用不同的视觉刺激或刺激属性表示不同含义的方法称为视觉编码[1].在现代飞机驾驶舱中,选用合适的视觉编码可使飞行员从众多飞行信息中进行迅速、准确的识别.现有的适航条例、国军标和飞机设计手册等为飞机驾驶舱界面设计提供了设计原则和设计方法.然而,这些原则和方法一般来源于经验数据和定性化分析,多依赖于调查问卷、仿真实验或报告系统[2].因此,对于显示界面的优化设计,缺乏能够提前预测及评估其优劣的定量化数学模型[3].
国内外学者对飞机显示界面上单维或多维视觉编码进行了一些研究.例如文献[4, 5]评估了显示大小和信息突显性对飞行控制、空域监视和目标搜索等飞行任务的影响.文献[6, 7, 8, 9, 10, 11, 12, 13, 14]开展了不同字符的颜色、位置、形状、大小等的辨识绩效仿真与实验.这些研究积累了大量的实验数据并对显示界面中视觉编码的优化设计提供了有价值的研究结果.但在实际应用中,显示界面的信息辨识受到多种视觉编码的综合影响,如何将不同种类的视觉编码进行统一量化是需要解决的问题.文献[3]将影响航空界面设计的8种显示格式采用并合性能单元(Amalgamated Performance Units,APUs)进行归一量化,并通过线性相加建立了显示格式与情景意识模型(Display Formatting and Situation Awareness Model,DFSAM),用来指导航空显示界面设计.但该方法在应用上存在一定局限性:首先,模型中提出的APU方法缺乏等级划分的依据;其次,模型所采用的线性相加方法没有考虑各显示格式对界面显示效果影响程度的权重.
本文选取9种视觉编码为评价对象,采用元分析[2]与综合绩效赋值法归一量化各视觉编码综合评价特征值来建立显示界面多维视觉编码综合评价模型.模型中各视觉编码的权重系数采用G1法[15]求解,并运用模糊加权平均算子[15]计算出最终评价结果.为了验证多维视觉编码综合评价模型的可用性,在对波音和空客主飞行显示界面综合评价基础上,构建了一幅改进界面AB(汲取了波音和空客主飞行显示界面的优点),综合采用主观评价法、任务绩效评价法和生理评价法(包括眼动追踪测量和心电图时域指标测量)对波音、空客和改进界面进行了评价研究. 1 显示界面多维视觉编码建模
本文采用元分析法[2],在对前期大量实验数据统计学结果整理的基础上,提取对显示界面的显示效果有显著影响的视觉编码因素,建立了显示界面多维视觉编码综合评价模型,以预测及评估驾驶舱显示界面设计的优劣. 1.1 综合绩效法求解各视觉编码综合评价特征值
根据已有研究结果,选取对显示界面影响显著的、可修改、能量化以及相互独立的视觉编码因素.由于多维视觉编码具有不可公度性,即各种视觉编码没有统一的度量标准.为了便于分析和比较其综合效应,本文提出了一种综合绩效法(Integrated Performance Values,IPVs)对多维视觉编码的特征值进行归一量化.操作绩效对视觉编码效应的影响在于[3]:①统计意义,指方差分析两两比较的显著性P值,当P<0.05时为非常显著,0.05 < P < 0.10时为比较显著,当P>0.10时为不显著;②实践意义,指两个水平间正确率或反应时的平均误差百分数δ,如δ>10%为非常显著,δ>5%为比较显著,δ<5%为不显著.综合绩效法即根据上述原则得出各视觉编码的归一量化模型为
式中:Vm为该视觉编码第m个水平的综合绩效特征值(令V1=0);Pia和Pib分别为第i与i-1个水平间正确率和反应时的显著性P值;δia和δib分别为第i与i-1个水平间正确率和反应时增加或减少的平均误差百分数；vm将Vm化为百分制,得出的分值越大,相应的视觉编码设计越合理.
首先,分析各视觉编码绩效数据时应将不同研究中视觉编码的单位进行统一换算.字符大小选择视角[1]为度量单位,视角的计算如式(3)所示.信息流强度统一换算成信息传递率[1],如式(4)所示.其次,利用式(1)和式(2)的计算模型从统计意义和实践意义两方面分析文献[4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14]中各视觉编码的绩效数据,获得各视觉编码的综合绩效特征值.
