本發(fā)明涉及一種動態(tài)人機(jī)交互安全風(fēng)險評估系統(tǒng)與方法，屬于風(fēng)險評估技術(shù)領(lǐng)域。

背景技術(shù)：

風(fēng)險評估是針對風(fēng)險事件發(fā)生之前或之后但還沒有結(jié)束，造成影響和損失的嚴(yán)重性和可能性進(jìn)行量化評估的工作。動態(tài)安全風(fēng)險評估是針對具有潛在危險事件的事態(tài)發(fā)生過程，動態(tài)的評估安全風(fēng)險水平。

20世紀(jì)70年代，美國核電廠最先應(yīng)用風(fēng)險評估方法進(jìn)行安全性分析，之后在航空航天、化學(xué)工業(yè)、醫(yī)療衛(wèi)生、經(jīng)濟(jì)、環(huán)境保護(hù)等許多領(lǐng)域得到了推廣和應(yīng)用。20世紀(jì)80年代，在核工業(yè)和化學(xué)工業(yè)中，提出了概率風(fēng)險評估方法用于風(fēng)險的定量分析和評估。在載運(yùn)工具、核工業(yè)等領(lǐng)域的產(chǎn)品及系統(tǒng)設(shè)備的風(fēng)險評估中，主要以物理系統(tǒng)為研究對象，進(jìn)行風(fēng)險的識別、分析和評估，很少考慮人機(jī)交互導(dǎo)致的安全風(fēng)險，一般假定人具有正確執(zhí)行規(guī)定程序完成任務(wù)的能力，而實(shí)際人機(jī)交互帶來的安全風(fēng)險往往是不容忽視的，缺乏有效的進(jìn)行動態(tài)人機(jī)交互安全風(fēng)險評估的工具手段。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對目前缺少支持人機(jī)交互安全風(fēng)險評估的有效技術(shù)手段的不足，提供一種動態(tài)人機(jī)交互安全風(fēng)險評估系統(tǒng)與方法，通過該系統(tǒng)能夠根據(jù)動態(tài)風(fēng)險數(shù)據(jù)輸入有效的對人機(jī)系統(tǒng)安全風(fēng)險進(jìn)行評估，為及時風(fēng)險預(yù)警并采取有效措施控制風(fēng)險水平提供支持。

本發(fā)明的技術(shù)方案為：

一種動態(tài)人機(jī)交互安全風(fēng)險評估系統(tǒng)，其特征是，該系統(tǒng)包括安全風(fēng)險數(shù)據(jù)接入模塊、事件關(guān)聯(lián)模塊、安全風(fēng)險分析模塊、風(fēng)險水平輸出模塊、數(shù)據(jù)庫模塊；

所述的安全風(fēng)險數(shù)據(jù)接入模塊將安全風(fēng)險評估需要的輸入數(shù)據(jù)接入，通過人機(jī)交互傳感器將所采集的數(shù)據(jù)以有線/無線通信方式傳遞并經(jīng)由表征指標(biāo)提取至安全風(fēng)險分析模塊，以及通過數(shù)據(jù)庫調(diào)用方式傳遞至安全風(fēng)險分析模塊；

所述的事件關(guān)聯(lián)模塊基于圖論理論利用拓?fù)浣Y(jié)構(gòu)表達(dá)人機(jī)交互安全風(fēng)險事件的關(guān)系，反映不同事件之間的觸發(fā)機(jī)制，即致因/致果的邏輯關(guān)系；事件不同狀態(tài)的嚴(yán)重性等級和發(fā)生的概率以事件屬性方式描述和表達(dá)，其不同狀態(tài)的觸發(fā)概率直接或間接來源于安全風(fēng)險數(shù)據(jù)接入模塊；

所述的安全風(fēng)險分析模塊基于貝葉斯網(wǎng)絡(luò)模型，在事件關(guān)聯(lián)關(guān)系框架下，對不同任務(wù)階段的安全風(fēng)險進(jìn)行動態(tài)分析，實(shí)時計算不同嚴(yán)重性等級的事件的觸發(fā)概率；

