建筑安全隐患识别影响因素的眼动追踪研究

这是“神经工程管理”第33篇推送

本文是针对论文《建筑安全隐患识别影响因素的眼动追踪研究（Eye-Tracking Experimental Study Investigating the Influence Factors of Construction Safety Hazard Recognition）》的一篇论文解析，这篇论文的目的是评估被试在检测危险时的认知负荷。该篇论文于2020年发表在《建设工程与管理学报（JOURNAL OF CONSTRUCTION ENGINEERING AND MANAGEMENT）》。

2

 思维导图

如果工人能够正确及时地发现导致事故的危险，就可以减少施工现场事故。工人的安全感知和安全检测能力等主动安全措施在提高安全性方面发挥着重要作用。本研究由三个研究问题引发:(1)工人识别安全隐患的认知负荷测量指标；(2)能影响被试认知负荷的场地条件因素(如亮度)；以及(3)量化这些位置因素对认知负荷的影响。采用眼动追踪实验方法，从建筑管理或其他土木工程学科招募了55名学生，在20个给定的现场场景中对危险进行视觉搜索。这些现场场景由三个不同类别的组合定义，即危险的独特性、现场亮度和整洁度。被试的视觉搜索模式的定量测量是从眼动追踪装置捕获的数据中获得的。基于与被试的注视、视觉搜索轨迹和注意图相关的度量，计算这些度量来评估被试在检测危险时的认知负荷。描述性统计比较在预先定义的现场条件类别下分析了这些指标，即清晰度对模糊度、亮度对暗度、整洁对混乱度。研究结果显示，不同的位置条件减少了被试迅速扫视以寻找危险的时间，但没有提高第一注视点的准确率；在所有五个测量项目(即，第一注视点的正确率、注视次数、相交系数、注视时间和注意中心的注视次数)方面，无组织项目的杂乱场所增加了被试在检测危险方面的认知负荷；现场亮度增加的影响需要进一步研究，以确定亮度水平和分配的最佳平衡。根据调查结果提出的建议旨在从现场危险特性、亮度和内务管理最佳实践方面加强安全教育。本研究通过评估现场条件对被试认知负荷的影响，扩展了先前采用眼动追踪技术进行安全监控的一些研究，认知负荷与被试的危险检测能力相关。该研究为评估建筑工人危险检测能力以加强安全教育提供了见解，未来的工作是评估工人在动态施工场景下的安全隐患检测模式。

关键词:眼动追踪；施工安全；安全教育；危险检测；认知负荷

4

 研究背景、现状及问题

研究背景

人为错误是各个行业中导致80%事故的主要原因。在建筑行业，影响工人安全性的主要人为因素之一是未能在给定环境中感知关键因素，以便做出正确的预测或决策。更好地理解人为因素对施工安全性的影响，可以加强现有的安全教育，进一步提高现场安全性。

研究现状

使用问卷调查方法对建筑工人的危险检测能力或其他安全责任的现有测量可能容易产生主观性。到目前为止，有限的调查已经使用更客观的方法来测试工人的危险检测能力以及相关的影响因素，例如现场条件、现场工人的心理疲劳等。心理疲劳与工人的认知负荷相关，认知负荷是指工人为寻找和识别现场危险而分配注意力资源所需的脑力劳动。

基于认知负荷理论，本研究采用眼动追踪实验方法来测试和评估几个预先定义的现场条件对被试安全检测能力的影响，这些影响与被试的认知负荷直接相关。

研究问题

研究问题是(1)如何测量被试的安全认知能力？(2)哪些现场条件因素(如亮度)影响安全识别能力？(3)这些预先定义的位置因素对识别能力有什么影响？

本研究的目标包括:(1)设计一套全面的评估指标，以扩展现有的认知负荷指标，寻找建筑安全隐患；(2)评估不同现场场景特征(例如，亮与暗条件)对被试认知负荷的影响；以及(3)通过改善现场条件，为提升现有建筑安全性能提供指导。

5

 研究步骤

建筑工地的安全隐患检测受到动态工作环境的干扰，这种检测过程不容易捕捉或测量，因此本次眼动追踪研究使用了从真实工作现场拍摄的20张照片，这些照片根据不同的特征进行筛选和分类(即清晰与模糊、明亮与黑暗、整洁与混乱)。研究小组随后根据预定义的指标分析了捕捉被试眼动追踪的实验数据，这些指标测量了被试的认知负荷。最后，基于不同的现场条件如何影响被试的安全危害识别，提出了建议。研究步骤如图1所示。