式中:α为视角,(′),即(1/60)°;H为被视物体两端点的直线距离,在信息编码研究中通常表示字符高度;D为视距;n为事件的数量;Pi为事件i发生的概率;TR为平均反应时;T为信息传递率,bit/s. 1.1.1 字符大小
显示界面上字符大小的辨识绩效将直接影响飞行员判断决策的速度与准确性[8].计算所得的字符大小综合绩效特征值va，如表 1所示,利用SPSS进行一元线性回归分析得
| α/(′) | va/分 | α/(′) | va/分 | α/(′) | va/分 |
| 6.74 | 0.0 | 13.80 | 50.0 | 19.40 | 81.3 |
| 8.66 | 4.2 | 16.04 | 62.5 | 20.63 | 85.4 |
| 10.78 | 6.3 | 17.52 | 70.8 | 22.52 | 95.8 |
| 11.46 | 14.6 | 18.33 | 79.2 | 32.09 | 100.0 |
颜色是视觉编码研究的一个重要方面,显示界面上合理的颜色匹配能够提高飞行员的信息辨识效率[6].计算得到的颜色匹配综合绩效特征值vb,如表 2~表 4和式(6)所示.
式中:vb1为目标配色不变背景配色的综合绩效特征值,当背景配色与姿态仪配色相同时取vb1=100.0分;vb2为目标配色中30个配色方案[9]的综合绩效特征值;vb3为字符与背景色匹配的综合绩效特征值.
| 背景色 | 蓝色 | 深蓝色 | 黄色 | 深绿色 | 草绿色 | 紫色 | 黑色 |
| vb1/分 | 90.0 | 82.5 | 81.0 | 75.0 | 60.0 | 22.5 | 0.0 |
| 方案 | 1 | 9,13,26 | 12,29 | 14,24 | 28 | 4,6~7,25 |
| vb2/分 | 100.0 | 91.7 | 83.3 | 75.0 | 66.7 | 58.3 |
| 方案 | 3,5,17~19,21 | 2,11,23,27 | 10,8,30 | 15 | 22 | 16,20 |
| vb2/分 | 50.0 | 41.7 | 33.3 | 25.0 | 16.7 | 0.0 |
| 分 | |||||
| 目标色 | 背景色 | ||||
| 黑色 | 灰色 | 白色 | 棕色 | 青色 | |
| 红色 | 100.0 | 66.7 | 91.7 | 79.2 | 83.3 |
| 蓝色 | 45.8 | 85.4 | 87.5 | 50.0 | 83.3 |
| 绿色 | 79.2 | 25.0 | 58.3 | 75.0 | 0.0 |
信息布局对不同仪表上飞行信息的辨识绩效所对应的综合绩效特征值vc，如表 5所示.
| 位置 | 右下方 | 左下方 | 左上方 | 右上方 | ||||||||||||
| 左 | 上 | 右 | 下 | 左 | 上 | 右 | 下 | 左 | 上 | 右 | 下 | 左 | 上 | 右 | 下 | |
| vc/分 | 70.8 | 50.0 | 16.7 | 25.0 | 25.0 | 75.0 | 4.2 | 0.0 | 25.0 | 83.3 | 75.0 | 50.0 | 100.0 | 91.7 | 70.8 | 100.0 |
目前飞机显示器中出现的刻度线形状有条形和弧形两种,分别用于显示高度、速度和航向仪表.刻度线形状的综合绩效特征值vd由模型计算可得:对速度高度仪表,条形刻度带vd1=100分,弧形为0;而对航向仪表,弧形刻度带vd2=100分,条形为0.因此,vd=(vd1+vd2)/2. 1.1.5 突显性
异常信息的突出显示可以及时地提高飞行机组成员对该信息的关注程度,从而快速对异常信息做出反应,让飞行恢复正常[1].异常信息突显性的综合绩效特征值为ve,若存在突出显示则ve为100分,否则ve为0. 1.1.6 字体字形
常用中文字体有宋体、隶书和黑体,英文字体常用的有Arial、TNR(Times New Roman)和Calibri[13],根据实验结果利用综合绩效法,可得部分字体字形对应的vf，如表 6所示.
