潜航员认知效能驱动的作业舒适度评价方法

朱梦雅，陈登凯，叶 聪，王憬鸾

(1.工业设计与人机工效工信部重点实验室(西北工业大学),西安 710072；2.中国船舶科学研究中心，江苏 无锡 214000)

载人潜水器任务期内常需携带众多设备仪器，且其舱室内部空间通常较为狭小，这导致潜航员可活动范围有限，舒适度极为受限。因此实现操作系统舒适性的定量评价，对操作系统作业舒适度改善与提升至关重要。

作业人员良好的认知能力是顺利完成作业任务的保障。潜航员的认知能力受操作系统中多重因素耦合影响，同时良好舒适的作业环境又有助于人员高认知水平的维持。然而目前国内外针对操作系统舒适性的研究多集中在系统热环境舒适性[1-3]，作业姿态舒适性[4]等方面，如余群舟等[5]运用CATIA软件建立工人抹灰作业上肢姿势不舒适度评价模型，赵川等[6]采用模糊神经网络的方法实现站姿操纵任务下人员舒适度评价，陈景辉等[7]应用生物力学理论结合肌肉负荷水平完成驾驶员姿态舒适性的评价。但在这些研究中都缺乏对作业人员主观认知能力与水平的思考，因而鲜有基于作业人员认知能力的操作系统整体性舒适度的度量与评价。

本文将以潜航员认知能力为驱动，设计载人潜水器作业子系统认知实验，获取相应实验数据，构建舱室操作系统作业舒适度评价模型，确定舒适度评价一般方法。

1 问题描述与模型构建

1.1 基于IDAC模型的潜航员认知流程分析

IDAC(information, decision, action in a crew)模型，即成员间的信息、决策和行为模型，是在行为科学理论IDA模型的基础上发展的动态评价人因可靠性的方法[8]，可有效涵盖作业人员在信息处理、判断决策和动作执行阶段的反应。本文将结合潜航员实际作业任务和IDAC模型，对潜航员认知流程展开分析(如图1所示)，深入梳理潜航员认知特征。

图1 基于IDAC模型的潜航员认知过程Fig.1 Cognitive process of oceanauts based on IDAC model

1.2 基于效用函数的潜航员认知效能评价

1.2.1 潜航员认知效能影响因子

基于IDAC模型的潜航员认知流程分析，本文针对密闭舱室操作系统中的显示界面、操作面板及通讯设备，同时考虑潜航员的视觉、听觉舒适度，梳理构建潜航员认知表现—效能—舒适度关系对应表，见表1。

表1 潜航员认知表现—效能—舒适度对应表Tab.1 Correlation of cognitive performance-efficiency-comfort level of oceanauts

1.2.2 潜航员认知效能效用函数模型

效用概念最早由Von Neuman等[9]首先引入综合评价体系。目前，已有研究者将效用函数应用于装备作战效能、产品或服务体系的评价研究[10-15]。

其构建方法是将评价指标按照一定的方法进行无量纲化，然后按一定的合成模型加权形成总评价值，一般计算公式为

E=ξ(yi,ωi),i=1,2,…,n

(1)

式中：E为综合效用评价值,ξ为yi与ωi的合成函数,ωi为单个指标权重,yi=f(xi)为xi的效用函数评价值,即量纲一的值。

由于在认知研究中，速度和准确性是绩效的两个重要方面[16]。因此本文将收集各认知实验中的认知反应时间和正确率数值，构建相应的认知效能效用函数模型。

1.3 基于支持向量机模型的潜航员密闭舱室舒适度评价

支持向量机(Support vector machines, SVM)是一种以统计学理论为基础的机器学习方法[17-18]。由于其本身的优化目标是结构化风险最小，比BP神经网络具有更强的逼近能力和泛化能力，是目前效果最好的分类器之一[19]。因此本文将运用支持向量机模型，结合回归预测分析方法，依次分析视觉、听觉舒适度与各输入变量、被试者年龄、学历之间关系，构建相应的舒适度评价模型并展开验证，为载人潜水器舱内舒适度评价提供理论基础。

2 实验设计

2.1 实验方案

基于上述分析，邀请40名男性参与实验，他们的年龄介于21～40岁，学历层次包括本科、硕士和博士。实验过程中请被试人员以身体略微前倾姿态，坐于所搭建的模拟舱室环境中，其显控界面、操作面板、通讯设备布局如图2所示。