图1 研究步骤的流程图

第一步：现场参观、拍照和照片筛选

为了开始这项研究，研究小组使用相同类型的相机拍摄了大量的现场照片，并确保所有照片保持原始现场条件，不做任何调整(如颜色、亮度等)。这些从工作现场拍摄的照片按照表1中定义的不同特征进行分类。

表1 现场场景选择和每个场景的描述

与清晰度、亮度和整洁度相关的三种不同的场地条件因素是根据现有文献定义的。这三个不同的场地因素，虽然看似相互关联，但实际上是相互区别的，强调场地条件或场地危险的不同特征。

具体来说，检测的容易性描述了安全隐患的明显性（例如，现场没有戴安全帽的工人很容易被发现，相比之下，地板上的钉子不容易被发现，因此被认为是模糊的）。

明亮不意味着易于检测，因为它侧重于环境的照明条件，而不是危险本身。相反，检测的容易程度受被试的安全知识和危险特征的影响。即使在明亮的条件下，模糊的场景或危险仍然不容易被检测到。

整洁是指现场的各种项目组织得当（例如，在地板浇筑混凝土之前，现场通常是整洁的。在室内装修阶段，地板更容易凌乱，现场工人可能需要在杂乱无章的项目上投入更多的注意力资源）。

从中国的建筑工地收集了558张现场照片，涵盖了典型的安全危害，如坠落、夹伤、被撞和触电。研究小组对这些照片进行了两轮筛选。最后，选择场景特征的不同组合(例如，模糊、黑暗和整洁)的20张现场照片用于后续的眼动追踪实验（图2）。这项研究的目的是在每个现场场景类别(如亮度对暗度)内进行配对比较，以确定给定类别对被试认知负荷的影响。

图2 为眼动追踪测试选择的分类施工现场场景

第二步：危险检测中被试眼动追踪的测量

眼动追踪相关指标与人类的心理状态和认知负荷相关，注视和扫视是人类观察刺激时两种典型的眼动追踪。注视是指在给定的视觉场景中，当眼睛不动并且凝视的目标是单个点时的时间间隔或时间段；相比之下，扫视是注视之间的快速移动，眼睛从一个感兴趣的点移动到下一个感兴趣的点。给定场景的认知分析的视觉信息可以从注视中获得，相比之下，在扫视过程中没有获得有价值的信息。

本研究中被试观看模式的主要测量和度量在表2中定义。

表2 被试观看模式测量和度量的定义

第三步：眼动实验和数据收集

（1）实验设计

实验器材：眼动追踪仪。Tobii T60 XL眼动追踪器集成到高分辨率24英寸宽屏显示器(图3)，用于大型刺激显示。本研究中采用的眼动追踪器的最大注视角度为42°，内置摄像头、嵌入式眼动追踪服务器和连接器。

图3 眼动追踪实验装置

 (a) Tobii T60XL眼动追踪器；(b)其他计算设备

被试：CM或其他CE项目的学生被招募为眼动追踪被试，使用眼动追踪仪器(图3)。被选来进行眼动追踪实验的学生都没有眼部疾病(如色盲、青光眼、弱视等)。在开始实验之前，每个被试都要接受双重检查，以确认他或她没有任何眼部疾病。

（2）实验过程

在正式的实验研究之前，先从江苏大学的本科生和研究生中招募10名学生进行了一项预实验。

每个学生在研究人员的指导下经历一致的实验过程，包括1)实验介绍；2)填写个人同意书；3)眼动追踪装置的设置和试验；4)在监视器屏幕上显示的每张照片中搜索危险(图3)；5)眼动追踪数据的自动生成(例如，注视时间)；和6)简短的后续访谈。

预实验旨在确保:1)所有眼动追踪设备都易于使用，没有任何困难；2)被试完成整个实验过程的时间合理且符合计划(如发现一般每个被试都能在15 min内完成全部20个场景的视觉搜索)；3)不允许被试回到他们已经完成的先前场景。

除了预实验中的10名学生外，另招募了55名学生进行正式实验研究。从这55名学生中收集的眼动数据生成三种主要图像进行分析，即眼动热点图、眼动轨迹图和注意力图。

（3）数据分析

图4 显示每个场景中所有被试的第一注视点

数字为第一注视点处于危险区域的被试的百分比

在图5中显示了每个特征场景中，危险通过第一注视点被正确识别的平均检测率。对于按照检测的容易程度、亮度和整洁程度分类的场景，差异分别为3.1%、2.1%和5.6%。最大的区别是在整洁的类别上，这意味着整洁的现场场景更容易被被试发现危险。

