APP下载

工作面照度对机务人员缺陷识别能力影响的研究

2020-11-27周长春肖荃益姜浩然

科学技术创新 2020年33期
关键词:注视点观察者频数

周长春 肖荃益* 姜浩然

(中国民用航空飞行学院 航空工程学院,四川 广汉618307)

安全是民航永恒的主题[1]。飞行安全一方面依赖于各类与飞行有关的人员的技术水平,另一方面也依赖于航空器的适航性。世界范围内维修与检查差错被列为导致事故和严重事故征候的因素之一[2]。因此,在维护、检查、修理和以及目视检查领域的工作可靠性成为确保机组航班安全中极为重要的一环。

目前,对于机务人员差错影响因素的研究都集中在环境温度、湿度、噪声等,而本文从工作照度以及缺陷形状出发,利用眼动技术[3],通过实验探究记录下注视时间和注视点个数,寻找出最适合机务人员工作的照度。同时研究在目视检查[4]中,航空器表面缺陷的形状、大小、方向对机务人员识别能力的影响。

1 缺陷识别能力影响实验设计

1.1 实验目的

1.1.1 通过对被测试者在不同照度[5]下识别航空器缺陷能力的眼动测试,分析照度对机务人员识别能力影响。

1.1.2 通过对被测试者识别航空器缺陷形状特征[6]的眼动测试,分析不同缺陷形状对机务人员识别能力影响。

1.2 实验环境、对象、设备的选择

实验环境为某安静静室。温度为26℃,湿度为75%。实验中有3 名主试人员,一名操作眼动仪,一名呈现实验刺激图片,一名监控实验过程。设有25 名观察者,平均年龄23 岁,为机务人员。实验设备有:Tobii Pro Glasses 2 眼动仪、Tobii pro Glassses Controller 记录软件、照度计2 个、LED 连续可调白光源组合灯具一套以及其他辅助工具。

1.3 实验方案设计

1.3.1 自变量

a.照度:本实验选取 9 组照度值,分别是10、20、75、150、300、500、750、1000、1500Lux。

b.缺陷形状:本实验选取飞机机体、机翼的蒙皮损伤部位的缺陷,缺陷形状形状(线型和面型)、大小(面积大小)、方向(平行和垂直)不同。

1.3.2 因变量

本实验的因变量有注视点个数、注视时间、注视点轨迹以及注视点落下的先后顺序。

1.4 实验中机务人员识别能力评价指标

在研究照度对机务人员缺陷识别能力影响的实验中,注视时间越短,注视点个数越少,表明机务人员识别能力越好,反之则表明机务人员识别能力越差。

在研究缺陷形状特征对机务人员识别能力影响的实验中,越先识别到、注视频数越少,表明机务人员识别能力越好,反之则表明机务人员识别能力越差[8]。

1.5 实验方案

主任务是照度变化对机务人员识别影响,观察者在不同工作面照度下观察同一机体、机翼的蒙皮损伤部位的缺陷;次任务是缺陷形状特征对机务人员识别能力影响[9],观察者在最佳照度下,观察不同机体、机翼的蒙皮损伤部位的缺陷

2 实验数据的处理

实验数据的筛选与处理:

2.1 有效实验数据的筛选

本实验共有25 位实验人员,其中第4、19、24 组实验数据热点图显示观察者视线并未落在图片缺陷位置,故将这3 组数据剔除,保留余下的22 组。

本实验选取9 组照度值,在照度10Lux 时测录的观察者眼动指标数据与实验刺激图片匹配不上,原因可能是照度太低,故将这一照度变量舍去,用余下8 组实验数据进行分析。

2.2 实验数据处理

利用Tobii Pro Lab 对各个照度下的注视点进行叠加,形成总体热点图。统计结果如表1 所示。

表1 描述性统计表

3 实验数据分析

3.1 照度对机务人员识别能力影响

3.1.1 平均注视时间随照度变化规律分析

a. 通过表1 可看出观察者的平均注视时间随照度的增加是先减少再增加。在照度20~500Lux 内,观察者平均注视时间降低了47.987s;在照度500~1500Lux 内,观察者的平均注视时间仅增加11.717s。平均注视时间随照度的变化趋势不是呈现正态分布,而是偏正态分布。

b. 在照度500Lux 时,观察者识别缺陷所花费的平均注视时间是最少的,说明在照度500Lux 时观察者识别能力最好,同时表明工作面照度在500Lux 时最有利于机务人员完成工作。

