王艷軍*,王麗偉,林思遠(yuǎn)b,叢瑋,薛建飛,Wshington Ohieng e,*
? 2021 THE AUTHORS. Published by Elsevier LTD on behalf of Chinese Academy of Engineering and Higher Education Press Limited Company This is an open access article under the CC BY-NC-ND license(http://creativecommons.org/licenses/by-nc-nd/4.0/).
在過去的幾十年里,人們對(duì)人機(jī)系統(tǒng)和人驅(qū)復(fù)雜系統(tǒng)中的人,即操作員問題進(jìn)行了大量的研究[1,2]。這包括改進(jìn)人因績(jī)效的分析和測(cè)量以及人因失誤對(duì)系統(tǒng)可靠性和有效性影響的研究,以及開發(fā)支持人因操作的智能工具[3-5]。盡管自動(dòng)化水平不斷提高,先進(jìn)技術(shù)和運(yùn)營(yíng)理念得到應(yīng)用,空中交通管制員仍然在空中交通管理(air traffic management, ATM)系統(tǒng)中發(fā)揮著關(guān)鍵作用 [6-9]。迄今為止,研究主要集中在空中交通管制員的通信、認(rèn)知活動(dòng)和工作負(fù)荷[10-12],而對(duì)其眼動(dòng)行為的關(guān)注甚少??罩薪煌ü芾硐到y(tǒng)正處于轉(zhuǎn)型過程中;例如,從雷達(dá)管制到基于軌跡運(yùn)行的轉(zhuǎn)變,導(dǎo)致人和自動(dòng)化的角色、責(zé)任和要求都發(fā)生變化[9]。未來的管制工作中,管制員的主要任務(wù)將是監(jiān)控自動(dòng)化系統(tǒng),確保其正常運(yùn)行,并在出現(xiàn)故障或性能下降時(shí)快速恢復(fù)控制[9,13]。鑒于空中交通管制員工作的獨(dú)特性,了解他們的眼動(dòng)在空中交通管理領(lǐng)域和其他領(lǐng)域都很有意義。如果能很好地理解管制員的眼動(dòng),就有可能更好地理解他們的決策過程。
眼動(dòng)已經(jīng)成為包括心理學(xué)、工效學(xué)和計(jì)算機(jī)科學(xué)在內(nèi)的各個(gè)學(xué)科的研究熱點(diǎn)。Kowler [14]對(duì)眼動(dòng)文獻(xiàn)進(jìn)行了廣泛的回顧。在眨眼、瞳孔大小等各種行為中,Kowler強(qiáng)調(diào)了眼動(dòng)的三種眼動(dòng)行為,即注視控制、平滑追蹤和掃視,并討論了它們與視覺的相互作用。在計(jì)算機(jī)科學(xué)中,眼球追蹤被用來分析計(jì)算機(jī)界面和人機(jī)交互的可用性[15]。例如,MITRE先進(jìn)航空系統(tǒng)開發(fā)中心(Center for Advanced Aviation System Develop ment, CAASD)進(jìn)行的眼球追蹤研究評(píng)估了他們新開發(fā)的自動(dòng)化概念相對(duì)位置指示器(relative position indicator, RPI)對(duì)空中交通管制員注意力分配策略的影響[16]。作者發(fā)現(xiàn)RPI改變了管制員的視覺掃描模式,這可能需要對(duì)管制員的信息顯示進(jìn)行優(yōu)化。研究還發(fā)現(xiàn),眼動(dòng)指標(biāo)可以用來衡量人的表現(xiàn)[17,18]。