所述的風(fēng)險水平輸出模塊根據(jù)預(yù)定的刷新頻率，將安全風(fēng)險分析模塊的分析結(jié)果與風(fēng)險水平顯示界面的安全風(fēng)險矩陣進(jìn)行匹配，顯示不同任務(wù)階段下人機(jī)交互的安全風(fēng)險水平，并對高風(fēng)險水平事件做出告警；

所述的數(shù)據(jù)庫模塊存儲人機(jī)交互的人的相關(guān)信息、機(jī)的狀態(tài)信息和事件信息。

所述的有線/無線通信方式傳遞數(shù)據(jù)是針對不同任務(wù)階段“人”的視覺注意、認(rèn)知負(fù)荷水平及行為動作和“機(jī)”的動態(tài)特征與預(yù)定義的“人”、“機(jī)”的行為狀態(tài)進(jìn)行匹配，提取識別人機(jī)的工作狀態(tài)，從而判斷是否觸發(fā)了具有潛在風(fēng)險的事件。

對于“人”的視覺注意、認(rèn)知負(fù)荷水平，通過眼動攝像頭采集人的眼動數(shù)據(jù)，基于人的視場范圍和顯示信息布局方位，判斷人眼掃視是否有聚焦、感知到相應(yīng)任務(wù)階段應(yīng)注意的信息。

對于人的行為動作，通過光學(xué)式、機(jī)械式或慣性測量等方式跟蹤捕捉以獲取人的操縱行為動作數(shù)據(jù)，與動作庫中人在不同任務(wù)階段應(yīng)做的動作進(jìn)行匹配識別，判斷人是否在相應(yīng)階段做出了該做動作。

對于“機(jī)”的動態(tài)特征，通過“機(jī)”的操縱組件位置傳感器，判斷確定是否在人做出動作后有相應(yīng)操縱組件的作動，以確定人的動作是否有效。

所述的數(shù)據(jù)庫調(diào)用方式是通過從數(shù)據(jù)庫讀取不同事件的先驗(yàn)概率數(shù)據(jù)，先驗(yàn)概率數(shù)據(jù)主要來源于以往事故事件發(fā)生的統(tǒng)計結(jié)果和領(lǐng)域?qū)＜业念A(yù)判概率分布。

所述的人的相關(guān)信息包括人的動作數(shù)據(jù)信息、眼動數(shù)據(jù)信息。

所述的機(jī)的狀態(tài)信息包括不同任務(wù)階段機(jī)的組件作動。

所述的事件信息包括不同嚴(yán)重性等級事件、事件屬性和事件間關(guān)系。

一種動態(tài)人機(jī)交互安全風(fēng)險評估方法，其特征是，包括以下步驟:

（1）采用動態(tài)人機(jī)交互安全風(fēng)險評估系統(tǒng)，該系統(tǒng)包括安全風(fēng)險數(shù)據(jù)接入模塊、事件關(guān)聯(lián)模塊、安全風(fēng)險分析模塊、風(fēng)險水平輸出模塊、數(shù)據(jù)庫模塊；

（2）安全風(fēng)險數(shù)據(jù)接入模塊將安全風(fēng)險評估需要的輸入數(shù)據(jù)接入，通過人機(jī)交互傳感器將所采集的數(shù)據(jù)以有線/無線通信方式傳遞并經(jīng)由表征指標(biāo)提取至安全風(fēng)險分析模塊，以及通過數(shù)據(jù)庫調(diào)用方式傳遞至安全風(fēng)險分析模塊；

1）其中，有線/無線通信方式傳遞數(shù)據(jù)是針對不同任務(wù)階段“人”的視覺注意、認(rèn)知負(fù)荷水平及行為動作和“機(jī)”的動態(tài)特征與預(yù)定義的“人”、“機(jī)”的行為狀態(tài)進(jìn)行匹配，提取識別人機(jī)的工作狀態(tài)，從而判斷是否觸發(fā)了具有潛在風(fēng)險的事件；

（a）通過眼動攝像頭采集人的眼動數(shù)據(jù)，基于人的視場范圍和顯示信息布局方位，判斷人眼掃視是否有聚焦、感知到相應(yīng)任務(wù)階段應(yīng)注意的信息；

