CN110084501A - 一种施工危险认知负荷水平的测量方法 - Google Patents
一种施工危险认知负荷水平的测量方法 Download PDFInfo
- Publication number
- CN110084501A CN110084501A CN201910318583.5A CN201910318583A CN110084501A CN 110084501 A CN110084501 A CN 110084501A CN 201910318583 A CN201910318583 A CN 201910318583A CN 110084501 A CN110084501 A CN 110084501A
- Authority
- CN
- China
- Prior art keywords
- cognitive load
- risk
- index
- danger
- tester
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 126
- 238000010276 construction Methods 0.000 title claims abstract description 64
- 238000000691 measurement method Methods 0.000 title claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 230000019771 cognition Effects 0.000 claims abstract description 14
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000012986 modification Methods 0.000 claims description 35
- 230000004048 modification Effects 0.000 claims description 35
- 210000001747 pupil Anatomy 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 230000004424 eye movement Effects 0.000 claims description 23
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims 2
- 238000000034 method Methods 0.000 abstract description 22
- 238000007726 management method Methods 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000003930 cognitive ability Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 12
- 238000011160 research Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 5
- 238000009435 building construction Methods 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
- G06F3/013—Eye tracking input arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Animal Behavior & Ethology (AREA)
- Hospice & Palliative Care (AREA)
- Educational Technology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Psychology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Developmental Disabilities (AREA)
- Child & Adolescent Psychology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Human Computer Interaction (AREA)
Abstract
本发明公开了一种施工危险认知负荷水平的测量方法，包括构建测量系统、测试者进行测试、数据采集和数据运算等步骤，通过危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷三个维度进行评价，有益效果：本发明结合虚拟现实技术，构建虚拟现实工地危险事故场景，让测试者融入情境，真实测量受测者的危险认知能力及负荷，可以为施工作业安全性改善提出针对性方法，为进一步减少事故的发生，提高作业人员对危险的认知提供有价值的参考方法和依据。
