关于空中管制员压力和行为差错的问题解析

随着空中交通不断发展,空中管制员压力日渐增大,增加了行为差错的发生几率,对空中交通安全、稳定运行产生了不良影响,如何减轻管制员压力,避免行为错误,确保空中交通稳定运行受到越来越多的关注。本文将对空中管制员压力因素及与差错行为之间的关系进行分析和研究,并提出加强空中管制员压力及差错行为管理的有效对策,旨在为我国空中交通可持续发展提供参考和支持。

面向智能视频监控的空中交通管制员图像分割

为解决复杂场景下空中交通管制员检测与分割精度低、鲁棒性差的问题,提出一种基于掩码区域卷积神经网络(Mask Region-based Convolutional Neural Networks, Mask R-CNN)的管制员图像分割模型ATC Mask R-CNN(ATC Mask Region-based Convolutional Neural Networks)。首先,构建管制员监控图像数据集(ATC Monitor Image Dataset, AMID)并用于模型训练、测试;其次,在主干网络中引入瓶颈注意力模块(Bottleneck Attention Module, BAM)以增强管制员特征提取,采取改进的柔性非极大值抑制算法(Soft Non-maximum Suppression, Soft-NMS)替代NMS算法进行候选框选取,提高对遮挡目标的检测分割;最后,基于AMID进行管制员图像分割试验。结果显示:ATC Mask R-CNN的精确率、召回率和平均精度分别为96.49%、95.62%和88.84%,表明了该方法的有效性。与Mask R-CNN相比,ATC Mask R-CNN有效降低了复杂场景的不利影响,更适用于管制员工作场景,可以为管制大厅安全管理自动化应用提供技术支撑。

认知资源对空中交通管制员工作状态影响的脑电研究

以往对于空中交通管制员的工作负荷、情景意识等心理因素的分析基本是通过问卷调查或主观测量的方式来进行,很少涉及生理测量和心理过程分析,出台的相关规章和措施大多是基于以往的工作经验,以致于难以更全面地把握人的因素对空管工作的影响。本研究则从认知心理学的角度入手,根据认知资源理论和工作记忆模型等原理,创造性地通过测量和分析模拟工作状态下管制员的脑电信号的方式,考察管制员在工作时的认知加工过程。本研究发现了在空管工作中不同认知资源分配状态对管制员的警惕水平、压力水平、专注度、负荷水平等方面的影响。此研究结果对揭示空中交通管制员在工作状态下,外部环境对其内在心理所造成的影响具有较为重要的意义。

基于双流自适应图卷积网络的管制员睡岗行为识别

为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应学习的骨骼拓扑连接矩阵,挖掘管制员不同关节之间的功能连接关系;同时在卷积层引入时空通道注意力机制,增强管制员睡岗行为识别模型在时间、空间、通道3个方向提取重要信息的能力。仿真结果表明,该方法能有效识别管制员3种睡岗行为,相较于传统的时空图卷积网络,识别准确率提高了3.08百分点,达到95.03%,可以提高民航运行安全管理水平。

管制员个体工作负荷多维量化研究

为提高空管系统高效运行,聚焦管制员个体工作负荷建立量化模型;首先设计试验采集一线16名区域管制员的岗前与岗后各项指标数据,根据测试数据变化,选择出敏感变量,描述个体工作负荷;其次建立包含心理感知负荷、生理反应负荷与脑力工作负荷3个维度的综合评估指标体系,构建管制员个体工作负荷指数模型;然后通过熵权-客观组合法求解个体工作负荷指数最优权重,最终得出管制员个体工作负荷量化模型;最后进一步根据管制员个体工作负荷综合指数进行K-Means聚类分析,结果表明:管制员因个体不同岗后工作负荷存在差异。依据个体工作负荷指数大小,管制员可分为3类,A类管制员数量占总人数50%,岗后个体工作负荷增长最小;B类管制员数量占总人数43.75%,岗后负荷增长居中;C类管制员数量占总人数6.25%,岗后负荷增长最大,与教员对管制员能力的评分结果一致。

面向空中交通管制员疲劳识别的哈欠检测

空中交通管制员在指挥飞机时存在频繁嘴部开合活动。为从管制员的嘴部陆空通话行为中准确区分哈欠行为,降低管制员疲劳工作产生的安全风险,提出了一种基于视频的结合卷积神经网络(Convolutional Neural Network,CNN)与长短期记忆网络(Long and Short Term Memory Networks,LSTM)的管制员嘴部行为识别方法。首先,搭建面部定位模型提取人脸68特征点,建立嘴部几何区域提取模型划分嘴部区域;其次,建立管制员哈欠检测模型分别提取嘴部视频序列帧的空间特征与时间特征;最后,采集数据集管制员嘴部活动数据集(Civil Aviation University of China-Controller,CAUC CON)用于模型训练,通过哈欠分类模型得出序列帧内管制员嘴部哈欠识别结果。结果表明:基于视频的加入时间信息的哈欠检测方法更适合管制员的工作条件,较传统哈欠识别方法的平均识别准确率最高提升了14.4%。

