疲劳程度认知方法及空中交通管理风险分析方法
阅读：19发布：2020-05-15
专利汇可以提供疲劳程度认知方法及空中交通管理风险分析方法专利检索，专利查询，专利分析的服务。并且本 发明 实施例 公开了一种疲劳程度认知方法及空中交通管理 风 险分析方法，其中，疲劳程度认知方法，包括：获取前测数据以及后测数据；比较所述前测数据以及后测数据，以得到比较结果；根据所述比较结果确定被测人员是否疲劳。实施本发明实施例的疲劳程度认知方法，可以弥补目前国内航空管制员尚无较为统一的疲劳测试方法的空白。，下面是疲劳程度认知方法及空中交通管理风险分析方法专利的具体信息内容。
1.一种疲劳程度认知方法，其特征在于，包括：
获取前测数据以及后测数据；
比较所述前测数据以及后测数据，以得到比较结果；
根据所述比较结果确定被测人员是否疲劳。
2.如权利要求1所述的疲劳程度认知方法，其特征在于，获取前测数据以及后测数据具体包括：
在所述被测人员上岗前，对所述被测人员进行首次检测，记录所述被测人员执行认知任务中的第一反应时和第一正确率，并将所述第一反应时和第一正确率作为所述前测数据；
在所述被测人员完成任意一个工作时段后，对所述被测人员进行再次检测，记录所述被测人员执行认知任务中的第二反应时和第二正确率，并将所述第二反应时和第二正确率作为所述后测数据。
3.如权利要求2所述的疲劳程度认知方法，其特征在于，所述认知任务包括数字识别任务、正反字识别任务以及词色匹配实验。
4.如权利要求3所述的疲劳程度认知方法，其特征在于，所述方法包括：
将所述第一反应时与第二反应时、第一正确率与第二正确率进行比较；
若所述第二反应时长于所述第一反应时、或所述第二正确率低于所述第一正确率，则确定所述被测人员处于疲劳状态；
若所述第二反应时短于所述第一反应时、或所述第二正确率高于所述第一正确率，则确定所述被测人员处于非疲劳状态。
5.一种空中交通管理风险分析方法，其特征在于，包括：
通过ASIS系统获取原始数据；
对所述原始数据进行分析，以得到评估数据，所述评估数据包括各个地区空管局不安全事件的影响因素。
6.如权利要求5所述的空中交通管理风险分析方法，其特征在于，对所述原始数据进行分析，以得到评估数据，具体包括：
从全年、各地区空管局、四个季度、事件类型、事发部门与责任类型合并五方面，对所述原始数据进行分析，以得到评估数据。
7.如权利要求6所述的空中交通管理风险分析方法，其特征在于，对所述原始数据进行分析，以得到评估数据，具体包括：
从全年、四个季度、事件类型、事发部门与责任类型合并四方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异，从而得到所述评估数据。
8.如权利要求6所述的空中交通管理风险分析方法，其特征在于，对所述原始数据进行分析，以得到评估数据，具体包括：
从各地区空管局方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异；
若不安全事件发生频率在统计水平上存在差异，则进行logistic回归，以得到所述评估数据。
疲劳程度认知方法及空中交通管理风险分析方法
技术领域
背景技术
[0002] 航空管制员的疲劳一直是航空安全领域较为关注的一个问题。为了保证航空安全，就要求航空管制员的疲劳程度不能过高。但目前国内航空管制员尚无较为统一的疲劳测试方法。
[0003] 民航空管不安全事件风险管理中，空中交通管理风险分析是必不可少的一部分。但现有的空中交通管理风险分析方法都无法为各地区空管局的管理提供较为可靠的依据。
发明内容
[0004] 本发明实施例的一目的在于提供一种疲劳程度认知方法，以弥补目前国内航空管制员尚无较为统一的疲劳测试方法的空白。
[0005] 本发明实施例的另一目的在于提供一种空中交通管理风险分析方法，以为各地区空管局的管理提供较为可靠的依据。
[0006] 为实现上述目的，第一方面，本发明实施例提供了一种疲劳程度认知方法，包括：
[0007] 获取前测数据以及后测数据；
[0008] 比较所述前测数据以及后测数据，以得到比较结果；
[0009] 根据所述比较结果确定被测人员是否疲劳。
