基于眼动指标的脑力疲劳识别研究
2021-05-19欣副教授郝腾腾王慧宇许开立教授
安全 2021年4期
郑 欣副教授 郝腾腾 王慧宇 许开立教授
(东北大学 资源与土木工程学院,辽宁 沈阳 110819)
0引言
据统计,当今世界上所有人机系统失效中,约有70%~90%直接或间接源于人的因素。疲劳影响人的生理和心理,降低人的可靠性,引发人失误导致事故发生。国内外很多学者就如何避免疲劳作业做了很多相关研究。最初对疲劳的研究着重于交通驾驶方面,后来随着人机工程学的逐渐成熟,对疲劳的研究范围逐渐多元化。疲劳可以分为心理疲劳和生理疲劳,其中生理疲劳又包括体力疲劳和脑力疲劳。眼睛和大脑是紧密联系的,如何通过眼动指标来表征脑力疲劳是当前国内外研究的热点。早期对眼电图(Electro-oculogram,EOG)的研究表明,一些特殊的眨眼现象是脑力疲劳出现的最早标志;Dario Cazzoli等发现眼跳平均速度随作业时长的增加而下降;Luigi De Gennaro等发现当发生40h睡眠剥夺后,眼跳平均速度呈下降趋势。眼动仪记录法是目前广泛应用的眼动记录方法之一。它能够记录眼动信息,同时可以将眼动信息和场景图像叠加,使实验数据更接近于真实场景。因前人已针对眼跳指标与脑力疲劳的相关性进行了大量研究,本文不再对眼跳指标进行研究。本文运用实验手段探究作业前后被试者瞳孔直径、注视点、陀螺(Gyro)和加速计(Accelerometer)等眼动指标的变化,探求眼动指标与疲劳之间的相关性,为企业实施有效的疲劳干预措施,减少人失误提供新的思路。
1 实验设计
1.1 实验设备
视觉疲劳的数据由眼……
登录APP查看全文
