张之勇, 郭孜政, 谭永刚, 刘玉增, 杨京帅

(1.西南交通大学 交通运输与物流学院, 四川 成都 610031; 2. 综合交通运输智能化国家地方联合工程实验室, 四川 成都 610031; 3. 四川警察学院 道路交通管理系, 四川 泸州 646000; 4.长安大学 汽车学院, 陕西 西安 710064)

高速、封闭的运行环境，自动、信息化的作业方式，使动车组司机单位时间的作业负荷量大幅增加，因此司机对显控界面文字信息识别效率与准确性成为影响司机作业可靠性的关键因素之一。针对动车组显控界面汉字字符特征(汉字字体、字符复杂度)对司机识别效率的影响性进行研究，对于优化动车组显控界面设计、提高动车组人机交互效率具有重要理论价值与现实意义。

目前国内外学者就显控界面物理特征对识别效率影响性研究可划分为以下3类：(1)显控界面字符密度对识别效率影响性研究，文献[1]通过实验验证了显控界面字符行/列距对作业者识别效率的影响性，文献[2]则在此基础上进一步针对显控界面的英文字符列距与识别效率间的关系进行了实验研究，李永建则在定义显控界面字符密度的基础上，通过实验发现识别效率与显控界面字符密度呈倒U型关系[3]；(2)显控界面字符与背景色彩匹配对识别效率的影响性，文献[4]证实了界面色彩组合对作业者识别效率的影响性，郭孜政、李永建等人则针对动车组显控界面，研究了不同背景色、前景色及前景色与背景色组合对动车组司机识别效率影响性，并给出了一些动车组显控界面的色彩设计原则[5-6]； (3)控字符大小对识别效率的影响性[7-8]，文献[9]针对文字阅读，研究了英文字符大小对阅读速度的影响，随后CHUNG等人则进一步发现英文字体大小对视觉识别效率的影响性是有限的，当字体增大到一定程度时读取速度不再增加[10]，郭孜政、李永建等人则针对动车组显控界面，采用回归分析，构建了字体大小与识别效率(反应时)间的函数。

上述研究从不同角度丰富了显控界面的优化设计，但较少关注汉字特征(汉字字体、复杂度)对识别效率的影响性[11]。此外，现有国家行业标准中，仅对工程制图[12]、印刷[13]等行业的字体选用给出了标准要求，但对信息显控界面字体要求的相关标准则尚未制定。因此,本研究拟在模拟动车组显控界面各项物理特征的基础上，对动车组显控界面汉字字体、复杂度对司机识别效率的影响性进行实验研究，为动车组显控界面汉字字体选择及相关标准规范的制定提供依据。

1 实验设计

1.1 被试对象选择

招募中国铁路总公司动车组司机培训班学员10名作为被试，10名学员均大专以上学历，年龄20～25周岁，无睡眠及精神类疾病。同时，所选被试者先前均未接触过同类实验，无色盲、色弱，矫正视力在1.0以上，且均为右手利。

1.2 实验设备与环境

为了与实际动车组作业环境相似，采用动车组使用的日本SHARP公司LQ104V1DG11型10寸TFT真彩液晶显示器进行实验测试。该显示器的具体规格参数为，显示面积212 mm×158 mm，分辨率640×480，亮点直径0.33 mm，亮度300 cd/m2，背光灯电源频率35 kHz。

对象采用E-Prime2.0编制实验程序，该程序可自动给被试对象呈现汉字刺激，同时记录被试对象反应时。程序运行计算机CPU主频2.5 MHZ，内存1 GB，操作系统为win7、64位，系统整体计时误差不大于10 ms。

由于听觉对视觉具有干扰性，为模拟实际动车组作业环境，整个实验在封闭隔音室内进行，室内播放事前录制好的动车组司机驾驶室背景噪声音频文件(自由声场，被试外耳处声压级70 dB)，温度控制在23±2℃，照度为750 lx，实验时间为上午9:00～10:00。