图2 实验过程示意Fig.2 Schematic diagram of experimental process

2.1.1 显控界面舒适度实验

由于数字显控界面在潜航员信息收集、显示及记录等作业过程中尤为重要，因此在显控界面舒适度探究中，将考虑显控界面设计的色彩特征对潜航员认知效能的影响。已有研究显示，亮度和对比度是视觉性能和显示质量的重要因素[20-22]。同时，不同饱和度的色彩界面对作业人员的视觉冲击与造成疲劳各有不同。

因此在本实验中，以某型载人潜水器操作系统中潜水器位置呈现界面为基础(默认其亮度、对比度和自然饱和度值均为0，如图3(a)所示)，邀请被试完成11组不同亮度、对比度和自然饱和度的操作界面(如图3所示)认知和舒适度判断实验，并采用E-prime软件记录对应认知反应时间和正确率。实验过程中，针对每一个界面被试都需填写对应的主观视觉舒适度评价问卷。该问卷包含从1-7的7个得分，分别表示极度不舒适、非常不舒适、轻微不舒适、无明显舒适或不舒适感受、比较舒适、非常舒适和极度舒适。

图3 显控界面实验图片Fig.3 Pictures in display control interface experiment

2.1.2 操作面板舒适度实验

载人潜水器的操作面板位于驾驶台正前方，是潜航员获取潜水器警报信息并对潜水器进行控制的主要界面[23-24]。因此本文将通过对指令开关的布局分析，判断潜航员认知效能与操作面板舒适度的对应关系。

以潜航员下潜和采样作业过程中对操作面板的控制为例，在此实验中将着重考虑操作面板中“压载水箱控制区”、“潜浮抛载控制区”、“水下灯供电控制区”、“拍摄供电控制区”、“液压源控制区”和“机械手供电控制区”不同的布局对被试认知与舒适度的影响。各方案布局如图4所示。实验过程中本文将结合载人潜水器真实作业流程，要求每位被试展开6组认知速度测试，并采用激光笔、GifCam与Eprime软件可视化并记录被试操作过程。图5即为方案1布局条件下基于作业流程的实验要求的视觉认知正确路径示意图。每个布局方案实验结束后，请被试根据真实心理感受，记录个人对该方案的舒适度，填写主观舒适度评价问卷。

图4 操作面板实验图片Fig.4 Pictures in operation panel experiment

图5 基于作业流程的实验要求视觉认知路径Fig.5 Visual cognitive path required by experiment based on operation process

2.1.3 通讯设备舒适度实验

由于潜航员在作业过程中需要不定时与母船交流联系，获取母船指令信息、向母船首席专家展开咨询等，因此本文将从通讯设备的声音角度着手，探究其与潜航员听觉认知能力及舒适度的关系。声音的响度和频率特征是通讯设备声音的重要属性，由于实际操作环境下声音的响度可通过操作面板调节，因此本次实验中，将邀请被试完成7组实验，依次探究不同声音频率(包括频率分别为1 200、1 800、3 600、7 200 Hz的环境噪声，与采样频率分别为32 000、48 000、64 000 Hz的通信语音)对潜航员听觉认知效能的影响，并结合主观量表，掌握潜航员舒适度感知水平。

2.2 实验数据收集与处理

2.2.1 实验数据预处理

在显控界面和通讯设备舒适度实验中，各实验变量的数值都已具体化，但操作面板舒适度实验中，各操作控制区相对位置的具体数值尚未量化，因此将结合数学分析方法，量化各控制区相对位置参数，完成实验数据的预处理。

依据人员认知过程中视觉变化规律：从左到右，从上到下[25]，即Z字形，构建控制区形心位置计算方法，具体确定方法如下。

以待布控制区mi，mj的相对位置计算为例，其中，mj是mi的下一步操作，依据视觉变化特征，构建ξij函数，进而确定各实验操作面板的布局参数ξ。

(2)

式中:ξij为待布控制区i和j的布局参数，α为待布控制区j相对于i的夹角。

多待布区(n+1个)的总参数S计算方法为式(3)，即各相邻操作待布区的布局参数之和：

S=∑ξn(n+1)

(3)

对于待布控制区mi，mj，其形心距离参数dij计算取二者形心几何距离平方；对于多待布区(n+1个)的形心距离参数D为各相邻操作待布控制区距离参数之和:

D=∑dij

(4)

