船员工作负荷检测方法研究综述*

2021-07-29杨柳何萌刘清

交通信息与安全 2021年3期

杨柳何萌刘清

（武汉理工大学交通学院武汉430063）

0 引言

水上交通安全一直是水路运输的研究热点和重点，在现有船舶技术不断发展和完善的情况下，水上交通的总体安全水平显著提高，船舶发生全损事故的概率从19世纪的1%下降至21世纪的0.15%[1]。随着船舶数量不断增加，虽然船舶全损事故概率下降，但船舶事故仍时有发生。根据108份由海事主管部门出具的船舶碰撞海事调查报告统计分析可知，船员的操作失误是导致事故的主要原因；更有研究表明：75%～96%的水上交通事故是船员的工作失误和不恰当的操作造成的[1]。船员作为船舶驾驶系统中的主要组成部分，其工作绩效直接影响船舶的航行安全，其工作负荷与绩效关系模型见图1。由图1可知，不恰当的工作负荷会降低船员工作绩效[2]，因此研究船员工作负荷具有重要意义。

图1 工作负荷与工作绩效三阶段模型[2]Fig.1 Three-stage model of the workload and job performance[2]

工作负荷[3]是指单位时间内人承受的工作量，包括体力工作负荷和心理工作负荷。体力工作负荷表现在动态或静态肌肉用力的工作负荷；心理工作负荷是表现在监控、决策等不需要明显体力的工作负荷，通常包括认知、情绪、注意这3个方面的负荷。船员主要通过监控船舶系统和进行驾驶决策来保证驾驶安全，因此本文中船员工作负荷主要针对心理工作负荷。

在近40年时间内，研究人员一直持续关注工作负荷检测方法研究，并有认知神经科学领域的学者开始参与驾驶领域相关的工作负荷研究。通过CNKI数据库进行相关文献检索，采用Citespace软件进行可视化分析，结果见图2。

图2 文献关键词共现图Fig.2 Co-occurrence of keywords in references

由图2可知，目前，工作负荷研究主要集中在交通安全领域，心理负荷和脑力负荷的测量是其中的研究重点，且各类工作负荷检测方法研究多集中于飞行员和汽车驾驶员，船员研究相对较少。笔者主要从船员工作负荷检测方法展开综述，总结船员工作负荷影响因素，归纳分析可用于船员工作负荷检测的方法及其优缺点，并进一步分析船员工作负荷研究发展趋势。

1 船员工作负荷影响因素

研究船员工作负荷影响因素，有助于理解工作负荷产生机制，适当监测并合理调节船员工作负荷水平。

在船员工作负荷影响因素研究方面，Barsan等[4]基于船舶驾驶模拟器，使用不同场景，如恶劣天气、设备失效等进行船员操作绩效和工作负荷的影响因素研究。K.S.Gould等[5]发现：不同的电子导航系统界面、不同难度的工作任务都会对船员工作负荷产生影响，良好的导航系统界面可以有效降低船员工作量，降低工作负荷水平，较高难度的工作任务会工作负荷水平过高。赵志葳等[6]研究发现：长期睡眠不足、工作量过大、工作环境恶劣将会引发船员疲劳导致工作负荷过高，应急反应能力下降，造成海上事故。贾宝柱等[7]通过结构方程模型得出：物理工作环境、休息情况和工作节奏是对船员工作负荷影响最直接的因素。

在飞行员与汽车驾驶员工作负荷影响因素相关研究中。多数研究分析发现，对于飞行员，飞行任务[8]、飞行环境[9]、驾驶舱人机界面和个体因素[10]是影响工作负荷的4个主要因素，其中驾驶舱人机界面是飞行员工作负荷主要来源；对于汽车驾驶员，道路环境[11]、车辆状态[12]、驾驶任务[13-14]、个人疲劳状态[15]等都会导致驾驶员工作负荷增大。

结合上述其他驾驶领域的工作负荷影响因素研究内容，可将船员工作负荷影响因素归纳为个体因素、船舶状态、驾驶任务、驾驶环境4个方面的因素，见图3。其中，个体因素主要包括个人习惯（如是否饮酒）、身体状态（如是否疲劳）等特征；系统状态主要指系统稳定性、运行工况是否良好等驾驶系统自身因素；驾驶任务主要考虑是否执行难度较大任务；驾驶环境可分为内环境和外环境，内环境包括驾驶系统软硬件环境（仪器表盘信息量），外环境包括天气条件、航道条件等。