图5不同现场条件下的第一注视点检测率

视觉搜索轨迹对每个被试来说都是唯一的，每个场景中被试的典型搜索轨迹显示在图6中。

图6 每个场景中被试的典型搜索轨迹

图7 不同现场条件下的平均注视次数

图7中表示了同一类别场景中所有注视次数的平均值。最大的差异是在亮度类别，其中明亮的场景比黑暗的场景平均多9.3个注视次数。杂乱的场景比整齐的场景发现更多的注视次数。这表明明亮的场景并不总是能减轻认知负荷。相反，可能有一个优化的亮度水平来最小化现场被试的认知负荷。

图8 不同场地条件下的平均相交系数

图8最大的差异是在易于检测的类别中，其中模糊场景的相交系数值是不同场景值的近3倍。在明亮和黑暗的场景之间发现了细微的差别，杂乱场景比整齐场景具有更高的平均相交系数值。

图9表示如何通过加权所有55个被试的视觉轨迹来计算相交系数，以一个场景为例，通过对所有被试的搜索轨迹进行加权来演示相交系数的计算步骤。

基本上，对于每一个场景，都有一个典型的轨迹，大多数被试沿着它来探测危险区域，其余的被试可能遵循不同的搜索轨迹。采用基于典型轨道或其他轨道中的被试数量的加权方法来计算总交叉数(即相交系数）

图9 计算来自所有被试的搜索轨迹中的相交系数的步骤

图10 每个选定场景中所有被试的综合注意图

场景下的数字是总的注视时间

图10中显示了20个场景的注意图，每个场景下每个被试的总注视时间是使用眼动追踪装置自动获取的。对于图10中的每个场景，还显示了55个被试的平均总注视时间。所有被试的注视被合并以识别注意力中心，在图10中以最暗的阴影显现。

图11 不同部位条件下的平均注视时间

图11比较了注视时间。在清晰和模糊的场景之间，注视时间几乎没有差异。最大的差异是在亮度方面，明亮的场景比黑暗的场景有更多的平均注视时间。

图12 不同场地条件下注意中心的注视次数

图12比较了注视次数。最大的区别在于检测的容易程度，清晰的场景通常比模糊的场景有更高的注视次数。

从眼动追踪实验测试中获得的三种不同类型的测量结果(即第一注视点、视觉搜索轨迹和注意图)的效果显示在图13-15中。

图13 模糊和清晰场景之间的眼动追踪测量

（每个度量的单位是不同的，因此只能在每个指标内比较结果）

对每一对场景特征的度量进行比较：第一注视点的准确率、注视次数、相交系数、注视时间和注意中心的注视次数。

在模糊和清晰场景中，第一注视点对危险的准确检测率、注视次数和注视时间差异不大。模糊场景的较高相交系数表明被试必须花更多的时间在扫视上来搜索目标(即危险)。注意力中心的注视次数与总注视次数的比率也表明，不同的场景通常使被试能够更多地关注AOI或危险，而较少的时间浪费在其他非危险区域或扫视上。总的来说，这表明模糊的场景在被试搜索危险时触发了更高的认知负荷。

图14 明亮和黑暗场景之间的眼动追踪测量

（每个度量的单位是不同的，因此只能在每个指标内比较结果）

与黑暗场景相比，明亮场景增加了被试的注视次数和总注视时间，这意味着被试必须花费更多的注意力资源。另一方面，较高的亮度也降低了注意力中心区的相交系数和注视次数。进一步推断，在明亮的场景中工作有利也有弊。增加亮度可能不会增加第一次注视检测到危险的机会。相反，由于给定场景中搜索区域的增加，可能需要更多的注视，导致更多的注意力资源花费在搜索上。提高亮度并不一定能为工人带来更好的危险检测能力，确定特定施工场景下的最佳照明水平需要进一步研究。

图15 整洁和混乱场景之间的眼动追踪测量

（每个度量的单位是不同的，因此只能在每个指标内比较结果）

图15中的所有五个指标一致显示，杂乱的场景增加了被试的认知负荷。现场管理不善或物品杂乱无章，不仅会给现场工人带来更高的认知负荷，还可能导致更多的安全事故隐患。相比之下，一个组织良好、材料、设备和其他资源布局合理的站点可以减少非相关项目的干扰，减少工人搜索和检测危险的注意力资源。