Ahlstrom和Friedman-Berg [19]研究了管制員的眼動(dòng)和認(rèn)知負(fù)荷之間的關(guān)系。他們發(fā)現(xiàn),包括眨眼和瞳孔大小在內(nèi)的眼動(dòng)測(cè)量比常用的主觀工作負(fù)荷測(cè)量提供了更敏感的工作負(fù)荷測(cè)量。此外,研究表明,眨眼信息和掃視速度是自然任務(wù)中喚醒水平的指標(biāo)[20,21]。醫(yī)學(xué)領(lǐng)域的眼動(dòng)研究見參考文獻(xiàn)[22,23]。
眼動(dòng)研究最近受到了廣泛的關(guān)注,因?yàn)樗梢蕴峁╆P(guān)于興趣、目標(biāo)、計(jì)劃和認(rèn)知策略的信息。在參考文獻(xiàn)[24]中,Jang等證明了潛在的、隱藏的認(rèn)知策略可以通過眼動(dòng)推斷出來。他們提出了一個(gè)基于眼動(dòng)顯著特征的預(yù)測(cè)人類內(nèi)隱意圖的模型。盡管作者聲稱他們的模型顯示了合理的性能,但這仍有待于在復(fù)雜任務(wù)的性能方面得到證明。
由于眼動(dòng)是大腦尋找信息的自然指標(biāo),因此通過分析眼動(dòng)數(shù)據(jù)可以促進(jìn)對(duì)信息搜索行為的研究。關(guān)于通過眼動(dòng)尋找任務(wù)導(dǎo)向信息的主題,已經(jīng)進(jìn)行了許多研究[25-29]。Gottlieb等[29]最近的一項(xiàng)研究強(qiáng)調(diào)了對(duì)信息搜索潛在機(jī)制的研究?;仡櫫巳齻€(gè)不同領(lǐng)域的研究,包括機(jī)器學(xué)習(xí)、眼動(dòng)、心理學(xué)與神經(jīng)科學(xué)。
另一個(gè)關(guān)于信息搜索的研究流派集中于人類解決視覺搜索問題時(shí)出現(xiàn)的人眼掃描模式。美國(guó)聯(lián)邦航空管理局(FAA)調(diào)查了空中交通管制專家如何掃描雷達(dá)屏幕以獲取信息[30]。對(duì)各種眼動(dòng)數(shù)據(jù),包括注視、掃視、眨眼、瞳孔信息,進(jìn)行了研究。研究發(fā)現(xiàn),管制員往往將注意力集中在交通密度最高的空域,這可能導(dǎo)致入侵識(shí)別的滯后,導(dǎo)致不安全事件的發(fā)生。Fehd和Seiffert[31]也報(bào)道了類似的行為。人類傾向于集中在一個(gè)中心位置,這主要是由于將多個(gè)目標(biāo)組合成一個(gè)單一目標(biāo)的認(rèn)知策略。Van Meeuwen等[32]使用雷達(dá)屏幕截圖的靜態(tài)圖片來調(diào)查新手、中級(jí)和專家空中交通管制員的認(rèn)知策略。Kang等[33,34]開發(fā)了一種算法來量化管制員的信息搜索和航空器選擇行為。
如上所述,眼動(dòng)與認(rèn)知策略密切相關(guān),尤其是與信息搜索密切相關(guān)。雖然研究者已經(jīng)嘗試確定有經(jīng)驗(yàn)的空中交通管制員的視覺掃描策略,但訓(xùn)練或工作經(jīng)驗(yàn)對(duì)管制員信息搜索行為的影響尚不清楚。
本文收集和分析了管制員的眼動(dòng)數(shù)據(jù),初步了解了工作經(jīng)驗(yàn)與眼動(dòng)測(cè)量之間的關(guān)系。論文的其余部分組織如下:第2節(jié)簡(jiǎn)要介紹了數(shù)據(jù)采集和實(shí)驗(yàn);第3節(jié)報(bào)道了不同管制員在不同工作經(jīng)驗(yàn)水平下觀察到的眼動(dòng)行為的分析結(jié)果;第4節(jié)為結(jié)論。