图3 船员工作负荷影响因素Fig.3 Influencing factors of workload

2 船员工作负荷检测指标与方法

2.1 主观评测方法

通常认为，作业人员的脑力资源的使用和努力程度密切相关，这一情况可以通过作业人员主观表达出来[16]。主观评测方法是通过被试人员在执行任务过程中对自身工作量大小的量化评估来反映其工作负荷大小。当前主流的工作负荷主观评测方法包括CH量表主观评价法（Cooper-Harper）、NASA-TLX量表法（NASA-task load index）和SWAT主观工作负荷评估（subjective workload assessment technique），上述方法的区别主要体现在指标和评价维度的选取。

Cooper-Harper主观评价法最早用于飞行器驾驶难度评价，飞行员完成飞行任务之后对飞行器驾驶难易程度进行单一维度主观感受评价[17]。量表将飞行操作水平划分为10级，同时对每一级操作水平有具体定义，飞行员在完成飞行任务之后选择对应级别，从而确定工作负荷。

NASA-TLX量表法由Hart等[18]开发，最早用于航空领域，将飞行员的工作负荷划分为精神负荷、体力负荷、操作绩效、时间紧迫感、努力程度和挫败感这6个维度，采用两两比较法，对工作负荷形成中每个维度相对重要性进行评定，确定各维度权重并对每个维度实行评分，最后按照各维度权重指标，加权计算工作负荷评分，确定飞行员主观工作负荷值。

SWAT主观工作负荷量表由G.B.Reid等[19]开发，评估包括时间负荷、努力程度、紧张负荷3项因子指标，工作负荷值计算包括2个部分：①作业人员依据主观感受对以上3项因子指标进行0～100分范围内的打分；②针对具体任务分析确定3项因子指标权重，根据各因子指标的权重值计算得出完成任务时的综合主观工作负荷值。

船员工作负荷主观评测相关研究中，Wu等[20]、Orlandi等[21]、Pignoni等[22]研究人员采用NASA-TLX量表作为主观评测方法，用于评定实验过程中船员的总体工作负荷水平。Cooper-Harper以及SWAT等主观评测方法，在飞行员和汽车驾驶员工作负荷检测中使用[23-24]，较少见于船员工作负荷评测，主观评测方法一般不会在研究过程中单独使用，通常是对工作负荷检测的1个验证手段，所以船员工作负荷研究方面更多是采用成熟度和可靠度最高的主观评测方法。

主观评测方法主要有以下优点：①主观评测方法调查简易，结果通俗易懂，数据便于统计分析；②主观评测方法通常在完成被试任务完成之后，避免对被试任务产生干扰；③主观评测方法对被试工作负荷水平有良好区分度，可以有效区分不同的等级水平的工作负荷。

主观评测方法主要有以下缺点：①主观评测方法存在较大的个体差异性，被试者对其工作负荷的主观测评与其自身当时的身心状态都密切相关，同1个被试在不同状态下完成相同任务时，其主观评测结果可能出现差异，因此工作负荷水平划分缺乏一定依据；②主观负荷评价通常只能对任务之后工作负荷水平进行总体评价，无法对连续变化的场景和任务下的工作负荷水平的变化进行合理评价。

船舶驾驶是1个受多种因素影响的多任务复杂活动，因此船员工作负荷的主观评测上应当有一定改善，例如构建类似于Likert量表用于工作负荷的简易实时评价，获得连续执行驾驶任务过程中的工作负荷水平变化特点，利于高工作负荷场景的识别。

2.2 任务绩效测量法

任务绩效测量法是指以被试者操作绩效表现作为工作负荷评价标准的方法[25]，主要包括主任务绩效测量法和次任务绩效测量法这2种实验方法，实验流程设计上基本一致，即：在执行主任务过程中加入不同难度级别的额外任务，然后记录衡量工作负荷的行为指标的相关数据，基于行为指标数据进行工作负荷判断。二者的主要区别在于选取的行为指标不同：主任务度量以主任务相关指标作为衡量依据，次任务度量以额外增加任务相关指标作为衡量依据。任务绩效评测方法的的理论基础是多资源理论[26]，即被试同时处理多项任务的容量是有限的，同过程的知觉和工作记忆同时处理会增加工作负荷的等级，因此可以通过任务绩效进行工作负荷评测。

主任务度量法常使用主任务绩效指标对被试者工作负荷进行评估。刘伟等[27]将换道驾驶作为驾驶主任务，选择记忆配对试验作为次级任务并设置不同难度次级任务，采集车辆行驶轨迹、车速、转向角等数据作为绩效指标，验证选取的绩效指标对工作负荷变化敏感。

次任务绩效度量法常用的次任务有数字计算、记忆、视觉搜索等，测量指标多为反应时间和正确率。王宥霖等[28]在飞行员执行飞行任务中加入数字识别次任务，以数字识别正确率作为次任务绩效指标用于工作负荷评价。结果表明：工作负荷越高，数字识别任务正确率越低。