| 字体 | 中文 | 英文 | ||||
| 宋体 | 隶书 | 黑体 | Arial | TNR | Calibri | |
| vf/分 | 0.0 | 100.0 | 91.7 | 0.0 | 91.7 | 100.0 |
笔画宽度对飞行员辨识目标信息有着显著的影响,过宽或过细的笔画宽度均不利于信息辨认[1].计算得到笔画宽度的综合绩效特征值vg:在600 mm的视距上,笔画宽度1 mm的vg为0,笔画宽度2 mm的vg为83分. 1.1.8 字符种类
字符种类主要包括中文、英文、数字和各种形状符号[8],基于综合绩效法计算得到字符种类的综合绩效特征值vh，如表 7所示.
| 字符 | 中文 | 英文 | 数字 | ◆ | ★ | ● | ■ | ▲ |
| vh/分 | 0 | 25 | 54.2 | 70.8 | 100 | 100 | 100 | 100 |
本文中信息流强度指显示界面上显示信息的数量和信息的显示频率[14].通过模型计算可得信息传递率T和信息流强度综合绩效特征值vi，如表 8所示,经过SPSS的一元线性回归可得
| T/(bit·s-1) | vi/分 | T/(bit·s-1) | vi/分 | T/(bit·s-1) | vi/分 |
| 0.942 | 100.0 | 1.695 | 91.7 | 2.807 | 50.0 |
| 1.293 | 87.5 | 1.873 | 66.7 | 3.170 | 25.0 |
| 1.585 | 83.3 | 2.084 | 66.7 | 5.170 | 0.0 |
本文采用基于“功能驱动”原理的G1法确定权重系数.该方法是层次分析法(Analytical Hierarchy Process,AHP)的一种改进方法,不仅克服了AHP在原理和方法上的缺陷,可操作性也较强[15].具体步骤包括:①按各视觉编码uk(k=1,2,…,m)对驾驶舱显示界面影响的重要性程度排序;②给出相邻视觉编码间相对重要程度的比较判断rk[15];③计算权重系数.
式中:wm为m个视觉编码排序最后的权重系数.
采用G1法,由22位专家按9种视觉编码的重要性排序并注明相对重要程度,根据式(8)、式(9)计算出各视觉编码的权重系数，如表 9所示.
| 指标 | 系数 | 指标 | 系数 | 指标 | 系数 |
| 字符大小 | 0.140 1 | 刻度线形状 | 0.091 2 | 笔画宽度 | 0.082 8 |
| 颜色匹配 | 0.145 1 | 信息流强度 | 0.130 7 | 字符种类 | 0.076 5 |
| 布局位置 | 0.132 2 | 字体字形 | 0.065 0 | 突显性 | 0.136 4 |
常用的综合评价数学方法有线性加权综合法、非线性加权综合法、增益型线性加权综合法、理想点法等[15].本文通过对各种合成方法的分析和比较,确定采用基于线性评价模型的模糊综合评价数学模型为
式中:wx和vx为视觉编码x的权重系数及综合绩效特征值;⊙为模糊算子,在具体计算时,采用模糊加权平均算子;M为显示界面多维视觉编码综合评价模型总得分(0.0≤M≤100.0),得分越高则理论上该显示界面适人性设计越合理. 2 显示界面的优化设计
图 1(a)和图 1(b)分别是采用GL studio虚拟仪表仿真软件所建立的波音B787和空客A380显示界面的仿真模型.根据显示界面多维视觉编码综合评价模型的计算结果,汲取B787和A380显示界面的视觉编码优点,设计出如图 1(c)所示的优化界面,记为AB.
 |
| 图 1 虚拟显示界面Fig. 1 Virtual display interface |
由显示界面多维视觉编码综合评价模型得出B787、A380和AB的各视觉编码分值如表 10所示,并计算出总分:MB787=74.6分,MA380=77.1分,MAB=84.1分.由此可见,优化界面AB的分值最高,理论上最利于飞行员的目标辨识.