（b）通過光學(xué)式、機(jī)械式或慣性測量的方式跟蹤捕捉以獲取人的操縱行為動作數(shù)據(jù)，與動作庫中人在不同任務(wù)階段應(yīng)做的動作進(jìn)行匹配識別，判斷人是否在相應(yīng)階段做出了該做動作；

（c）通過“機(jī)”的操縱組件位置傳感器，通過判斷確定是否在人做出動作后有相應(yīng)操縱組件的作動，以確定人的動作是否有效；

2）數(shù)據(jù)庫調(diào)用方式是通過從數(shù)據(jù)庫讀取不同事件的先驗(yàn)概率數(shù)據(jù)，先驗(yàn)概率數(shù)據(jù)主要來源于以往事故事件發(fā)生的統(tǒng)計結(jié)果和領(lǐng)域?qū)＜业念A(yù)判概率分布；

（3）事件關(guān)聯(lián)模塊基于圖論理論利用拓?fù)浣Y(jié)構(gòu)表達(dá)人機(jī)交互安全風(fēng)險事件的關(guān)系，反映不同事件之間的觸發(fā)機(jī)制（致因/致果的邏輯關(guān)系），事件不同狀態(tài)的嚴(yán)重性等級和發(fā)生的概率以事件屬性方式描述和表達(dá)，其不同狀態(tài)的觸發(fā)概率直接或間接來源于安全風(fēng)險數(shù)據(jù)接入模塊；

（4）安全風(fēng)險分析模塊基于貝葉斯網(wǎng)絡(luò)模型，在事件關(guān)聯(lián)關(guān)系框架下，對不同任務(wù)階段的安全風(fēng)險進(jìn)行動態(tài)分析，實(shí)時計算不同嚴(yán)重性等級的事件的觸發(fā)概率；

（5）風(fēng)險水平輸出模塊根據(jù)預(yù)定的刷新頻率，將安全風(fēng)險分析模塊的分析結(jié)果與風(fēng)險水平顯示界面的安全風(fēng)險矩陣進(jìn)行匹配，顯示不同任務(wù)階段下人機(jī)交互的安全風(fēng)險水平，并對高風(fēng)險水平事件做出告警；

（6）數(shù)據(jù)庫模塊存儲人機(jī)交互的人相關(guān)信息、機(jī)的狀態(tài)信息和事件信息；

1）人的信息包括人的動作數(shù)據(jù)信息、眼動數(shù)據(jù)信息；

2）機(jī)的狀態(tài)信息包括不同任務(wù)階段機(jī)的組件作動；

3）事件信息包括不同嚴(yán)重性等級事件、事件屬性和事件間關(guān)系。

本發(fā)明中，安全風(fēng)險數(shù)據(jù)接入模塊將安全風(fēng)險評估需要的輸入數(shù)據(jù)接入，事件關(guān)聯(lián)模塊基于圖論理論利用拓?fù)浣Y(jié)構(gòu)表達(dá)人機(jī)交互安全風(fēng)險事件的關(guān)系，安全風(fēng)險分析模塊基于貝葉斯網(wǎng)絡(luò)模型實(shí)時計算不同嚴(yán)重性等級的事件的觸發(fā)概率，風(fēng)險水平輸出模塊顯示不同任務(wù)階段下人機(jī)交互的安全風(fēng)險水平。通過該系統(tǒng)能夠根據(jù)動態(tài)風(fēng)險數(shù)據(jù)輸入有效的對人機(jī)系統(tǒng)安全風(fēng)險進(jìn)行評估，可為及時風(fēng)險預(yù)警并采取有效措施控制風(fēng)險水平提供重要支持。

附圖說明

圖1為人機(jī)交互安全風(fēng)險評估系統(tǒng)各模塊間的功能關(guān)系圖；

圖2為人機(jī)交互事件關(guān)聯(lián)關(guān)系的拓?fù)浣Y(jié)構(gòu)圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步說明：

如圖1所述，動態(tài)人機(jī)交互安全風(fēng)險評估系統(tǒng)主要包括安全風(fēng)險數(shù)據(jù)接入模塊、事件關(guān)聯(lián)模塊、安全風(fēng)險分析模塊、風(fēng)險水平輸出模塊、數(shù)據(jù)庫模塊。

