眼动指标检测管制疲劳的有效性

为探索检测管制疲劳指标的性能,利用模拟塔台管制软件和眼动仪搭建实验平台进行实验,设计了扫视速度、注视点数、平均注视时长、扫视幅度、闪光融合频率和眼闭合时间比例(percentage of eyelid closure time,PERCLOS)6项指标;并利用卡罗林斯卡嗜睡量表对主观疲劳程度进行评定。通过疲劳前后各项指标的差异显著性,从与疲劳的相关性、受试者工作特征曲线两个方面进行分析,分别评估了指标单项检测和联合检测管制疲劳的性能。研究结果表明:扫视速度、注视点数、闪光融合频率和PERCLOS指标与疲劳呈中度及以上显著相关;其检测管制疲劳的性能在中等及以上水平,可以作为检测管制疲劳的参考指标。指标联合检测管制疲劳的性能要优于单项检测,可以更为准确地检测管制疲劳。所有指标中PERCLOS指标是检测管制疲劳指标中性能最好的指标。     

基于多元线性回归分析的空中交通管制疲劳预测模型

管制疲劳已成为影响民航安全运行的重要影响因素。为实时检测管制疲劳,积极进行疲劳预警,应用多元回归方法建立了眼动指标与疲劳的预测模型。通过利用眼动仪采集模拟管制实验中被试分别在正常与疲劳状态下的各项实验数据,并记录其主观疲劳程度。实验结果表明,被试的扫视速度、闪光临界融合频率(CFF)、眼闭合时间比例和瞳孔直径在疲劳前后存在显著差异,且与疲劳均呈较强相关;所建立的多元线性回归模型对管制疲劳的预测准确率为68.75%。本研究可以作为管制疲劳的检测和预警的技术储备措施,对保障民航安全具有重要意义。     

基于多元线性回归分析的管制疲劳预测模型

管制疲劳已成为影响民航安全运行的重要影响因素。为实时检测管制疲劳,积极进行疲劳预警,应用多元回归方法建立了眼动指标与疲劳的预测模型。通过利用眼动仪采集模拟管制实验中被试分别在正常与疲劳状态下的各项实验数据,并记录其主观疲劳程度。实验结果表明,被试的扫视速度、闪光临界融合频率(CFF)、眼闭合时间比例和瞳孔直径在疲劳前后存在显著差异,且与疲劳均呈较强相关;所建立的多元线性回归模型对管制疲劳的预测准确率为68.75%。本研究可以作为管制疲劳的检测和预警的技术储备措施,对保障民航安全具有重要意义。     

注视时长及扫视速度与管制负荷的关系研究

利用雷达管制模拟机设定了不同工作负荷水平下的管制任务,采用tobii X2-60眼动仪,对16名被试在不同工作负荷下的实时眼动数据进行采集。在分别分析了注视时长、扫视速度与工作负荷变化关系的基础上,建立了注视时长及扫视速度与工作负荷的回归模型,并对模型的准确性进行了验证。结果表明:随着工作负荷的增大,注视时长和扫视速度都会随之减小。回归模型的准确性在85%以上。     

基于嵌入式平台的人脸疲劳检测算法

提出一种基于眼部和嘴部相结合的人脸疲劳检测算法,利用深度学习对人脸特征点进行定位,并通过眼部特征点计算PERCLOS参数,计算过程中详细讨论了不同特征对于PERCLOS参数提取的精确性,最后用角度特征来计算PERCLOS参数,同时将PERCLOS的时序信号进行频域分析,进而检测眼部代表的疲劳程度。与眼部协同的嘴部也是疲劳的重要指标,详细论述并提出了一种眼部和嘴部的疲劳协同参数。实验结果表明本文提出的方法是有效的,可以定量反映人的疲劳程度。同时将其部署在移动端用于车载疲劳检测和使用手机过程中的疲劳检测。     

