脑力疲劳与非疲劳状态眼动指标的判别

为研究利用眼动指标(注视点个数FC、平均注视时间AFD、平均眼跳幅度ASA、最大瞳孔面积Pupil Max及反应时RD)对脑力疲劳状态进行判定,通过眼动追踪技术,测试了不同脑力疲劳程度的眼动指标值并进行分析。结果表明:1)通过FC、AFD、ASA和Pupil Max四个眼动指标可以判定被试者所处的疲劳状态; 2)当测试者注视点个数FC处于(11,13)区间,平均注视时间AFD处于(328,409)区间,平均眼跳幅度ASA处于(5,7)区间,最大瞳孔面积Pupil Max处于(992,1 124)区间时为非疲劳状态;当FC处于(7,10)区间,AFD处于(263,319)区间,ASA处于(2,4)区间,最大瞳孔面积Pupil Max处于(584,935)时可以认定被试者为疲劳状态。     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

不同煤矿噪声暴露时间对视觉认知影响研究

噪声是煤矿井下主要危害,对人体视觉系统的影响不容忽视。为了提高暴露在噪声环境中工人的视觉认知能力,进而减少人因事故的发生,针对视觉认知随噪声暴露时间的变化进行研究,利用Eye Link II眼动仪采集被试者的平均注视时间、平均眼跳幅度和眼跳次数3个眼动指标来衡量视觉认知能力随着综采工作面噪声暴露时间的变化。结果表明:1)噪声能够使视觉注意力下降,对视觉认知效率的影响不显著,对视觉辨识能力的影响较复杂;2)噪声在0~10 min和40~55 min时间段对视觉注意力影响较严重,在0~15 min和50~80 min时间段对视觉辨识能力影响较严重;3)被试者随时间变化出现视觉性疲劳后,噪声可轻微提高视觉认知效率和视觉辨识能力。     

2类礼貌属性消防安全标语的眼动行为规律研究*

为研究不同礼貌属性消防安全标语的眼动行为规律,采用眼动技术对个体在阅读标语过程中的眼动行为进行记录,并对实验数据进行统计分析。研究结果表明:在注视次数和总注视时间上,不礼貌属性标语大于礼貌属性标语,在首次注视时间上2者未存在显著差异;在阅读路径上,不礼貌属性标语的路径更长且回视现象更多;在关键词方面,结果导向关键词的注视时间和次数大于行为指导类关键词,其中恶性结果导向关键词最大。     

驾驶员接管自动驾驶车辆的眼动特性和行为分析

为探究接管自动驾驶车辆期间驾驶员的视觉特性,分析眼动与接管反应操控行为的关系,开展驾驶模拟试验收集驾驶行为及眼动数据。运用统计学方法,分析驾驶员感知不同接管场景的视觉特性,探究接管请求(TOR)前后眼动指标的变化规律;并基于视觉分配和瞳孔变化特性分析驾驶行为,揭示眼动特性与接管反应及驾驶操纵策略的内在联系。结果表明:TOR前,相较于静态场景,驾驶员感知动态场景诱发元素扫视更频繁且平均注视时间更短;此时驾驶员的视觉分配特性与其接管反应行为存在显著相关性。TOR后,驾驶员的注视时间增加,眨眼频率降低,瞳孔直径扩张,眼跳幅度增大;不同场景下驾驶员的瞳孔差异表明其应对动态场景时具备更好的警戒水平和更平稳的操纵策略。     

基于模拟飞行任务下的眼动指标分析

分析眼动指标在定量测量飞机驾驶员的注意力分配规律和工作负荷变化中的作用。让4个被试者在飞行模拟器上完成了3个不同阶段的模拟飞行任务,同时用眼动仪器记录了注视、扫视、瞳孔尺寸方面的眼动指标,划分为座舱外景和内部仪表两个兴趣区域对数据进行了对比和认知分析。被试者在外景有更多的注视点、更多和更长的注视时间,在仪表上的平均瞳孔尺寸比外部视景要大,平均扫视幅度随任务难度增大而减小。眼动指标可以客观地反映驾驶员的注意力分配规律和工作负荷变化;视觉飞行规则下,飞行员主要从外景获取视觉信息,他的大部分注意力都集中在外景。     

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness, SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine, SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示：高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count, ASC)、注视总时间百分比(Fixation Duration Percentage, FDP)、平均注视持续时间(Average Fixation Duration, AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长...     

