| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 1 | 一种空中交通管制员疲劳状态监测方法及系统 | CN202311116133.0 | 2023-08-31 | CN117152724A | 2023-12-01 | 何天剑; 刘敏; 胡翼; 廖伟; 吴喜生 |
| 本发明属于民航运行安全保障技术领域，公开一种空中交通管制员疲劳状态监测方法及系统，其中，方法包括：获取工作区域中的空中交通管制员的图像；对空中交通管制员的图像进行处理，获得人脸面部特征点的坐标向量；根据人脸面部特征点的坐标向量，确定眼睛开合状态和眼睛开合状态；对空中交通管制员的图像进行预处理，对预处理后的图像进行轮廓提取，获得人体轮廓图像；提取人体轮廓图像上的人体坐姿的特征向量，将人体坐姿的特征向量与坐姿类别模型进行匹配，确定坐姿；根据空中交通管制员的眼睛开合状态、嘴巴的开合状态和坐姿，确定空中交通管制员是否处于疲劳状态。本发明基于坐姿、眼部和嘴部特征能够准确及时发现空中交通管制员的疲劳。 | ||||||
| 2 | 空中交通管制员岗位疲劳状态监测告警系统 | CN202110521786.1 | 2021-05-13 | CN113327404A | 2021-08-31 | 何天剑; 刘敏; 胡翼; 苗迪; 王涛; 朱江; 廖翔 |
| 本发明公开了空中交通管制员岗位疲劳状态监测告警系统，包括信息采集端、综合智能分析系统以及应用端，信息采集端用于通过对现场图像以及声音的采集监视管制员工作状态；综合智能分析系统接收信息采集端采集信息，并通过对管制人员进行人脸监测、用户分布热力图分析以及疲劳度曲线分析后，判断输出该管制人员的疲劳状态信息；应用端接收管制人员的疲劳信息，告警输出后台管理平台进行管控提醒。通过对管制员高强度工作环境下疲劳状态的深入分析，利用基于人工智能AI的面部识别算法、大数据分析、机器深度学习，获取管制员疲劳状态并传递至空管值班主任的主动告警，为空管值班主任提供科学、实时、客观、智能的决策支持。 | ||||||
| 3 | 一种空中交通管制员工作负荷测量方法 | CN201510110295.2 | 2015-03-13 | CN104636890B | 2021-06-29 | 靳慧斌; 陈健; 洪远 |
| 本发明提供了一种空中交通管制员工作负荷测量方法，包括：步骤A：确定管制负荷测量指标，该管制负荷测量指标包括眼动指标和语音指标；步骤B：实时记录各眼动指标对应的眼动指标数据，以及各语音指标对应的语音指标数据；步骤C：对记录的眼动指标数据进行因子分析，计算出眼动指标数据的眼动综合因子；步骤D：以眼动综合因子和语音指标为输入因素，管制工作负荷值为输出因素，建立管制负荷回归模型。该方法能够实时、无干扰的测量管制员的工作负荷，实用性强。 | ||||||
| 4 | 基于BDI模型的空中交通管制员Agent设计方法 | CN201610993721.6 | 2016-11-10 | CN106569875A | 2017-04-19 | 隋东; 林彬; 蔡舒影 |
| 本发明公开了基于BDI模型的空中交通管制员Agent设计方法，该方法首先基于决策树设计管制员Agent的常规冲突探测算法和冲突解脱算法，然后根据BDI模型设计管制员Agent的感知行为、推理行为和决策行为，得到管制员Agent模型，接着构建仿真环境和冲突场景，验证基于BDI模型的管制员Agent的冲突探测和解脱算法。本发明基于BDI模型的空中交通管制员Agent设计方法，能够有效地评估新概念新技术的成本与收益，评估空管运行安全水平，为空中交通的规划与管理提供技术支持。 | ||||||
| 5 | 一种空中交通管制员工作负荷测量方法 | CN201510110295.2 | 2015-03-13 | CN104636890A | 2015-05-20 | 靳慧斌; 陈健; 洪远 |
| 本发明提供了一种空中交通管制员工作负荷测量方法，包括：步骤A：确定管制负荷测量指标，该管制负荷测量指标包括眼动指标和语音指标；步骤B：实时记录各眼动指标对应的眼动指标数据，以及各语音指标对应的语音指标数据；步骤C：对记录的眼动指标数据进行因子分析，计算出眼动指标数据的眼动综合因子；步骤D：以眼动综合因子和语音指标为输入因素，管制工作负荷值为输出因素，建立管制负荷回归模型。该方法能够实时、无干扰的测量管制员的工作负荷，实用性强。 | ||||||