為了采集空中交通管制員的眼動(dòng)數(shù)據(jù),我們邀請(qǐng)了25名年齡在21~40歲[平均值(M)=28.4,標(biāo)準(zhǔn)差(SD)=20.08]的人員(22名男性、3名女性)參與設(shè)計(jì)的模擬實(shí)驗(yàn)。包括南京航空航天大學(xué)空管專業(yè)4名學(xué)生(歸類為“新手”),其他21名學(xué)員為浙江省某空管中心管制員(含1名新手)。所有參與者根據(jù)其工作經(jīng)驗(yàn)和個(gè)人能力分為五個(gè)級(jí)別(表1)。
表1 參與者信息
二級(jí)、三級(jí)、四級(jí)和五級(jí)的工作經(jīng)驗(yàn)分別為(14.0±3.5)年、(9.3±1.0)年、(6.5±0.6)年和(2.8±1.1)年。
根據(jù)中國(guó)民用航空局(CAAC)的規(guī)定,二級(jí)、三級(jí)、四級(jí)和五級(jí)管制員的最低工作經(jīng)驗(yàn)要求分別為12年、8年、6年和2年。然而,管制員的水平不僅僅取決于多年的經(jīng)驗(yàn)。例如,只有擁有12年經(jīng)驗(yàn)的最好的管制員才能進(jìn)入二級(jí)。表1提供了這五個(gè)級(jí)別的參與者的信息。
根據(jù)中國(guó)民用航空局空中交通管理局的一份統(tǒng)計(jì)報(bào)告,中國(guó)女性管制員的比例低于20%。女性進(jìn)近管制員的比例更低,不到10%。例如,在某省空中交通管理局的50個(gè)進(jìn)近管制員中,有兩個(gè)是女性進(jìn)近管制員。因此,我們實(shí)驗(yàn)參與者的性別比例是合理的。
在實(shí)時(shí)模擬過程中,利用faceLABTM5.0記錄空中交通管制員的眼動(dòng)。它是一個(gè)非眼睛接觸系統(tǒng),具有很高的眼動(dòng)追蹤的能力。faceLABTM可以測(cè)量許多特性,包括:
·頭部姿勢(shì):可以在三維(3D)坐標(biāo)中識(shí)別受試者頭部的位置和方向。
·注視:左眼和右眼都可以輸出單獨(dú)的注視射線。每條注視射線由一個(gè)原點(diǎn)和一個(gè)單位矢量組成。
·掃視:定義為眼睛從一個(gè)注視點(diǎn)到下一個(gè)注視點(diǎn)的彈道運(yùn)動(dòng)。掃視速度可達(dá)700 (°)·s-1。
·眼睛閉合度:測(cè)量虹膜覆蓋率的百分比,以確定閉眼。
·眨眼:這是系統(tǒng)記錄的兩值信號(hào)(真或假),它報(bào)告眨眼事件的發(fā)生,即快速閉眼,然后快速睜眼。
·瞳孔測(cè)量:faceLABTM可以測(cè)量每一只瞳孔的直徑。
閉眼百分比(PERCLOS):這是一種疲勞測(cè)量,定義為疲勞的最可靠的單一可見指標(biāo)。PERCLOS的計(jì)算主要基于被試的閉眼情況。
出于安全考慮,在管制員的實(shí)際工作時(shí)間內(nèi),我們無法在他們的工作站上放置任何設(shè)備來記錄他們的眼動(dòng)。為了采集復(fù)雜活動(dòng)任務(wù)中的眼動(dòng)數(shù)據(jù),研制了雷達(dá)管制模擬系統(tǒng)進(jìn)行高保真仿真。模擬系統(tǒng)的功能和界面與空管人員在實(shí)際工作中使用的功能和界面完全相同。因此,管制員無需熟悉模擬系統(tǒng)。然而,使用實(shí)時(shí)模擬的一個(gè)潛在限制是,參與者在模擬過程中可能感覺不到與工作過程中相同的壓力或緊張。這一局限性將在本文的最后一部分討論。
