机械工程学报

作者：陈国强, 申正义, 杨宇驰, 李腾, 徐丽

单位：1. 燕山大学机械工程学院 秦皇岛 066004;2. 燕山大学艺术与设计学院 秦皇岛 066004;3. 河北省智能工业设计技术创新中心 秦皇岛 066004

关键词：视觉焦点预测,全卷积神经网络,飞行模拟座舱,遗传算法,意象仿生设计；

基金：河北省在读研究生创新能力培养(CXZZSS2024042)和国家社会科学基金艺术学(21BG125)资助项目。

座舱视域认知聚合性较低是影响飞行模拟座舱驾驶训练效率的关键问题之一，对此提出基于全卷积神经网络(Fully convolutional networks，FCN)优化遗传算法(Genetic algorithm，GA)的飞行模拟座舱意象仿生视觉焦点预测模型。首先，依据色格镶嵌的方式结合眼动仪兴趣区域确定座舱视域分区，借助眼动蜂群图及问卷法验证现有座舱认知聚合性。其次，通过数据集筛选和眼动灰度图优化形成仿生设计数据集，训练面向生物、产品、线稿图像的FCN模型。结合FCN模型预测生物外形本征视觉焦点热力图与数字矩阵，计算生物视觉认知评分并将分区按主观认知评分排序，同时建立意象仿生映射关系进行表征分区简图设计表达。最后，借助FCN模型建立适应度函数，利用GA对表征分区简图寻优，解码视觉认知与主观认知匹配最优的座舱因子编码并细化设计，验证设计方案的视觉认知。结果表明，FCN优化GA的预测模型能够提高仿生设计效率，所设计的座舱视域具有较高的认知聚合性，能够显著优化驾驶员对座舱视域主观认知与视觉认知的匹配性。

来源：2025年第3期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2025年第3期