Description
技术领域
本发明涉及一种个人素质水平的测量方法，特别涉及一种施工危险认知负荷水平的测量方法。
背景技术
认知负荷概念是以Miller早期对脑力负荷和心理负荷研究为基础，由JohnSweller在1988年第一次被提出来。建筑施工当事人危险认知过程中的危险认知负荷为：危险认知负荷水平代表了施工当事人在一定的施工环境及施工任务下，搜索、发现及分析处置危险目标的过程中所感受到的难度大小和心理压力水平。由于每个人施工经验和心理承受能力各不相同，因此每个施工当事人的施工危险认知负荷水平也各不相同。
随着认知负荷理论的发展，对于认知负荷的测量也逐渐形成了较为固定的三大类。(1)主观测量法，也叫自我报告测量法，是认知负荷测量中最常用的测量方法。主观测量法也存在着一些缺陷，例如主观评价的题目量过少，影响其测量准确性。(2)生理测量法，通过获取被测试者在完成任务过程中出现的生理反应指标数据间接的评价认知负荷的方法，如眼动指标、脑电波、心率变化指标等。与其他测量方法相比，该测量方法可以比较精细的反应认知负荷的动态变化过程，但操作和实验仪器要求较高。(3)任务绩效测量法，能够通过具体任务的完成结果得到认知负荷结果，但是过程中容易受多种因素干扰，一般作为其他测量指标的辅助而不单独使用。
目前对于个体认知负荷的研究主要集中在教学教育优化、多媒体设计、交通驾驶等领域。建筑施工领域主要是对当事人认知过程进行了研究，针对建筑施工当事人的危险认知研究主要关注危险感知差异、危险认知偏差及危险认知因素与不安全行为的关系等。认知负荷理论在建筑施工领域的应用，拓宽了施工安全研究的视野，丰富了施工安全研究的理论体系和方法体系。同时，也验证认知负荷理论在施工安全领域对当事人危险认知过程研究的可行性。对危险认知过程中认知负荷的研究，能够更深层次的揭示当事人与施工环境的交互机理，为作业安全性改善方法的提出提供理论支撑。
现实层面，目前施工事故已经受到业界及相关行业的广泛关注，针对事故发生原因和针对性的改善措施也有了很多的研究成果，但是安全事故发生率还是没有得到很好控制，其主要原因还是对施工当事人的施工危险认知负荷水平了解不够，不能因地制宜的合理分配或者安排施工当事人的施工任务，或者有针对性地对施工当事人进行训练提高其施工危险认知负荷水平。
目前现有技术手段只能采用模拟现实场景的手段，通过当事人体验虚拟场景的办法测量该测试者的危险认知负荷水平。但是在整个测试过程中被测者的危险认知负荷水平是动态变化的，通常测试过程分为侦测时、分析时和决策时三个阶段，侦测时危险认知负荷是指对危险信息目标浏览和搜索过程中的危险认知负荷；分析时危险认知负荷是指对危险目标进行识别和匹配过程中的危险认知负荷；决策时危险认知负荷是指对危险目标进行逻辑思维并进行处理危险目标过程中的危险认知负荷。对于施工工人来说，认知负荷水平的高低会影响其前期对危险的认知、任务过程中的表现和最终的行为决策，危险认知过程中认知负荷变化的研究可以很好的反映施工作业过程中工人对危险的内在认知障碍及深层次认知需求。因此，探索危险认知负荷的差异性和变化规律是解决问题的关键。在此基础上，给工人提供全过程安全能力训练与测评，提高施工工人危险认知过程中认知负荷水平。
但是基于虚拟现实技术的限制虚拟手段主要通过PC或者VR设备实施；目前VR设备可以加装眼动信息采认装置，因此可以通过增加测量维度的方法更加准确的测量施工者的施工危险认知负荷水平。
发明内容
发明目的：本发明的目的在于克服现有认知负荷测量方法的不足的问题，提供一种施工危险认知负荷水平的测量方法。
技术方案：一种施工危险认知负荷水平的测量方法，具体测量方法如下：
1)构建测量系统：根据施工事故调查，分析事故原因，对施工事故进行分类并找出典型事故，设计搭建虚拟的三维场景，并在场景中将各类典型事故的前兆特征作为危险源进行埋设，在危险源周围设置触发区域；
2)测试者进行测试：邀请测试者通过虚拟终端进行体验；
3)数据采集：采集包括首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数六项指标；
4)数据运算：施工危险认知负荷水平包括危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷三个维度的评价。
危险侦测时的认知负荷是指对危险信息目标浏览和搜索过程中的危险认知负荷；危险分析时的认知负荷是指对危险目标进行识别和匹配过程中的危险认知负荷；
危险处理时的认知负荷是指对危险目标进行逻辑思维并进行处理危险目标过程中的危险认知负荷。
本发明专利对测试者进行测量原理如下：
测试者在实验主试的指导下，进入虚拟现实工地危险事故场景中，通过测量测试者的各个指标，根据前期大量实验结果，得出每个指标换算的得分。将不同指标换算为各个指标的得分，先采用分值加权的测量方法，再以加权大小数值除以总的分值，得出所占比例以此反映受测者侦测时、分析时、决策时危险认知负荷的水平。
硬件设备包括虚拟终端设备和测量心率跳动次数的心率测量设备，所述的虚拟终端设备包括PC端或VR端或加装眼动信息采集装置的VR眼动端。
所述虚拟终端设备为PC端或VR端时，施工危险认知负荷的评价如下：
危险侦测时的认知负荷：通过确定危险目标用时、标记危险区域正确率、和心率跳动次数三个指标进行评价；