| 6 | 一种空中交通管制员工作负荷测量方法 | CN201110192572.0 | 2011-07-11 | CN102306297A | 2012-01-04 | 张明; 韩松臣 |
| 本发明公开了一种空中交通管制员工作负荷测量方法，属于民航空中交通管制领域。该方法首先对基本空中交通事件进行分类，其次基于人类工效学确立基本管制行为的分类，并通过雷达语音记录仪统计分析管制通话，建立易观测的管制员工作负荷统计模型，然后通过机器学习，得到通过空中交通事件确定的基本管制单元工作负荷，并确定该工作负荷的修正系数，最后利用该系数修正易观测的管制员工作负荷统计模型，确定管制员工作负荷测量模型。本发明可实现对于管制员工作负荷准确量化度量，为民航管制技能培训、空域扇区容量评估及空域规划设计提供了依据。 | ||||||
| 7 | 空中交通管制员模拟培训通信终端 | CN200820075429.7 | 2008-07-23 | CN201229677Y | 2009-04-29 | 王超 |
| 本实用新型涉及一种空中交通管制员模拟培训通信终端，包括与话务盒耳机连接的话务盒，还包括串口接头座、串口接头及脚踏开关，话务盒通过串口接头座及串口接头与脚踏开关相连。本实用新型的有益效果是，可以实现真实管制工作环境的通信过程模拟，提高管制员培训过程中对管制工作的感受，且终端组成简单、方便实用、效果突出。 | ||||||
| 8 | 一种基于多特征融合的空中交通管制员认知负荷评估方法 | CN202310843971.1 | 2023-07-11 | CN116595423B | 2023-09-19 | 杨红雨; 杨静; 武喜萍; 吴郑源 |
| 本发明公开了一种基于多特征融合的空中交通管制员认知负荷评估方法。通过弱接触性设备采集心率、语音和眼动数据，并提取所有数据的管制负荷评估指标；基于CNN Transformer自注意力网络，第一分支网络提取心率和眼动深度特征，第二分支网络提取深度语音时空特征，并对提取到的特征进行融合和分类，并进行模型训练；最后应用模型，向网络模型输入所需识别的数据，模型输出相应的认知负荷水平。本发明方法通过使用多模态特征融合的深度学习方法，采用眼动指标、心脏活动指标和语音指标综合评估管制员的认知负荷；通过弱接触性设备采集数据，并使用注意力机制提高模型准确性，使得数据采集更加侵入性小、敏感性低、可靠性高、实用性佳。 | ||||||
| 9 | 基于监控视频的空中交通管制员不安全行为分类方法 | CN202210966731.6 | 2022-08-12 | CN115410035A | 2022-11-29 | 高曙; 揣明瑞; 罗帆 |
| 本发明提出了基于监控视频的空中交通管制员不安全行为分类方法及控制方法，包括：S1获取数据集；S2数据集处理：将数据集输入至目标检测层，定位每一个管制员在图像中的位置坐标，将每一个管制员目标从原图像中裁剪出来；S3搭建双线性池化网络；S4设计双域混合注意力机制；S5采用交叉熵作为损失函数，对搭建的网络模型进行训练；S6进行指标评估，指标评估达到设定值则训练完成，将待检测视频图像输入至基于双域混合注意力机制的双线性池化网络模型得到分类结果。本发明通过引入双域混合注意力机制增加对不安全行为分类有重要影响的局部分类特征权重，削减次要信息特征权重，达到提高管制员不安全行为分类精度的目的。 | ||||||
| 10 | 一种空中交通管制员培训效果智能评价方法及装置 | CN202011199912.8 | 2020-10-30 | CN112330133A | 2021-02-05 | 沈志远; 冯铮; 陈章齐 |
| 本发明提供空中交通管制员培训效果智能评价方法及装置。该方法首次建立空中交通管制员培训效果评价指标集，所述指标集为国内首次建立。建立第一神经网络，所述第一神经网络的输入层包括N个输入节点和5个输出节点；所述每个输入节点与每个二级指标一一对应；所述每个输出节点与每个一级指标一一对应；获得管制员在模拟机上的实验数据，并获得实验数据对应的每个二级指标的数量，作为第一神经网络的输入层，利用第一神经网络计算获得5个输出值分别对应5个一级指标的打分；利用模糊数学方法，将输出值去模糊化获得评分；判断是否采纳上述评分，若采纳，则输出评分结果；反之，人工重新对5个一级指标进行打分，并将对应的实验数据与重新打分后的结果作为一组训练数据更新上述第一神经网络。 | ||||||