| 界面 | 综合绩效特征值/分 | ||||||||
| va | vb | vc | vd | ve | vf | vg | vh | vi | |
| B787 | 91 | 94 | 100 | 100 | 0 | 50 | 50 | 100 | 83 |
| A380 | 100 | 83 | 100 | 50 | 0 | 100 | 100 | 100 | 83 |
| AB | 100 | 100 | 100 | 100 | 0 | 100 | 100 | 100 | 83 |
为验证显示界面多维视觉编码模型在航空飞行中的效度,实验选用仪表监视任务,如图 1所示的3个虚拟显示界面已经根据研究需要进行了适当的简化和抽象.实验界面呈现在分辨率为1 440×900的17英寸(1英寸=2.54 cm)液晶显示器上,被试通过小键盘进行人机交互.实验采用瑞典非接触式红外眼动仪Smat-eye来记录被试的瞳孔直径和注视情况.该设备采用外置红外摄像头,可固定在实验显示器两侧,实现对被试在完全自然状态下的眼动追踪.同时使用12道自动分析心电图机FX-7402记录被试的时域指标:正常窦性R-R间期的标准差(Standard Deviation of Normal to Normal,SDNN)与心率变异系数(Coefficient of Variation,CV).实验过程中环境光照基本保持不变,平均照度600 lx左右. 3.2 被 试
实验被试为22名北京航空航天大学在校研究生(男11名,女11名,22~25岁,平均年龄23.5岁),具有航空知识背景,右利手,视力或矫正视力正常,无色盲色弱. 3.3 实验设计
根据研究需要,实验设计为在起飞、巡航和降落过程中对显示界面上的5个信息(俯仰角、滚转角、空速、高度、航向角)进行监视和辨识.
实验采用双因素被试内设计,因素1为显示界面类型,3个水平分别为B787、A380和AB;因素2为信息流强度,即异常信息的呈现时间,设定为3 s和2 s两个水平.为消除练习效应和疲劳效应造成的误差,实验顺序采用拉丁方设计. 3.4 实验步骤
实验前让被试充分练习以熟练实验要求和实验流程,正式实验过程中被试需密切监视显示界面,当有异常信息出现时需尽快按键响应.每位被试完成共计6组实验,每组实验持续10 min,间隔休息10 min.实验过程中眼动仪和心电仪处于实时追踪状态.实验结束后被试按需要完成主观调查表[16],该调查从0～100分每20分上升1个等级,共分为5个等级进行评定. 4 实验结果与分析 4.1 多维视觉编码模型理论值及实验值
表 11所示为通过显示界面多维视觉编码模型计算所得的理论预测值及实验所采用的各种方法测得各项指标统计结果.利用SPSS进行单因素方差分析表明:在0.05的显著水平上,信息流强度因素对于反应时指标的主效应显著(P<0.001);显示界面因素对于反应时(P=0.025)、正确率(P=0.003)、主观评价(P<0.001)、瞳孔直径(P=0.028)、注视时间(P=0.038)指标的主效应均显著,而对于心电时域指标SDNN(P=0.247)和CV(P=0.349)的主效应不显著.
| 显示界面 | 理论预测值/分 | 任务绩效评价法 | 主观评价法 | 眼动生理测量法 | 心电生理测量法 | |||
| 正确率 | 反应时/ms | 主观评价/分 | 瞳孔直径/μm | 注视时间/ms | SDNN/msec | CV/% | ||
| B787 | 74.6 | 0.796±0.075 | 1 032.5±131 | 66.82±13.14 | 2 103.2±542 | 228.2±109 | 42.18±13.5 | 5.28±1.42 |
| A380 | 77.1 | 0.814±0.072 | 1 055.0±106 | 73.09±15.436 | 2 357.6±540 | 270.0±92 | 44.64±16.8 | 5.53±1.93 |
| AB | 84.1 | 0.847±0.061 | 990.9±110 | 83.45±8.91 | 2 094.0±448 | 216.9±107 | 49.59±13.9 | 5.99±1.48 |
将基于显示界面多维视觉编码模型的理论预测值与实验所采用各种方法的测量结果分别进行Pearson相关性分析.理论预测值与正确率(r=0.995,P=0.063)、主观评价(r=0.992,P=0.080)、心率变异性SDNN(r=0.997,P=0.048)和CV(r=0.995,P=0.062)高度正相关,而与反应时(r=-0.820,P=0.388)、瞳孔直径(r=-0.293,P=0.810)和注视时间(r=-0.453,P=0.701)呈负相关.
3组显示界面条件下所得多维视觉编码模型理论预测值与实验测量各项指标值如图 2所示.