模擬空域是杭州的一個(gè)進(jìn)近扇區(qū)(ZSHCAP03),其航路結(jié)構(gòu)如圖1所示。扇區(qū)的垂直范圍為3000 m以下。這一部門的主要職能是在移交給杭州塔臺(tái)之前對(duì)進(jìn)場(chǎng)航班進(jìn)行排序,并指揮起飛航班和一些飛越航班。
根據(jù)實(shí)際飛行數(shù)據(jù),確定了三種不同級(jí)別的交通場(chǎng)景,即簡(jiǎn)單、正常和困難。需要注意的是,對(duì)不同交通場(chǎng)景(包括異常交通場(chǎng)景)的影響的分析超出了本文的范圍。
圖1. 杭州終端空域的邊界和航路結(jié)構(gòu)(ZSHCAP03)。突出顯示的區(qū)域是杭州機(jī)場(chǎng)的一個(gè)進(jìn)近扇區(qū)(APP03);深藍(lán)色的線代表路線;綠色的線是扇區(qū)邊界;淺灰色的線表示眼球運(yùn)動(dòng)軌跡。紅點(diǎn)代表空中交通管制員的注視點(diǎn),正如在一次模擬演習(xí)中記錄的那樣。
faceLABTM攝像頭就放在主屏幕中間的管制員前面(圖2)。為每個(gè)參與者建立一個(gè)特定的模型,以便精確地追蹤他或她的眼球運(yùn)動(dòng)。校準(zhǔn)是在模擬開始前進(jìn)行的。在模擬過程中,參與者可以正常使用胳膊和腿,并且可以戴眼鏡。在模擬開始之前,向參與者簡(jiǎn)要介紹了研究目的和交通場(chǎng)景。所有參與者均簽署知情同意書。
為了從原始數(shù)據(jù)中識(shí)別注視,采用了速度閾值注視識(shí)別(I-VT)算法。I-VT的主要思想是利用角速度來區(qū)分注視點(diǎn)和掃視點(diǎn)。為了識(shí)別注視點(diǎn),必須預(yù)先指定一個(gè)預(yù)定義的參數(shù),即速度閾值。例如,閾值可以設(shè)置為125 (°)·s-1。
第一步是將眼動(dòng)數(shù)據(jù)的原始時(shí)間序列按升序排序。接下來,計(jì)算每個(gè)點(diǎn)的點(diǎn)對(duì)點(diǎn)角速度。以下規(guī)則可用于區(qū)分注視點(diǎn)和掃視點(diǎn):如果該點(diǎn)的角速度小于閾值,則為注視點(diǎn);否則為掃視點(diǎn)。然后,該算法將連續(xù)的注視點(diǎn)輸出到注視組中。所有的掃視點(diǎn)都被忽略。
輸出注視組的數(shù)據(jù)格式為<x,y,t,d>,其中,x和y為組中各點(diǎn)中心的坐標(biāo),t為組中第一個(gè)點(diǎn)的時(shí)間,d為測(cè)量注視組的持續(xù)時(shí)間。
圖1描繪了一個(gè)管制員的注視軌跡的示例。如圖所示,眼球運(yùn)動(dòng)軌跡明顯遵循路線結(jié)構(gòu)的模式。
圖2. 空中交通管制模擬系統(tǒng)及人眼追蹤裝置。
為了分析工作經(jīng)驗(yàn)對(duì)管制員注視行為的影響,首先研究了三種廣泛使用的眼動(dòng)指標(biāo):興趣區(qū)域(AOI)、注視持續(xù)時(shí)間和注視熵。如第2.1節(jié)所述,根據(jù)參與者的工作經(jīng)驗(yàn),將眼動(dòng)數(shù)據(jù)分為五組。各組興趣區(qū)域數(shù)量和注視持續(xù)時(shí)間的統(tǒng)計(jì)結(jié)果如圖3(a)所示。如圖所示,這五個(gè)組可進(jìn)一步分為三類:第I類(二級(jí))、第II類(三、四、五級(jí))和第III類(新手)。