[0010] 第二方面，本发明实施例提供了一种空中交通管理风险分析方法，包括：
[0011] 通过ASIS系统获取原始数据；
[0012] 对所述原始数据进行分析，以得到评估数据，所述评估数据包括各个地区空管局不安全事件的影响因素。
[0013] 实施本发明实施例的疲劳程度认知方法，可以弥补目前国内航空管制员尚无较为统一的疲劳测试方法的空白。
[0015] 为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0016] 图1是本发明第一实施例提供的疲劳程度认知方法的示意流程图；
[0017] 图2是本发明第一实施例提供的疲劳程度认知系统的结构示意图；
[0018] 图3是本发明第一实施例提供的空中交通管理风险分析方法的示意流程图；
[0019] 图4是本发明第一实施例提供的空中交通管理风险分析系统的结构示意图。
具体实施方式
[0020] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0021] 应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0022] 还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0023] 如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0024] 请参考图1，是本发明第一实施例所提供的疲劳程度认知方法的流程示意图，如图所示，该方法可以包括如下步骤：
[0025] S101，获取前测数据以及后测数据。
[0026] 具体地，在被测人员上岗前，对被测人员进行首次检测，记录被测人员执行认知任务中的第一反应时和第一正确率，并将所述第一反应时和第一正确率作为所述前测数据；在所述被测人员完成任意一个工作时段后，对所述被测人员进行再次检测，记录所述被测人员执行认知任务中的第二反应时和第二正确率，并将所述第二反应时和第二正确率作为所述后测数据。
[0027] 举例来说，管制员上岗前用15分钟的时间完成此测试，在讲解完操作步骤后，让管制员依次完成三个测试任务，在数字识别任务中，当屏幕上出现数字时(0-9之间)，尽快地按下对应的数字键，测试程序会自动地记录下管制员的反应时和正确率。
[0029] 在词色匹配任务中，如果屏幕上出现的词语与词语本身的颜色一致，则尽快地按下F键，如果词语语义与颜色不一致，则尽快地按下J键。软件仍然自动地记录管制员的反应时和正确率。
[0030] 随后管制员正常工作。在完成一个值班过程下班后，再次重复上述步骤。
[0031] S102，比较所述前测数据以及后测数据，以得到比较结果。
[0032] S103，根据所述比较结果确定被测人员是否疲劳。
[0033] 具体地，将所述第一反应时与第二反应时、第一正确率与第二正确率进行比较；
[0034] 若所述第二反应时长于所述第一反应时、或所述第二正确率低于所述第一正确率，则确定所述被测人员处于疲劳状态；
[0035] 若所述第二反应时短于所述第一反应时、或所述第二正确率高于所述第一正确率，则确定所述被测人员处于非疲劳状态。
[0036] 举例来说，比较前后测记录下的反应时和正确率。如果其后测反应时长于前测反应时，且在统计水平上显著，则说明存在显著的疲劳效应，如果其后测反应时短于前测反应时，且在统计水平上显著，说明存在显著的练习效应。正确率的表现正相反，如果后测正确率低于前测，说明存在显著的疲劳效应，如果后测正确率高于前测，说明存在显著的练习效应：数字识别任务出现疲劳效应说明出现了感知疲劳；正反字任务出现疲劳效应说明出现了想象疲劳；词色匹配任务出现疲劳效应说明出现了注意疲劳。
[0037] 本发明实施例所提供的疲劳认知程度方法，主要采用了三种认知任务来分别探测三种认知功能(感知、想象、注意)的疲劳情况。包括数字识别、正反字识别、词色匹配(Stroop)实验。数字识别可以反应出感知疲劳的程度，正反字识别可以表明想象疲劳的情况，Stroop实验可以反应出注意疲劳的程度。
[0038] 检测使用流程为在航空管制员上岗前进行检测(前测)，记录其在三种任务中的反应时和正确率，在其完成一个工作时段后进行再次检测(后测)，同样记录反应时和正确率。将前后测的反应时和正确率进行比较。