危险分析时的认知负荷：通过完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数和心率跳动次数五个指标进行评价；
危险处理时的认知负荷：通过标记危险区域正确率、次任务反应准确率、修改危险标记次数和心率跳动次数四个指标进行评价；
将首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数六项指标进行打分换算成分值，
首次确定危险目标用时：测试者进入实验开始时起至首次用鼠标点击危险源或手柄指向危险源扣动扳机的间隔时间，首次确定危险目标的用时越长，意味着发现危险目标越困难，需要投入精力越多，所以用时越长，危险认知负荷水平越高。
完成单个危险区域标记用时：测试者确定危险目标时起至标记出危险区域的间隔时间，完成单个危险区域标记的用时越长，意味着对危险目标进行逻辑思维时间越长，需要投入精力越多，所以用时越长，危险认知负荷水平越高。
标记危险区域正确率：测试者标记正确危险区域的个数与所有危险区域的个数的比值，标记危险区域正确率越高，意味着对危险目标搜索、发现、识别、筛选所需投入努力的强度越高，所以正确率越高，危险认知负荷水平越高。
次任务反应准确率：测试者在侦测、分析、处理一个危险源过程中，额外增加的一个次任务，需要受测者在处理一个危险目标的过程的同时，需要记忆危险目标附近的一些施工工具，在处理完后此危险目标后，进行选择出刚才出现在危险目标附近的施工工具的图片，测试者选择场景中出现过的施工物品图片个数与出现的施工物品图片个数的比值，选择图片的正误比例越大，意味着在完成主任务的同时需要投入更多的精力在次任务中，所以正确率越高，危险认知负荷水平越高。
修改危险标记次数：测试者在整个实验中修改危险源标记的次数，危险源标记的修改次数越多，意味着越难进行危险目标的最终确定，逻辑思维确定的过程中需要投入努力的强度越高，所以修改次数越大，危险认知负荷水平越高。
心率跳动次数：测试者带上心率测量设备，在各个阶段测量的心率的跳动次数，人正常的心率跳动次数在60—100次/分钟，超过正常范围时心跳次数越高，意味着对危险目标搜索、发现、识别、筛选的认知压力越大，所需投入努力的强度越高，所以心跳次数越高，危险认知负荷水平越高。
各项指标总分值用大写字母表示，测试者实际得分用对应的小写字母表示，字母代表的含义如下：
A-首次确定危险目标用时指标的总分值、
a-首次确定危险目标用时指标的测试者实际得分、
B-完成单个危险区域标记用时指标的总分值、
b-完成单个危险区域标记用时指标的测试者实际得分、
C-标记危险区域正确率指标的总分值、
c-标记危险区域正确率指标的测试者实际得分、
D-次任务反应准确率指标的总分值、
d-次任务反应准确率指标的测试者实际得分、
E-修改危险标记次数指标的总分值、
e-修改危险标记次数指标的测试者实际得分、
F-心率跳动次数指标的总分值、
f-心率跳动次数指标的测试者实际得分；
所述危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷的运算公式如下：
危险侦测时的认知负荷U：
危险分析时的认知负荷V：
危险处理时的认知负荷W：
备注：每个公式中字母前的数字代表各指标的加权系数，其确定依据前期大量实验结果与相关研究结果所得。
所述加装眼动信息采集装置的VR眼动端时，施工危险认知负荷的评价如下：
危险侦测时的认知负荷：通过确定危险目标用时、标记危险区域正确率、心率跳动次数、首次注视时间、首次进入前注视点个数、瞳孔改变量六个指标进行评价；
危险分析时的认知负荷：通过完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动、注视点注视时长、注视点个数、瞳孔改变量八个指标进行评价；
危险处理时的认知负荷：通过标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数、注视次数、瞳孔改变量六个指标进行评价；
将首次注视时间、首次进入前注视点个数、注视次数、注视点注视时长、注视点个数、瞳孔改变量六项指标进行打分换算成分值。
首次注视时间：测试者第一个兴趣点出现在兴趣区时的用时，首次进入时间越长，意味着发现危险目标越困难，需要投入精力越多，所以搜索速度越慢、进入时间越长，危险认知负荷水平越高。
首次进入前注视点个数：测试者首次发现危险源前在兴趣区内注视点的个数，首次进入前注视点个数越多，意味着侦测时信息处理过程中强度越大，所需要投入努力的强度越高，所以首次进入前注视点个数越多，危险认知负荷水平越高。
注视次数：单个注视点被注视的次数，单个注视点被注视的次数越多，意味着在对这个区域进行的信息进行分析的过程中需要投入精力越多，所以注视次数越多，危险认知负荷水平越高。
注视点注视时长：单个注视点发生注视行为的持续时间，注视点持续时间越长，意味着信息越难获取，且越难进行目标的最终确定，需要投入精力越多，所以注视点持续时间越长，危险认知负荷水平越高。
注视点个数：测试者在兴趣区内注视点的个数，注视点个数越多，意味着信息处理过程中难度越大，需要投入精力越多，所以注视点个数越多，危险认知负荷水平越高。
