检验建筑工人在跌倒危险条件下的视觉注意力与态势感知之间的关系:使用眼动追踪技术

  • 这是“神经工程管理”第13篇推送

  • 内容来源:牛佳晨 

  • 本期编辑:薛朋东

  • 校        对:王璐瑶

  • 审       核:付汉良 

  • 仅用于学术交流,原文版权归原作者和原发刊所有

原文信息

本文是针对论文《检验建筑工人在跌倒危险条件下的视觉注意力与态势感知之间的关系:使用眼动追踪技术》(Examining the Relationship between Construction Workers’ Visual Attention and Situation Awareness under Fall and Tripping Hazard Conditions: Using Mobile Eye Tracking)的一篇论文解析,该论文于2016年发表在《Journal of Construction Engineering & Management》。该研究作者包括Sogand Hasanzadeh; Behzad Esmaeili and Michael D. Dodd。

思维导图

关键词态势感知;认知能力; 危害识别;注意力;施工安全;眼动追踪

引言

跌倒是造成事故的主要原因之一,然而它的实际风险却被低估。因此,高处坠落已经成为制造业和建筑业的主要安全问题。经分析,这类问题出现频率增加的原因是:工人对坠落的相关风险的误解或疏忽。当工人无法识别或感知危险时,他们不会对突发情况采取措施。在过去的研究中,很少有研究分析建筑工人认知能力和态势感知situation awareness,简称SA)之间的关系。与态势感知相关的一个指标是注意力。人的能力有限性加上动态的环境对注意力的影响,可能会导致工人对环境的认识丧失。在建筑领域中,二者之间的研究分析较少。眼动追踪技术可以洞悉工人的注意力分配,先前的研究多数依赖实验室环境中的二维显示,但不能完全反映三维动态条件下的情况。

研究背景

有研究通过视觉注意力来识别注意力较差的工人的问题。SA在事故中起着重要的作用。但是没有研究衡量SA对于注意分配的影响,或者说SA如何影响工人对于危险的识别。

基于研究背景,提出了本文的两个重点:1.注意力与SA之间的关系。2.眼动技术应用与动态建筑环境中工人的安全问题。
研究方法

1.被试

招募了十四名大学生和研究生(男12名,女2名)参加这项研究。为了确保参与者熟悉安全隐患,所有受试者必须在建筑公司工作超过1年;参与者的经验为1到6年。所有参与者的视力正常或矫正。

2.实验环境

实验是在一个真实建筑工地上进行。五个不同的分包商在该站点上同时工作,该站点包含不同的危害,这些危害的安全风险各不相同。

3.眼动实验设计

在进行眼动追踪实验之前,参与者填写了一项人口统计调查,包括有关年龄,性别,工作经验和安全培训的问题。然后,在实验过程中,受试者在有其他工人在现场进行正常活动的情况下沿着一条小路走动(关于实验路径的示意图,请参见下图1)。参与者收到了有关从何处开始和结束步行的具体说明;但是,他们可以自由选择自己的道路,并且在到达终点的过程中必须应对潜在的危险隐患。由于研究小组进行了试点测试,参与者被分配了45秒的时间来完成场景,同时自行选择步行策略。在完成任务之后,被试需要填写一个关于态势感知的自我评估量表(量表内容如表1所示)并通过公式(1)算出SA值。

图1:模型和试验方法
1:关于态势感知的自我评估量表


公式1


4.兴趣区的确定
      基于从参与者的眼动记录中获得的多个快照来定义AOI。选定的场景必须涵盖所有路径的视角,大多数对象都应看到,并包括潜在的危险。因此,对眼睛运动的录像进行了检查,邀请了三名具有10以上工作经验的安全经理来帮助选择了进一步调查的场景。最终,选择了四个具有代表性的场景进行进一步的研究。选定的场景包括各种潜在的绊倒危险,导航选择以及周围环境中的潜在危险区域。如图2

为了使工人暴露在绊倒危险中时保持意识,工人需要获取有关危害的前馈信息,立即发现绊倒危险,并目视扫描周围是否有其他潜在的环境危害。因此,基于以下信息类别定义了图2中的AOI类别(AOI I表示前馈信息,AOI II表示即时危害,AOI III表示环境危害)

图2:每个场景的AOIs

SART得分分为两组,高SA组(高于平均分,7位)和低SA组(低于平均分,4位)。接下来针对每个场景内的AOI结合这两个组的数据进行分析,从而确定被试在步行过程中要注意哪些对象。

通过被试任务时视角获得定性数据,收集本研究中确定的眼动的四个指标,包括注视次数fixation count,运行次数run count,停留时间dwell time和首次注视时间first fixation time。