任务绩效测量法的优点是可以直接通过操作绩效进行工作负荷评定，更加直观；不足之处主要体现在：①工作负荷评价指标缺乏一定依据，部分操作绩效作为评价指标相对片面；②绩效评价指标的获取和记录会对被试者正常作业产生一定的干扰；③该类方法的理论基础是多资源理论，该理论认为不同类型的任务消耗的注意资源相同，但该理论与实际情况是否相符有待验证。

任务绩效测量法在船员工作负荷检测中较难有应用场景，主要存在以下原因：船员驾驶过程缺少比较明确的操作绩效指标可以作为工作负荷度量值，尤其是在大型船舶操纵中，船舶对船员的具体操作会有延迟反应时间，将其作为工作负荷度量值的可靠性和准确性较低。

2.3 生理数据检测方法

对于船员工作负荷的测定，生理数据相比于主观评测和绩效评测更易量化，具备说服力，因此生理数据评测方法在船员工作负荷检测领域使用较多，常用生理数据主要包括脑电、眼动、心率及其他生理指标。

2.3.1 脑电

脑电（EEG）信号具有高度灵敏性，能直观反映人脑生理活动。由于脑电信号的灵敏性，因此在船员工作负荷检测领域应用较多。根据脑电信号分析方法的差异，主要可分为基于事件相关电位（ERP）的工作负荷检测和基于自发脑电的工作负荷检测[29]。Wu Yanbin等[20]研究发现，船员在执行不同难度MEPS任务时，EEG部分指标与船员工作负荷呈现显著的相关关系，通过方差分析对比，得出EEG平均α波率与船员工作负荷显著相关。Daniel Miklody等[30]通过驾驶模拟器对拖船船长进行n-back范式实验，改变船长工作负荷，记录EEG数据，研究发现在驾驶模拟场景下没有观察到实验室环境下的预期的θ功率震荡和α功率下降现象，因此需要更多的真实场景模拟的实验来完善工作负荷研究，实现工作负荷研究从实验室向复杂场景的转移。Wu Yanbin等[31]使用轮机全尺寸模拟器（MEPS）进行工作负荷实验，实验结束之后使用皮尔逊相关系数检验工作负荷与EEG特征量之间的有效性，发现α波对工作负荷敏感，且α，β和θ波对主观工作负荷量敏感。Fan Shiqi等[32]基于EEG脑电图，使用SVM支持向量机对船长进行情绪识别，识别准确率达到77.55%。Liu Yisi[33]基于EEG脑电图，使用深度学习算法，对不同职位船员进行工作负荷水平识别，研究发现：船长较其他职位船员工作负荷更大。Orlandi[21]通过EEGβ1和β2功率谱与主观工作负荷进行单因素方差分析，发现不同难度任务的β1和β2功率谱存在显著差异。Liu Yisi等[34]使用以EEG数据作为主要参数的生理评估系统，通过收集EEG数据，判定工作负荷水平，对船员培训进行合理评估。

2.3.2 眼动

基于眼动数据的工作负荷研究关注工作负荷大小与眼球的运动特征的关联性，常用指标包括眨眼动作（blink）、注视行为（fixation）、扫视行为（saccade）和瞳孔直径（pupil diameter）。Gerhard Marquart等[35]发现在人机交互系统中，任务难度越大，工作负荷越高，瞳孔直径也就越大。Giovanni Pignoni等[22，36]基于船舶模拟驾驶器，使用眼动仪追踪眼睛瞳孔数据以及光照数据，并结合船员NASA-TLX问卷数据，分析瞳孔直径与工作负荷之间的关联性。Yan Shengyuan等[37]选取瞳孔直径、眨眼率、注视率和扫视率多种眼动指标，构建人工神经网络模型（ANN）预测船员关注发动机操作界面时的工作负荷，结果发现人工神经网络模型对基于眼动指标的工作负荷预测准确，为后续开发智能预测模型奠定基础。

2.3.3 心电

心电指标（ECG）主要是反映心脏的活动状况，人体体力负荷或者精神负荷变化都会导致心率数据变化，因此心率（HR）是1个有效评定驾驶员工作负荷的敏感数据指标，心率数据的变化与工作负荷是显著相关的[38]，基于HR得到的心率变异性（HRV）部分指标主要包括低频（LF）、高频（HF）以及LF/HF等频域指标，RR间期标准差（SDNN）、RR间期差值均方根（RMSSD）等时域指标，可以在一定程度上反映工作负荷变化。Kristian S.Gould等[5]基于船舶模拟驾驶器使用心率变异性指标LF/HF以及RMSSD考察了不同导航系统下的船员工作负荷水平，结果发现LF/HF以及RMSSD指标可以有效区分工作负荷水平。Koji Murai等[39]研究发现基于船舶模拟驾驶器，利用HRV频域指标LF/HF对工作负荷进行判别是1个有效途径，LF/HF指标越大，则工作负荷越大。Ippei Sugimoto等[40]同样使用LF/HF指标分别对船长和舵工进行工作负荷比较，LF/HF对工作负荷有明显的区分度。