安全風(fēng)險數(shù)據(jù)接入模塊將安全風(fēng)險評估需要的輸入數(shù)據(jù)接入，通過人機(jī)交互傳感器將所采集的數(shù)據(jù)以有線/無線通信方式傳遞并經(jīng)由表征指標(biāo)提取至安全風(fēng)險分析模塊，以及通過數(shù)據(jù)庫調(diào)用方式傳遞至安全風(fēng)險分析模塊。

事件關(guān)聯(lián)模塊基于圖論理論利用拓?fù)浣Y(jié)構(gòu)表達(dá)人機(jī)交互安全風(fēng)險事件的關(guān)系，反映不同事件之間的觸發(fā)機(jī)制，即致因/致果的邏輯關(guān)系；事件不同狀態(tài)的嚴(yán)重性等級和發(fā)生的概率以事件屬性方式描述和表達(dá)，其不同狀態(tài)的觸發(fā)概率直接或間接來源于安全風(fēng)險數(shù)據(jù)接入模塊。

安全風(fēng)險分析模塊基于貝葉斯網(wǎng)絡(luò)模型，在事件關(guān)聯(lián)關(guān)系框架下，對不同任務(wù)階段的安全風(fēng)險進(jìn)行動態(tài)分析，實(shí)時計算不同嚴(yán)重性等級的事件的觸發(fā)概率。

風(fēng)險水平輸出模塊根據(jù)預(yù)定的刷新頻率，將安全風(fēng)險分析模塊的分析結(jié)果與風(fēng)險水平顯示界面的安全風(fēng)險矩陣進(jìn)行匹配，顯示不同任務(wù)階段下人機(jī)交互的安全風(fēng)險水平，并對高風(fēng)險水平事件做出告警。

數(shù)據(jù)庫模塊存儲人機(jī)交互的人的相關(guān)信息、機(jī)的狀態(tài)信息和事件信息。

上述有線/無線通信方式傳遞數(shù)據(jù)是針對不同任務(wù)階段“人”的視覺注意、認(rèn)知負(fù)荷水平及行為動作和“機(jī)”的動態(tài)特征與預(yù)定義的“人”、“機(jī)”的行為狀態(tài)進(jìn)行匹配，提取識別人機(jī)的工作狀態(tài)，從而判斷是否觸發(fā)了具有潛在風(fēng)險的事件。

其中，對于“人”的視覺注意、認(rèn)知負(fù)荷水平，通過眼動攝像頭采集人的眼動數(shù)據(jù)，基于人的視場范圍和顯示信息布局方位，判斷人眼掃視是否有聚焦、感知到相應(yīng)任務(wù)階段應(yīng)注意的信息。

其中，對于人的行為動作，通過光學(xué)式、機(jī)械式或慣性測量的方式跟蹤捕捉以獲取人的操縱行為動作數(shù)據(jù)，與動作庫中人在不同任務(wù)階段應(yīng)做的動作進(jìn)行匹配識別，判斷人是否在相應(yīng)階段做出了該做動作。

其中，對于“機(jī)”的動態(tài)特征，通過“機(jī)”的操縱組件位置傳感器，判斷確定是否在人做出動作后有相應(yīng)操縱組件的作動，以確定人的動作是否有效。

數(shù)據(jù)庫調(diào)用方式是通過從數(shù)據(jù)庫讀取不同事件的先驗(yàn)概率數(shù)據(jù)，先驗(yàn)概率數(shù)據(jù)主要來源于以往事故事件發(fā)生的統(tǒng)計結(jié)果和領(lǐng)域?qū)＜业念A(yù)判概率分布。

人的相關(guān)信息包括人的動作數(shù)據(jù)信息、眼動數(shù)據(jù)信息；機(jī)的狀態(tài)信息包括不同任務(wù)階段機(jī)的組件作動；事件信息包括不同嚴(yán)重性等級事件、事件屬性和事件間關(guān)系。

一種動態(tài)人機(jī)交互安全風(fēng)險評估方法如下：

1、安全風(fēng)險數(shù)據(jù)接入模塊將安全風(fēng)險評估需要的輸入數(shù)據(jù)接入，通過人機(jī)交互傳感器將所采集的數(shù)據(jù)以有線/無線通信方式傳遞并經(jīng)由表征指標(biāo)提取至安全風(fēng)險分析模塊，以及通過數(shù)據(jù)庫調(diào)用方式傳遞至安全風(fēng)險分析模塊。