1.3 实验变量及因素水平的确定

本次实验重点考察动车组显控界面汉字字体、汉字复杂度2项字体特征对动车组司机识别效率的影响性。结合动车组显控界面的实际特征，确定上述2项因素的实验水平。字体选取方正舒体、华文行魏、方正姚体、黑体、华文行楷、华文隶书、楷体、隶书、宋体、幼圆10种汉字常见字体。

以汉字笔画数作为汉字复杂度测评量，对LKJ、ATP显控界面固定信息显示汉字使用频数进行统计，得出常用汉字笔画数主要分布在5～16划之间(约占常用汉字总体的74.3%)，考虑到对该区间汉字的代表性，最终选取6划(代表5划、7划)，9划(代表8划、10划)，12划(代表11划、13划)，15划(代表14划、16划)4种复杂度水平。

实验靶材选取中，为了能够更好观测不同字体对识别效率的影响性，对于特定的复杂度，选取形体上较为接近的4组常见汉字作为测试靶材，具体实验靶材选取如表1所示。

表1 不同复杂度的测试靶材

基于上述实验变量的选取及变量水平的划分，采用10×4被试内实验设计，字体类型与汉字复杂度构成40种组合条件，每种组合条件下每个被试重复测量27次。

1.4 实验步骤

(1) 实验过程

实验整体分为2个阶段，第1阶段为练习阶段，练习次数为27次，其目的为使被试对象充分理解实验过程，并使被试对象逐步进入实验状态。第2阶段为正式实验阶段，每名被试对象需在40种条件组合下完成测试1 080次。

(2) 1次测试(一种特定组合条件)的实施过程

Step1被试对象端坐于显示器前，固定头部位置，保证眼睛至显示器中心点处距离为70 cm；

Step2显示器屏幕为黑色背景，屏幕中央呈现白色十字交叉标记(白色)，视角为0.76 mm×0.80 mm，该十字标持续500 ms，随后消失；

Step3十字标消失后，立刻呈现一个汉字(该汉字从复杂度测试靶材库中随机抽取)，要求被试看清汉字后，立即点击空格键确定，系统自动记录反应时(反应时记录的时间为从汉字出现至空格键被点击间时长)。要求被试在靶材汉字出现后的1 000 ms内点击空格，进行确认反应，若无反应则本次测试数据作废，且系统自动进入下一个测试；

Step4若被试对象在1 000ms内点击空格键，则呈现汉字选择确认界面，屏幕呈现9个汉字，每个汉字旁带有编码，要求被试从所呈现的汉字中选择出刚才看到的汉字，并用小键盘输入与该汉字对应的编号，输入完成后系统自动进入下一测试中。 一次测试实施过程见图1。

Step5循环Step 2～Step 4的步骤，直至所有测试结束。

2 实验结果

2.1 实验数据的预处理

本次实验共有被试对象10人，每人在特定条件下重复测试27次，共有40种组合条件，故共采集数据10 800个。剔除错误率大于5%的被试数据(3人)。为避免极端值对实验结果的干扰，对每种特定条件的一组数据剔除大于2.5个标准的异常数据，最终得到有效测试数据7 239个，若按复杂度分类，并对10种字体分别编号(方正舒体(1)、华文行魏(2)、方正姚体(3)、黑体(4)、华文行楷(5)、华文隶书(6)、楷体(7)、隶书(8)、宋体(9)、幼圆(10))，则其整体实验数据分布特征见图2，图2中的P25等为百分位数据，对应的“+”、“-”为图中该数据的位置。其中上、下截止线“-”对应的为最大值和最小值，即P100和P0；“+”对应的是50百分位数；中间的箱型上下边界线分别对应上下4分位数，即P75和P25。

2.2 字体、复杂度2因素主效应及其交互作用分析

本次实验着重考察字体、复杂度2因素及其交互作用对动车组司机识别效率的影响性，因此采用ANOVA方法，对预处理后的实验数据予以计算分析(显著性水平0.05条件下)，得到字体、复杂度，及其交互作用方差分析表，见表2。表中第1列为方差检验数据来源；第2列为离差平方和；df为自由度；第4列为均方差，为离差平方和与自由度的比值；F为检验统计量；P为显著性水平。