高速公路驾驶人超车过程视觉行为特性

基于驾驶模拟器构建高速公路超车行为模拟场景,利用眼动仪采集30位驾驶人的眼动视频数据,通过后处理软件逐帧分析,获得驾驶人超车过程中注视、扫视和眨眼等视觉行为参数。将驾驶人视觉区域划分为左后视镜、右后视镜、原始车道、目标车道和其余区域共5部分,经过统计分析,获得驾驶人视觉区域驻留概率。研究结果表明:驾驶人超车过程中目标车辆的速度对注视频率、扫视频率、眨眼频率和平均眨眼时间没有显著影响,与平均扫视时间正相关,与平均注视时间负相关;在同一速度水平下,超车目标为大型车时,驾驶人的平均注视时间、平均扫视时间较长,注视频率、扫视频率较低。超车过程中驾驶人在原始车道和目标车道的驻留时间概率超过70%,在左后视镜和右后视镜驻留时间概率相差不大,均为7%左右,在其他区域驻留时间概率为10%左右。驾驶人主要通过观察目标车道和原始车道获得交通信息,通过左后视镜和右后视镜获得交通信息的概率(约为14%)高于其余区域。     

基于眼球运动参数视觉疲劳评价

视觉显示终端疲劳研究是视觉疲劳研究的主体,通过被试者在视觉显示终端疲劳眼动实验,分析眼动数据与视觉疲劳之间关系,拟合视觉疲劳与眼睑张开值、瞳孔直径、注视时间比例、扫视时间比例函数关系,通过皮尔森系数测量各参数权重,提出疲劳度测量眼动参数公式,并用实测数据验证公式正确性。     

草原公路直线段路侧景观对驾驶员视觉特性的影响

 视觉系统是驾驶员获取行车信息的主要通道,而公路路侧景观是引起驾驶员视觉刺激的重要因素之一。以不同路侧景观的草原公路直线段作为研究对象,利用眼动仪采集5名驾驶员的眼动指标并进行分析。结果表明,驾驶员在景观相对复杂路段的瞳孔直径和扫视幅度较大,眨眼持续时间与注视持续时间较小;不同路侧景观对驾驶员的眨眼持续时间、注视持续时间、扫视幅度影响不显著;对驾驶员的瞳孔直径影响显著。本研究可为分析草原公路路侧景观对驾驶员疲劳的影响提供参考。     

扇区流量分配方式对管制员情景意识的影响探究

随着市场经济的不断发展和人民生活水平的显著提高,越来越多的人选择乘坐飞机出行,我国航空需求量大大增加,其航空安全问题也备受关注。据不完全统计,现阶段,航空不安全事件的发生与大部分空中交通管制员的情境意识下降有关,所以空中交通管制员的情境意识对预防航空不安全事件具有重要影响。该文主要选择了10名管制学员作为被试,在雷达管制模拟机上进行区域管制模拟实验,利用Tobii X2-60眼动仪记录他们的眼动行为数据。通过分析注视点百分比、注视时间百分比、注视点的平均注视时间、平均瞳孔尺寸和平均扫视幅度5个眼动指标,探究扇区流量分配方式对管制员的情景意识的影响。     

集装箱桥吊司机眼动疲劳度分析

为揭示港口集装箱桥吊司机眼睛疲劳规律,采用视线跟踪技术和智能优化算法相结合,分析桥吊司机操作过程中的眼动参数与驾驶疲劳之间相关性,运用眼动参数建立驾驶疲劳推断评判模型.设计了驾驶员实测操作实验方案,确定注视时间百分比、注视点数目为眼动测量指标,研究眼动测量指标与驾驶疲劳的相关性.分析驾驶员眨眼、注视、眼跳三种眼动形式实测数据与驾驶疲劳的线性与非线性变化关系,求得注视分布变异系数,得到注视分布变异系数与驾驶疲劳之间的关系.     

