广视野域监控任务人机界面的自适应增强显示研究

发布时间：2020-07-25 20:17

【摘要】：随着计算机和信息技术的快速发展,智能运行控制系统呈现出信息综合数字化的趋势。广视野域多屏的数字化人机综合监控系统已经被广泛地应用于轨道交通、军事指挥、交通管理、航空航天、核电和医院等各类安全苛求领域中。广视野多屏的人机交互界面为用户提供了集成化的数据显示接口,提高了用户对信息的感知能力。与此同时,由于数字化技术带来的人机界面信息量的剧增使得用户对各种复杂的系统信息进行实时有效的监控变得异常困难,极易造成对关键的系统安全信息的遗漏。这将会对系统的运行安全带来严重潜在风险。如何解决上述的人机交互矛盾,保证监控人员对重要信息的实时感知,构建适应于广视野监控任务的人机显示界面成为了亟待解决的问题。本文以国家自然基金面上项目“基于任务的复杂人机交互系统操纵适配性度量与优化”和轨道交通控制与安全国家重点实验室研究课题“适用于轨道交通监控作业的增强交互技术研究”为背景,从监控人员的个体视觉注意力特征和信息的实时任务属性两个维度评价信息的动态价值,以混合熵注意力分配模型作为最优监控策略,采用自适应界面理论构建了适用于广视野域监控任务的人机增强显示界面。本文一方面基于人体空间坐标系的转换和屏幕深度位置的解算,提出了适用于广视野域的视线跟踪算法,算法通过三维仿真实验验证了其有效性,并通过进一步的畸变和随机误差抑制提高了算法的稳定性,在此理论基础上,构建了视线跟踪的实例系统,并在真实环境进行了实验验证和误差分析。上述系统为辨识操作人员在广视野环境下的个体视觉特征奠定了基础。另一方面,采用基于信息量的价值函数和基于模糊理论的信息混合熵,构建并验证了适用于监控任务的最优注意力分配模型,这为人机界面的增强显示提供了优化的监控策略。最后,基于自适应界面理论,以信息的动态价值为界面的输入层,以注意力分配模型为决策层,以界面的突显性为输出层,构建了适用于广视野域监控任务的人机增强显示界面。本研究为广视野监控任务下的人机交互设计提供了技术支撑和理论研究方法,具有重要的理论意义和应用价值。论文的主要工作包含下述几个部分:1.广视野域的视线跟踪算法的研究。为在广视野域的监控场景中实时跟踪用户的注意力行为,需要构建适用于广视野域监控任务的视线跟踪算法。通过基于人体空间坐标表达的数据转换,获得了人体视线的三维坐标系,进而求解了监控人员在多个屏幕上的视觉注视点,并深入讨论了算法的误差来源,对算法的计算过程进行了简化研究。空间深度距离的解算过程与现有其他方案进行了算法对比,最后通过仿真实验证明了算法的可行性。2.视线跟踪算法的误差抑制与效能分析的研究。为将视线跟踪算法应用到实际环境中,对广视野的视线跟踪算法的输入数据特性进行了分析,提出了针对输入设备和数据的限制和要求。采用冗余校准的方式对算法的畸变误差进行了有效的控制,使用加权平均滤波算法对输入设备引入的随机误差进行了抑制,进而构建了适用于实际的视线跟踪系统。在实际的场景中进行了系统的误差测试,验证了系统的可行性和稳定性,最后对系统的实时性能和系统的误差来源进行了分析研究,这为自适应界面的输入层的数据提供了基础的数据解决方案。3.监控人员的最优注意力分配模型的研究。使用监控任务中各类信息的重要度隶属度,通过信息量优先函数将其表征为信息价值的优先程度。基于混合熵理论,通过求解监控人员的最大心理熵值,表征了信息模糊性的注意力选择行为。合并这两个认知趋势构建了适用于监控任务的注意力分配预测模型,最后通过人因实验证明了模型的预测有效性,并与现有模型进行了对比分析,同时深入探讨了信息价值优化对信息认知影响的机理,这为自适应界面的决策层的模型构建提供了理论支撑。4.自适应增强显示界面的研究。阐述了广视野域的自适应增强显示界面的构建过程。基于熵值法对系统任务中信息优先度和监控任务中用户视线注视行为进行加权求解,获得信息价值的综合影响因子,通过该因子对界面信息进行实时价值跟踪。基于注意力分配预测模型对界面的突显性即自适应界面的输出层进行自适应改变,以期引导用户的注意力行为。最后通过实验验证了该自适应界面模型能有效提升操作人员监控绩效的有效性。
【学位授予单位】：北京交通大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：U29-39;TP11
【图文】：

一论文组织结构

、／逡逑、、、／逡逑图２－１．接触镜法眼动设备的原理示意图逡逑ｅ邋２－１．邋Ｓｃｈｅｍａｔｉｃ邋ｄｉａｇｒａｍ邋ｏｆ邋ｃｏｎｔａｃｔ邋ｌｅｎｓ邋ｍｅｔｈｏｄ邋ｆｏｒ邋ｅｙｅ邋ｔｒａｃｋｉｎｇ邋ｅｑｕｉｐｍｅｎｔ逡逑磁感应法是给用户佩戴一个特制的具有感应线圈的隐形眼镜，间建立交变的电磁场，通过电磁感应原理，测定眼球转动时，化［１３４］。佩戴这种眼动跟踪设备，需要将用户的人眼麻醉，附到眼球上，对眼球有一定的损伤。这种眼动跟踪方案精度过强，一般适用于动物或者医学领域。逡逑ＯＧ眼电法是在人眼周围特定的位置粘贴导电的电极片，人眼围产生特异性的生物电信号，即ＥＯＧ信号，通过辨识ＥＯＧ的眼动行为［７５＿７７］。ＥＯＧ眼动法对辨识用户眨眼、眼睑闭合度性［１３５＿１３７］，但是对于辨识用户的视线转移过程较为粗略，跟，同时对人也具有一定的侵入性。图２－２是一种眼镜式ＥＯＧ。逡逑

逦基于空间深度解算的广视野域视线跟踪算法逦逡逑上述的接触式眼动设备在视线跟踪的应用中只跟踪了用户眼球的运动，并没逡逑有考虑用户的头部运动，基于此构建的视线跟踪仪器通常通过限制用户的头部运逡逑动，或者使用可穿戴的设备完成用户的视线校准。逡逑计算机技术的发展为不接触人眼和皮肤进行眼动跟踪的非接触式眼动方案提逡逑供了技术支持。由于对人没有侵入性，非接触式的方案受到了研宄者的普遍欢迎，逡逑具体的技术实现方式有智能图像识别法、普尔钦图像法、巩膜－虹膜边缘法、瞳孔＿逡逑角膜反射法等。逡逑ＣＤ智能图像识别法是利用普通的视觉摄像头捕获人的面部、虹膜、瞳孔特逡逑征，通过深度学习、支持向量机、界面突显性等算法将捕获的图像和视线点的位置逡逑进行非线性的映射，从而跟踪用户的视线＠，１３８＿１４（）］。使用图像摄像头成本低廉，设逡逑备场景容易搭建，但是所依赖的虹膜和瞳孔映射识别算法受头部转动的影响很大，逡逑精度一般。图２－３显示了应用图像识别算法对眼部特征的识别过程。逦逦逦

【参考文献】

相关期刊论文 前10条

1 郑燕;王t

本文编号：2770313