[发明专利]基于智能耳麦的空中交通管制员安全能力自动监控系统

说明书

技术领域

本发明涉及空中交通安全管理领域，具体的是，是一种基于智能耳麦的空中交通管制员安全能力自动监控系统。

背景技术

事故致因理论表明，造成事故的直接原因不外乎人的不安全行为和物的不安全状态两种因素。实践证明，在空中交通管理活动中，物的不安全因素具有相对的客观性和稳定性，而人的生理心理状态因容易受到自身及外界的影响，具有相当大的主观性和偶然性，是激发不安全事件的主要因素。

在空中交通管理活动中，人是决策和控制主体，人的行为对空中交通安全有着决定性的影响。因此，空中交通管制员(以下简称：管制员)在管制现场的生理心理状态对飞行安全至关重要。

大量空中交通管理不安全案例表明，疲劳是导致空管安全事故发生的重要因素。管制员的疲劳如长时间得不到消除，就会发生疲劳积累效应，造成过度疲劳，从而导致一系列心理、生理功能的变化，致使各种差错增多。生理和心理疲劳的状态体征，主要表现为血压、心率不稳定，且数值偏离正常区间。

此外，安全实践证明，人在工作、生活中遇到困难、挫折或不幸时，容易产生慌乱、愤怒、忧愁、焦虑、悲哀等不良情绪。在这些情绪影响下，管制员极易出现意识混乱、注意范围狭窄、精神难以集中、自控能力下降等状况，从而导致安全事故的发生。因此，应避免管制员带着不良情绪上岗，防止引发不安全行为。

科学实验表明，人在不同的环境下具有不同的生理心理状态，这种状态将通过人的身体直接表现出来，比如体温、血压、心率等等，这些信息形成了一种特有的状态数据，一旦掌握了这些数据，就可以深入解读每个人的实时状态。对于空中交通管理系统来说，获取这些数据，就可以为科学动态配备空中交通管制班组的人力资源提供依据，从而有效降低安全风险。然而传统的安全管理由于缺乏对此类数据的采集手段和评价模型，实时监测管制员的生理心理状态是十分困难的，因此只能依靠人工(主要是带班)现场判断，不仅缺乏客观依据，影响公正性和透明度，同时还存在判断和决策的滞后性，极易触发安全问题。

发明内容

针对目前对管制员现场安全能力判定缺乏科学手段和评价模型，极易影响飞行安全的现状，本发明公开了一种基于智能耳麦的空中交通管制员安全能力自动监控系统。

本发明采用如下技术方案：

基于智能耳麦的空中交通管制员安全能力自动监控系统，它包括状态数据量化模块、状态信息数据库模块、安全能力评价模块、安全能力实时监视模块及安全能力管理模块；所述状态数据量化模块，用以采集管制员生理心理状态数据，传输到状态信息数据库模块；

所述状态信息数据库模块，用于存储管制员生理心理状态的历史数据、实时数据和状态场景库，与安全能力评价模块、安全能力监视模块和安全能力管理模块分别连接；

所述安全能力评价模块，通过该模块设定的安全能力评价模型，对管制员生理心理要素导致的安全能力动态地进行识别、判断，并实现对管制员安全能力的综合评价；

所述安全能力实时监视模块，依据安全能力评价模块提供的状态评价数据、动态评价基准值和安全能力容忍区间，对管制员安全能力进行实时监视并自动告警；

所述安全能力管理模块，对管制员生理心理数据进行统计分析，建立和规范提升管制员安全能力的管理策略，并提供空中交通管制班组人力资源管理建议；

其中，所述管制员生理心理要素的安全能力评价模型为：其中R_i为i的实时采样值，P_i为i的安全能力评价值，i为体温、血压、脉率、心电、脑电、血氧含量、血液流速等生理心理要素，为管制场景修正值(由状态信息数据库模块的状态场景库提供)；

管制员安全能力综合评价模型为：其中为特定生理心理要素的相对安全权重，m为生理心理要素的个数，P为管制员安全能力综合评价值。

进一步的，状态数据量化模块包括智能耳麦。

更进一步的，智能耳麦检测人体状态特征包括体温、血压、脉率、心电、脑电、血氧含量、血液流速。

进一步的，状态数据量化模块与状态信息数据库模块之间通过无线通信方式(蓝牙、WiFi、移动通信)通讯。

进一步的，状态场景库包括动态评价基准值和安全能力容忍区间，所述动态评价基准值为均值，所述安全能力容忍区间为最大值和最小值之差。

进一步的，安全能力监视模块包括安全能力监视和安全自动告警，安全能力监视实时获取管制员安全能力评价值和综合评价值并分别与其对应的安全能力容忍区间进行比较。