[0039] 1)、数字识别：屏幕上随机出现任意一个个位数字(0-9)，要求被试尽可能快地按下键盘上对应的数字键。
[0040] 2)、正反字识别：如表2.1所示，屏幕上出现“方”字的正字或者反字，并且伴随有字体角度的变化，分别旋转0度(朝上)、90度(朝右)、180度(朝下)、270度(朝左)，要求被试尽快地辩认出其为正字还是反字。正字即为正常的“方”字形，反字即为将“方”字相对于纸面进行镜面旋转而成。如表2.1所示，即为8个条件的具体内容。
[0041] 表2.1正反字识别任务的8个条件：
[0042]
[0043] 3)、词色匹配(Stroop)实验：屏幕上出现表示颜色的汉语词组，如“黄色”，同时字体的颜色在“一致”的条件下与词组意义相同，如用黄色字体表示“黄色”，在“不一致”的条件下与词组的意义不同，如用绿色字体表示“黄色”。要求被试判断词组意义与词组的字体颜色是否一致。在本研究中，条件1代表词色不匹配，难度较高，条件2代表词色匹配，难度较低。
[0044] 检测疲劳原理为如果其后测反应时长于前测反应时，且在统计水平上显著，则说明存在显著的疲劳效应，如果其后测反应时短于前测反应时，且在统计水平上显著，说明存在显著的练习效应。正确率的表现正相反，如果后测正确率低于前测，说明存在显著的疲劳效应，如果后测正确率高于前测，说明存在显著的练习效应。
[0045] 结果发现，数字识别任务的反应时和正确率都可以用来较为灵敏地反应感知疲劳水平。正反字任务和词色匹配任务的反应时平均值也可以在一定程度上作为想象疲劳和注意疲劳的参考指标。
[0046] 需要说明的是，尽管三种任务的反应时平均数能作为疲劳参考指标，但是正反字和词色匹配任务的反应时在前后测上的差异并未达到统计显著水平，这可能是因为这两项任务对疲劳的敏感程度仍然不够精细造成的。但是仍然具有一定的参考意义。
[0047] 此外，航空管制员的疲劳一直是航空安全领域较为关注的一个问题，为了保证航空安全，就要求航空管制员的疲劳程度不能过高，本发明所提供的测试方法用量化的方式来测量航空管制员的疲劳程度，用数据说明管制员是否确实存在疲劳，能够较为有效地测试管制员在岗后的疲劳程度及疲劳种类，为国内航空管制员排班制定提供较为可靠的数据支持。也可以作为航空管制员的选拔测试，检验候选人的抗疲劳水平。
[0048] 实施本发明实施例所提供的疲劳程度认知方法，可以弥补目前国内航空管制员尚无较为统一的疲劳测试方法的空白。
[0049] 相应地，在上述实施例所提供的疲劳程度认知方法的基础上，本发明实施例还提供了一种疲劳程度认知系统。请参考图2，该疲劳程度认知系统包括：
[0050] 获取模块10，用于获取前测数据以及后测数据；
[0051] 比较模块11，用于比较所述前测数据以及后测数据，以得到比较结果；
[0052] 确定模块12，用于根据所述比较结果确定被测人员是否疲劳。
[0053] 具体地，获取模块10具体用于：
[0054] 在所述被测人员上岗前，对所述被测人员进行首次检测，记录所述被测人员执行认知任务中的第一反应时和第一正确率，并将所述第一反应时和第一正确率作为所述前测数据；
[0055] 在所述被测人员完成任意一个工作时段后，对所述被测人员进行再次检测，记录所述被测人员执行认知任务中的第二反应时和第二正确率，并将所述第二反应时和第二正确率作为所述后测数据。
[0056] 具体地，比较模块11具体用于：将所述第一反应时与第二反应时、第一正确率与第二正确率进行比较。
[0057] 具体地，确定模块12具体用于：
[0058] 若所述第二反应时长于所述第一反应时、或所述第二正确率低于所述第一正确率，则确定所述被测人员处于疲劳状态；
[0059] 若所述第二反应时短于所述第一反应时、或所述第二正确率高于所述第一正确率，则确定所述被测人员处于非疲劳状态。
[0060] 需要说明的是，本实施例中疲劳程度认知系统的具体工作流程请参考前述方法实施例部分的描述，在此不再赘述。
[0061] 实施本发明实施例的疲劳程度认知系统，可以弥补目前国内航空管制员尚无较为统一的疲劳测试方法的空白。
