基于眼动仪的飞行员疲劳判定方法研究

发布时间：2017-12-18 13:28

  本文关键词：基于眼动仪的飞行员疲劳判定方法研究

  更多相关文章： 眼动追踪 疲劳检测 眼动仪 飞行员 人为因素

【摘要】：安全是民航永恒的主题。在诱发航空事故的诸多人为因素当中,民航从业人员的疲劳问题一直是危害民航安全的重要因素。疲劳已成为航空安全人为因素研究的瓶颈。据民航统计表明,在民航飞行系统运行过程中因疲劳问题曾诱发多起航空事故。本研究在总结与分析国内外疲劳判定研究基础上,对眼动追踪技术在疲劳判定的应用进行可行性分析,设计眼动追踪疲劳判定流程,构建飞行员状态数据采集平台。首先,针对实验被测试者实施不同状态下的眼动追踪,并记录特征行为样本数据。其次,通过眼动仪数据处理系统导出数据,研究不同状态下飞行员特征行为变化规律,利用粗糙集约简出合适的疲劳判定属性。再次,采用基于BP神经网络的疲劳判定方法进行飞行员疲劳判定。在分析和总结不同状态下特征行为规律基础上,通过对新采集特征行为数据样本的分析,依据修正的参考标准对其相应的生理状态做出判定,将实验判定结果与采用PERCLOS判定的结果进行对比验证分析,结论验证了采用基于BP神经网络的疲劳判定方法的合理性。本文主要完成了以下工作:1.由于目前尚未有专业的飞行员疲劳状态数据采集平台,本文搭建了以FaceLAB眼动仪为核心的模拟飞行员疲劳参数数据采集平台。2.采用基于二元信道的粗糙集属性约简方法,将112个属性在互信息并无明显变化的情况下,约简为10个属性。3.在借鉴和分析前人研究的基础上,对约简结果的10个属性分三类用BP神经网络分别学习,并将分类结果综合处理,得到一种基于BP神经网络的飞行员疲劳判定方法。该方法的疲劳状态正确识别率要远高于PERCLOS方法,完全可以应用到实际中去。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：V328;TP18

【参考文献】

中国期刊全文数据库 前7条

1 沈永增;胡立芳;冯继妙;;多源信息融合在驾驶疲劳检测中的应用[J];计算机应用与软件;2012年02期

2 贾培刚;王少梅;;一种人体头部运动姿态的测量方法[J];西安工业大学学报;2011年05期

3 马添翼;成波;;基于面部表情特征的驾驶员疲劳状态识别[J];汽车安全与节能学报;2010年03期

4 赵敏;罗可;廖喜讯;;基于免疫遗传算法的粗糙集属性约简算法[J];计算机工程与应用;2007年23期

5 霍志勤;民用航空安全文化建设刍论[J];中国民航学院学报;2005年01期

6 田启川,潘泉,王峰,张洪才;基于Metropolis准则的BP神经网络学习算法研究[J];自动化技术与应用;2003年05期

7 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期

，

本文编号：1304346