| 11 | 基于历史轨迹数据的空中交通管制员工作负荷评估方法 | CN201910066247.6 | 2019-01-24 | CN110060513A | 2019-07-26 | 康瑞; 周天琦; 朱萍; 郑潇雨 |
| 本发明公开了一种基于历史轨迹数据的空中交通管制员工作负荷评估方法，包括以下步骤：历史飞行轨迹的获取与处理；遍历轨迹集合中各个航空器的历史飞行轨迹，对轨迹进行线性拟合；推算可能产生的管制指令、协调信息和管制监控航空器架次；计算总的工作时间即工作负荷，完成空中交通管制员工作负荷评估。本发明从航空器历史轨迹入手，通过分析历史航迹中航空器航行诸元变化的趋势，推算管制指令类型，并根据管制指令次数、发布时机、实际飞行流量分布及变化，量化管制员管制指挥工作业务量，评估单位时间内管制员工作负荷。 | ||||||
| 12 | 基于主成分分析的空中交通管制员疲劳检测方法、装置和系统 | CN201510641524.3 | 2015-09-30 | CN105225420A | 2016-01-06 | 张建平; 刘丹; 陈晓; 徐祥刚 |
| 本发明提供一种空中交通管制员疲劳检测方法、装置和系统，所述方法包括：步骤1，接收实时音视频全数据采集装置获取的管制席位视频监控数据和陆空通话数据；步骤2，对所述管制席位视频监控数据和陆空通话数据进行检测分析，得到管制员疲劳指标检测数据；步骤3，利用管制员疲劳指标检测数据进行主成分分析，确定主成分后，计算当前时刻管制员疲劳度指数，若超出一定范围，则触发告警。该疲劳检测方法、装置和系统，集成了面部和语音特征，能够应用于空中交通管制领域，具有较强的实用性和可操作性。 | ||||||
| 13 | 一种空中交通管制员注意力动态分配的测量方法 | CN201510252471.6 | 2015-05-18 | CN105078480A | 2015-11-25 | 靳慧斌; 陈健; 蔡亚敏 |
| 本发明提供了一种空中交通管制员注意力动态分配的测量方法的技术方案，该方案的方法利用眼动仪，通过对管制员眼动轨迹数据与飞机坐标的拟合，判断管制员对飞机的实时注视点，结合管制员基本记忆与遗忘时间区间，确定管制员对每架飞机在每个时刻的注意力分配值，为深入研究和防控提供基础支持数据。 | ||||||
| 14 | 基于智能耳麦的空中交通管制员安全能力自动监控系统 | CN201510367436.9 | 2015-06-29 | CN104992280A | 2015-10-21 | 黄俊祥; 张战波; 陈晓光; 施和平 |
| 本发明涉及空中交通安全管理领域，具体的是，是一种基于智能耳麦的空中交通管制员安全能力自动监控系统。本发明公开了基于智能耳麦的空中交通管制员安全能力自动监控系统，它包括采集人体生理心理状态数据的状态数据量化模块，存储人员生理心理状态的历史数据以及实时数据的状态信息数据库模块，评估管制员生理心理要素的安全能力评价模块，安全能力实时监视模块对人体状态数据及对应的安全能力进行实时监视，和管制员生理心理数据进行统计分析的安全能力管理模块。本发明可应用于民用航空的空中交通管制。 | ||||||
| 15 | 一种面向空中交通管制员的人物画像生成方法及系统 | CN202311727478.X | 2023-12-15 | CN117709789A | 2024-03-15 | 吴振亚; 王建; 徐雯; 王珂; 张义林; 王雪峰 |
| 本发明公开了一种面向空中交通管制员的人物画像生成方法及系统，方法包括：构建空中交通管制员评价指标体系；基于空中交通管制员评价指标体系设定数据无量纲化规则；构建画像标签语料库并获取画像标签生成规则；根据空中交通管制员评价指标体系，基于层次分析法计算各评价指标的主观权重，并基于熵权法计算各评价指标的客观权重，根据主观权重和客观权重生成最终的指标权重；获取待评价管制员信息，基于数据无量纲化规则对待评价管制员信息进行数据预处理，并根据画像标签生成规则和指标权重生成画像标签及岗位匹配度得分，以得到人物画像结果。本发明基于指标体系生成数值化、具象化的人物画像，实现对空中交通管制员各维度能力客观准确的刻画。 | ||||||
| 16 | 一种远程塔台空中交通管制员态势感知评估模型建立方法 | CN202311242213.0 | 2023-09-25 | CN117314189A | 2023-12-29 | 潘卫军; 潘璇; 左青海; 栾天; 王玄; 王润东; 邓蕾蕾; 陈志远; 何沁悦 |