表2 字体、复杂度及其交互作用

基于表2可得出以下3点结论:(1)汉字字体因素的主效应显著(F=17.981，P<0.05),故可知显控界面不同的汉字字体对司机识别效率具有影响性；(2)复杂度因素的主效应显著(F=29.895，P<0.05),故可知显控界面汉字不同复杂度对司机识别效率具有影响性；(3)字体与复杂度交互作用对识别效率的影响性不显著(F=2.304，P>0.05),故可知字体与复杂度间不存在交互作用。

2.3 同一因素不同水平间差异性对比

通过前节对2类因素不同水平间的方差分析证实了字体与复杂度对动车组司机识别效率具有影响性，但是还需在此基础上进行字体与复杂度2因素不同水平间(字体8种水平，复杂度5种水平)两两对比分析，以确定造成这种差异的水平值。

对方正舒体(1)、华文行魏(2)、方正姚体(3)、黑体(4)、华文行楷(5)、华文隶书(6)、楷体(7)、隶书(8)、宋体(9)、幼圆(10)十种字体，以及6划、9划、12划、15划4种复杂度，分别采用Tukey-HSD方法进行两两对比，计算结果见图3。

由图3(a)中数据可以得出黑体、宋体2种字体间差异性不显著(P>0.05，P=0.426)，即黑体、宋体两种字体间识别效率无差异；方正舒体、华文行楷2种字体间差异性不显著(P>0.05，P=0.213)；华文行魏(2)、方正姚体(3)、华文隶书(6)、楷体(7)、隶书(8)、幼圆(10)这6种字体间差异性不显著(P值均大于0.05)。基于上述分析可将10种字体划分为3个集合A1={黑体、宋体}，A2={方正舒体、华文行楷}，A3={华文行魏、方正姚体、华文隶书、楷体、隶书、幼圆}，集合内各字体间识别效率无差异，集合间识别效率存在差异。对集合内字体识别效率计算其平均反应时，其结果见表3。

表3 不同字体分组的平均反应时间

基于表3可以得出以下结论，黑体、宋体的反应时最短，应当作为动车组显控界面字体选择的首选字体集；华文行魏、方正姚体、华文隶书、楷体、隶书、幼圆的反应时次之，可作为动车组显控界面的备选字体集；方正舒体、华文行楷的反应时较长，动车组显控界面字体选择时应尽量避免。

同时，由图3(b)中数据可以得出6划汉字与9划、12划、15划汉字间反应时存在差异(P值均小于0.05)；9划、12划、15划汉字间反应时无差异(P值均大于0.05)。因此可将动车组显控界面常用汉字划分为B1={6划}，B2={9划、12划、15划}2组。

分别计算B1组平均反应时为422 ms，B2组平均反应时为436 ms。由前述可知，汉字复杂度选择时充分考虑了各类复杂度的均匀抽取及对显控界面常见汉字分布的代表性，因此可以推断汉字复杂度对司机识别效率具有影响，汉字识别效率随复杂度增加而降低，但当汉字复杂度达到9划后，这种影响趋于平缓。

3 结束语

本研究以正确复杂反应时为识别效率指标，针对动车组显控界面设计中，汉字特征(汉字字体、复杂度)对动车组司机视觉识别效率影响性问题进行实验研究，得到以下3项结论：

(1) 显控界面不同汉字字体对司机识别效率具有影响性，汉字复杂度对司机识别效率具有影响性，但字体与复杂度间不存在交互作用。

(2) 常用汉字字体中，黑体、宋体的反应时最短(平均426 ms)，应当作为动车组显控界面字体选择的首选字体集；华文行魏、方正姚体、华文隶书、楷体、隶书、幼圆的反应时次之，可作为动车组显控界面的备选字体集(平均433 ms)；方正舒体、华文行楷的反应时最长(平均反应时444 ms)，动车组显控界面字体选择时应尽量避免。

(3) 汉字识别效率随汉字复杂度增加而降低，但当汉字复杂度达到9划后，这种影响趋于平缓。

本文研究结果可为动车组显控界面设计提供参考依据。今后将进一步研究针对动车组显控界面色彩干扰下汉字字符特征对司机识别效率的影响。

参考文献：

[1] WANG Y S, HWANG S L. An Experimental Study on the Information Design of CRT Display In Process Control Systems[J]. International Journal of Industrial Ergonomics, 1995, 15(6): 459-469.

