基于虚拟现实技术的飞行员心理应激监测系统构建研究

战春霞，李永刚，宋扬

（海军航空大学 航空基础学院，山东 烟台 264001）

近年来，各飞行管理单位越来越重视飞行员的心理应激反应，并取得一些成效，但在演练飞行中还时常出现一些出乎意料的失误甚至不可理解的行为。其中最本质的原因是人在应激情境下和常态情境下的心理和行为反应不同。如果不预先了解和干预这种应激带来的不良影响，那么极可能在飞行时产生不可预估的损伤。

飞行员心理应激监测系统针对传统依赖于自陈式量表和访谈的评估手段无法客观、连续地监测和分析飞行员真实的应激水平、评估滞后等问题，拟整合生物电学、激素、行为等多种测量方法，虚拟飞行员起飞和降落2个典型的实操过程，实现对其脉搏、皮电、皮质醇等多种生理-生化-行为指标的同步采集，构建基于生理传感的应激水平识别方法，对起飞和降落过程中飞行员的应激水平进行连续的监测与识别。初步搭建基于虚拟现实技术的飞行员心理应激监测系统的架构及效用分析，“用数据说话、用数据决策、用数据管理、用数据创新”，为飞行员的特情应对训练与职业能力培养提供数据支持，以提升其飞行安全和飞行效能。同时，本项目的成果还可应用于飞行员的心理选拔、心理训练、放飞管理及心理健康管理等多个领域，为飞行员选、育、任、用的全生命周期提供服务。

1 飞行员心理应激监测系统总体思路

飞行员心理应激监测系统总体思路需要考虑3个方面的关键科学问题和技术问题。一是“识别的是什么”。为了回答这个问题，需要深入探究高应激反应对神经、生理和行为的影响及其机制；二是“靠什么识别”。为了回答这个问题，拟构建多模态神经、生理和行为指标体系，并研发基于神经、生理和行为数据的高应激水平的识别技术，以回答第三个“怎么识别”的问题。飞行员心理应激监测系统首先要在实验室环境下建立飞行员应激水平的识别模型，如图1所示。为了完成建模过程，首先需要设计并实现一个能够有效诱发飞行员高应激的虚拟现实场景，并通过便携式智能手环同步采集飞行员在完成虚拟任务过程中的生理-生化-行为数据，最终基于这些多模态数据建立针对飞行员个体的应激水平识别模型。基于在实验室环境构建的应激水平识别模型，可以实现在飞行员执行飞行任务或飞行训练过程中对其应激水平的实时监测与识别。尤其是针对飞行过程中典型飞行任务和场景（如起飞、降落过程），应激水平的预测结果（即人参数据）能够与典型飞行任务中的飞参数据进行相关性分析，为提高飞 行安全和飞行效能提供数据支持和辅助决策参考。

图1 项目总体思路和实施方案

2 主要技术分析

2.1 建立基于虚拟现实（VR）的应激诱发场景

在地面进行飞行训练的过程中诱发高应激水平需要借助飞行模拟器和高仿真度的飞行场景，不仅价格高昂且开发周期长。心理学提供了另外一种方案，即通过虚拟现实技术模拟能够有效诱发飞行员高应激水平的场景（如高空行走），使其能够达到与飞行应激场景下相同的生理与心理反应（又称“生心等效性”）。虚拟现实场景需要具备3个功能。首先，虚拟现实场景需要满足重复使用的要求，单一的场景设置随着使用频次的增加，诱发效果会打折扣。因此，场景内容尤其是影响应激诱发效果的参数需要可配置可调整。其次，为了能够客观量化虚拟现实场景能够有效诱发应激反应，需要在场景呈现的过程中实现对SFX生理信号的同步采集，即场景关键要素、关键事件、动作反馈等要在生理采集系统中同步标记。最后，应激反应对认知和心理的影响需要在虚拟现实场景中进行系统评估，为后续制定个性化的应激干预方案提供数据支持。因此，在虚拟现实场景中，还将融合SFX核心认知能力（如工作记忆）的评估内容，通过进入虚拟场景前后的对比测试，量化应激反应对个体认知功能的影响。

