基于眼动指标的飞行员注意状态识别可行性研究

在未来高度自动化的飞行器中,飞行员的作业将以监控任务为主,飞行员注意状态的实时检测和干预技术是保证飞行安全的重要基础性技术。本文采用心理学的缓发持续操作任务(GradCPT)试验范式和眼动追踪技术,探索采用眼动指标来识别飞行员注意状态的可行性。试验招募了30名被试验者,分别完成约30min的GradCPT任务,同时利用眼动仪收集眼动数据。根据被试验者作反应时的特征,被试验者在试验过程中的注意状态被划分为“专注”和“非专注”两种状态。眼动数据显示,瞳孔大小的平均值和变异性、扫视持续时间、扫视峰值速度以及注视持续时间均随注意状态的波动而发生显著的变化。该结果表明,通过眼动追踪技术来识别人的注意状态是可行的。未来的研究可以通过机器学习的方法,以眼动指标作为输入特征,构建针对飞行员的注意力实时监测系统。