[2] ZIEFLE M. Effects of Display Resolution on Visual Performance[J]. Human Factors: the Journal of the Human Factors and Ergonomics Society,1998, 40(4): 554-568.

[3] 李静，熊俊浩，何丹，等. 网页字符显示密度的识别效率与可靠性[J]. 工业工程与管理, 2010,21(5): 82-86.

LI Jing, XIONG Jun-hao,HE Dan,et al[J]. Recognition Efficiency and Reliability of Web Character Display Density[J]. Industrial Engineering and Management,2010,21(5): 82-86.

[4] LIN C C, CHEN M T. Effects of Color Combination on Visual Acuity and Display Quality with TFT-LCD[J]. Journal of the Chinese Institute of Industrial Engineers,2006, 23(2): 91-99.

[5] 郭孜政，李永建，钟永详，等. 动车组人机显控界面背景色对识别效率的影响[J].中国铁道科学,2011, 32(5): 104-107.

GUO ZI-zheng,LI Yong-jian,ZHONG Yong-xiang,et al. Effect of the Background Color in EMU Man-machine Control Interface on Recognition Efficiency[J]. China Railway Science, 2011, 32(5): 104-107.

[6] 郭孜政，李永建，马国忠，等. 动车组显控界面色彩匹配对识别效率的影响[J].铁道学报,2012, 34(2):31-37.

GUO Zi-zheng,LI Yong-jian,MA Guo-zhong,et al. Influence of Color-matching of EMU Control Interface on Recognition Efficiency[J]. Journal of the China Railway Society, 2012, 34(2): 31-37.

[7] 郭孜政，李永建，马国忠，等. 动车组显控界面字体大小对司机识别效率的影响[J].中国铁道科学, 2013, 34(3):93-97.

GUO Zi-zheng,LI Yong-jian,MA Guo-zhong,et al. Influence of Font Size of EMU Display and Control Interface on Driver’s Recognition Efficiency[J]. China Railway Science, 2013, 34(3): 93-97.

[8] 王优，邵志芳. 笔划频率和字体对汉字大小辨认阈限的影响[J]. 心理科学, 2009, 32(1):134-136.

WANG You,SHAO Zhi-fang. Stroke Frequency and Font Effects on Chinese Character Recognition Threshold[J]. Psychological Science, 2009, 32(1):134-136.

[9] LEGGE G E, ROSS J A, MAXWELL K T, et al. Psychophysics of Reading. VII. Comprehension in Normal and Low Vision[J]. Clinical Vision Sciences, 1989, 4(1):51-60.

[10] CHUNG S T L, LEGGE G E, CHEUNG S. Letter-recognition and Reading Speed in Peripheral Vision Benefit from Perceptual Learning[J]. Vision Research, 2004, 44(7): 695-709.

[11] 宫殿坤，郝春东，王殿春. 字体特征与搜索方式对视觉搜索反应时的影响[J].心理科学,2009, 32(5):1142-1145.

GONG Dian-kun,HAO Chun-dong,WANG Dian-chun. The Influence of Chinese Character Features and Searching Methods on Visual Search[J]. Psychological Science, 2009,32(5): 1142-1145.

[12] 中华人民共和国国家技术监督局.GB/T 14691—93技术制图 字体[S].北京:中国标准出版社,1993.

[13] 中华人民共和国质量监督检验检疫总局.GB/T 18594—2001技术产品文件 字体 拉丁字母、数字和符号的CAD字体[S].北京:中国标准出版社,2002.