高速公路特长隧道环境中驾驶员视觉特性研究

为研究有不同经验的驾驶员在高速公路特长隧道环境中的视觉特性,在高速公路特长隧道中开展实车试验。利用眼动仪采集29名不同经验驾驶人的注视持续时间、注视点位置、扫视持续时间、扫视频率及扫视幅度等视觉特性参数,运用统计分析方法比较眼动行为的差异性,分析驾驶经验及驾驶环境对驾驶安全的影响。结果表明:相较于普通路段,驾驶员在特长隧道段的平均注视时间更长,注视点分布位置在水平方向更广,在垂直方向趋于集中,扫视更频繁,且扫视幅度变小;相较于非职业驾驶员,职业驾驶员在不同驾驶环境中的注视时间较短,注视点分布位置更广,扫视频率较低且扫视时间较短。     

驾驶员注意力分配定量方法研究

驾驶员在不同的路况环境下存在不同的注意力分配模式,为弄清其分配模式特点,利用露天体育场内作为模拟驾驶环境,并利用眼动设备,记录被试者在直道驾驶任务、弯道驾驶任务、复杂路况驾驶任务等3种路况下的眼动数据,采用划分兴趣区域的方式,把视觉信息源划分为原车道兴趣区域FL(Former Lane)和其他兴趣区域OA(Other Areas)两个兴趣区域,对平均百米注视次数、平均百米注视时间、不同兴趣区域注视次数百分比3个眼动指标在两个兴趣区域内的分布情况进行分析和对比,得出不同路况环境下不同的注意力分配模式来揭示驾驶员驾驶过程中的注意力分配特点。研究结果对于驾驶员驾驶培训侧重点的改进、对于预防交通事故都具有重要意义。     

U型转向时驾驶人注视特性研究

为探究己知环境特征与驾驶行为之间的对应规律,利用Dikablis头戴式眼动仪在U型道路环境中进行实车试验。监控并记录9名驾驶人的眼动行为数据,分别从注视区域(AOI)的平均注视时间、AOI注视比例、视觉扫描的复杂性等3方面分析驾驶人视觉特性。结果显示,U型转向(U-Turn)过程中接近阶段各AOI平均注视时间为0.2~0.7 s,驾驶人注视点落在远处区域的比例明显高于其他区域,而转向阶段各AOI平均注视时间为0.2~1.4 s,驾驶人注视点落在近处区域的比例明显高于其他区域。注视熵率值反映了视觉扫描的复杂程度,出口点AOI分布集中,注视熵率值为0.5~4.0,视觉扫描的复杂性低,入口点AOI分布分散,注视熵率值为1.8~4.5,视觉扫描的复杂性高;因此,U-Turn出口点和入口点环境差异对驾驶人注意力分配策略影响显著。     

基于多元线性回归的煤矿驾驶员情绪预测模型*

为研究煤矿人车驾驶员情绪状态不良引发的煤矿驾驶事故问题,设计眼动实验并建立基于多元线性回归的驾驶员情绪状况预测模型对驾驶员情绪状况进行预测;通过眼动仪采集煤矿驾驶员良好情绪与不良情绪状态下的各项眼动指标,记录其主观情绪状态;使用多元线性回归方程对数据进行分析与建模,采用平均相对误差对预测模型进行评估。结果表明:每秒注视点个数、平均扫视速度、反应时间、危险源辨识个数在情绪变化前后存在显著差异,且与情绪状态呈较强相关;基于多元线性回归的驾驶员情绪状况预测模型预测精度较高,平均相对误差为8.16%。模型适用于煤矿人车驾驶员的情绪监测,可为煤矿驾驶员安全行驶提供保障。     

