摘要:城市空中交通(UAM)应运而生,以应对日益增长的交通需求。由于 UAM 涉及复杂城市地区的商业飞行,成熟的自动化技术对于确保安全、便捷和可靠的飞行至关重要。然而,目前人们对自动化的接受程度还不够。因此,本研究试图客观地检测人类对 UAM 自动化的信任程度。使用脑电图(EEG)信号,特别是事件相关电位(ERP),来分析和检测操作员对自动化 UAM 的信任,从而深入了解与信任相关的认知过程。还建立了集成注意力机制的二维卷积神经网络(2D-ACNN),以便通过 EEG 信号实现端到端的信任检测。结果表明,我们提出的 2D-ACNN 优于其他最先进的方法。这项工作有助于提高 UAM 自动化的可信度和普及度,这对于 UAM 领域的广泛采用和进步至关重要。
主要关键词