基于Unreal平台搭建一个能够有效诱发应激反应的虚拟现实场景。包含高层建筑、高空独立房间、定制木板等场景物件；搭建整体场景及灯光、特效布置；设计并完成用于测试程序的3D模型；设计并实现高空跌落特效和木板抖动特效；实现木板长度、宽度、风效控制等参数的独立配置功能；实现工作记忆的认知任务在3D界面中的呈现和交互；实现参数设计和数据通信；实现音效和射击特效集成。通过虚拟现实技术模拟能够有效诱发飞行员高应激水平的场景，并在诱发过程中通过心率指标的实时监测，判断飞行员是否能够达到应激反应。

2.2 高应激下生理-生化-行为指标的融合采集与分析

在虚拟现实场景下，通过便携式智能手环采集不同应激条件下飞行员的脉搏、皮电、运动加速度等生理和行为数据，并结合飞行员在高空行走任务不同时点采集的唾液和行为绩效，针对每一名飞行员建立生理-生化-行为指标数据库，分析不同应激水平对飞行员核心认知功能（如工作记忆、反应抑制）的影响规律，为后续的应激应对和干预提供数据和模型支持。在VR场景诱发前、中、后的不同敏感时间，采集不同应激条件下飞行员的唾液、脉搏、皮电、运动加速度等多种生理-生化-行为指标。基于心理学应激领域的文献和已有研究的结论，提取心率、心率变异性、R-R间期（每一次心脏跳动间的间隔时间）、Q-T间期（心电图的一个现象，一般代表心脏的复极时间）等具有心理学先验知识的指标，以及描述性统计学指标，如幅度、一阶/二阶导数及其均值、方差等，构建用于识别应激反应的指标体系。基于个体应激反应的时间特异性，将分为静息态（T0）、任务讲解（T1）、高空行走任务（T2）、认知评估任务（T3）、休息（T4）5个时间段，并针对每个时间段内分析应激水平的变化规律及不同应激水平对飞行员核心认知功能（如工作记忆、反应抑制）的影响。

通过对便携式智能手环进行接口开发，把设备采集到的原始生理数据传输到多模态融合采集平台上，并在平台端统一进行数据处理，包括基于主成分分析和独立成分分析的滤波和去燥，基于快速傅里叶变换或小波包变化的特征提取，提取具有心理学先验知识与应激反应相关的特征，为应激的识别提供特征向量。

2.3 建立飞行员高应激水平识别模型与算法

由于生理和生化数据的个体差异性大，需要针对每名飞行员建立基于多种生理-生化-行为指标的个性化的高应激水平识别模型。以飞行员在虚拟现实任务中静息态（T0）阶段的数据作为基线水平。针对飞行员日常生活情境下的生理和行为数据进行长时程跟踪测量，并以此构建飞行员在常态下的个体化生理响应常模，实现对个体更加精细、准确的基线估计。同时，以飞行员在虚拟现实任务中T1—T4时间段的数据作为不同应激水平，采用监督学习的各类判别分析、回归分析方法，开展应激水平的分类识别（正常水平对比高应激水平）或连续识别（不同应激水平）。不同生理信号的融合分析，需要首先依据各信号的生理特性，针对性地进行单一信号的建模分析，并根据各信号的关键特征指标，构建多信号的融合模型。多种信号的融合一方面可以运用非负矩阵分解等非监督学习的方式进行不同信号中关联成分的提取与建模，另一方面可以根据飞行情境中的飞行员心理与行为指标，用监督学习的各类判别分析、回归分析方法开展。利用监督学习的方法建模时，把体验虚拟现实场景前的数据标记为低应激水平，把体验虚拟现实场景过程中的数据标记为高应激水平，对皮质醇和心率数据进行训练和分类。基于这一系列方法，构建充分挖掘多生理参数之间相互关系特性，为应激水平的识别打下基础。

可穿戴式生理测量为单个飞行员的长时程测量提供了有力支持，对飞行员进行日常生活情境与飞行情境的长时程跟踪测量。日常生活情境的数据将用于构建飞行员在非极限情况下的个体化生理响应常模，实现对每个个体更加精细、准确的“基线”估计。针对每名飞行员建立高应激水平识别模型。如果从一个飞行员采集的生理和行为数据样本量超过30架次，其应激反应的二分类（高应激对比正常状态）识别准确率不低于80%；如果数据样本量在20~30架次之间，识别准确率不低于70%；如果数据样本量在10~20架次之间，识别准确率不低于60%。而大量、丰富的飞行情境数据有利于建立更加稳健可靠的多模态生理信号融合分析模型。

