基于工作类型和昼夜节律的岗中管制员疲劳预测方法

本发明涉及空中交通管理技术领域，公开了基于工作类型和昼夜节律的岗中管制员疲劳预测方法，包括：获取管制员岗中的人脸视频帧，计算得到表示眼睑闭合占比的PERCLOS时间序列；获取与管制任务相关的外生因子；对PERCLOS时间序列和外生因子进行编码，输入至已训练的时序神经网络模型，时序神经网络模型被配置为对工作类型、昼夜节律和工作需求分别施加不同的权重以进行差异化建模；基于时序神经网络模型的输出，生成覆盖预设预测时间窗口的疲劳水平曲线。本发明旨在解决现有技术中疲劳监测方法响应滞后且对动态工作场景适应性不足的技术问题，从而提供一种能够主动、精准地预测管制员未来疲劳发展趋势的方法。