瞳孔改变量：受测者进行任务时，瞳孔大小的变化量，瞳孔大小的变化量越大，意味着危险信息获取越难，所需要投入努力的强度越高，所以瞳孔改变量越大，危险认知负荷水平越高。
各项指标总分值用大写字母表示，测试者实际得分用对应的小写字母表示，字母代表的含义如下：
G-首次注视时间指标的总分值；
g-首次注视时间指标的受测者实际得分；
H-首次进入前注视点个数指标的总分值；
h-首次进入前注视点个数指标的受测者实际得分；
J-注视次数指标的总分值；
j-注视次数指标的受测者实际得分；
K-注视点注视时长指标的总分值；
k-注视点注视时长指标的受测者实际得分；
Y-注视点个数指标的总分值；
y-注视点个数指标的受测者实际得分；
P-瞳孔改变量指标的总分值；
p-瞳孔改变量指标的受测者实际得分；
所述危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷的运算公式如下：
危险侦测时的认知负荷U1：
危险分析时的认知负荷V1：
危险处理时的认知负荷W1：
备注：每个公式中字母前的数字代表各指标的加权系数，其确定依据前期大量实验结果与相关研究结果所得。
所述PC端或VR端采集的数据包括首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数。
所述PC端虚拟施工场景中，要求测试者以鼠标箭头画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患分析及处置；要求测试者对危险源进行处置后选择曾经出现在危险源区域的施工工具图片，同步记录相关指标数据。
所述VR端虚拟施工场景中，要求测试者扣动手柄扳机用虚拟射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置；要求测试者对危险源进行处置后选择曾经出现在危险源区域的施工工具图片，同步记录相关指标数据。
所述加装眼动信息采集装置的VR眼动端采集的数据包括测试者首次注视时间、首次进入前注视点个数、注视次数、注视点注视时长、注视点个数、瞳孔改变量。
对于认知负荷的测量，已有相关研究表明眼动指标与认知负荷的变化有很大的联系。周鹏生认为注视时间、瞳孔直径、注视次数等指标，能够很好地体现被试对任务的感知与理解过程。Henderson研究发现被试在阅读较难素材时，注视次数比阅读较易材料时显著增多。瞳孔的这种运动不受意识的控制，是判断一个人真正能承受多大工作负荷的一个可靠指标。Djamasbi,S等研究发现眼动中一些指标比如注视指标和认知负荷有着关联性，认知负荷水平越高，表示着用户所需处理的信息越多或者处理信息的难度越大，用户自然会增加对相关事物的关注时间以顺利完成任务，反映在眼动指标上就是注视点数和注视时长会增加。
结合上述研究，注视时间、瞳孔直径、注视次数等一些眼动指标被证明可以用在认知领域进行认知负荷水平的测量研究。同时，相关研究表明在认知研究领域，瞳孔大小的改变量被认为是体现资源分配和认知负荷的重要指标。且已有研究表明瞳孔直径变化与认知负荷水平呈正相关。对于注视相关指标相关研究表明，认知负荷增加注视点数和注视时长会增加。
所述加装眼动信息采集装置的VR眼动端的虚拟施工场景中，要求测试者以扣动扳机用射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置，要求测试者对危险源进行处置后进行场景中出现过的施工物品图片的选择。
有益效果：本发明结合虚拟现实技术，构建虚拟现实工地危险事故场景，让测试者融入情境，真实测量受测者的危险认知能力及负荷，可以为施工作业安全性改善提出针对性方法，为进一步减少事故的发生，提高作业人员对危险的认知提供有价值的参考方法和依据。
附图说明
图1为本发明的总体测量方法以及采集的数据对应指标的关系图；
图2为本发明的部分受测者测量指标图；
图3为本发明的部分受测者测量指标分值换算表；
图4为本发明的部分受测者认知负荷表；
图5为本发明的部分受测者认知负荷直观图；
图6为本发明的测量指标换算水平。
具体实施方式
下面将参照附图详细地描述实施例。
图1所示，本发明总体测量方法是通过构建测量系统、测试者进行测试、数据采集和数据运算四个步骤进行，其中数据采集时由于采用的测试终端不同采集的数据指标也不同，不同的数据采集指标对应侦测时、分析时、处理时的危险认知负荷。
图2所示，邀请五名测试者测得的各项指标。
图3所示，将测得的不同指标按照具体评分标准换成不同的得分。
图4所示，先采用分值加权的测量方法，再以加权大小数值除以总的分值，得出所占比例以此反映受测者侦测时、分析时、决策时危险认知负荷的水平。
图5所示为本发明的部分受测者认知负荷直观图。
图6所示，为本发明的测量指标换算水平。
本发明可以采用三种终端形式，即线上PC端，线下VR头盔端及加装了眼动信息采集装置的VR端，受测者可选取其中一种终端形式进行测试，进入虚拟现实工地危险事故场景中，在不同的终端形式一对一的危险源标记及处置，数据采集，同步上传受测者行为相关测量指标，换算指标运算、测量结果分析及测量结果的生成。