Differences in Eye and Hand Movements of Novice and Experienced Press Operators

Presses are very widely used in industrial and commercial companies and are often the source of serious accidents occurring during operation. Most of the accidents are due to inadequate training of novice operators. Continuous recordings of eye and hand movements of five novice operators and five experienced operators in press operation were made. Significant difference between novice and experienced operators was observed in eye fixation time, eye movement patterns, hand dwell time, and eye-hand coordination. Also, differences were observed in spatial distribution of eye fixations during the die-closing portion of a stroke. There were no significant differences between novice and experienced operators in the eye and the hand movement time. The results could be used as basic data to establish a guide determining the method and training period to train novice operators.     

安全标志排列顺序的视觉注意特征研究*

为研究安全标志位置设置的视觉注意特征,选取国标中4种安全标志（警告、禁止、指令、提示）进行排列组合,利用Eyelink Ⅱ记录20名被试的平均注视时间和首次注视时间,并采用统计学及视觉注意理论进行分析。研究结果表明:从位置角度分析,无论横向还是纵向排列,位置Ⅱ的首次注视时间相对较短,且当禁止标志位于位置Ⅱ时,首次注视时间平均值相对较小;从平均注视时间角度分析,禁止标志位于位置Ⅱ时,平均注视时间相对较长;通过横纵位置Ⅱ的对比可知,禁止标志位于位置Ⅱ时,排列方式对平均注视时间及首次注视时间无显著影响（p>0.05）;横向中偏左的位置及纵向中偏上的位置具有较好的识别性,而禁止标志位于位置Ⅱ时,显著性更高且横向与纵向无差异,国标的顺序设置更能增强安全标志的显著性。     

基于视线追踪技术的工艺操作人员人为失误识别研究

为了对生产加工过程中工艺操作人员的不安全行为进行有效监控，及时避免因操作失误带来的工艺安全事故，开展基于视线追踪技术的工艺操作人员人为失误识别研究。通过设计眼动实验方案，利用视线追踪技术采集操作者在工艺流程控制过程中各类失误模式的眼动数据,并对采集的数据进行统计，提取失误行为的眼动特征，并建立人为失误智能识别方法，利用距离函数聚类实现现场操作人员失误状态的准确识别。研究结果表明:以被试样本在不同区域的视线停留时间百分比作为特征参数，并运用欧氏距离函数分类法判别人员操作状态，对操作人员的不安全行为能够准确识别。     

情绪对新手驾驶员视觉特性的影响研究

为构建基于驾驶员生理特性情绪识别系统,采用眼动仪等设备对20名新手驾驶员开展不同情绪状态下的模拟驾驶试验,采集高兴、悲伤、愤怒3种情绪状态和无情绪下新手驾驶员的视觉数据,利用Matlab、SPSS软件统计分析新手驾驶员瞳孔变化、眼球扫视、注视点视觉数据.结果 表明:悲伤、愤怒情绪对新手驾驶员瞳孔尺寸分布频率及其变化差异...     

基于面部特征识别的管制员疲劳监测方法研究

为进一步控制疲劳诱发的空管人为差错,提出一套基于面部特征识别的空中交通管制员疲劳实时监测方法。应用眼动仪和视频记录系统开展36 h睡眠剥夺试验,确定PERCLOS值、平均闭眼时长、哈欠频率3个疲劳判定指标的判定阈值,并给出综合疲劳程度的融合算法。应用机器视觉的理论和方法,开发功能完整的管制员疲劳状态实时监测告警原型系统。结果表明,通过对面部特征的识别和状态融合能够实现对管制员疲劳状态的实时监测。建议在此基础上进一步开发可实用的疲劳监测系统。