京航空航天大学民航学院南京211106 

出 版 物：《人类工效学》 (Chinese Journal of Ergonomics)

年 卷 期：2023年第29卷第3期

页      面：1-10页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 1004[医学-公共卫生与预防医学(可授医学、理学学位)] 100402[医学-劳动卫生与环境卫生学] 10[医学] 

基　　金：国家自然科学基金委员会-中国民用航空局民航联合研究基金项目资助(U2033202,U1333119) 国家自然科学基金项目资助(52172387) 

主　　题：航空交通工程 人因工程 交通安全 飞行员工作负荷 生理参数 ECG EMG SVM 

摘      要：目的通过分析多源异构生理数据,提出评价飞行员工作负荷的机器学习方法,从而优化飞机驾驶舱人机工效学设计。方法在Kamov Ka-52飞行模拟器中进行12组飞行测试,每组测试包含五种类型的正常或异常事件。在飞行过程中收集了心电(ECG)、肌电(EMG)、脉搏和呼吸数据。首先对飞行过程进行定性分析,以显示飞行条件和工作负荷的总体趋势。然后,通过主成分分析(PCA)评估不同飞行阶段的工作量,并选择有效的生理参数进行降维并融合。最后,三种不同的机器学习模型,即基于支持向量机的(PWE-SVM)、基于遗传算法优化的支持向量机(PWE-GASVM)和基于反向传播神经网络的飞行员工作负荷评估模型(PWE-BP)被提出来量化飞行中的工作负荷。结果需要高水平操作技能和注意力集中的告警、地形跟随和着陆过程的飞行员工作负荷也相对较高。肌电和心电参数较脉搏和呼吸参数可以更有效的反应工作负荷。PWE-GASVM在飞行员工作负荷评估上表现最好。结论提出的飞行员工作负荷评估方法有效可行。