基于任务情境的航线飞行员脑力负荷特征研究_汪磊.pdf

文章编号:1009-6094(2023)04-1202-07基于任务情境的航线飞行员脑力负荷特征研究*汪磊1，王朔1，邹颖1，张梦茜1，吴建军1，李姝2(1 中国民航大学安全科学与工程学院，天津300300;2 中国民航大学飞行分校，天津300300)摘要:为探究飞行任务中航线飞行员的脑力负荷特征，开展了 2 种经验水平(机长、副驾驶)3 种任务阶段(进近阶段、火警阶段、着陆阶段)的混合双因素设计试验，记录 H、HV、EDA 和眼动指标作为因变量，建立广义线性混合模型并分析数据。结果显示，与副驾驶组相比，机长组 H 均值、SCL、SC 和平均瞳孔直径更小，IBI 均值和 PNN20 更大;被试在不同任务阶段的脑力负荷生理特征亦存在差异。研究表明，航线飞行员的脑力负荷特征受到经验水平的影响，机长在全部任务阶段中脑力负荷均低于副驾驶;不同任务阶段的脑力负荷特征存在差异，由进近阶段到着陆阶段，航线飞行员的脑力负荷表现出逐级上升的趋势。研究结果可为实现循证训练、提高训练效率提供数据支持，有助于提升飞行安全水平。关键词:安全人体学;飞行安全;脑力负荷;心率;心率变异性;皮肤电活动;眼动中图分类号:X949文献标志码:ADOI:10.13637/j issn 1009-6094.2021.2153*收稿日期:2021 12 13作者简介:汪磊，研究员，从事航空安全与人因研究，wanglei0564 hotmail com。基金项目:国家自然科学基金项目(32071063);装备预研重点实验室基金项目(6142222190206)0引言脑力负荷与人的安全表现密切相关，已有研究指出，脑力负荷过高将导致飞行员忽视关键的情境信息，甚至造成飞行事故1。据统计，大约 60%的飞行事故可归因于飞行机组脑力负荷过高2。伴随自动化和智能化技术在现代飞机驾驶舱的进一步应用，飞行员由飞机的主动控制者逐渐变为被动监管者，这种角色转变无疑会增加飞行员的脑力负荷3，带来了新的安全隐患。为保障飞行安全，有必要针对任务情境中飞行员的脑力负荷特征展开研究。在众多脑力负荷测量方法中，生理测量方法具有实时性和客观性等优势4，是当前脑力负荷评估关注度最高的方法2。当人体承受脑力负荷时，某些生理参数会发生变化5，其中，心率(Heart ate，H)和心率变异性(Heart ate Variability，HV)能够表征自主神经系统激活程度，被认为是最为敏感的脑力负荷生理测量指标6。伴随脑力负荷水平的上升，H 指标 H 均值会表现出升高的趋势，而HV 时 域 指 标 心 搏 间 期 均 值(Mean Inter-BeatInterval，Mean IBI)、N N 间 期 的 标 准 差(theStandard Deviation of N N Intervals，SDNN)和相邻N N 间期之差大于 20 ms 的心搏数占总间期数的百分数(Percentage of the Number of Successive N NInterval Pairs that Differ by more than 20 ms，PNN20)则会降低7。皮肤电活动(Electrodermal Activity，EDA)与交感神经直接相关，可以用来表征个体的脑力负 荷 水 平8，EDA 指 标 皮 肤 电 导 水 平(SkinConductance Level，SCL)与 皮 肤 电 反 应(SkinConductance esponse，SC)伴随脑力负荷水平上升而增加9 10。1966 年，国外学者 Kahneman 等11 最早报道了瞳孔直径不只受到光线强度的影响，人的某些认知过程(如记忆等)也会影响瞳孔直径的大小。后续研究进一步指出，人体的瞳孔直径受自主神经系统内交感神经和副交感神经系统活动均衡性影响，可以实时反应脑力负荷的变化情况12 14。