结    果
3比较了两组中每个人的注意力分配。4描绘了AOI注视时间的平均比例。本研究具体分析是针对每种AOI类别与不同水平SA被试注意分配之间的相关情况。

图3:两组中每个人的注意力分配比较

图4:AOI注视时间的平均比例

①有关危险的前馈信息

定性:在动态环境中移动时,具有较高SA的人会扫视整个环境,从而获得保持高SA所需要的前馈信息,但低SA的人就会着重低头看脚下。如场景1和4高低SA组的注意力分布证实,具有较高SA水平的被试会将注意力资源集中分配于整个环境中,从而获得有关潜在危险的必要信息;而低SA水平的人会将注意力放在脚下,从而注意力资源不会分配给环境中的危险要素。

图5:前馈信息

表2:眼动指标的统计性描述

定量:对眼动指标进行描述性统计,表2结果显示,高SA的人更频繁地将注意力转移到危险区域。因此,低SA的人更有可能遇到跌倒的危险。与场景4相关的统计数据表明,具有较高情境意识的参与者在所有关注指标上均具有较高的平均值,表明他们获得了更多的前馈信息

即时跌倒危险

定性:6,2-e是高SA的个人图,2-f是低SA的个人图。本研究中即时危险包括:场景1中留在地面上的垂直堆叠面板;场景2中剩余的木材留在地面上;场景3中有一堆废木料。图6是其中的一个。结果显示,具有高SA的参与者在整个场景中都分配了注意力来识别潜在危险,而低SA的参与者注意力仅集中于危害较小的部分区域。

图6:SA场景图案例

定量:表3列出了三个眼动指标和AOI的分析结果。高SA的参与者的眼动指标分析值都更高,但对于被试眼动推断分析,不能否定假设2。

表3:眼动指标和AOI的分析结果

态势感知

除了与绊倒危险直接相关的对象外,正在穿越建筑工地的工人还应注意周围环境中的其他危险源,包括存储的材料,移动的重型设备或移动的吊臂。在实验过程中与环境有关的危险情况是在场景3和4中撞击存储的材料的潜在危险。
定性:图7显示,3-e是高SA,3-f是低SA。低SA的人员主要关注脚下的绊倒危险,对于周围的堆放物没有给予太多关注。

图7:态势感知

定量:表4:高SA人员对于与环境有关的危害的注意力分配都比较高。因此,高SA工人在最初意识到危险区域后就可能会避开危险区域,而低SA工人就可能因为没有识别危害而更容易受伤。

表4:定量分析

讨论

1.高、低SA人群的对象的眼球运动模式和注意力分布情况表明,具有较高SA的人群在沿着工作场所的道路行走时,会定期向下看并向前看;这些工人还经常重复这些动作,以充分了解环境及其相关的危害。虽然他们没有把注意力平均分配到所有危险区域,但能够发现,注意力的差异受到工人的SA的影响。

2.前馈信息:高SA不仅可以看到自己当前的位置情况,还可以注意到眼前的路,从而获得前馈信息、发现潜在危险。收集前馈信息使高SA的工人能够提前发现危险。

3.环境危害方面:具有高SA的人能够在发现绊倒危险和发现周围环境潜在危险之间的注意力分配保持相对平衡

4.这项研究的眼动数据显示,大多数与环境相关的危害并不属于情景意识低的受试者的有效视野之内,因为他们的认知资源被其主要活动所占据,从而减少了可用于扫描的注意力资源超出对象的有效视野。

5.局限性:被试数量较少;眼动仪对于近视者不太友好,未来的眼动仪会有改进;仅对注意力进行分析,没有衡量其他的指标,比如工作的复杂性、工作记忆;本研究的范围仅限于跌倒的危险,未来会关注其他建筑活动中注意力与SA之间的关系。

结论

跌倒危险是建筑工地最常见的事故之一。尽管一些研究使用眼动仪对实验室环境中建筑工人的视觉注意力进行讨论,但工人在实际动态环境中的行为会更为复杂。本研究通过动态施工环境,来确定眼动指标是否可以区分高低SA的工人,从定量和定性两方面进行分析。研究表明,高SA人群能够将他们的注意力预先分配到潜在危险,对于周边危险的注意水平也显著高于低SA人群。


引用

Hasanzadeh S., Esmaeili B., Dodd M.D. Examining the Relationship between Construction Workers’ Visual Attention and Situation Awareness under Fall and Tripping Hazard Conditions: Using Mobile Eye Tracking[J]. Journal of Construction Engineering & Management, 2018, 144(7):04018060.


END

用心前行,腾飞2021





本篇文章来源于微信公众号:神经工程管理

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注