关键词:
工业设计
飞行模拟座舱
视觉焦点预测
感性意象
注意力管控
情景意识
形态设计
摘要:
飞行模拟座舱是升驾驶员多元任务适应性的直升机模拟设备,其设计核心在于实现人机交互的高效性与仿真模拟的便捷性。鉴于驾驶员在适应飞行环境时对高效识别飞行任务的迫切需求,展开飞行模拟座舱注意力管控设计的深入研究,具有不可忽视的学术与实践价值。本文以飞行模拟座舱为研究对象,围绕驾驶员的视觉注意力和多元任务感性需求,出一种基于视觉焦点预测的飞行模拟座舱注意力管控设计模型,包括构建感性意象预测模型、视觉焦点预测模型和任务与技术特征融合模型,生成任务特征分级和技术特征评价指标,对飞行模拟座舱进行视界形态设计及实验验证。本文主要研究内容如下:
(1)开展飞行模拟座舱注意力管控设计研究。利用知识图谱对飞行模拟座舱和注意力管控设计展开数据计量分析,研究热点前沿与发展演进,论证飞行模拟座舱注意力管控设计的可行性与必要性,探究其设计决策因素,挖掘驾驶员多元任务感性意象需求、视觉注意力需求以及驾驶情景场域中有效管控注意力需求,出注意力管控设计策略并构建设计模型。
(2)构建飞行模拟座舱感性意象预测模型。为满足驾驶员多元任务感性需求,归类座舱代表样本,进行视界形态特征取、划分和标注,并将其映射至像素色格镶嵌图确定兴趣区域,通过眼动实验结果对分区优化结合。基于聚类分析筛选得到座舱典型样本,获取驾驶员对座舱评价的关键词并计算权重,筛选座舱的感性意象代表性词汇对。根据座舱视界特征取形态特征因子,通过特征因子编码与代表性词汇对建立BP神经网络(Back Propagation,BP)映射关系,构建飞行模拟座舱的感性意象预测模型并验证模型的有效性。
(3)生成飞行模拟座舱视觉焦点预测模型。为高驾驶员视觉注意力,基于全卷积神经网络(Fully Convolutional Networks,FCN)构建座舱、生物和环境3个视觉焦点预测模型。通过生理、心理、视觉和环境4个决策因素并利用调查问卷和人工智能筛分座舱视界样本,取眼动实验获取的灰度图构建飞行模拟座舱数据集,同时筛选构建生物和环境数据集,进行视觉焦点预测模型训练。针对模型的性能评价指标进行计算评估,验证训练后的FCN模型对座舱、生物和环境的视觉焦点预测效率均达到可用标准,为驾驶员视觉焦点注意力管控的实时预测供技术支撑。
(4)解析任务与技术特征融合模型映射。为实现驾驶员在情景场域中注意力的有效管控,基于情景意识分析任务与技术的特征融合,建立任务特征分级和技术特征评价体系。通过关键情景的取,对模拟飞行场景的核心情景及关键任务节点进行情景意识分析,将情景场域的感性意象匹配和认知聚合指标耦合,评估座舱视觉和情景认知映射,验证注意力管控设计的任务与技术特征融合模型。
(5)飞行模拟座舱注意力管控设计生成与验证。基于BP神经网络融合遗传算法的感性意象预测模型,优选座舱特征因子最优组合,建立视界仿生映射关系生成座舱形态设计,完成设计评估与优选方法的结合,实现飞行模拟座舱注意力管控任务与技术特征融合设计模型的有效验证。