使用非侵入性方法实时认知工作负载评估:系统性审查
1Wm Michael Barnes '64 Department of Industrial and Systems Engineering, Texas A&M University, College Station, TX, USA.
Ergonomics
|December 31, 2025
概括
实时认知工作负载 (CWL) 评估使用生理和行为监测,主要使用可穿戴设备. 结果指导了测量工具和计算模型的选择,以提高人类的性能和安全.
科学领域:
- 人与计算机的交互
- 认知科学 认知科学
- 生物医学工程 生物医学工程
背景情况:
- 实时认知工作负载 (CWL) 评估对于在苛刻的操作环境中提高人类性能和安全至关重要.
- 监控CWL有助于理解操作员状态和优化系统设计.
- 现有研究强调需要对CWL评估方法进行全面审查.
研究的目的:
- 综合了50项关于生理和行为CWL监测的同行评审研究的发现.
- 检查CWL评估中的当前实践,方法趋势和技术进步.
- 在现实世界CWL系统部署中提供测量和模型选择的指导方针.
主要方法:
- 对50项同行评审的认知工作负载评估研究进行系统审查.
- 分析生理学测量,包括心电图 (ECG),光电脉冲图 (PPG),皮电活动 (EDA),脑电图 (EEG) 和皮肤温度 (SKT).
- 包括诸如眼睛跟踪和分析计算方法 (机器学习,深度学习,混合模型) 等行为措施.
主要成果:
- 可穿戴设备主要用于 (约74%) CWL监控.
- 生理测量显示了与不同任务需求 (认知,感知,运动,物理) 的调整.
- 传统的机器学习 (32%) 和统计模型 (21%) 优于深度学习 (14%),混合方法的趋势显著 (22%).
结论:
- 该审查提供了当前CWL评估实践和技术趋势的全面概述.
- 根据任务要求,为选择合适的测量技术和计算模型提供了指导方针.
- 未来的研究应该专注于适应性框架,以实现无的现实世界CWL系统实施,以提高人类的性能和安全.