在PC端虚拟施工场景中，受测者先戴上心率测量设备。要求受测者以鼠标箭头画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患分析及处置。同时增加次任务，即要求受测者对危险源进行处置后选择出出现在危险源区域的施工工具图片，同步采集主次任务的相关指标数据。
在VR头盔端虚拟施工场景中，受测者先戴上心率测量设备。要求受测者扣动手柄扳机用虚拟射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置。同时增加次任务，即要求受测者对危险源进行处置后选择出出现在危险源区域的施工工具图片，同步采集主次任务的相关指标数据。
在PC端及VR头盔端需采集的指标有：首次确定危险目标用时，完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数六项指标；这六项指标的具体评分标准如下所示：
首次确定危险目标用时：
| 时间/s | 0—15 | 15—30 | 30—45 | 45—60 | >60 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
完成单个危险区域标记用时：
| 时间/s | 0—2 | 2—3 | 3—5 | 5—7 | >7 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
标记危险区域正确率：
| 正确率/％ | 0 | 0—25 | 25—50 | 50—75 | 75—100 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
次任务反应准确率：
| 准确率/％ | 0 | 0—25 | 25—50 | 50—75 | 75—100 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
修改危险标记次数：
| 次数/次 | 0 | 0—2 | 2—4 | 5—7 | >7 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
心率跳动次数：
在加装了眼动信息采集装置的VR端，虚拟施工场景中，受测者先戴上心率测量设备。要求受测者扣动手柄扳机用虚拟射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置。同时增加次任务，即要求受测者对危险源进行处置后选择出出现在危险源区域的施工工具图片，同步采集主次任务的相关指标数据。
在加装了眼动信息采集装置的VR端需采集的指标有：首次确定危险目标用时，完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数、首次注视时间、首次进入前注视点个数、注视次数、注视点注视时长、注视点个数、瞳孔改变量十二项指标；额外增加的六项指标的具体评分标准如下所示。
首次注视时间：
| 时间/s | 0—0.2 | 0.2—0.4 | 0.4—0.6 | 0.6—0.8 | >0.8 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
首次进入前注视点个数：
注视次数：
注视点注视时长：
| 时间/s | 0—0.3 | 0.3—0.6 | 0.6—0.9 | 0.9—1.2 | >1.2 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
注视点个数：
| 个数/个 | 0—20 | 20—40 | 40—60 | 60—80 | >80 |
| 分值 | 0 | 2.5 | 5 | 7.5 | 10 |
瞳孔改变量：
Claims (9)
1.一种施工危险认知负荷水平的测量方法，其特征在于：具体测量方法如下：
1)构建测量系统：根据施工事故调查，分析事故原因，对施工事故进行分类并找出典型事故，设计搭建虚拟的三维场景，并在场景中将各类典型事故的前兆特征作为危险源进行埋设，在危险源周围设置触发区域；
2)测试者进行测试：邀请测试者通过虚拟终端进行体验；
3)数据采集：采集包括首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数六项指标；
4)数据运算：施工危险认知负荷水平包括危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷三个维度的评价。
2.根据权利要求1述的施工危险认知负荷水平的测量方法，其特征在于：硬件设备包括虚拟终端设备和测量心率跳动次数的心率测量设备，所述的虚拟终端设备包括PC端或VR端或加装眼动信息采集装置的VR眼动端。
3.根据权利要求2所述的施工危险认知负荷水平的测量方法，其特征在于：
所述虚拟终端设备为PC端或VR端时，施工危险认知负荷的评价如下：
危险侦测时的认知负荷：通过确定危险目标用时、标记危险区域正确率、和心率跳动次数三个指标进行评价；
危险分析时的认知负荷：通过完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数和心率跳动次数五个指标进行评价；