除瞳孔直径外，注视频率、眼跳频率和眨眼频率等眼动指标同样与脑力负荷关联密切，但脑力负荷上升时，4 者变化趋势并不统一，其中平均瞳孔直径值会升高，眨眼频率值则会降低，而注视频率与眼跳频率先升高后降低9，13 15。目前，国内外学者针对飞行任务情境下脑力负荷特征已陆续开展了一些研究，飞行经验与脑力负荷关系的研究便是其中一个重要方向。例如，Yao等16 的研究显示，与新手飞行员相比，专家飞行员在起飞阶段的脑力负荷特征为低 H，提示信息加工能力在降低脑力负荷方面的起到重要的作用。Li等17 研究了不同经验水平军航飞行员的脑力负荷特征，结果显示新手飞行员的 HV 显著低于专家飞行员，脑力负荷更高，认为两组间脑力负荷测差异在于专 家 飞 行 员 接 受 过 更 多 的 战 术 训 练(TacticTraining)，拥有更成熟的机动飞行技能。ainieri等18 设计了不同需求的飞行任务情境来探究经验水平对直升机飞行员脑力负荷的影响，结果表明伴随飞行需求的提升，尽管两组被试的脑力负荷均出现上升的趋势，但与新手相比，专家飞行员的脑力负荷仍处于更低的水平。在国内，2007 年，姚永杰19 最先使用专家 新手范式，探讨了军机飞行员的脑2021第 23 卷第 4 期2023 年 4 月安全 与 环 境 学 报Journal of Safety and EnvironmentVol 23No 4Apr，2023力负荷特征，结果表明，在起飞爬升阶段新手飞行员的 H 高于专家飞行员，表现出更高的脑力负荷。除去专家 新手范式，经验水平还可以通过飞行员等级进行划分。Lin 等20 的研究表明，与副驾驶相比，教员和机长在真实的飞行作业情境中会表现出更低的脑力负荷，认为高水平的飞行员技能(High Pilot Skill)是降低脑力负荷的原因之一。Taber21 研究了机长和副驾驶组飞行特情处置过程中脑力负荷特征，发现副驾驶的脑力负荷更高，具体的生理特征为更高的 Hmax。此外，飞行任务的复杂度也会对飞行作业人员的脑力负荷特征造成一定影响，这种影响可见于一些模拟飞行试验研究中。例如，Feng 等9 发现由巡航、进近到着陆的过程中飞行学员的脑力负荷水平呈现逐步上升的趋势，具体的生理特征表现为 SCL、SC 与 低 频 与 高 频 比 值(Low Frequency/HighFrequency，LF/HF)增大，IBI 均值减小。刘思远22 研究了正常天气阶段和恶劣天气阶段飞行学员的眼动特征，结果表明恶劣天气下飞行学员的瞳孔直径增大，平均注视时间变长，扫视速度加快。综上，国内外针对任务中飞行员的脑力负荷特征已经开展了一些研究16 21，取得了一定的成果，但这些研究大多选取军航或通航飞行员作为被试，对航线飞行员关注很少，并且测量的指标种类较为单一。而与单一的生理指标相比，结合眼动、心电等多种生理测量指标能够得到更加全面的脑力负荷测量结果9。因此，本文拟开展模拟机试验，综合H、HV、EDA 和眼动指标，探讨飞行任务情境中的航线飞行员的脑力负荷的特征，并提出针对性的建议措施，以期达到保障飞行安全的目的。1方法1.1被试被试为 19 名成年男性，年龄在 26 41 岁(31.11 4.03)岁)，均为航线飞行员。飞行小时数为 2 000 15 000 h(6 417.42 3 790.96)h)。所有被试均为右利手，无色盲、色弱，视力正常，听力正常。1.2试验设备试验设备主要包括飞行训练器和生理测量设备2 类。飞行训练器(见图 1)由模拟驾驶舱和教员控制台组成。模拟驾驶舱内部构造与 B 737 800 飞机相似，包括推力手柄、驾驶盘、方向舵脚蹬、手轮、襟翼手柄和起落架手柄等控制设备，能够提供高逼真的模拟飞行操作平台。外景部分则采用 LED 显示器，能够呈现大约 180的视野范围，具有清晰度高、视景真实等优点。教员控制台可以控制模拟驾驶舱，主要包括改变飞机起始位置、调整飞机质量和油量、设置天气条件、触发飞机故障等功能。