[发明专利]一种基于脑认识的自动化系统决策快速干预方法

说明书

本发明涉及一种基于脑认识的自动化系统决策快速干预方法，属于自动化技术领域，解决自动化系统的自动干预问题，方法包括，训练错误决策动作—脑电特征模型过程；利用错误决策动作—脑电特征模型进行实时错误决策动作检测，进行在线决策干预过程。本发明实现对自动化系统快速干预，以及时纠正或阻止自动化系统的错误决策或不利决策，降低自动化系统错误决策或不利决策所带来的损失。

技术领域

本发明涉及自动化技术领域，尤其是一种基于脑认识的自动化系统决策快速干预方法。

背景技术

在工业生产中，自动化系统发挥极其重要的作用，有效提升了生产效率。由于自动化系统的智能水平自身的局限性，其在自动完成作业时候，可能会做出错误的决策或不利的决策，进而产生不可预估的影响。而且，在自动化系统做出错误的决策或不利的决策时候，目前还主要依靠人工手段干预方式。但人工手段干预方式存在响应时间长的缺点。因此，迫切需要一中更有效的、更快的干预方法，以实现对自动化系统的快速干预。

发明内容

鉴于上述的分析，本发明旨在提供一种基于脑认识的自动化系统决策快速干预方法，以解决自动化系统做出错误决策或不利决策时的快速干预，有效缩短干预响应时间，降低自动化系统错误决策或不利决策所带来的损失。

本发明的目的主要是通过以下技术方案实现的：

一种基于脑认识的自动化系统决策干预方法，包括，

训练决策动作—脑电特征模型：建立决策动作训练样本集，自动化系统执行训练样本集中样本时，同步采集注视自动化系统的操作人员的脑电信号，提取相应的脑电特征，进行模型训练，得到训练错误决策动作—脑电特征模型；

在线实时决策干预：实时采集注视自动化系统执行决策动作下的操作人员的脑电信号，提取相应的脑电特征，输入到所述错误决策动作—脑电特征模型进行检测，当检测到错误决策动作时，发出干预控制指令到自动化系统，进行决策干预。

进一步地，所述决策动作训练样本集包括正确决策动作样本和错误决策动作样本。

进一步地，所述同步采集操作人员注视自动化系统执行决策动作时的脑电信号，是通过预设时长的滑动窗，从自动化系统执行决策动作后，立即开始抽取操作人员的脑电信号。

进一步地，所述脑电特征包括时域特征、空域特征和频域特征。

进一步地，采用ESSP方法提取滑动窗内脑电信号的脑电特征。

进一步地，所述检测模型训练过程包括，

1)采集自动化系统执行每个训练样本时，注视自动化系统执行操作人员的脑电信号，所述脑电信号为在预设时长滑动窗内的脑电信号；

2)提取与每个训练样本对应的脑电信号的脑电特征，建立脑电特征与决策动作类型映射数据集；

3)以所述脑电特征为输入，以决策动作类型为标签，输入检测模型中进行模型参数训练，得到模型参数；

4)根据得到的模型参数，建立错误决策动作与脑电特征之间的对应关系，即得到所述错误决策动作—脑电特征模型。

进一步地，所述检测模型为SVM支持向量机模型。

进一步地，所述在线实时决策干预过程包括，

1)实时采集自动化系统执行过程中，注视自动化系统执行的操作人员在预设时长滑动窗内的脑电信号；

2)提取所述脑电信号的脑电特征，输入错误决策动作—脑电特征模型，进行错误决策动作检测；

3)如果检测结果中不存在错误决策动作，则回到1)；如果检测结果中存在错误决策动作，则输出决策干预指令到自动化系统；