[0062] 请参考图3，是本发明第一实施例所提供的空中交通管理风险分析方法的流程示意图，如图所示，该方法可以包括如下步骤：
[0063] S301，通过ASIS系统获取原始数据；
[0064] S302，对原始数据进行分析，以得到评估数据。
[0065] 其中，该评估数据包括各个地区空管局不安全事件的影响因素。
[0066] 具体地，对所述原始数据进行分析，以得到评估数据，具体包括：
[0067] 从全年、各地区空管局、四个季度、事件类型、事发部门与责任类型合并五方面，对所述原始数据进行分析，以得到评估数据。
[0068] 进一步地，对所述原始数据进行分析，以得到评估数据，具体包括：
[0069] 从全年、四个季度、事件类型、事发部门与责任类型合并四方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异，从而得到所述评估数据；
[0070] 从各地区空管局方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异；
[0071] 若不安全事件发生频率在统计水平上存在差异，则进行logistic回归，以得到所述评估数据。
[0072] 对空管不安全事件的评估数据，本研究主要采用全年各地区空管局上报ASIS的数据进行分析。分别从全年、各地区空管局、四个季度、事件类型、事发部门与责任类型合并的五方面进行分析。
[0073] 1)全年分析，从全年四个季度，事发单位，事发子部门，事件类型和责任类型几个方面进行。主要统计发生的不安全事件的数量，进行描述性统计后，加以卡方检验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异。
[0074] 2)以事发单位(各地区空管局)角度分析，从四个季度，事发单位，事发子部门，事件类型和责任类型几个方面进行。
[0075] 主要统计发生的不安全事件的数量，进行描述性统计后，加以卡方检验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异。
[0076] 随后进行交互作用的卡方检验，包括事发单位*季度交互作用、事发单位*责任类型交互作用、事发单位*事发子部门交互作用、事发单位*事件类型合并交互作用。通过这些交互作用的检验，如果发现确实存在统计上的差异，则可以进行下一步的分析，即使用多元logistic回归的方法建立整合模型，以讨论影响这几种变量的显著因素有哪些。
[0077] 以事发单位(各地区空管局)为因变量，以起显著交互作用的因素为自变量做logistic回归。
[0078] 具体分析步骤如下：分别以每个事发单位(七大空管局)作为参考，进行多元logistic回归，回归因素包括季度，事发单位，事发子部门，事件类型和责任类型，检验这些因素中哪些能在模型中起到显著作用，随后将结果进行整理，整理出每个事发单位分别以其他6个事发单位为参考时对不安全事件的发生起显著作用的因素包括哪些。建立每个事发单位自己的不安全事件发生影响特征模型。最后以全国七大管理局为参考的logistic回归模型。
[0079] 最后整理出简表，对每个事发单位来讲，对不安全事件的发生起到显著影响的是哪些因素中的哪几个变量。
[0080] 3)以各季度角度分析，从事发单位(各地区空管局)，事发单位，事发子部门，事件类型和责任类型几个方面进行。主要统计发生的不安全事件的数量，进行描述性统计后，加以卡方检验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异。
[0081] 随后进行交互作用的卡方检验，包括事发部门*季度、季度*事件类型、季度*责任类型。
[0082] 4)以事件类型进行分析，进行交互作用的卡方检验，包括事件类型*事发部门、事件类型*责任类型。
[0083] 5)以事发部门和责任类型角度进行分析，进行交互作用的卡方检验，包括责任类型*事发部门的交互作用。
[0084] 综合以上5种角度的分析，最后总结出对于每个事发单位(地区空管局)来讲，应该着手加强哪方面的管理，以减少不安全事件的发生。