危险处理时的认知负荷：通过标记危险区域正确率、次任务反应准确率、修改危险标记次数和心率跳动次数四个指标进行评价；
将首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数六项指标进行打分换算成分值，各项指标总分值用大写字母表示，测试者实际得分用对应的小写字母表示，字母代表的含义如下：
A-首次确定危险目标用时指标的总分值、
a-首次确定危险目标用时指标的测试者实际得分、
B-完成单个危险区域标记用时指标的总分值、
b-完成单个危险区域标记用时指标的测试者实际得分、
C-标记危险区域正确率指标的总分值、
c-标记危险区域正确率指标的测试者实际得分、
D-次任务反应准确率指标的总分值、
d-次任务反应准确率指标的测试者实际得分、
E-修改危险标记次数指标的总分值、
e-修改危险标记次数指标的测试者实际得分、
F-心率跳动次数指标的总分值、
f-心率跳动次数指标的测试者实际得分；
所述危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷的运算公式如下：
危险侦测时的认知负荷U：
；
危险分析时的认知负荷V：
；
危险处理时的认知负荷W：
。
4.根据权利要求3所述的施工危险认知负荷水平的测量方法，其特征在于：
所述加装眼动信息采集装置的VR眼动端时，施工危险认知负荷的评价如下：
危险侦测时的认知负荷：通过确定危险目标用时、标记危险区域正确率、心率跳动次数、首次注视时间、首次进入前注视点个数、瞳孔改变量六个指标进行评价；
危险分析时的认知负荷：通过完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动、注视点注视时长、注视点个数、瞳孔改变量八个指标进行评价；
危险处理时的认知负荷：通过标记危险区域正确率、次任务反应准确率、修改危险标记次数、心率跳动次数、注视次数、瞳孔改变量六个指标进行评价；
将首次注视时间、首次进入前注视点个数、注视次数、注视点注视时长、注视点个数、瞳孔改变量六项指标进行打分换算成分值，各项指标总分值用大写字母表示，测试者实际得分用对应的小写字母表示，字母代表的含义如下：
G-首次注视时间指标的总分值；
g-首次注视时间指标的受测者实际得分；
H-首次进入前注视点个数指标的总分值；
h-首次进入前注视点个数指标的受测者实际得分；
J-注视次数指标的总分值；
j-注视次数指标的受测者实际得分；
K-注视点注视时长指标的总分值；
k-注视点注视时长指标的受测者实际得分；
Y-注视点个数指标的总分值；
y-注视点个数指标的受测者实际得分；
P-瞳孔改变量指标的总分值；
p-瞳孔改变量指标的受测者实际得分；
所述危险侦测时的认知负荷、危险分析时的认知负荷、危险处理时的认知负荷的运算公式如下：
危险侦测时的认知负荷U1：
；
危险分析时的认知负荷V1：
；
危险处理时的认知负荷W1：
。
5.根据权利要求2所述的施工危险认知负荷水平的测量方法，其特征在于：所述PC端或VR端采集的数据包括首次确定危险目标用时、完成单个危险区域标记用时、标记危险区域正确率、次任务反应准确率、修改危险标记次数。
6.根据权利要求5所述的施工危险认知负荷水平的测量方法，其特征在于：所述PC端虚拟施工场景中，要求测试者以鼠标箭头画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患分析及处置；要求测试者对危险源进行处置后选择曾经出现在危险源区域的施工工具图片，同步记录相关指标数据。
7.根据权利要求5所述的施工危险认知负荷水平的测量方法，其特征在于：所述VR端虚拟施工场景中，要求测试者扣动手柄扳机用虚拟射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置；要求测试者对危险源进行处置后选择曾经出现在危险源区域的施工工具图片，同步记录相关指标数据。
8.根据权利要求2所述的施工危险认知负荷水平的测量方法，其特征在于：所述加装眼动信息采集装置的VR眼动端采集的数据包括测试者首次注视时间、首次进入前注视点个数、注视次数、注视点注视时长、注视点个数、瞳孔改变量。
9.根据权利要求8所述的施工危险认知负荷水平的测量方法，其特征在于：所述加装眼动信息采集装置的VR眼动端的虚拟施工场景中，要求测试者以扣动扳机用射线画圈的方式进行危险区域的标记，对选定的危险区域目标进行危险隐患的分析及处置，要求测试者对危险源进行处置后进行场景中出现过的施工物品图片的选择。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910318583.5A CN110084501A (zh) | 2019-04-19 | 2019-04-19 | 一种施工危险认知负荷水平的测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910318583.5A CN110084501A (zh) | 2019-04-19 | 2019-04-19 | 一种施工危险认知负荷水平的测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110084501A true CN110084501A (zh) | 2019-08-02 |
