拖拉机驾驶员驾驶安全心理状态研究

客户介绍：

        东北农业大学水利与工程学院的主要研究方向涵盖了农业水利工程、水利水电工程、土木工程及工程管理等领域，注重理论与实践相结合，聚焦解决区域农业与水利工程中的关键技术问题。学院聚焦工程全生命周期管理、智慧建造技术及工程信息化管理，提升工程项目的综合效益与管理水平。跨学科研究：结合农业、环境科学与信息技术，开展农业水土系统数字化、智慧水利及生态修复等研究，解决复杂水土资源问题。学院通过多学科交叉融合，注重科研成果转化，为区域农业现代化与水利事业发展提供技术支持。

 

研究方向：

        拖拉机驾驶员在操作过程中需要同时处理多种信息输入，包括机器状态、环境变化以及任务需求。心理学研究表明，过高的认知负荷会导致注意力分散和反应迟缓，从而增加操作失误和事故风险。因此，优化拖拉机驾驶界面设计和任务分配，降低操作复杂性，对于提升驾驶安全性和效率至关重要。

        1. 多模态融合采集与分析方法

        为精准评估拖拉机驾驶员认知负荷，本研究采用多模态融合采集与分析方法，结合脉搏、皮电、动作行为、心率带、面部表情等多维度数据。这些数据能够从生理和行为两个层面反映驾驶员在操作过程中的心理和生理状态。例如：

        生理数据：通过心率带和皮电传感器采集心率和皮肤电导变化，反映驾驶员的生理负荷和压力水平。

        行为数据：利用动作捕捉技术记录驾驶员的操作行为，分析其动作习惯和操作效率。

        面部表情分析：通过摄像头捕捉驾驶员的面部表情，识别其情绪状态，进一步判断其认知负荷。

        2. 认知负荷评估与界面优化

        通过对多模态数据的深度分析，本研究旨在精准把握拖拉机驾驶员认知负荷的变化情况。例如：

        事件相关电位（ERP）技术：通过ERP信号分析，评估驾驶员在不同操作条件下的认知负荷，识别其信息处理机制。

        眼动追踪与界面设计优化：结合眼动追踪技术，分析驾驶员对驾驶界面关键信息的关注焦点，优化界面布局，减少信息过载。

        任务分配优化：基于认知负荷评估结果，重新分配驾驶任务，降低操作复杂性，提高驾驶效率。

        3. 研究意义与应用前景

        本研究的成果将为拖拉机驾驶界面设计提供科学依据，通过优化界面布局和任务分配，降低驾驶员的认知负荷，提升驾驶安全性和效率。此外，该研究方法还可为其他农业机械设备和交通工具的操作界面设计提供参考，推动相关领域的智能化和人性化发展。

        综上所述，本研究通过多模态融合采集与分析方法，为拖拉机驾驶员认知负荷的精准评估和驾驶界面的优化设计提供了有力支持，具有重要的理论和实践意义。

 

交付内容：

        中科心研多模态人因实验平台（1套）：多模态人因感知终端（PTES100）、边缘计算终端、运动心率带、面部表情分析系统、眼动采集分析系统、多模态数据同步采集与分析系统（PTLAB-SCA350）等。

        1. 多模态人因感知终端（PTES100）：集脉搏、皮电、体温、加速度、角速度、磁力计、气温、气压、湿度9个传感器为一体的多模态数据采集便携式手环，能实现所有传感器的同步数据采集，时间戳对齐，同步事件标记等。

        2. 运动心率带：心电ECG信号采集，对心率、心率变异性等进行分析。

        3. 面部表情分析系统：采集面部视频，同时对面部表情进行特征分析。

        4. 眼动采集分析系统：眼动数据采集与特征分析。

        多模态数据同步采集与分析系统（PTLAB-SCA350）：各种模态数据的同步采集，事件自动、手动打点，时间戳精准对齐。数据管理（原始数据、打点事件数据的存储与导出）。各模态（眼动、脉搏、皮电、面部表情等）与情绪高相关的先验特征自动计算。