式中dij=Dx+Dy=(xj-xi)2+(yj-yi)2。

图6 待布控制区距离参数计算Fig.6 Calculation of distance parameters of control area

2.2.2 潜航员认知效能求解

结合效用函数理论，收集实验获取的被试认知时间与正确率，依次构建相应的潜航员视觉认知效能函数、听觉认知效能函数，求得每位被试的视觉认知效能和听觉认知效能。

由于反应时间越长，认知效能水平越低；反应正确率越高，认知效能水平越高，因此在认知效能水平的无量纲化构建中，借鉴并结合逆效率得分IES[26]、正确率评分RCS[27]，构建潜航员认知效能函数，即

(5)

式中：RTi为第i个被试的反应时间，ACi为第i个被试的反应正确指数(反应正确时取1，反应错误时取0)，n为被试总人数，Pi为被试i的认知效能。

2.2.3 操作系统作业舒适度评价

2.2.3.1 各子系统作业舒适度评价模型

以各实验条件变量和被试个人信息(年龄、学历等)为输入，被试的主观舒适度评分为模型的输出，在matlab R2018a软件中结合Libsvm软件包，建立操作系统作业舒适度评价的支持向量机模型，其具体过程如下：

1)数据预处理。样本集数据归一化处理，以加快训练网络的收敛性。确定各实验数据的训练集和验证集。

2)最佳模型参数选择。确定回归预测分析最佳的SVM参数惩罚因子c以及核函数参数g。

3)网络训练。运用最佳参数，选取高斯径向基函数作为核函数，调用训练程序对实验数据进行训练。

4)网络测试与验证。调用预测程序开展数据验证。

由于在实验数据收集中获得的被试学历信息都为字符串，因此在模型构建前采用赋值法对上述两种数据进行预处理：学历信息中本科毕业、硕士毕业、博士毕业依次被赋值为1,2,3。

2.2.3.2 操作系统作业舒适度评价

结合各子系统作业舒适度评价结果，采用专家评价法，邀请多位专家，对各子系统作业舒适度在总操作系统的权重进行评价，获取操作系统作业舒适度评价结果。操作系统作业舒适度计算为

COS=∑ωm×Cm(m=1,2,3)

(6)

式中：COS为操作系统作业舒适度，Cm为各实验主观舒适度，ωm为子系统m对应的权重。

3 数据分析

3.1 子系统作业舒适度评价

3.1.1 显控界面舒适度评价

在显控界面舒适度评价中，首先运用潜航员认知效能求解中潜航员认知效能求解方法，计算各被试各实验条件下对应的认知效能。接下来在舒适度评价模型中依次输入：显控界面亮度、对比度、自然饱和度数值、被试年龄、学历和被试的视觉认知效能，输出被试的主观舒适度。选取90%的(396条)实验数据作为训练集，剩下10%(44条)的数据作为验证集，该模型的训练结果如图7(a)所示。

3.1.2 操作面板舒适度评价

同样，首先计算得出被试在各实验条件下的认知效能，由于在该实验中未记反应正确率，因此效用函数中ACi的值始终取0。为便于计算和训练模型，在形心距离参数计算过程中取a=16，b=8。在操作界面舒适度评价预测模型中，将输入被试年龄、学历、被试的视觉认知效能、布局参数、x和y方向形心距离参数。选取90%的(216条)实验数据作为训练集，剩下10%的数据作为验证集，最终获得训练过程曲线如图7(b)所示。

3.1.3 通讯设备舒适度评价

首先计算得出各被试在各实验条件下的效能值，将通讯设备舒适度评价模型根据实验分为环境噪声舒适度评价模型和语音采样频率舒适度评价模型，分别选取90%的数据进行训练，剩余10%样本数据进行测试，训练过程曲线如图7(c)、(d)所示。

由于通讯设备中，环境噪声与信息采样频率同时存在，且对通讯设备都会产生影响，结合作业环境实际通信情况及专家访谈法，将环境噪声舒适度和语音信息舒适度权重分别取0.6和0.4，以其加权平均值作为通讯设备舒适度评价结果。

3.1.4 实验模型性能验证

在显控界面实验中，将剩余的10%(44条)数据输入舒适度评价模型，其预测值与实际值对比如图7(e)所示，通过计算得知误差率均处于10%范围内，且预测值经四舍五入后均与实际值吻合，因此该模型准确，可用于显控界面舒适度评价仿真。

采用同样方法依次将操作面板实验、通讯设备舒适度实验中剩余的10%数据输入模型，对比样本的预测值与实际值(如图7(f)～7(h)所示)，结果表明该评价模型预测准确，可用于操作界面和通讯设备舒适度预测与评价。

图7 舒适度评价模型训练与验证结果Fig.7 Training and verification results of comfort evaluation model