管制员与管制学员模拟雷达管制中注视转移规律研究

对比管制员和管制学员于模拟管制中的眼动模式,探索其注视转移规律,为管制员培训等提出建议。将被试根据管制资格和经历分成管制员组和管制学员组,整合雷达管制模拟机和眼动仪进行实验,记录管制员组和管制学员组被试管制过程的眼动数据,应用马尔科夫链模型分析被试的注视转移特征。不管当前注视点位于哪个区域,两组被试转移回原区域的概率均大于转移至其他区域的概率。管制员的注意转移模式呈现"环形",管制学员组的注意转移模式呈现"星型"居多。眼动模式跟管制经验相关,通过眼动指标的分析,可以得知注视转移规律,为管制员培训等提出建议。     

基于计算机视觉的驾驶员疲劳状态检测预警技术研究

疲劳驾驶是造成交通事故的主要原因之一，为提高驾驶员疲劳驾驶状态的智能化检测水平，提出一种基于计算机视觉的面部多特征疲劳驾驶检测算法。该算法采用多线程优化后的Dlib（图像处理开源库）实现对驾驶员面部的定位与追踪，利用Dlib开源库中的人脸关键点检测器对驾驶员面部关键特征点进行提取，实时计算驾驶员眼部的纵横比（EAR）和嘴部长宽比（MAR），并以自制视频流数据集作为实验样本计算出相关阈值，有效提高了检测算法的普适性，在此基础上，计算出眨眼频率、闭眼次数、眼睛闭合时间百分比（perclos）以及打哈欠频率这四个反映驾驶员疲劳状态的指标，并利用数学方法进行指标实时融合，根据融合指标的数值对驾驶员疲劳状态进行分级，最终通过实验验证该疲劳检测系统的准确性。结果表明，提出的综合疲劳指标能够准确反映在不同环境和光照下驾驶员的疲劳状态和发展趋势，驾驶员疲劳判定的正确率达到97.5%以上。     

基于眼动数据的民航飞行学员运动推断能力分析

为提高飞行安全水平,提升飞行学员运动推断能力,通过整合维也纳心理测试系统(Vienna psychological test system,VTS)和眼动仪,构建实验系统。选取民航飞行学员作为被试,获取飞行学员匀速直线、变速曲线运动实验过程中两种形式下的眼动数据,结合被试的不同经验水平,研究分析其在两种形式下的眼动特征数据。结果表明:匀速直线运动实验中,测试时长与平均扫视距离、平均扫视速度显著眼动数据存在负相关性;变速曲线运动实验中,测试时间偏差、距离偏差与平均扫视时间和平均扫视距离显著眼动数据相关性较弱。在现有选拔基础上可增加运动推断能力测试,同时结合显著眼动指标(平均扫视距离、平均扫视速度)进行飞行学员的选拔。     

基于决策树的驾驶疲劳等级分析与判定

为了提高疲劳检测的精度,通过驾驶模拟试验采集了15位中青年有经验驾驶员的车辆横向位置、方向盘操控、眼动等多源数据并计算疲劳特征指标,同时采集驾驶员主观疲劳程度并通过视频回放进行校核,在此基础上建立疲劳等级与特征指标的决策树模型,结果表明,对于区别疲劳等级最显著的变量有闭眼时间比例(percentage of eye closure,PERCLOS)、车道偏移标准差、越线时空面积、方向盘反转率,且上述变量与疲劳等级呈正相关;PERCLOS为最优的疲劳等级划分变量,并获取了2个重要阈值:当PERCLOS小于2.8%时,驾驶员处于严重疲劳状态的比例为零;当PERCLOS大于21.9%时,驾驶员处于未疲劳状态的比例为零;该模型预测的总正确率为64.31%.为了校验模型,从15位驾驶员中随机选取了4位进行模型校验试验.校核结果表明该模型的正确率达63.22%.模型在2次试验中都未发现将严重疲劳识别为未疲劳的情况.     