如图 2 所示，生理测量设备包括光电脉搏(Photo Plethysmograph，PPG)传感器、EDA 传感器和Tobii Pro Glasses 2 头戴式眼动仪。PPG 传感器和EDA 传感器可采集被试 H、HA 和 EDA 数据，二者采样频率均为 64 Hz，分辨率为 24 Bit。Tobii ProGlasses 2 头戴式眼动仪被用于采集被试眼动数据，采样频率为 50 Hz，采用 1 点校表校准。眼动仪内置4 部眼动摄像机，分辨率为 1920 1080 pixels，帧率为 25 Hz，可以提供水平 82、垂直 52的眼动追踪范围。眼动、心率、心率变异性和皮电数据采集完成后通过 ErgoLAB 人机环境同步云平台进行多维度人因数据同步分析、处理，处理完成的数据通过 xsl 格式文件导出。图 2EDA、PPG 传感器与眼动仪Fig 2EDA，PPG physiological sensor and eye tracker1.3试验设计1.3.1试验场景设计试验设计了一架 B 737 800 飞机在首都国际图 1飞行训练器Fig 1Flight training device30212023 年4 月汪磊，等:基于任务情境的航线飞行员脑力负荷特征研究Apr，2023机场进近着陆的场景。飞机起始点被设定在 01 跑道五边 15 n mile(1 n mile1.852 km)处，离地高度(Above Ground Level，AGL)为 3 600 ft(1 ft0.305m)。飞机初速度为 180 kt(1 kt1.852 km/h)，磁航向为 359，准备在仪表气象条件下实施类盲降进近着陆。飞机燃油余量不满足复飞要求。根据试验要求，被试在进近开始时采用自动驾驶模式，当飞机降至 500 ft AGL 时，改为人工操纵飞机。但当飞机降至 950 ft AGL 时，主试通过教员台触发左发动机火警，切断自动驾驶，同时设定火警铃声无法通过按压主火警灯清除，只能通过火警铃切断电门清除。被试驾驶飞机着陆后，试验场景结束。试验场景如图 3 所示。图 3飞行场景示意图Fig 3Sketch of flight scenario1.3.2试验变量设计1)自变量设计采用 2 3 的混合双因素设计，共包括 2 个自变量，分别为经验水平和任务阶段。其中，经验水平为组间变量，任务阶段为组内变量。本研究招募的被试飞行小时数在 2 000 h 以上，根据以往研究23 均可被认为是专家飞行员，因此，将被试划分为新手组和专家组是不合理的。故参考Lin 等20 对经验水平的分组，将经验水平分为机长和副驾驶 2 个水平。机长组被试 10 人，副驾驶组被试 9 人。通过独立样本 t 检验发现，机长组的总飞行小时数(9 120.00 2 960.78)h)显著高于副驾驶组(3 414.56 1 788.67)h)(p 0.001)。任务阶段包括正常进近阶段(阶段 1)、火警阶段(阶段 2)和着陆阶段(阶段 3)3 个水平。所有被试中，17 名被试在 30 s 内完成了火警处置，此时，飞机处于约 450 ft AGL。因此将阶段 2 的时长设定为30 s。并且作为对照，阶段1 和阶段3 分别设定为火警发生前的 30 s 和火警处置完成后的 30 s。被试在3 个任务阶段需要完成不同的任务。在阶段 1，被试采用自动驾驶模式，因此，监视自动驾驶是其主要任务;在阶段2，被试在阶段2 需要人工操纵飞机、处理火警铃，同时决断是否需要在空中执行火警记忆项目;在阶段 3，被试需要完成调整飞机姿态，进行着陆。2)因变量设计试验的因变量为脑力负荷生理测量指标。脑力负荷生理测量指标包括 H 指标、HV 指标、EDA 指标和眼动指标。其中，选取 H均值作为 H 指标，IBI 均值、SDNN、PNN20 作为HV 指标，SCL、SC 作为 EDA 指标，平均瞳孔直径、注视频率、眼跳频率、眨眼频率作为眼动指标。1.4试验程序本次试验包括 2 个阶段:练习阶段和正式试验阶段。在练习阶段，被试首先阅读任务指导书，签署知情同意书。之