图 2中数据趋势反映,理论预测值、正确率、主观评价得分和心率变异性在界面AB处最大,在B787处最小,而反应时、瞳孔直径和注视时间在界面AB处最小,在A380处最大.结果显示改进的优化界面AB与B787和A380相比,有明显的优势.
 |
| 图 2 理论预测值与实验测量各指标的变化情况Fig. 2 Trend of theoretical prediction and various experimental indicators |
本文采用了3种方法测量被试在相同任务下对3个显示界面的辨识效果.首先是主观评价法,由于本文各实验水平间不存在体力需求、努力程度等方面的差异,因此主观调查表仅选取NASA-TLX主观评价量表 6个维度(体力需求、努力程度、时间需求、绩效水平、脑力需求和受挫程度)中的脑力需求和受挫程度[16].其次,任务绩效评价法包括反应时和正确率,根据信号检测理论在实验任务进行时设计信号和噪声两种情形.因此正确率=(信号正确响应次数+噪声不响应次数)/(信号总次数+噪声总次数),反应时=出现信号到正确按键的平均时间.再次,眼动指标中瞳孔直径与注视时间是衡量任务难易程度的重要指标,相关研究结果表明,工作负荷越大,任务越难,瞳孔直径也会相应变大,而注视时间也会随之变长[17].同时,心电图时域指标的相关研究结果表明,人的工作负荷越大,心理压力越大,则心率变异性会显著降低[18].因此本文选用主观、绩效、眼动、心电指标进行的综合分析评价对验证模型的可用性具有一定的价值. 5.2 关于模型理论预测值与实验结果的讨论
显示界面在任务绩效、主观评价与眼动结果下的显著性以及心率变异性下的变化趋势表明,改进界面AB的反应时最短,正确率最高,主观得分最好,瞳孔直径和注视时间最小,SDNN和CV最大.另外由图 2可知,显示界面多维视觉编码综合评价模型的理论预测值与除眼动外的实验各项指标测量值均达到高度相关(|r|>0.8).由此可以推测,改进界面AB给被试带来的工作负荷和心理压力比A380和B787更低,更利于被试对主飞行显示信息的辨识,进而验证了该模型的有效性.但眼动测量结果与理论预测值的相关性比较低,这可能是因为瞳孔直径和注视时间是测量视觉监视负荷的敏感指标[17],与正确率、主观评价等直观反应工作负荷的指标的测量原理不同,与视觉编码无关，不在本模型的预测范围内,因此被试为更好地完成任务而更努力地监视显示界面,因而表现出瞳孔直径变大,注视时间变长,从而降低了实验结果与理论预测值的相关度. 5.3 关于理论模型建立方法的讨论
本文提出的显示界面多维视觉编码综合评价模型在DFSAM模型的基础上作出了一定的改进:首先,提出了能够归一量化多维视觉编码特征值的综合绩效法,由于综合绩效赋值公式的连续性,相比于划分等级的APU法适用范围更广;其次,DFSAM模型的8种显示格式包含混杂、视景叠加等复杂元素,而缺乏颜色匹配、字体字形等基础元素,因此本模型选取的9种视觉编码对主飞行显示器的设计更加有效;再次,本模型采用G1法和模糊加权平均算子进行建模,相比于DFSAM的简单线性相加方法,综合考虑了各视觉编码对显示界面的不同影响.此外,本模型主要考虑了常规的视觉编码方式及其主效应,对于某些先进的信息编码方式,如叠加显示、三维显示等以及它们互相之间的交互效应尚未做探讨.后续研究将进一步综合分析国内外相关文献和数据来完善界面综合评价数学模型的可用性. 6 结 论
1) 综合多维视觉编码对显示界面的影响,提出了可用于指导界面设计及预测评估已有界面的综合评价数学模型.
2) 依据统计显著性和实践显著性对操作绩效的意义,提出了综合绩效法及相应模型,解决了各视觉编码的统一量化问题,具有较高的可靠性.
3) 由本文提出的多维视觉编码综合评价模型,结合波音和空客主飞行显示界面的设计特点,构建了改进的优化界面,对民机驾驶舱显示界面的设计有一定的参考价值.