基于改进Yolov3的驾驶员疲劳检测

本文基于多信息融合方法研究了驾驶员疲劳检测技术。通过改进的Yolov3算法与卡尔曼滤波算法的结合进行人脸检测。利用一种基于提升树的算法实现脸部关键点检测。并基于单位时间里眼睛闭合时间所占的百分比(PERCLOS),最长持续闭眼时间和哈欠次数这三个特征进行多特征融合的疲劳检测。在实车录制数据集上进行验证,实验证明该方法平均识别正确率达92.5%, 具有较高的准确率,针对复杂环境有较强的鲁棒性,对于将来的研究有着重大意义。     

循时点穴和健脑按摩对游泳运动员闪光融合频率及速度素质的影响

为研究循时点穴和健脑按摩对游泳运动员闪光融合频率及速度素质影响的机制。对16名男性游泳运动员,通过了20周的实验,测定了实验组和对照组的闪光融合频率值、记忆力和注意力值以及专项成绩。结果发现实验后实验组的以上各值与对照组有显著性差异（p＆lt;0.05）。说明了循时点穴和健脑按摩能调节运动员的大脑皮层和机体的机能,及工作效率,从而提高了速度素质。     

基于共同空间模式的扫视信号特征提取算法

为了提高基于眼电图(EOG)的扫视信号识别正确率,提出了一种基于共同空间模式(CSP)的扫视信号特征提取算法.该算法首先利用事先标注好的标签数据进行CSP空域滤波器设计,并采用联合近似对角化的方法解决多分类问题;在此基础上,使用该滤波器对原始多导联眼动信号进行空域滤波,滤波输出即为扫视信号的特征参数.在实验室环境中使用支持向量机对上、下、左、右四类扫视信号进行识别,所提算法的平均正确率达到了97.7%.实验结果表明基于CSP的扫视信号特征提取算法在眼动信号分析中呈现出良好的分类性能.     

违纪质询中人像辨认欺骗的眼动甄别研究

嫌疑人在侦查中进行人像辨认的时候,经常隐瞒与某人的相识关系而企图割断自己与案件的联系,也有证人在人像辨认的时候否认和歪曲事实而进行虚假指认。在违纪质询真实的情绪压力下对196例被试进行的人像辨认眼动实验结果表明,通过眼动测试特定的程序和方法,采集并分析辨认主体的眼动数据,可发现嫌疑人在进行人像辨认时特定的眼动特征和眼动模式,进而对辨认结果的真实性与可靠性进行甄别和判断。平均注视时长、目标区回视与扫视次数、瞳孔大小变化、眼跳均速、眼跳减速度峰值等指标均可作为甄别嫌疑有效的眼动指标。     

塔台管制中NNI注视指数与情境意识的相关性研究

为挖掘测量塔台管制员情境意识（SA）的可用眼动指标,搭建模拟塔台管制眼动试验平台,设计3组难度试验。用NASA-TLX量表评估被试的任务负荷,对其进行方差分析,验证了试验设计的合理性;利用NNI算法量化被试的注视模式,用3D-SART量表评估被试的SA,利用SPSS软件对被试的NNI注视指数与SA进行以任务负荷为控制变量的偏相关分析和无控制变量的皮尔逊相关性分析。结果表明,被试的NNI注视指数与SA有显著中度正相关,且相关程度不受试验难度影响;NNI注视指数可以作为测量塔台管制员SA的一项眼动指标。     

塔台管制中最邻近指数注视指数与情境意识的相关性研究

为挖掘测量塔台管制员情境意识(SA)的可用眼动指标,搭建模拟塔台管制眼动试验平台。设计3组难度试验。用NASA-TLX量表评估被试的任务负荷,对其进行方差分析,验证了试验设计的合理性。利用NNI算法量化被试的注视模式,用3D-SART量表评估被试的SA,利用SPSS软件对被试的NNI注视指数与SA进行以任务负荷为控制变量的偏相关分析和无控制变量的皮尔逊相关性分析。结果表明,被试的NNI注视指数与SA有中度正相关,且相关程度不受试验难度影响;NNI注视指数可以作为测量塔台管制员SA的一项眼动指标。