[發明專利]基于視線追蹤的工藝操作人員人為失誤識別方法及裝置

有效

• 申請號: 201710828111.5
• 申請日: 2017-09-14
• 公開（公告）號: CN107562202B
• 公開（公告）日: 2020-03-13
• 發明（設計）人: 胡瑾秋;張來斌;胡靜樺;張鑫
• 申請（專利權）人: 中國石油大學(北京)
• 主分類號: G06F3/01
• 分類號: G06F3/01;G06F17/16
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝;劉飛

1.一種基于視線追蹤的工藝操作人員人為失誤識別方法，其特征在于，包括：

實時獲取待識別工藝操作人員的眼動數據；所述眼動數據包括各采樣時刻所述待識別工藝操作人員在操作界面上的視線落點；

確定所述視線落點在所述操作界面上對應的興趣區域，并確定所述待識別工藝操作人員在所述操作界面上各興趣區域中的視線注視時長百分比；

根據所述視線注視時長百分比構建樣本特征矩陣；

確定所述樣本特征矩陣與預設的認知狀態特征矩陣之間的差異大小，并根據所述差異大小確定所述待識別工藝操作人員的認知狀態；

所述認知狀態特征矩陣預先通過以下方式得到：

對所述操作界面進行興趣區域劃分，確定所述操作界面上各興趣區域的范圍；

根據不同工藝操作人員的歷史眼動數據，確定所述歷史眼動數中各個視線落點在所述操作界面上對應的興趣區域；

確定在各類認知狀態下，工藝操作人員在各個興趣區域的注視時長百分比的平均值和標準差；

根據各類認知狀態下，工藝操作人員在各個興趣區域的注視時長百分比的平均值和標準差建立對應的認知狀態特征矩陣其中，x_ni為工藝操作人員在第n類認知狀態下注視第i類興趣區的注視時長百分比；

所述認知狀態特征矩陣的權重矩陣包括：

其中，w_ni為所述認知狀態特征矩陣中第n行第i列元素的權重；

所述權重矩陣中的每個權重通過以下公式得到：

其中，V_ni為所述認知狀態特征矩陣中第n行第i列元素的變異系數，且為工藝操作人員在第n類認知狀態下注視第i類興趣區的注視時長百分比均值；σ_ni為工藝操作人員在第n類認知狀態下注視第i類興趣區的注視時長百分比的標準差；

根據如下公式確定所述樣本特征矩陣與預設的認知狀態特征矩陣之間的加權歐氏距離：

其中，d_mn為樣本特征矩陣m和認知狀態特征矩陣n之間的加權歐氏距離，w_ni為所述認知狀態特征矩陣中第n行第i列元素的權重，X_mi為樣本特征矩陣中在第m類認知狀態下注視第i類興趣區的注視時長百分比，X_ni為所述認知狀態特征矩陣中在第n類認知狀態下注視第i類興趣區的注視時長百分比；

所述根據所述加權歐氏距離的大小確定所述待識別工藝操作人員的認知狀態，包括：

確定所述樣本特征矩陣中各列向量與所述認知狀態特征矩陣中各對應列向量之間的加權歐氏距離，獲得加權歐氏距離集合；

確定所述加權歐氏距離集合中的最小者，并將所述最小者所對應的認知狀態確定為所述待識別工藝操作人員的認知狀態。

2.如權利要求1所述的基于視線追蹤的工藝操作人員人為失誤識別方法，其特征在于，所述實時獲取待識別工藝操作人員的眼動數據，包括：

獲取眼動儀實時采集的所述待識別工藝操作人員在操作界面上的視線落點，并將其轉化為對應于所述操作界面的坐標信息。

3.如權利要求1所述的基于視線追蹤的工藝操作人員人為失誤識別方法，其特征在于，所述確定所述待識別工藝操作人員在所述操作界面上各興趣區域中的視線注視時長百分比，包括：

確定所述待識別工藝操作人員在所述操作界面上各興趣區域中視線注視時長百分比的平均值和標準方差。

4.如權利要求1所述的基于視線追蹤的工藝操作人員人為失誤識別方法，其特征在于，所述確定所述樣本特征矩陣與預設的認知狀態特征矩陣之間的差異大小，并根據所述差異大小確定所述待識別工藝操作人員的認知狀態，包括：

確定所述樣本特征矩陣與預設的認知狀態特征矩陣之間的加權歐氏距離大小，并根據所述加權歐氏距離的大小確定所述待識別工藝操作人員的認知狀態。