1）有線/無線方式傳遞數(shù)據(jù)是針對不同任務(wù)階段“人”的視覺注意、認(rèn)知負(fù)荷水平及行為動作和“機(jī)”的動態(tài)特征與預(yù)定義的“人”、“機(jī)”的行為狀態(tài)進(jìn)行匹配，提取識別人機(jī)的工作狀態(tài)，從而判斷是否觸發(fā)了具有潛在風(fēng)險的事件。

（a）通過眼動攝像頭采集人的眼動數(shù)據(jù)，如瞳孔直徑、掃視軌跡、注視時間等?；谌说囊晥龇秶惋@示信息布局方位，判斷人眼掃視是否有聚焦、感知到相應(yīng)任務(wù)階段應(yīng)注意的信息；

（b）通過光學(xué)式、機(jī)械式或慣性測量等方式跟蹤捕捉以獲取人的操縱行為動作數(shù)據(jù)，與數(shù)據(jù)庫中動作實(shí)例人在不同任務(wù)階段應(yīng)做的動作進(jìn)行匹配識別，主要比對人的肢體關(guān)節(jié)部位是否與正確完成動作的姿勢相一致，判斷人是否在相應(yīng)階段做出了該做動作；

（c）通過“機(jī)”的操縱組件位置傳感器，通過判斷確定是否在人做出動作后有相應(yīng)操縱組件的作動，如按鈕是否被按下、旋鈕是否到指定位置，操縱桿是否到達(dá)預(yù)定檔位，以確定人的動作是否有效；

2）數(shù)據(jù)庫調(diào)用方式是通過從數(shù)據(jù)庫讀取不同事件的先驗(yàn)概率數(shù)據(jù)，先驗(yàn)概率數(shù)據(jù)主要來源于以往事故事件發(fā)生的統(tǒng)計結(jié)果和領(lǐng)域?qū)＜业念A(yù)判概率分布。

2、事件關(guān)聯(lián)模塊基于圖論理論利用拓?fù)浣Y(jié)構(gòu)表達(dá)人機(jī)交互安全風(fēng)險事件的關(guān)系，圖2所示為事件關(guān)聯(lián)關(guān)系的拓?fù)浣Y(jié)構(gòu)樣例，反映不同事件之間的觸發(fā)機(jī)制（致因/致果的邏輯關(guān)系），事件不同狀態(tài)的嚴(yán)重性等級和發(fā)生的概率以事件屬性方式描述和表達(dá)，其不同狀態(tài)的觸發(fā)概率直接或間接來源于安全風(fēng)險數(shù)據(jù)接入模塊。

3、安全風(fēng)險分析模塊基于貝葉斯網(wǎng)絡(luò)模型，在事件關(guān)聯(lián)關(guān)系框架下，對不同任務(wù)階段的安全風(fēng)險進(jìn)行動態(tài)分析，實(shí)時計算不同嚴(yán)重性等級的事件的觸發(fā)概率；

4、風(fēng)險水平輸出模塊根據(jù)預(yù)定的刷新頻率，將安全風(fēng)險分析模塊的分析結(jié)果與風(fēng)險水平顯示界面的安全風(fēng)險矩陣進(jìn)行匹配，顯示不同任務(wù)階段下人機(jī)交互的安全風(fēng)險水平，并對高風(fēng)險水平事件做出告警，風(fēng)險矩陣涉及嚴(yán)重性和可能性兩個維度，嚴(yán)重性等級和可能性概率區(qū)域劃分可根據(jù)不同人機(jī)交互情境預(yù)先定義。

5、數(shù)據(jù)庫模塊存儲人機(jī)交互的人相關(guān)信息、機(jī)的狀態(tài)信息和事件信息。

1）人的信息包括人的動作數(shù)據(jù)信息、眼動數(shù)據(jù)信息；

2）機(jī)的狀態(tài)信息包括不同任務(wù)階段機(jī)的組件作動；

3）事件信息包括不同嚴(yán)重性等級事件、事件屬性和事件間關(guān)聯(lián)關(guān)系。