基于眼睛跟踪和心率变化数据的远程塔控制器的情境意识预测
Weijun Pan1, Ruihan Liang2, Yuhao Wang2
1Flight Technology and Flight Safety Research Base of the Civil Aviation Administration of China, Civil Aviation Flight University of China, Guanghan 618307, China.
Sensors (Basel, Switzerland)
|April 12, 2025
概括
遥控塔技术提高了空中交通管制的效率. 这项研究使用眼睛跟踪和心率数据来准确预测空中交通管制员在模拟远程塔的情境意识 (SA).
科学领域:
- 人类因素 人类因素
- 航空航天工程 航空航天工程
- 认知科学 认知科学
背景情况:
- 遥控塔技术为机场节省了成本,但对空中交通管制员的局势意识 (SA) 提出了挑战.
- 在数字环境中评估SA对于保持航空安全和运营效率至关重要.
- 现有的SA评估方法可能无法完全捕捉远程塔运行的复杂性.
研究的目的:
- 开发和验证一种评估和预测远程塔环境中的空中交通控制器SA的方法.
- 在模拟的空中交通管制场景中调查生理数据和SA之间的关系.
- 为了解生理状态对控制器SA的影响提供理论基础.
主要方法:
- 收集了远程塔模拟参与者的眼睛跟踪 (ET) 和心率变化 (HRV) 数据.
- 使用场景呈现评估方法 (SPAM) 进行注释的数据集,探测问题与SA层次和任务流量保持一致.
- 在25个ET和HRV特征上训练了一个由树结构的Parzen估计器 (TPE) 优化的LightGBM模型,使用SHapley添加式扩展 (SHAP) 进行解释.
主要成果:
- TPE-LightGBM模型显示了对控制器SA的强有力的预测性能.
- 实现了0.0909的根平均平方误差 (RMSE),0.0730的平均绝对误差 (MAE) 和0.7845.5的调整R平方.
- SHAP分析提供了关于不同生理特征对SA预测的贡献的见解.
结论:
- 开发的TPE-LightGBM模型为远程塔运行中实时SA评估提供了一种有效的方法.
- 生理数据 (ET和HRV) 是遥远塔环境中控制器SA的重要指标.
- 这项研究有助于更好地了解先进的空中交通管制系统中的人为因素.