| 本发明公开了一种远程塔台空中交通管制员态势感知评估模型建立方法，首先通过冻结测量法，针对远程塔台管制工作特点，设计态势感知测量表，对不同工作场景下的管制员态势感知能力进行评估，获得不同场景下的分值作为不同元素对于态势感知影响的重要性模糊评价的依据；之后基于得分情况通过层次分析法，计算出各要素对远程塔台管制员态势感知的详细权重值；最后通过远程塔台管制员态势感知各影响因素的详细权重值结合冻结测量得出的分值作为BP神经网络的预训练数据，最终构建出评估远程塔台管制员态势感知的模型。本发明将心理学、生理学等人体学科知识应用于系统的优化，从而提高远程机坪塔台系统效能，有效提高舒适感和工作绩效。 | ||||||
| 17 | 民航空中交通管制员班组轻度和中度疲劳程度的检测方法 | CN201710781119.0 | 2017-09-01 | CN107607641B | 2020-09-08 | 张建平; 陈振玲; 李丽丽; 丁鹏欣; 徐先发; 杨晓嘉 |
| 本发明涉及一种民航空中交通管制员班组轻度和中度疲劳程度的检测方法，包括如下步骤：S1：采集民航空中交通管制员班组的尿液样本，然后对尿液样本进行预处理；其中，尿液样本包括上班工作前的尿液样本和工作后的尿液样本；S2：采用液相色谱‑飞行时间质谱法对预处理后的样本分别进行分离检测；S3：将班组工作后的尿液样本与上班工作前的尿液样本的检测结果进行配对比对，筛选出特征性生物标志物；S4：将筛选的特征性生物标志物与民航空中交通管制员疲劳程度相关的生物标志物进行比较，判定民航空中交通管制员的疲劳程度。本发明提供的民航空中交通管制员班组轻度和中度疲劳程度的检测方法，操作简便，可信度高。 | ||||||
| 18 | 基于空中交通管制员陆空通话语音的疲劳监测方法 | CN201910369924.1 | 2019-05-06 | CN110164471A | 2019-08-23 | 冯铮; 沈志远; 潘国壮 |
| 本发明提供一种基于空中交通管制员陆空通话语音的疲劳监测方法，涉及民航运行安全保障技术领域，包括以下几个步骤：首先构建管制员陆空通话语音数据库；其次，对语音信号进行时频分析；再次，建立语音疲劳特征向量；随后，确定基于语音特征的疲劳判决准则；最后，根据疲劳状态的判决准则监测空中交通管制员的疲劳状态；本发明相较于现有的疲劳状态监测方法在减小监测成本的同时，大大提高了监测的速度和准确度，有效应用于民航管制员疲劳状态监测及安全保障。 | ||||||
| 19 | 空中交通管制员疲劳风险的评估方法、系统、介质及设备 | CN201811074962.6 | 2018-09-14 | CN109214693A | 2019-01-15 | 张建平; 邹国良; 陈振玲; 丁鹏欣; 姜薇 |
| 本发明提供一种空中交通管制员疲劳风险的评估方法、系统、介质及设备。所述方法，包括：获取当前统计周期内影响空中交通管制员整体疲劳风险的当前疲劳参数；根据所述当前疲劳参数，计算在当前统计周期内空中交通管制员整体疲劳风险的当前疲劳系数；根据所述当前疲劳系数和历史疲劳系数，评估在当前统计周期内空中交通管制员的整体疲劳风险。能够针对空中交通管制员较大群体以及整个行业在现阶段的疲劳风险进行宏观评估。通过对较大群体疲劳风险的评估，能够为空管运行单位定岗定员提供决策参考，能够使管理者根据疲劳风险适时补充人力资源、合理排班，降低管制员疲劳风险，防止空管运行单位超负荷、超能力运行。 | ||||||
| 20 | 基于主成分分析的空中交通管制员疲劳检测方法、装置和系统 | CN201510641524.3 | 2015-09-30 | CN105225420B | 2018-08-31 | 张建平; 刘丹; 陈晓; 徐祥刚 |
| 本发明提供一种空中交通管制员疲劳检测方法、装置和系统，所述方法包括：步骤1，接收实时音视频全数据采集装置获取的管制席位视频监控数据和陆空通话数据；步骤2，对所述管制席位视频监控数据和陆空通话数据进行检测分析，得到管制员疲劳指标检测数据；步骤3，利用管制员疲劳指标检测数据进行主成分分析，确定主成分后，计算当前时刻管制员疲劳度指数，若超出一定范围，则触发告警。该疲劳检测方法、装置和系统，集成了面部和语音特征，能够应用于空中交通管制领域，具有较强的实用性和可操作性。 | ||||||
QQ群二维码
意见反馈
意见反馈