| [1] | 童时中.人机工程设计与应用手册[M].北京:中国标准出版社, 2007:112-152. Tong S Z.Handbook of human-machine engineering design and application[M].Beijing:Standards Press of China, 2007:112-152(in Chinese). |
| [2] | Lu S A, Wickens C D, Prinet J C, et al.Supporting interruption management and multimodal interface design:Three meta-analyses of task performance as a function of interrupting task modality[J].Human Factors, 2013, 55(4):697-724. |
| Click to display the text | |
| [3] | Wickens C D.Display formatting and situation awareness model(DFSAM):An approach to aviation display design, AHFD-05-14/NASA-05-5[R].Illinois:Aviation Human Factors Division, 2005. |
| [4] | Stelzer E M, Wickens C D.Pilots strategically compensate for display enlargements in surveillance and flight control tasks[J].Human Factors, 2006, 48(1):166-181. |
| Click to display the text | |
| [5] | Wickens C D, Ambinder M S, Alexander A L.The role of highlighting in visual search through maps[J].Spatial Vision, 2004, 17(4-5):373-388. |
| Click to display the text | |
| [6] | 王嫣嫣, 郭小朝, 孙明炤.液晶显示不同颜色编码搭配方式的工效学研究[J].人类工效学, 2012, 18(3):12-15. Wang Y Y, Guo X C, Sun M Z.Ergonomics research on color-coding collocation modes applied in liquid crystal display[J].Chinese Journal of Ergonomics, 2012, 18(3):12-15(in Chinese). |
| Cited By in Cnki | |
| [7] | 熊端琴, 郭小朝, 王红, 等.飞行员对黑体汉字字形的视觉偏好研究[J].人类工效学, 2014, 20(1):45-46. Xiong D Q, Guo X C, Wang H, et al.Visual preference of pilots to bold Chinese font[J].Chinese Journal of Ergonomics, 2014, 20(1):45-46(in Chinese). |
| Cited By in Cnki | |
| [8] | 周颖伟, 庄达民, 吴旭, 等.显示界面字符编码工效设计与分析[J].北京航空航天大学学报, 2013, 39(6):761-765. Zhou Y W, Zhuang D M, Wu X, et al.Ergonomic design and analysis of character coding on display interface[J].Journal of Beijing University of Aeronautics and Astronautics, 2013, 39(6):761-765(in Chinese). |
| Cited By in Cnki | |
| [9] | 张慧姝.飞机驾驶舱显示界面工效设计与评价[D].北京:北京航空航天大学, 2011. Zhang H S.Design and estimate of ergonomics about display interface cockpit[D].Beijing:Beihang University, 2011(in Chinese). |
| [10] | 曾庆新, 庄达民.多界面多任务下不同任务权重的目标辨认[J].北京航空航天大学学报, 2006, 32(5):499-502. Zeng Q X, Zhuang D M.Target identification of different task weight under multi-interface and multi-task[J].Journal of Beijing University of Aeronautics and Astronautics, 2006, 32(5):499-502(in Chinese). |
| Cited By in Cnki | |
| [11] | Zhang L, Zhuang D M, Wanyan X R.Information coding for cockpit human-machine interface[J].Chinese Journal of Mechanical Engineering, 2011, 24(4): 707-712. |
| Click to display the text | |
| [12] | Wei H Y, Zhuang D M, Wanyan X R.An experimental analysis of situation awareness for cockpit display interface evaluation based on flight simulation[J].Chinese Journal of Aeronautics, 2013, 26(4):884-889. |
| Click to display the text | |
| [13] | Ma C X, Zhuang D M, Wanyan X R.Flight simulation and optimal design of information coding[C]//AIAA Modeling and Simulation Technologies Conference.Reston:AIAA, 2011:1-8. |
| Click to display the text | |
| [14] | Wanyan X R, Zhuang D M, Lu S S.Effects of perceptual load related to flight task on auditory ERPs[J].Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(6):995-1002. |
| Click to display the text | |
| [15] | 李银霞, 杨峰, 王黎静, 等.飞机驾驶舱工效学综合评价研究及其应用[J].北京航空航天大学学报, 2005, 31(6):652-656. Li Y X, Yang F, Wang L J, et al.Study on comprehensive evaluation of cockpit ergonomics and its application[J].Journal of Beijing University of Aeronautics and Astronautics, 2005, 31(6):652-656(in Chinese). |
| Cited By in Cnki | |
| [16] | Hart S G, Staveland L E.Development of NASA TLX(task load index):Results of empirical and theoretical research[M].Amsterdam:Elsevier, 1988:139-183. |
| [17] | Dehais F, Causse M, Pastor J.Toward the definition of a pilot's physiological state vector through oculometry:A preliminary study in real flight conditions[C]//2nd International Conference on Human-Computer Interaction in Aerospace.Cape Canaveral, Florida:Interaction Design Foundation, 2010:1-8. |
| [18] | Thayer J F, Yamamoto S S, Brosschot J F.The relationship of autonomic imbalance, heart rate variability and cardiovascular disease risk factors[J].International Journal of Cardiology, 2010, 141(2):122-131. |
| Click to display the text |