3.2 操作系统作业舒适度评价模型

邀请本领域5位研究背景不完全相同的专家依次对子系统作业舒适度在总操作系统中所占权重进行评价，求其平均值作为最终权重，其评价结果见表2。

表2 专家评价结果Tab.2 Expert evaluation results

由此确定显控界面、操作面板和通讯设备的舒适度权重依次为0.41,0.32和0.27。因此可依据该权重，结合各子系统评价值，求得操作系统作业舒适度。

以一位27岁男性、博士研究生被试的实验数据为例(见表3～表5)，进行操作系统作业舒适度评价。

表3 操作系统中显控界面作业舒适度评价举例Tab.3 Example of display control interface in operating system comfort evaluation

表4 操作系统中操作面板作业舒适度评价举例Tab.4 Example of operation panel in operating system comfort evaluation

表5 操作系统中通讯设备作业舒适度评价举例Tab.5 Example of communication equipment in operating system comfort evaluation

由表3～表5得知，各子系统作业舒适度评价准确，计算得操作系统作业舒适度为4.720 9，因此该被试在这样的操作系统条件下舒适度水平为5(四舍五入后)，即该操作系统作业舒适度较为舒适。

4 讨 论

运用子系统作业舒适度评价中构建的各子系统作业舒适度评价模型，结合现有潜航员实际，本文以30岁、硕士学历的男性潜航员为例，依次探究不同子系统属性特征(如图8(a)～图8(c))对被试舒适度感知的影响。

结合各子系统研究都可以清晰地发现：被试认知效能与主观舒适度具有相同的变化趋势(如图8(d))，即被试认知反应越快，正确率越高，则系统的舒适度水平越高，越适宜潜航员作业。这说明基于认知效能判断显控系统作业舒适度具有可行性。

在已构建的舒适度评价模型中，输入相同的子系统属性特征值和被试认知效能，探究学历层次、年龄与舒适度的关系。从被试的学历层次角度来看，学历越高，对子系统作业舒适度的评价值越低(如图8(e)所示),结合文献[28-29]研究，发现文化程度越高，心理需求越高，对不适的感知和后续顾虑更多，因此学历更高的被试在舒适度感知过程中给出的舒适度评分相对更低。

图8 各变量对比结果Fig.8 Comparison results of each variable

而在年龄方面，各子系统的最佳舒适度对应年龄略有不同(如图8(f)所示)。显控界面中，27岁的被试舒适度最高，而在操作面板和通讯设备中，随年龄增长舒适度都有提升。这与显控界面对人体机能(如判断、警惕能力等)有更高的要求，而操作面板和通讯设备使用中更多依赖于个人经验及对系统的适应性。

为提高结果的有效性和准确性，本文根据上述结论编制了调查问卷进行验证，积极联系中国船舶设计中心，邀请5位潜航员和2位载人潜水器设计工程师参与调研，同时也邀请10位未曾参与原实验的在校学生回答问卷，调研结果如图9所示，其舒适度与各变量对应关系与实验结论的总体趋势一致。

图9 调查问卷统计结果Fig.9 Statistical results of questionnaire

综合上述分析，为提高潜航员在作业环境中的舒适度，可在显控系统的界面设计中，将亮度、对比度和自然饱和度分别从[-25,0]，[-50,-25]，[-25,0]中取值。操作面板设计中，需综合考虑待布区的操作相关性与人员视觉认知规律，设置合理的布局参数和形心相对位置。在通讯设备中，可通过安装减振降噪设备，降低噪声频率，并将通信语音的采样频率设定为48 000 Hz,提高潜航员主观舒适度。同时本文也发现，认知效能与舒适度具有相同的变化规律，这也从侧面印证了本文的可行性，即较高的认知效能也对应于较高的舒适度。同时，年龄和学历层次都会对潜航员的舒适度产生影响。

5 结 论

1)本文提出了一种基于效用函数和支持向量机模型的载人潜水器操作系统作业舒适度评价方法，将操作系统作业舒适度评价问题与潜航员认知效能构建联系，实现了对子系统作业舒适度的评价及分析。

2)合理的显控界面亮度、对比度和自然饱和度设置，综合考虑待布区的操作相关性与人员视觉认知规律的操作面板布局，以及较低的噪声频率和适宜的通信语音的采样频率，都有助于提高潜航员主观舒适度。潜航员的年龄、学历和认知效能都会对作业舒适度产生影响。

3)本研究证明了基于人员认知效能的作业舒适度评价方法的可行性，同时给出了舱室作业子系统属性特征设计的建议区间。