第一章人机工程学概论大纲 一、人机学的研究对象和目的 二、人机学的形成和发展学科思想的演进 三、人机系统与人机工程设计 四、操纵器设计中的其它因素 五、中国地质大学安全工程系

人机工程学是一门新兴的交叉学科,它是运用人机工程学的理论、观点和方法去解决 人机系统中的安全问题的一门学科,是人机工程学的一个分支 人机工程学立足于对人们在劳动过程中的保护,着重从人的生理、心理、生物力学、 劳动科学诸方面研究生产过程中如何实现人、机、环境三方面因素的协调

第十章人机学的其他专题及未来展望大纲 一、人机工程的设计心理学应用 二、人机学与新产品的创意开发 三、人机工程设计的未来展望

安徽科技学院：《金属加工工艺实习》课程教学资源（金工实习）车辆工程专业大纲_新技术应用_车辆人机工程学《车辆人机工程学》课程教学大纲

第九章安全人机系统及其设计 一、人机系统的设计 二、人机系统的可靠性 三、人机系统检查与评价

山东大学：《人机交互技术》课程教学资源（授课教案）人机工程学、交互设备

山东大学：《人机交互技术》课程教学资源（授课教案）认知心理学和人机工程学

一、认知的多个过程,包括感知、关注、记忆、学习、识别、阅读、说话和聆听、规划、推理和决策 二、认知特点对交互界面设计的影响 三、认知的概念框架 四、人机工程学与人机界面设计 五、人机交互技术编写组

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

为了降低无人机集群控制的复杂度，高效解决大规模无人机集群控制和长距离飞行时集群变拓扑问题，设计了一种仿鸿雁群编队的无人机集群自主协同控制方法，借鉴自然界中的鸿雁编队行为机制，开发了面向无人机平台的分布式仿生集群控制系统。鸿雁是一种常见的集群鸟类，其在迁徙途中表现的自组网和编队变拓扑行为与无人机集群飞行有极高的相似性。仿鸿雁编队行为机制的无人机集群飞行验证系统采用了低成本四旋翼无人机，利用无线局域网进行组网通信。外场飞行试验结果表明，自然界中的鸿雁编队行为机制有助于无人机集群的快速精准编队控制，实现了无人机的位置实时变拓扑，提高了无人机集群飞行的鲁棒性