二級(jí)管制員的眼動(dòng)與其他管制員不同。二級(jí)管制員的興趣區(qū)域數(shù)量最少(M=1126 s),但注視持續(xù)時(shí)間最長(zhǎng)(M=1.66 s)。較長(zhǎng)的注視持續(xù)時(shí)間和較少的興趣區(qū)域數(shù)量表明二級(jí)管制員更喜歡關(guān)注某些區(qū)域,而不是監(jiān)視扇區(qū)中的所有空間。這種行為的原因可能與他們目前的工作職責(zé)有關(guān)。二級(jí)管制員是最有經(jīng)驗(yàn)的管制員,至少有12年的空中交通管制員工作經(jīng)驗(yàn)。他們的技能和能力在具有相同工作經(jīng)驗(yàn)的管制員中表現(xiàn)突出。然而,大多數(shù)二級(jí)管制員已晉升為行政職務(wù),而不是作為管制員管理空中交通。雖然他們擁有空中交通管制的能力,但他們可能不愿意對(duì)整個(gè)空域進(jìn)行監(jiān)視,特別是在模擬過程中。顯然,這是一個(gè)注意力資源分配不當(dāng)?shù)那闆r。
圖3.興趣區(qū)域和注視持續(xù)時(shí)間(a)及掃視速度(b)的統(tǒng)計(jì)結(jié)果。誤差線表示關(guān)聯(lián)組數(shù)據(jù)的標(biāo)準(zhǔn)差。
在第II類中,注視持續(xù)時(shí)間和興趣區(qū)域數(shù)量呈現(xiàn)相反的趨勢(shì)。這類管制員是空中交通管制中心負(fù)責(zé)日常運(yùn)行的主要工作人員。從五級(jí)到三級(jí),平均興趣區(qū)域數(shù)量逐漸增加,而平均注視持續(xù)時(shí)間逐漸減少。在第II類中,定位感興趣航班所需的平均時(shí)間為1.1 s,這表明他們能夠合理分配注意力。II類中興趣區(qū)域數(shù)量的標(biāo)準(zhǔn)差比I類大得多。這可能表明管制員之間的能力差異很大。另一個(gè)原因可能是二級(jí)管制員比其他級(jí)別的管制員少。
這五個(gè)組中的特例都是新手組。我們?cè)趫D3(a)中繪制了興趣區(qū)域和注視的統(tǒng)計(jì)結(jié)果,在圖3(b)中繪制了掃視速度。如圖3(a)所示,平均注視持續(xù)時(shí)間僅為0.2 s,遠(yuǎn)低于其他組。雖然平均興趣區(qū)域數(shù)量與第II類的數(shù)量在同一水平內(nèi),但興趣區(qū)域數(shù)量的標(biāo)準(zhǔn)差是非常大的。在這里,應(yīng)該記得,新手剛剛完成培訓(xùn),沒有工作經(jīng)驗(yàn)。因此,在新手中看到更大的變化也就不足為奇了。與其他管制員相比,新手不熟悉空域和空中交通管制程序。他們必須在整個(gè)空域分配注意力資源。空域結(jié)構(gòu)和交通分布會(huì)影響他們的認(rèn)知策略。他們管理空中交通的能力仍在培養(yǎng)提高中。然而,興趣區(qū)域數(shù)量的巨大變化表明新手中可能有潛在的天才管制員。這些才華橫溢的新手可以定位到正確的航空器,并將注意力分配到這些區(qū)域。
通過對(duì)興趣區(qū)域數(shù)量變化的比較分析,可以進(jìn)一步揭示工作經(jīng)驗(yàn)對(duì)注視的影響。如圖3(a)所示,二級(jí)管制員興趣區(qū)域數(shù)量的標(biāo)準(zhǔn)差最小,而新手的標(biāo)準(zhǔn)差最大。一個(gè)小的變化表明,經(jīng)過多年的訓(xùn)練和實(shí)地實(shí)踐,經(jīng)驗(yàn)豐富的管制員可能會(huì)采用類似的信息搜索策略。相反,空中交通管制的初學(xué)者必須在職業(yè)生涯的早期階段學(xué)習(xí)并接受信息搜索策略的培訓(xùn)。