空中交通管制员选拔系统的有效性研究

空中交通管制员(以下简称管制员)负责实时指挥航空器的空中以及地面交通活动。该岗位对于管制员的空间想象力、短时记忆能力、情景意识等能力均有着很高的要求。为了选拔出综合素质优秀的管制员,设计了初始管制员选拔系统,之后通过测试成绩对该系统进行了信度与效度检验,在分析系统有效性的同时对系统的测试效果进行了验证。应用该系统对1675名管制学员进行测试,采集总分和各分项目的成绩数据,使用Mann-Whitney U检验方法分析了受试者男性和女性在总分和各分项目上的得分差异,采用Cronbach’sα系数和Spearman-Brown系数评价了系统的信度,根据专家评定结果对其内容效度进行检验,对所获数据进行探索性因子分析从而验证系统的结构效度,根据受试者工作特征曲线(receiver operating characteristic curve,ROC)得出各分项目的划界分,并计算各分项目的难度系数。结果表明:男女之间在部分项目上存在统计学差异;各分项目区分度良好;信度和效度检验符合测量学要求;根据ROC曲线得出的各分项目难度系数和划界分能够为管制员选拔提供参考;系统在管制学员的能力测试方面有很好的效果。

空中交通管制员胜任力模型及其影响关系分析

为揭示空中交通管制员胜任力结构及其元素对体系的影响关系,首先通过问卷分析建立管制员胜任力模型,然后结合三角模糊数、决策试验与评价实验室法构建胜任力影响关系图以分析各元素间的影响关系,最后模拟胜任力元素对体系的影响关系。结果表明:胜任力模型由元胜任力、社会胜任力、认知胜任力、职能胜任力构成,共15项指标;元胜任力影响社会胜任力与认知胜任力,这三者又共同影响职能胜任力,社会胜任力对认知胜任力也具有一定影响;按对胜任力体系影响大小排列依次为元胜任力、认知胜任力、社会胜任力、职能胜任力;按变化的难易程度排列依次为元胜任力、社会胜任力、认知胜任力、职能胜任力。管制员胜任力模型及其影响关系能为管制员安全管理中的人员资质能力建设提供一定的参考。

基于事件的空中交通管制员情境意识的测量

目的提出基于事件的空中交通管制员情境意识的测量方法。方法采用少与多航空器条件下的雷达管制模拟任务,综合利用这种新的测量方法、情境意识主观评定、心理负荷评定、飞行冲突数等指标,检验基于事件的情境意识测量方法的敏感性与效度。结果在少与多航空器条件下,被试者对高度请求事件觉察的快慢存在显著差异;在多航空器条件下,该方法测量的情境意识对管制过程中出现的飞行冲突量具有预测作用;在少航空器条件下,该方法测量的情境意识与主观评定测到的情境意识呈负相关,与实时管制负荷评定正相关,但是都不显著。结论基于事件的情境意识测量方法符合主流的情境意识定义,具有良好的敏感性、诊断性和预测效度、无干扰性,但是该方法的构念效度仍需要进一步检验。

交通复杂度因素对空中交通管制员脑力负荷与情境意识的影响

采用雷达管制模拟任务,综合考察两个交通复杂度因素:管制扇区内航空器的动态变化特性,如飞行速度、飞行高度与航向的变化,以及扇区内的航空器数量,及其交互作用对管制员作业表现的影响。结果表明,同管制扇区内航空器的数量一样,航空器的动态变化特性也会显著增加管制员的脑力负荷,降低管制员的情境意识,导致管制员化解冲突的时间延长。研究结果提示,随着飞行流量的稳步增长及空中交通动态变化特性的日趋增强,在采用流量管理、扇区的灵活划分及自由飞行等策略时,应充分考虑航空器数量之外的一些交通复杂度因素。

紧急情况下空中交通管制员心理偏差影响因素分析

为减少紧急情况下空中交通管制员决策时产生的心理偏差,保证航空器安全运行,通过对管制员的工作任务分析,设计紧急情况下管制员心理偏差影响因素调查问卷。利用Logit模型,分析问卷结果,得出影响管制员心理偏差的4个内部显著性因素分别为:发生事故或事故征候的后果是否严重、事件发生后能否准确预测发展趋势、是否熟悉紧急情况处理程序和管制工作压力是否过大,3个外部显著性因素分别为:工作环境是否嘈杂、单位是否经常进行特情处理训练、工作中是否处理与工作无关的事情;并分析显著性影响因素对管制工作的影响。

基于交互指标的空中交通管制员工作负荷实时测量方法研究

管制员工作负荷影响着空中交通的安全和效率,视觉观察和语音通话作为管制员最常使用的交互手段,其对应的交互指标可以用于实时测量空中交通管制员工作负荷。利用眼动指标之间的共线性,使用因子分析方法建立综合评价因子,在保证信息完整度的前提下对评价指标进行降维处理,并以NASA-TLX量表所得主观负荷值为因变量、综合因子和语音交互指标为自变量建立回归分析模型,利用该模型综合评价空中交通管制员工作负荷,以为客观实时有效地测量管制员工作负荷提供方法借鉴。