使用团体访谈、关键事件访谈、认知作业分析等方法，对飞行员在执行飞行任务或飞行训练过程中的1~2个典型飞行任务或场景（如起飞、降落）进行详细的任务描述和分析，以确定其完成该飞行任务所需的认知加工过程。同时，在飞行员完成典型飞行任务过程中，通过便携式智能手环采集其脉搏、皮电、运动加速度等生理和行为数据，利用机载人参数据遥测装置对数据进行传输、存储和分析，预测飞行员完成典型飞行任务过程中的应激水平，并与其典型飞行任务过程中记录的飞行参数进行相关性分析。此外，随着实际飞行过程中智能手环采集的生理和行为数据的不断累积，结合飞行员在完成典型飞行任务前、后对应激水平的主观评估，对个体应激水平识别模型进行迭代和校准。

3 飞行员心理应激水平监测系统功能设计

3.1 功能完备性设计

飞行员心理应激水平监测系统平台功能分为3部分，一是实现应激测量。通过对接训练设备或者器材，实时监控并采集设备产生的数据，并对原始体质体能数据存储后利用大数据分析技术，对数据进行清洗、提取、分析等操作并存储，建立个人应激反应数据档案，对个人应激训练数据进行信息化管理，将训练流程进行标准化、规范化和信息化。实现飞行员心理应激身心素质的精准测量与实时跟踪、循证训练与智能指导、精细管理与综合展示。二是实现与生物反馈设备的联接。在后台数据中，明确应激监测内容指标的信息分类、权限分配、分析整合，并形成了“人-机”互动的信息反馈机制，对心理应激反应数据的动态分析。特别是重大任务前后的生理心理反应监测信息、应激状态下的生理、心理反应特点，通过设置预警阈值，根据大数据分析结果，对参训人员从生理、心理等角度进行异常数据报警，并支持多种预警预制方案，并辅助飞行绩效进行逆行分析及事故的调查分析。三是实现应激反应状态评估。对飞行员飞行后的生理心理状态进行实时、动态的监测与评估，并根据生理心理等多维度指标的变化，通过平台信息的综合分析和处理，对飞行员的应激反应状况进行评估和鉴定，制定有针对性的生理心理放松、训练，并初步评估是否可以继续进行下一科目的飞行训练或任务的执行。

3.2 任务专业性设计

飞行员心理应激监测系统任务是为提高飞行训练效益形成。主要体现在针对飞行员不同成长过程和机型训练特点，通过模拟训练个性化定制管理模块对心理应激科目和内容进行目的性设置，生成个性化信息资料。个性化测评任务定制可以突破原有训练模式，基于大数据和人工智能技术，将训练与计算机智慧深度融合，对各种数学模型、存储在平台中的测试成绩和各个生理量监测结果综合分析并飞行员心理应激监测结果进行评估，运用数学算法，推导出下一步应加强心理应激哪个情景科目的训练及测试，并计算体能、体质训练科目的难易程度，给出指导性建议。操作过程及分析结果突出了内容设置灵活个性的特色，更贴近飞行员的个性化定制特点，并保证不同生理心理测试更加紧密流畅，实现生理和心理测试的交互式管理，区分测试的类型和阶段，生成每次心理应激的生理心理测试脚本，并辅助于飞行训练效果评估。飞行员心理应激监测系统的专业性力求能够全面反映飞行员的应激情景下的心理承受能力、情绪控制能力和专业技能。

3.3 安全性设计

飞行员心理应激监测系统，信息安全性是首要需求。信息涉及相关个人隐私及职业信息，应从技术层面满足信息安全性需求。加强飞行员心理应激监测系统信息安全性，首先应该做好信息的备份与恢复工作,数据备份操作应由系统自动定期完成，也可以由系统管理员手动备份。加强系统信息安全性，采取一定的安全防范措施，避免系统软硬件及数据遭到攻击和破坏，做好数据、网络安全管控和用户权限管控设计。增强防火墙设置，防止对管理系统的恶意非法入侵,保护计算机网络不受外界的攻击，对于来自于内部网络的非法操作也应具有足够的拦截能力。

