疲劳是导致民机复合材料结构目视检查差错的重要诱因,疲劳检测对于减少人的差错,保障飞行安全具有重要意义。对基于眼动行为的疲劳度量与检测方法进行了研究,建立了民机复合材料结构目视检查实验场景,利用Tobii眼动仪提取了正常状态和疲劳状态下的目视检查眼动数据,分析了瞳孔直径、平均注视时间、平均注视频率、平均眼跳时间、平均眼跳频率、注视热点与轨迹和扫视速度等眼动行为与疲劳的关系,进而提取了能表征疲劳的瞳孔直径、平均注视时间和扫视速度3种眼动指标,以该指标构建特征向量,利用支持向量机(SVM)方法构建了目视检查疲劳检测模型。研究发现疲劳状态下的目视检查平均注视时间更长,扫视速度更慢、瞳孔直径减小,右瞳孔减小程度更大,核函数为径向基函数和高斯函数的SVM方法对疲劳的检测效果好。研究结果表明,利用SVM方法训练由瞳孔直径、平均注视时间和扫视速度构成的眼动特征向量能有效检测目视检查中的疲劳状态。