（4）实验结论

①、建筑工地上更明显的危险或危险区往往更容易被被试注意到，减少了被试的认知负荷。因此，增加现场危险的显著性通常会提高危险检测能力。

②、场地亮度对被试的安全识别能力既有正面影响，也有负面影响。照明条件如何影响危险检测能力的机理更加复杂，需要进一步研究。

③、布局清晰整洁的场地可以减少被试的认知负荷，从而提高安全识别能力。

6

 讨    论

本研究是研究不同施工现场场景对工人安全认知负荷影响，可以概括为危害的独特性、照明设施的适当利用和现场管理。

危险的独特性

现有文献定义了两种典型的视觉注意模型，即自上而下和自下而上的注意。自上而下的方法指的是人类长期的认知策略，是将注意力自愿分配到某些特征、物体或区域（如本研究中的危险区）。自上而下的注意力受到被试的经验、知识和能力的影响。当被试具有相似的知识或技能背景时，自下而上的方法对被试的注意资源分配和认知负荷有更高的影响。

在这项研究中，更明显的物体(即危险区)更容易引起被试的注意，这导致花费的注意力资源更少。建议现场安全管理使用不同颜色的安全警示标志，以指示危险的位置和危险等级。

采用合适的照明条件，将现场工人的认知负荷降至最低

本研究发现，黑暗场景略微降低了危险的检测率，增加了相交系数。然而，增加亮度会使被试接触到更多的物体，并增加对更多无关物体的注视，这些无关物体由于光照的增加而变得可见。结果，被试花费更多的注意力资源注视这些额外的物体。研究表明，场地亮度对被试的认知负荷既有正面影响，也有负面影响。对于夜间施工工作或黑暗环境中的施工，建议施工单位适当分配照明资源，主要在工作区分配照明。添加一些易于检测的安全标志来补充照明条件会有所帮助。

内务管理和适当的场地布局

工作场所的整洁对被试的安全危害检测具有高度一致的影响。整洁有序的场地可以通过减少花费在其他无关物体或扫视上的努力来减少被试的认知负荷。被试必须花费更多的注意力资源来识别更复杂的场地布局或不规则组织的空间条件。相反，一个组织清晰的场地，以更规则和简单的方式放置项目，可以减少被试的认知负荷。因此，建议施工场地规划得当，布局清晰。材料、设备和其他施工资源应定期有序放置，以便工人更容易找到。

7

 结    论

总的来说，本研究通过将认知负荷的定性描述和理论扩展到建筑安全风险检测的背景下，为安全管理的知识体系做出了贡献。这将导致未来减少和预防与建筑工人认知负荷相关的安全事故的工作。

在通过比较被试的眼动追踪指标进行说明性数据分析后，提出了增强现场安全特征的建议，具体来说:(1)使用不同颜色的安全标志来增加危险的独特性；(2)将照明资源适当分配到工作区，尤其是夜间施工或黑暗环境；(3)适当的内务管理，保持场地整洁有序，减少工人的认知负荷。

本研究作为早期研究，使用数字技术评估建筑工人在检测现场危险方面的认知负荷。仅限于静态照片，排除其他干预。实际上建筑工地是动态的，有复杂的干预因素（如噪音和与同行合作），很难捕捉到建筑工人在感知危险时的真实认知负荷。作为后续工作，研究人员将继续使用沉浸式技术来模拟动态场地场景。作为这项研究的一个进步，来自动态环境中虚拟模拟场景的眼动追踪数据将被捕获用于分析。这项研究的另一个限制是，只有具有类似教育和实践经验的学生被试才被招募进行眼动追踪实验测试。这项工作通过仅关注现场条件，排除了个人特征(例如，行业、安全知识、以往参与事故的经验等)对被试危险识别能力的影响。作为未来研究的一部分，建筑工人将被招募来进行这些虚拟眼动追踪实验。

引·用·格·式

Han, Y.; Yin, Z.; Zhang, J.; Jin, R.; Yang, T. Eye-Tracking Experimental Study Investigating the Influence Factors of Construction Safety Hazard Recognition. Journal of Civil Engineering and Management, 2020, 146(8): 04020091.

扫码立即关注我们

勤勤恳恳，善始善终

持之以恒，专心致志