3.1.2 平均注视点个数随照度变化规律分析

对22 位观察者在各个照度下实验的眼动数据生成轨迹图,选取每个实验照度条件下22 位观察者的眼动数据具有代表性的轨迹图进行展示说明。如图1 所示。

图1 照度20~1500Lux 下的轨迹图

通过对各个照度下观察者视线的轨迹图可以清晰的看到在照度500Lux 之前,观察者的平均注视点个数随着照度增加由多而杂逐渐转变为简洁清晰。这表明机务人员对于信息提取的困难程度在逐渐降低。在照度500Lux 之后,随着照度增加观察者的平均注视点个数分布又开始增加。这表明机务人员对于信息提取的困难程度开始增加。

3.2 缺陷形状特征对机务人员识别能力影响

在对上文实验结论进行分析总结之后,得知在实验所选照度中照度为500Lux 时机务人员识别能力最好,因此在照度500Lux 下探究不同缺陷形状对机务人员识别能力的影响,并且生成眼动轨迹图和频数柱状图进行观察。本章图中深颜色面缺陷由红色方框标注,浅颜色面缺陷由红色圆框标注,相对于观察者平行的线缺陷由红色三角形框标注,相对于观察者垂直的线缺陷由红色菱形标注。以下图中标注信息同上所述。

3.2.1 缺陷形状特征识别轨迹规律分析

对22 位观察者在识别不同缺陷形状的眼动数据生成轨迹图。选择其中几张具有代表性的进行分析。轨迹图如图2 所示。

图2 观察者识别不同缺陷形状的轨迹图

在轨迹图中,注视轨迹点显示出:观察者线缺陷的注视点个数明显高于面缺陷的,这表明对于机务人员来说线缺陷较于面缺陷更难识别到。

轨迹图反映了观察者注视点落下的先后顺序,由图中顺序可以看到面缺陷先于线缺陷被识别到。由此可知机务人员的视线是先识别到面缺陷,然后才是线缺陷。

3.2.2 面缺陷识别规律分析

根据统计结果将观察者对不同缺陷形状的平均注视频数绘制成柱状图,如图3 所示。横坐标表示不同缺陷形状,纵坐标表示观察者对不同缺陷形状的平均注视频数。 对观察者识别不同缺陷形状时的眼动数据生成轨迹图。如图4 所示。

图3 显示观察者对颜色较深的面缺陷的平均注视频是7,对颜色较浅的面缺陷的平均注视频是9。图4 显示观察者对颜色较深的面缺陷先于颜色较浅的面缺陷识别出。

由此表明,对于机务人员而言,缺陷面积颜色越深,越容易识别。

图3 观察者对不同缺陷形状的平均注视频数柱状图

图4 观察者识别面缺陷的轨迹图

3.2.3 线缺陷识别规律分析

在分析观察者对线缺陷的识别规律时,将线缺陷在图中单独标注出来,如图5 所示。

图5 观察者识别线缺陷的轨迹图

图3 显示相对于观察者平行的和垂直的线缺陷平均注视频数都是12。图5 显示观察者的注视轨迹点和先后顺序也并没有太大区别。由此可知线缺陷方向对于机务人员的识别能力没有显著影响。

4 结论

本文以机务工作环境照度以及机体缺陷形状为变量进行实验,实验结果应用在机务维修工作的检查及培训之中具有现实意义和实际作用。照度研究可以将机务进行维修工作时的光通量设置成最合适的照度,提高机务人员工作效率,减少维修差错,避免不安全事件的发生。缺陷形状特征可以用于提高机务人员对不同机体缺陷形状的识别,提高机务人员工作的准确性和全面性,同时也让机务培训多了一个针对于缺陷形状特征识别的方向。

猜你喜欢

注视点观察者频数
多普勒效应之新讨论
眼动仪技术在里院建筑特色分析中的应用
基于超复数小波和图像空域的卷积网络融合注视点预测算法
用追击相遇的模型解释多普勒效应
“你看不见我”
频数与频率:“统计学”的两个重要指标
射击运动员的反向眼跳研究
中考频数分布直方图题型展示
基于Android的智慧竞赛APP设计与开发
基于中央凹图像显著性和扫视倾向的注视点转移预测模型