25、高速铁路调度员脑负荷预测与人机协作安全规则研究

高速铁路调度员脑负荷预测与人机协作安全规则研究

在当今的工作场景中，工作内容和场景的变化会对人员的工作量产生影响，过度或过少的工作量都可能带来负面影响。对于高速铁路调度员而言，研究其工作量，以减少人为因素导致的安全事故、提高工作效果，显得尤为重要。

1. 调度员脑负荷预测研究

1.1 研究背景与现状

目前，常用的工作量评估方法有主观评估法、任务分析法、生理测量法和复杂性分析法等。在铁路领域，由于生理数据采集设备的侵入性等限制，相关研究仍有深入空间。本研究基于高速铁路调度仿真平台，采集调度员在应急处置过程中的生理数据，构建生理数据与脑负荷的关联模型，实现对调度员脑负荷的检测和监测。

1.2 研究方法

• 实验设计 ：基于实验室自主开发的调度员人因工程实验系统进行测试实验。该系统由场景生成管理系统、调度指挥仿真系统和数据采集分析系统组成，可提供正常和故障场景生成与管理、人机界面及相关环境构建、受试者操作行为和生理参数采集分析等功能。
  实验包含八个应急场景，场景间隔10分钟让受试者休息和调整设备。在故障处理过程中，实验平台会根据受试者操作给予相应显示或语音反馈。数据采集分析通过记录时间戳标记反馈刺激，并对采集的生理数据（如心电图、脑电图和眼动数据）进行时间线对齐和同步。处置过程结束后，受试者填写NASA - TLX量表对该应急场景的脑负荷进行自我评估。
  根据脑电图信号上的事件标记对生理数据进行分段，共获得120组生理数据。使用层次分析法（AHP）确定场景内每个反馈事件引起的负荷占整个应急过程的比例，将受试者的量表得分加权映射到每组生理数据的得分标签上。