项目名称: 基于脑功能网络分析的无人机系统人因失误认知机理研究

项目编号: No.31200777

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 工程心理学

项目作者: 吴一波

作者单位: 中国人民解放军武汉军械士官学校

项目金额: 23万元

中文摘要: 在无人机系统中,人具有核心作用,人机有效交互是系统成功执行任务的必要保证。研究表明,系统失效的一个主要原因就是人因失误。人因失误的机理分析及控制对策研究对确保无人机系统的安全及效率至关重要。目前,第二代人因可靠性分析方法以人的认知模型为核心要素。但由于人的认知过程非常复杂,与人因失误直接相关的数据获取困难,现有认知模型的有效性和可信度尚待研究;此外,人因可靠性和认知学研究的交流融合不够,认知领域内关于人类差错控制、增强学习等方向的最新研究成果难以被抽象引入到人因可靠性的研究中。本项目以无人机模拟训练系统为平台,同时观测无人机操作员模拟训练表现和磁共振功能成像数据,从行为学、脑功能这两个角度观察人因失误,构建人因失误的脑功能网络,探索其时空特性,加深对差错控制、增强学习有关的模块和环路的理解,全面探究无人机系统人因失误的认知机理,为人因失误的评估提供新的思路和依据。

中文关键词: 无人机;人因失误;可靠性;脑功能网络;认知

英文摘要: Human is the kernel of the unmanned aircraft system (UAS). The efficient interaction between human and UAS is essential to successfully fulfill the misssion. Researches indicated that, one main cause of the system failure was human error. The analysis of human error mechanism and control strategy are crucial to assure the safety and efficiency of UAS. Currently the second generation of human reliability analysis methods are focusing on the human cognition model. But the human cognitive process is complicated, the data directly relating with human error is difficult to acquire, and the efficacy and reliablity of current cognition model needs further research. Besides, the interaction and introjection of researchs on huamn reliability and cognitive science is not enough, and hence the prior research results on human error control and reinforcement learning in the cognition science can't be abstracted and applied in the reasech of human reliability. In this project, based on the same UAS simulation training system, the training performance and functional magnetic resonance imaging (fMRI) of the UAS manipulators are to be recorded to observe the human error throught the behavioural and cerebral functional viewpoints. The brain functional network of huamn error is to be constructed, and its spatial and temporal chara

英文关键词: Unmanned aircraft system;Human error;Reliability;Cerebral functional network;Cognition

成为VIP会员查看完整内容
2

相关内容

不需要驾驶员登机驾驶的各式遥控飞行器。
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
87+阅读 · 2022年4月17日
【AI+军事】附论文+PPT 《重新评估隐藏者-引导者问题》
专知会员服务
50+阅读 · 2022年4月16日
混合增强视觉认知架构及其关键技术进展
专知会员服务
39+阅读 · 2021年11月20日
专知会员服务
50+阅读 · 2021年8月13日
智源发布!《人工智能的认知神经基础白皮书》,55页pdf
【AAAI2021】基于双任务一致性的半监督医学图像分割
专知会员服务
30+阅读 · 2021年2月7日
专知会员服务
51+阅读 · 2020年12月19日
混合增强视觉认知架构及其关键技术进展
专知
2+阅读 · 2021年11月20日
深度学习网络调参技巧
AINLP
15+阅读 · 2019年11月15日
国外有人/无人平台协同作战概述
无人机
101+阅读 · 2019年5月28日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Arxiv
15+阅读 · 2021年12月22日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
10+阅读 · 2020年11月26日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
Arxiv
110+阅读 · 2020年2月5日
Arxiv
30+阅读 · 2019年3月13日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
相关论文
Arxiv
15+阅读 · 2021年12月22日
Arxiv
27+阅读 · 2020年12月24日
Arxiv
10+阅读 · 2020年11月26日
AliCoCo: Alibaba E-commerce Cognitive Concept Net
Arxiv
13+阅读 · 2020年3月30日
Arxiv
110+阅读 · 2020年2月5日
Arxiv
30+阅读 · 2019年3月13日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
11+阅读 · 2018年5月21日
微信扫码咨询专知VIP会员