[0085] 需要说明的是，上述方法是较为理想状况下的模型假设，若要应用于实际，存在两个问题，其一，在实际应用中，需要加入更多因素以更贴切实际，本方法目前因为数据采集原因，只能局限于上述提到的各种因素中(如季度、事发部门等)，在未来工作中，视条件而定，可采集更多方面的数据，以便于更加细致地进行分析。其二，本方法数据采集依靠ASIS系统进行，此系统需要各地空管系统进行人为上报，在上报过程中，具体情况可能存在偏差，如将大多数不安全事件的责任归于责任待定，无法提供非常准确的信息。在未来应用中，在数据采集过程中仍然需要提高数据的准确性，以及数据的类型。但是在目前情况下，本方法仍然可以作为民航空管不安全事件风险管理的参考，为各地区空管局的管理提供较为可靠的依据。
[0086] 实施本发明实施例的空中交通管理风险分析方法，通过高级统计的数据分析方法，建立了每个地区空管局发生不安全事件的影响因素，找到了影响不安全事件发生的显著因素，为各地区空管局有侧重地进行风险管理提供了可靠的参考依据。
[0087] 相应地，在上述实施例所提供的空中交通管理风险分析方法的基础上，本发明实施例还提供了一种空中交通管理风险分析系统。请参考图4，该空中交通管理风险分析系统包括：
[0088] 获取模块20，用于通过ASIS系统获取原始数据；
[0089] 分析模块21，用于对原始数据进行分析，以得到评估数据；其中，该评估数据包括各个地区空管局不安全事件的影响因素。
[0090] 具体地，分析模块21具体用于：
[0091] 从全年、各地区空管局、四个季度、事件类型、事发部门与责任类型合并五方面，对所述原始数据进行分析，以得到评估数据。
[0092] 进一步地，分析模块21用于：
[0093] 从全年、四个季度、事件类型、事发部门与责任类型合并四方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异，从而得到所述评估数据；
[0094] 从各地区空管局方面，统计所述原始数据中不安全事件的数量，并加以交互作用的卡方试验进行分析，以验证不安全事件发生频率是否在统计水平上存在差异；
[0095] 若不安全事件发生频率在统计水平上存在差异，则进行logistic回归，以得到所述评估数据。
[0096] 需要说明的是，本实施例中空中交通管理风险分析系统的具体工作流程请参考前述方法实施例部分的描述，在此不再赘述。
[0097] 实施本发明实施例的空中交通管理风险分析系统，通过高级统计的数据分析方法，建立了每个地区空管局发生不安全事件的影响因素，找到了影响不安全事件发生的显著因素，为各地区空管局有侧重地进行风险管理提供了可靠的参考依据。
[0098] 以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 管制员疲劳检测方法及装置、管制员疲劳响应方法及装置 | 2020-05-11 | 970 |
| 空中交通管制工作质量评估方法及相关装置 | 2020-05-13 | 310 |
| 基于置信区间的空中交通管制员疲劳检测方法、装置和系统 | 2020-05-20 | 660 |
| 一种能够快速放行中短程飞机起飞的系统化方法 | 2020-05-24 | 481 |
| 空中交通管制员疲劳风险的评估方法、系统、介质及设备 | 2020-05-19 | 836 |
| 一种用于管制员模拟训练效果自动测评的系统及方法 | 2020-05-19 | 825 |
| 基于历史轨迹数据的空中交通管制员工作负荷评估方法 | 2020-05-15 | 887 |
| 一种空中交通管制员坐席排班方法、电子设备、存储介质 | 2020-05-14 | 945 |
| 一种基于BiLSTM的陆空通话复诵语义自动校验方法 | 2020-05-17 | 766 |
| PERFORMANCE-BASED TRACK VARIATION FOR AIRCRAFT FLIGHT MANAGEMENT | 2020-05-25 | 1038 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
空中交通管制员热门专利
-
2 空中交通管制方法
QQ群二维码
意见反馈
意见反馈