從眼動(dòng)數(shù)據(jù)中獲得了一張熱點(diǎn)圖,顯示了在給定空域內(nèi)的注視概率。圖4顯示了來自二、三、四、五和新手級(jí)別的六個(gè)不同管制員的六張熱點(diǎn)圖。圖中以紅色和黃色突出顯示的熱區(qū)代表注視密度較高的空域,表明空中交通管制員傾向于頻繁監(jiān)控這些區(qū)域。圖像中突出顯示的區(qū)域清晰地勾勒出了空域的結(jié)構(gòu),機(jī)場(chǎng)位于中心,主要交通流往返于左上角和左下角。在這些圖像中,機(jī)場(chǎng)始終是管制員關(guān)注的焦點(diǎn)。他們花費(fèi)了大量的時(shí)間來監(jiān)控進(jìn)出機(jī)場(chǎng)的交通狀況;這一結(jié)果與之前的研究一致[31]。新手的熱點(diǎn)圖顯示,新手傾向于監(jiān)視空域的每一個(gè)部分,這表明他們?cè)趯ふ谊P(guān)鍵信息時(shí)效率很低。
圖4. 由六個(gè)管制員的數(shù)據(jù)生成的注視熱點(diǎn)圖。(a)二級(jí);(b)三級(jí);(c)四級(jí);(d)五級(jí);(e)、(f)新手。
為了研究管制員的掃視行為,計(jì)算了掃視速度。結(jié)果如圖3(b)所示。新手的平均掃視速度比持證管制員快,持證管制員的掃視速度幾乎相同。經(jīng)過多年的專業(yè)訓(xùn)練,經(jīng)驗(yàn)豐富的管制員已具備了管理空中交通的特殊能力。研究表明,掃視速度與追蹤運(yùn)動(dòng)目標(biāo)的能力有關(guān)。更快的掃視速度可能表明對(duì)快速變化的環(huán)境有更好的反應(yīng)能力。在這種情況下,新手有最快的掃視速度;然而,這并不意味著新手比其他管制員能更好地搜索必要的信息。相反,新手的速度可能是由他們隨機(jī)選擇的飛機(jī)造成的,因?yàn)樾率植皇煜す苤乒ぷ?。新手無法估計(jì)航空器的位置,所以他們需要經(jīng)常查看每架航空器。
為了進(jìn)一步研究空中交通管制員眼動(dòng)行為的差異,我們比較了注視點(diǎn)數(shù)量、注視持續(xù)時(shí)間和掃視速度的分布。在對(duì)空中交通管制員語音通信活動(dòng)的研究中,學(xué)者們發(fā)現(xiàn)空中交通管制員的交互通信次數(shù)呈重尾分布[35,36]。我們想確定管制員的眼動(dòng)行為是否顯示出類似的模式。圖5展示了上面列出的眼動(dòng)度量的各自分布??梢钥闯?,注視持續(xù)時(shí)間的分布與注視次數(shù)的分布具有相似的規(guī)律。來自有經(jīng)驗(yàn)的管制員的數(shù)據(jù)分布以指數(shù)衰減和冪律尾為特征,而新手的分布以冪律分布為特征(用對(duì)數(shù)-對(duì)數(shù)圖中的直線擬合)。然而,掃視速度的分布集中在一條直線上,這表明所有管制員的掃視速度都遵循冪律分布。這些結(jié)果有待進(jìn)一步探討。
圖5.(a)注視次數(shù);(b)注視持續(xù)時(shí)間;(c)掃視速度的概率(P)分布。
數(shù)據(jù)驅(qū)動(dòng)方法的流行促進(jìn)了通過眼動(dòng)對(duì)信息搜索行為的定量測(cè)量?;谛畔⒗碚摰淖⒁曄嚓P(guān)測(cè)量方法的發(fā)展在人為因素研究中具有特殊的意義。熵的概念起源于物理學(xué),旨在描述系統(tǒng)的混亂程度。熵已成功地應(yīng)用于各個(gè)領(lǐng)域,包括物理學(xué)、社會(huì)科學(xué)和最近的眼動(dòng)研究[37]。給定記錄的眼動(dòng)數(shù)據(jù),根據(jù)Shannon熵和條件熵方程,可以計(jì)算出靜態(tài)注視熵(stationary gaze entropy,STE)和注視轉(zhuǎn)移熵(gaze transition entropy, GTE)。關(guān)于注視熵測(cè)度的最新綜述見參考文獻(xiàn)[38]。在目前的工作中,我們使用Shannon熵來衡量管制員的注視熵,在今后的研究中對(duì)轉(zhuǎn)移熵進(jìn)行進(jìn)一步研究。注視熵定義如下:
式中,X是總長(zhǎng)度為n的注視序列,而i是X中包含的每個(gè)注視的位置。p(x,y)表示管制員的注視落在(x,y)位置的概率。這個(gè)方程給出了實(shí)驗(yàn)過程中瞬間注視位置的平均不確定度。因此,它可以確定管制員注視的離散性。為了計(jì)算注視熵,首先將雷達(dá)屏幕離散為64×36個(gè)部分,得到總共2304個(gè)矩形。然后就可以直接得到在任何給定的時(shí)間樣本中,注視落在每個(gè)矩形上的頻率。
每個(gè)管制員的注視熵用公式(1)計(jì)算,所有管制員的平均值為6.94±0.79。圖6展示了不同級(jí)別管制員的注視熵。圖中最右邊的框顯示了所有管制員的熵。值得注意的是,與掃視速度相比,注視熵呈現(xiàn)出類似的趨勢(shì)[圖3(b)]。三級(jí)管制員具有較高的掃視速度,但較低的熵,這表明他們具有最有效的信息收集能力。雖然新手管制員也表現(xiàn)出較低的熵和最快的掃視速度,但他們的平均注視遠(yuǎn)低于其他人。這可能表示無法從復(fù)雜的交通狀況中獲取必要的信息。
圖6. 不同級(jí)別管制員的注視熵。
由于每個(gè)級(jí)別管制員的樣本數(shù)據(jù)有限,我們?cè)谶@里重點(diǎn)比較新手和專家。我們選擇7.2作為閾值,將管制員分為兩組:高注視熵(high gaze entropy, HGE)組和低注視熵(low gaze entropy, LGE)組。結(jié)果見表2。由于實(shí)驗(yàn)樣本的數(shù)量少于40個(gè),因此采用Fisher精確檢驗(yàn)來檢驗(yàn)統(tǒng)計(jì)檢驗(yàn)[39]。結(jié)果顯示,新手和專家的注視熵在統(tǒng)計(jì)學(xué)上有顯著差異(p= 0.042)。近80%的新手管制員屬于低注視熵組,而11個(gè)專家管制員中有4個(gè)屬于低注視熵組。一般來說,注視點(diǎn)越多,注視熵越大,這與前面幾節(jié)得到的結(jié)果是一致的。然而,從以上結(jié)果可以得出一個(gè)結(jié)論,過于依賴于單一的眼動(dòng)測(cè)量可能導(dǎo)致對(duì)空中交通管制員的信息搜索策略的誤解。
表2 不同經(jīng)驗(yàn)水平人群注視熵差異的比較
眼動(dòng)可以作為人類感知和注意力分配的指標(biāo)。本文對(duì)空中交通管制員的眼動(dòng)行為進(jìn)行了研究,重點(diǎn)分析了不同工作經(jīng)驗(yàn)水平空中交通管制員眼動(dòng)行為的差異。本文的目的是通過數(shù)據(jù)驅(qū)動(dòng)的方法來理解觀察到的眼動(dòng)行為的潛在機(jī)制,重點(diǎn)是所有被研究的空中交通管制員的眼動(dòng)統(tǒng)計(jì)模式。為了收集更可靠的眼動(dòng)數(shù)據(jù),設(shè)計(jì)了真實(shí)的雷達(dá)管制場(chǎng)景。眼動(dòng)數(shù)據(jù)是在人在環(huán)路模擬過程中采集的。同時(shí),開發(fā)了一個(gè)I-VT算法來從記錄的眼動(dòng)數(shù)據(jù)中提取注視信息。