Family
ID=67415853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910318583.5A Pending CN110084501A (zh) | 2019-04-19 | 2019-04-19 | 一种施工危险认知负荷水平的测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110084501A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112735220A (zh) * | 2021-01-07 | 2021-04-30 | 武汉理工大学 | 汽车驾驶员大脑逻辑负荷测量方法和系统 |
| CN113057652A (zh) * | 2021-03-17 | 2021-07-02 | 西安电子科技大学 | 基于脑电和深度学习的脑负荷检测方法 |
| US11557046B2 (en) | 2020-09-30 | 2023-01-17 | Argyle Inc. | Single-moment alignment of imprecise overlapping digital spatial datasets, maximizing local precision |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2012200812A1 (en) * | 2011-05-04 | 2012-11-22 | National Ict Australia Limited | Measuring cognitive load |
| CN105069294A (zh) * | 2015-08-07 | 2015-11-18 | 北京环度智慧智能技术研究所有限公司 | 一种用于认知能力值测试的计算和分析方法 |
| CN105488619A (zh) * | 2015-11-26 | 2016-04-13 | 江苏大学 | 一种建筑工人危险辨识能力测试系统及方法 |
| WO2018042261A1 (en) * | 2016-09-02 | 2018-03-08 | Tata Consultancy Services Limited | Method and system for monitoring of mental effort |
| CN107773256A (zh) * | 2017-10-17 | 2018-03-09 | 中国人民解放军海军总医院 | 一种心理应激管理能力测评方法 |
-
2019
- 2019-04-19 CN CN201910318583.5A patent/CN110084501A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2012200812A1 (en) * | 2011-05-04 | 2012-11-22 | National Ict Australia Limited | Measuring cognitive load |
| CN105069294A (zh) * | 2015-08-07 | 2015-11-18 | 北京环度智慧智能技术研究所有限公司 | 一种用于认知能力值测试的计算和分析方法 |
| CN105488619A (zh) * | 2015-11-26 | 2016-04-13 | 江苏大学 | 一种建筑工人危险辨识能力测试系统及方法 |
| WO2018042261A1 (en) * | 2016-09-02 | 2018-03-08 | Tata Consultancy Services Limited | Method and system for monitoring of mental effort |
| CN107773256A (zh) * | 2017-10-17 | 2018-03-09 | 中国人民解放军海军总医院 | 一种心理应激管理能力测评方法 |
Non-Patent Citations (1)
| Title |
|---|
| （英）帕拉休拉曼，（英）里佐编著, 东南大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11557046B2 (en) | 2020-09-30 | 2023-01-17 | Argyle Inc. | Single-moment alignment of imprecise overlapping digital spatial datasets, maximizing local precision |
| CN112735220A (zh) * | 2021-01-07 | 2021-04-30 | 武汉理工大学 | 汽车驾驶员大脑逻辑负荷测量方法和系统 |
