目的:本研究旨在通过视觉神经辅助方法建立一个框架,用于测量实时动画环境中人类操作员的各种注意力水平。背景:随着自动化和远程操作趋势的不断增长,了解动态环境中的人机交互可极大地帮助提高性能、提高操作效率和安全性。方法:对 20 名参与者进行了两项独立的 1 小时实验,记录了眼动追踪指标和脑电图 (EEG) 的神经活动。实验要求参与者在一组实验中表现出注意力集中的行为,在另一组中表现出注意力不集中的行为。还提取了两个片段(“增加的航班数量”和“相对恒定的航班数量”),以研究参与者相对于飞机数量的视觉行为差异。结果:对于这两项实验研究,注意力行为研究中的受试者的注视次数、注视持续时间、发现的飞机数量和着陆注视的发生率更高,而注意力不集中行为研究中的受试者的零注视帧数更高。在涉及“增加飞行次数”的实验中,与两组中“恒定飞行次数”的实验相比,发现的飞机百分比更高。新建立了三个参数(发现的飞机数量、着陆注视点和零注视点帧数)。由于雷达监控是一种大脑参与活动,因此所有参与者都记录了积极的脑电图数据。还制定了一个新任务参与指数 (TEI) 来预测不同的注意力水平。结论:结果提供了一种精细的量化工具,用于区分实时动态环境中的专注和不专注监控行为,可应用于各个领域。建议:建立定量 TEI 后,为未来研究按区域、基于时间的注意力水平以及与视觉任务参与和管理以及确定要探索的专业水平相关的眼部特征研究铺平了道路。还可以使用提出的 TEI 方法研究与疲劳有关的因素。
主要关键词