3.4 系统发展性设计

飞行员心理应激监测系统的设计应该考虑系统发展性需求。由于飞行员职业成长路径的特点，个人的信息容量会持续增加，应满足信息容量的扩展。一旦存储信息容量达到或接近当前设计信息处理能力的上限，系统就需要进行信息容量扩展以便于系统功能扩展。随着信息获取技术的更新和发展，飞行员心理应激监测系统信息的管理方法和手段需要随着飞行员群体特点的改变进行调整，必然会进一步造成系统功能上的调整和完善。同时应考虑后期与其他系统的对接及自身的系统扩展要求，继承性和针对性建设相应的软硬件设备。因此，系统的扩展性需要建立在保障信息的安全和完整基础上，才能实现飞行员生理心理信息系统的持续稳定性。

4 飞行员心理应激监测系统效用分析

4.1 规范心理应激信息的测评

为使心理应激测评数据信息能够尽可能地反映飞行员应激真实情况，需要对检测过程进行规范化管理。一是飞行员应激反应的生理心理信息不仅内容庞杂测评过程难度系数较高，而且测评数据的管理和利用专业性较强，要确保信息测评人员的专业性。二是飞行员心理应激各项生理心理信息在横向与纵向上做到信息定期追踪和更新、测评项目细化、数据分析具体详细，做到数据的定时更新与反馈。通过规范飞行员测评流程，管理单位可以更加准确地了解和掌握飞行员的心理应激的各项具体测评信息，能够准确地预见飞行训练绩效的发展态势及规律。

4.2 建立心理应激信息收集的标准

信息资源建设的标准化成为信息处理的关键，信息收集的非标准会造成信息异构数据及管理的随意化[1]。飞行员心理应激监测系统包括飞行员情绪稳定特征、认知特征、飞行训练中的判断反应决策过程等各个方面，涉及脉搏、皮电、皮质醇等多种模态的数据信息，用具体、明确的量化标准取代笼统、模糊的评价性结论，把抽象的决策转化为具体的、明确的工作目标和测评标准，实现信息从粗放式管理向专业化转变。建立监测信息收集的标准化，更好地体现飞行员心理应激反应的系统性和完整性，并体现时间上的持续性及空间上的全方位覆盖性。

4.3 实现与大数据分析技术的融合

大数据分析是运用现代数学方法、统计方法或模拟方法，根据过去的数据预测未来的情况，显著特点就是从看似无关的数据中探索分析出整体性特点和差异性[2]。将飞行员的各项训练成绩和生理心理测评数据输入系统分析模块，依据数据之间在的相互关系，形成预测性评估，增强信息的指导性。有机融入大数据分析功能不仅可以对飞行员个人的心理应激反应行为进行分析，而且可以基于群体心理应激反应进行分析与研究，与飞行生理心理训练的实际有机结合,提高飞行员培养的前瞻性与针对性。大数据分析极大地支持了飞行员心理应激监测系统效果的量化评比。

5 结束语

心理应激主要表现为一系列的神经内分泌活动，也称为SNS交感神经系统的激活和HPA轴反应。交感神经系统激活后，肾上腺髓质会分泌去甲肾上腺素NA和肾上腺素，使血压升高和心跳加快；行为上个体会迅速做出“逃跑或战斗”反应。基于虚拟现实技术的飞行员心理应激监测系统为飞行员的应激水平监测提供一套完整的解决方案，以提升其飞行安全和飞行效能。该系统对应激反应进行长时程的连续监测与识别，对飞行员飞行任务前的应激反应进行快速、精准的筛查与评估，针对状态不佳的飞行员及时调整其任务内容，避免其因为心理和应激状态不佳导致执行作业任务中出现重大失误，随着实际飞行过程中数据的不断采集和积累，应激水平识别模型将不断完善和迭代，最终脱离实验室环境，建立一套能够适用于实际飞行训练和飞行对抗环境要求的飞行员个体应激水平监测与识别系统。