2.3.4 其他生理指标

其他生理指标主要有皮电、鼻温、唾液等。当人体处于清醒状态时，较大的工作负荷会对人体产生较大压力，交感神经会促使皮肤温度升高、形成特异性皮电，促进唾液腺分泌等一系列生理反应。K.S.Gould等[5]在船员模拟驾驶研究中使用皮电导记录不同船员皮电数据，发现皮电与工作负荷之间呈现相关性。K.Kitamura等[41]基于船舶驾驶模拟器对船员进行唾液NO3—检验，与船员LF/HF值进行对比，验证了唾液NO3—与工作负荷的相关性，但后续需要获得更多数据样本用于定量分析和研究。A.S.Wulvik等[42]使用皮电作为生理指标研究船员在不同水域的工作负荷，经过相关性分析，发现皮电导率（SC）值与工作负荷存在显著相关性。

生理数据评测主要具有以下优点：①生理数据具有客观性，可以更加准确反映工作负荷水平。②大部分生理数据采集设备会配备相应的数据处理和分析软件，简化生理数据处理流程，可以更加快速有效计算工作负荷水平。

当前生理数据评测的主要问题在于：①生理指标的选取原则不一、工作负荷等级无法精确划分、生理指标与工作负荷之间的相关性以及量化效果不显著。②生理数据的处理过程通常需要离线进行，暂时无法在实际驾驶过程中实时获取工作负荷水平。③部分生理数据指标通常在实验室环境下获取较为准确，在实际驾驶的复杂场景中容易受到非生理因素干扰，导致数据精度不足，难以反映工作负荷水平的变化。

3 船员工作负荷研究展望

船员作为船舶驾驶系统的主体，其驾驶行为对保障水上交通安全起到了至关重要的作用，75%～96%的水上交通事故是船员的工作失误和不恰当的操作造成的，因此船员工作负荷研究应用前景广泛。

常见的工作负荷检测方法，例如主观评测法、任务绩效法、生理指标评测法等在公路和航空领域已经有了较为成熟的应用。鉴于水路运输特殊的航行环境、船舶的作业环境特殊性、船员职位以及船员个体的差异性，目前部分工作负荷检测方法仅在船员群体进行一定的探索研究，缺乏检测方法和生理指标的选择标准、工作负荷等级准确划分标准以及生理数据统一的处理流程等内容，用于完善和量化船员工作负荷检测。因此后续在船员工作负荷研究中，主要有以下发展趋势。

1）生理指标与工作负荷之间的定量化研究。当前生理指标与工作负荷研究基于统计分析，仅探索各项生理指标与工作负荷之间的表征关联性，下一步发展方向是从生理指标与工作负荷相关的定性研究向生理指标与工作负荷的定量研究转变，探索生理数据指标对工作负荷的灵敏度，探讨用于精确划分工作负荷等级的生理指标阈值，为工作负荷定量化处理提出除主观测评方法以外新的解决方案。

2）多方式结合的工作负荷综合评价模型构建。将现有工作负荷检测方法、手段综合运用，对同1船员收集多种工作负荷手段检测结果，基于生理数据、主观评价、绩效检测等多种手段构建综合评价模型对船员总体工作负荷进行评价，有效避免单一检测方法对工作负荷评价的片面性，可以更加准确评价船员工作负荷。

3）多因素叠加影响下的工作负荷变化状态研究。当前研究主要集中于某单一因素产生的工作负荷与部分生理指标之间的相关性，实际驾驶过程中多种因素对船员工作负荷会产生复杂影响，工作负荷变化规律不定，因此展开多因素叠加影响下的船员工作负荷研究对将来船员实际驾驶状态下的工作负荷监测切实有用。

4）船员工作负荷实时监测系统构建。当前绝大多数船员工作负荷规律研究基于历史数据进行离线分析，无法通过获取的各项数据对船员工作负荷状态实时监测和评价，因此后续将类似于汽车驾驶员疲劳监测技术开发和运用，构建船员工作负荷实时监测系统，实时评估船员工作负荷，并及时采取适当措施，有效降低水上交通事故发生的概率。