| CN113057652A (zh) * | 2021-03-17 | 2021-07-02 | 西安电子科技大学 | 基于脑电和深度学习的脑负荷检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Watkins | A step-by-step guide to exploratory factor analysis with SPSS | |
| CN110084501A (zh) | 一种施工危险认知负荷水平的测量方法 | |
| Runeson | Using students as experiment subjects–an analysis on graduate and freshmen student data | |
| Hannula et al. | A Longitudinal Analysis of the Relationship between Mathematics-Related Affect and Achievement in Finland. | |
| Korkmaz et al. | Adapting computer programming self-efficacy scale and engineering students’ self-efficacy perceptions | |
| Arnau et al. | Second order confirmatory factor analysis of the WAIS-III | |
| Edwards et al. | Factorial invariance of Woodcock-Johnson III scores for African Americans and Caucasian Americans | |
| CN109345101A (zh) | 基于综合评价分析法的教育质量评价分析方法 | |
| CN103697929B (zh) | 仪表指针运动状态的检测方法 | |
| CN105868556A (zh) | 一种基于北斗桥梁安全监测系统的桥梁安全评估方法 | |
| CN103995147B (zh) | 一种适用于声学多普勒流速仪的数据后处理系统与应用 | |
| CN116824954A (zh) | 眼动+飞行数据的模拟机飞行训练讲评系统及方法 | |
| CN103743425A (zh) | 仪表指针动态响应能力的检测方法 | |
| Lauer et al. | Density in scatterplots and the estimation of correlation | |
| RU2400138C1 (ru) | Способ определения времени реакции человека на движущийся по направлению к нему объект | |
| AU2021104998A4 (en) | Evaluation method system of quality control index for the whole process of monitoring organic pollutants in basin water environment | |
| RU2470352C1 (ru) | Способ статистического регулирования технологического процесса (варианты) | |
| Bokander | Psychometric assessments | |
| White et al. | An overview of intelligence testing | |
| CN106643907B (zh) | 用于结构监测数据异常识别的加权主成分分析方法 | |
| CN109507054A (zh) | 金属块表面硬度检测方法 | |
| Wibowo et al. | The Influence of Fatigue Levels on the Performance of Flight Cadets at Vocational Education Institutions | |
| CN103356158A (zh) | 一种新颖的人眼颜色视觉特性评价系统 | |
| Guo et al. | Quantitative Evaluation Method of Physical Fitness Factor Indicators in Youth Endurance Running Events | |
| Martinussen et al. | Selection of air traffic controllers: Sonie preliminary findings from a nieta-analysis of validation studies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190802 |
|
| RJ01 | Rejection of invention patent application after publication |