空中交通管制员的情境意识与航空安全

大部分空管不安全事件与空中交通管制员情境意识下降有关,研究管制员情境意识,预防管制员工作中情境意识下降对于预防空管不安全事件具有十分重要的意义。笔者讨论了空中交通管制员情境意识的意义、常见的管制员情境意识问题、管制员情境意识下降的原因以及提高和维持管制员情境意识的方法四个重要的管制员情境意识问题。笔者特别提出,采取积极的措施预防注意力分散、提高专业技术水平、主动管理工作负荷、管理班组资源是空中交通管制员在工作中获得和维持良好情境意识的途径。

空中交通管制员疲劳状态及影响因素分析

为探讨空中交通管制员疲劳状况及与影响因素间的作用路径,分析疲劳影响因素间的差异与联系,并建立管制员疲劳致因因素关系模型。运用方差分析、相关性分析及通径分析的数据分析方法对228份问卷调查结果进行了分析。结果表明:管制员存在较高的总体疲劳感受;睡眠质量干扰问题在管制员群体中较为普遍;疲劳状态在昼夜节律适应性、执勤时间、工作负荷整体感受等因素上有显著性差异;各影响因素对疲劳状态的直接效应从大到小依次为昼夜节律适应性、睡眠状况、外向型人格;间接效应前四位依次为睡眠状况、工作负荷感受、单位人文环境、执勤时间;总效应值前四位依次为昼夜节律适应性、睡眠状况、工作负荷整体感受、执勤时间。

空中交通管制员不安全行为纠正

为减少因空中交通管制员的不安全行为所导致的不安全事件,依据空中交通管制工作特点,应用不安全行为纠正技术,建立管制员不安全行为纠正实施的规则与实施计划,针对10位管制员进行16周的行为观察与纠正,其整体安全行为指数由65.82%提高到72.79%,取得预期效果。在管理制度和硬件系统不断完善的情况下,该方法可以作为一种提高管制质量的有效途径。

空中交通管制员技能评估主成分分析方法

为改善空中交通管制员技能评估方法,以管制员作业结果评估为立足点,建立了涵盖空中交通流密度、管制运行安全性能、管制运行效率性能及管制员工作负荷等4类因子的管制员技能定量评估指标体系,并给出了基于主成分分析法的管制员技能定量评估方法。经各等级管制员雷达模拟机多场景测试验证,采用新方法对100个测试样本的评估结果符合实际;相比通过管制教员观察管制员作业过程得出人工评定结果的传统方法,新方法的科学性、客观性及适用性更优。

空中交通管制员情境意识的个体差异

51名管制学员参加两个模拟雷达管制任务情境的实验,采用主观评定法测量他们在执行任务时的情境意识,以考察情境意识的个体差异。结果表明,管制员学员获取与保持情境意识的能力具有个体差异与稳定性。研究结果对管制员的选拔与训练具有应用价值。

空中交通管制员工作任务分析

简要说明了管制员工作任务分析的意义和重要性,介绍了管制员综合工作任务分析的方法,并以实际管制单位的管制员为研究对象,确定了管制工作中10大工作任务以及任务间的相互关系,最后对每个任务进行详细分析,构建了管制员10大任务模型。

空中交通管制员睡眠质量与疲劳状况调查研究

睡眠与人的健康和疲劳状态密切相关。由于工作环境及倒班作业等各方面因素的影响,空中交通管制员因长期心理和生理负荷而导致的睡眠和疲劳问题日益突出,这对民航安全、管制员作业能力和身心健康都有消极影响。运用多维疲劳量表(MFI-16)和匹兹堡睡眠质量指数量表(PSQI),对某单位的空中交通管制员的睡眠质量和疲劳的主观感受程度现状进行了调查,并对管制员的睡眠质量与疲劳状况进行相关性分析。结果表明:PSQI总分平均分为8.33±3.25分,MFI-16总分平均分为51.05±5.30分,空中交通管制员的睡眠质量显著低于普通成年人,睡眠质量是影响管制员疲劳的重要因素。

空中交通管制员应急处置能力评测

为提高空中交通管制员的应急处置能力,保证航空器在各种紧急情况下的安全运行,基于"洋葱模型",结合管制员的工作特点,通过引入管制员个人特质和意识2个指标,建立"管制员洋葱模型"。依据空中交通管制应急处置过程,构建由知识、技能、意识、个人特质4个一级指标和16个二级指标组成的管制员应急处置能力评测指标集,并利用层次分析法得到各指标的权重。运用模糊综合评价模型对某空管单位的管制员应急处置能力进行评测,得出其应急处置能力分数为3.689,即应急处置能力等级为中等。管制员应急处置能力的定量化评测,能够客观评价其应急处置能力。