然后,對(duì)三個(gè)常用的測(cè)量指標(biāo)進(jìn)行了深入探討:興趣區(qū)域數(shù)量、注視持續(xù)時(shí)間和掃視速度。結(jié)果表明,一個(gè)合格的管制員可以采用有效的信息搜索策略,合理分配注意力資源。為了提高空中交通管制中視覺搜索行為的訓(xùn)練效率,還需要進(jìn)一步的研究。雖然眼動(dòng)數(shù)據(jù)的概率分布具有重尾特征,但形狀對(duì)于區(qū)分新手和有經(jīng)驗(yàn)的管制員是有用的。此外,本文還對(duì)注視熵進(jìn)行了比較;這一發(fā)現(xiàn)可能會(huì)導(dǎo)致對(duì)空中交通管制員的信息搜索策略的誤解,因?yàn)檫^于依賴于單一的眼動(dòng)測(cè)量。
綜上所述,本文發(fā)現(xiàn)工作經(jīng)驗(yàn)對(duì)管制員的眼動(dòng)行為有顯著影響。興趣區(qū)域、注視持續(xù)時(shí)間、掃視速度和注視熵是判斷見習(xí)管制員是否具有有效收集信息能力的信息搜索行為的合理指標(biāo)。建議結(jié)合不同的眼動(dòng)指標(biāo)來揭示空中交通管制員認(rèn)知策略的根本差異。
本文的工作還存在局限性。其他人類行為研究也可能遇到的一個(gè)主要挑戰(zhàn)是無法捕捉空中交通管制員所經(jīng)歷的緊張和壓力。在實(shí)際操作中,空中交通管制員必須做出快速、準(zhǔn)確的決策,以保證航空器的安全有序飛行。在實(shí)際操作中不會(huì)出錯(cuò)。然而,在實(shí)時(shí)模擬過程中,管制員的工作態(tài)度會(huì)發(fā)生變化,因?yàn)樗麄冎雷约杭词箷?huì)出錯(cuò)也不會(huì)帶來什么影響。因此,在人在環(huán)路模擬過程中,管制員比在日常工作中更加放松,并且由于環(huán)境的不同,管制員的行為也會(huì)發(fā)生變化。本工作的第二個(gè)限制是只考慮了管制員的主要任務(wù),對(duì)次要任務(wù),如與其他管制員的協(xié)調(diào),沒有進(jìn)行模擬。在實(shí)際操作中,空中交通管制員需要處理從相鄰扇區(qū)進(jìn)出的航班。因此,他們必須監(jiān)控周圍路段的交通狀況,以便制定戰(zhàn)術(shù)計(jì)劃。為了捕捉這些行為,必須設(shè)計(jì)一個(gè)涉及多個(gè)相連扇區(qū)的大規(guī)模模擬實(shí)驗(yàn)。最后但同樣重要的是,在目前的工作中沒有考慮模擬場(chǎng)景的影響。我們沒有使用靜態(tài)圖片,而是使用實(shí)時(shí)流量捕捉管制員的眼動(dòng)數(shù)據(jù)。交通場(chǎng)景的密度和復(fù)雜性可能會(huì)影響管制員的信息搜索行為。鑒于空中交通管制工作的獨(dú)特性,建議來自心理學(xué)、計(jì)算機(jī)工程和數(shù)據(jù)科學(xué)領(lǐng)域的合作者開展進(jìn)一步的跨學(xué)科研究。
致謝
我們感謝空中交通管制員和學(xué)生參與實(shí)驗(yàn)。本研究得到了國(guó)家自然科學(xué)基金(U1833126、U2033203、61773203、61304190)的資助。
Compliance with ethics guidelines
Yanjun Wang, Liwei Wang, Siyuan Lin, Wei Cong, Jianfei Xue, and Washington Ochieng declare that they have no conflict of interest or financial conflicts to disclose.