塔台管制中情境意识与视觉搜索策略关系研究

doi:10.3969/j.issn.1674-0696.2019.01.17

重庆交通大学学报（自然科学版） ›› 2019, Vol. 38 ›› Issue (01): 108-112.DOI: 10.3969/j.issn.1674-0696.2019.01.17

塔台管制中情境意识与视觉搜索策略关系研究

靳慧斌1，吕川2，朱国蕾3

(1. 中国民航大学运用航空学院，天津 300300; 2. 中国民航大学中欧航空工程师学院,天津 300300; 3. 中国民航大学飞行技术学院, 300300)

收稿日期:2017-08-31 修回日期:2017-09-14 出版日期:2019-01-15 发布日期:2019-01-14
作者简介:靳慧斌(1976—)，男，河北石家庄人，副研究员，博士，主要从事人机互交安全性方面的研究。E-mail: airhf207@163.com。通信作者：朱国蕾(1993—)，女，山东烟台人，硕士研究生，主要从事安全人机交互方面的研究。E-mail: zcjzgl@163.com。
基金资助:
中央高校基本科研业务费专项基金项目(3122014B007)；中国民航局安全能力专项基金项目(TMSA1434/1-2)

Relation between Visual Search Strategy and Situation Awareness in Tower Control

JIN Huibin1, LV Chuan2, ZHU Guolei3

(1. The General Aviation College, Civil Aviation University of China, Tianjin 300300, P. R. China; 2. Sino-European Institute of Aviation Engineering, Civil Aviation University of China, Tianjin 300300, P. R. China; 3. The Flight Technology College, Civil Aviation University of China, Tianjin 300300, P. R. China)

Received:2017-08-31 Revised:2017-09-14 Online:2019-01-15 Published:2019-01-14

摘要/Abstract

摘要： 为研究不同情境意识水平的塔台管制员的视觉搜索策略，搭建模拟塔台管制眼动试验平台进行试验。利用三维情境意识评定技术(3D-SART)评价被试的情境意识水平，并以注视熵率值和兴趣区内注视点数作为眼动指标，分析被试的视觉搜索特征。研究结果表明：情境意识水平高的被试，其注视点数主要集中于空域监视区与地面监视区域，其注视熵率值显著高于情境意识水平低的被试；前者合理分配注意资源，灵活转移注视点，扫视幅度较大，具有较高的视觉搜索效率；后者则相反。

关键词: 交通工程, 视觉搜索, 情境意识, 注视熵率值, 注视点数, 塔台管制

Abstract: To study the visual search strategy of tower controllers with different level of situation awareness, a tower control simulation eye movement experiment platform was built to conduct experiment. Three-dimensional situational awareness assessment technology (3D-SART) was used to evaluate the level of situational awareness of the tested subject.The fixation entropy rate and the number of fixation points in the interest area were introduced as eye movement indicators to analyze the visual search features of the tested subject.The results show that the number of fixation points of the tested subject with high situational awareness mainly concentrates in the air space monitoring area and the ground monitoring area,and their fixation entropy rate is significantly higher than that of the one with low situational awareness.The former allocates attention resources reasonably, shifts attention flexibly and has a larger scanning range, which has a higher visual search efficiency; the latter is the opposite.

Key words: traffic engineering, visual search, situation awareness, fixation entropy rate, the number of fixation point, tower control

中图分类号:

V355.2
X949

靳慧斌1，吕川2，朱国蕾3. 塔台管制中情境意识与视觉搜索策略关系研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(01): 108-112.

JIN Huibin1, LV Chuan2, ZHU Guolei3. Relation between Visual Search Strategy and Situation Awareness in Tower Control[J]. Journal of Chongqing Jiaotong University(Natural Science), 2019, 38(01): 108-112.

参考文献

［1］杜红兵，王雪莉.基于流程图的机场管制塔台风险因素辨识［J］.中国安全科学学报，2010，20(6)：80-87.
DU Hongbing, WANG Xueli. Risk identification of airport traffic control tower based on flow diagram［J］. China Safety Science Journal, 2010, 20(6):80-87.
［2］梁曼，徐肖豪，邹少孚.基于模糊BN和SHELLO模型的管制人为因素安全风险分析［J］.中国安全科学学报，2013，23(11)：126-131.
LIANG Man, XU Xiaohao, ZOU Shaofu. Air traffic control human factors safety risk analysis based on fuzzy Bayesian Network and SHELLO model［J］. China Safety
Science
Journal, 2013, 23(11): 126-131.
［3］ HARTEL C, SMITH K, PRINCE C. Defining aircrew coordination: searching mishaps for meaning［C］// International Symposium on Aviation Psychology.
Columbus,
Ohio: Ohio State University, 1989.
［4］闫少华.基于信息加工模型的管制员差错分类与分析［J］.中国安全科学学报，2009，19(8)：121-125.
YAN Shaohua. Classification and analysis of air traffic controllers errors based on information processing model［J］. China Safety Science Journal, 2009, 19(8):121-
125.
［5］ ECKSTEIN M P. Visual search: a retrospective［J］. Journal of Vision, 2011,11(5): 1-36.
［6］王丹.雷达管制中的视觉搜索模式研究［D］.天津：中国民航大学，2016.
WANG Dan.Research on the Visual Search Pattern in Radar Control［D］. Tianjin: Civil Aviation University of China, 2016.
［7］ TOLE J R, STEPHENS A T, VIVAUDOU M, et al. Visual Scanning Behavior and Pilot Workload［R］. MIT: Division of Health Sciences and Technology, 1983.
［8］ ELLIS K K E. Eye Tracking Metrics for Workload Estimation in Flight Deck Operations［D］. Athens, Ohio: University of Ohio, 2009.
［9］张晓燕.驾驶舱中飞行员动态视觉特性及操纵特性建模与仿真［D］.西安：西北工业大学，2016.
ZHANG Xiaoyan. Modeling and Simulation of Pilots Dynamic Visual and Motion Performance in Flight Deck［D］. Xian: Northwestern Polytechnic University, 2016.
［10］ BAO S, BOYLE L N. Age-related differences in visual scanning at median-divided highway intersections in rural areas［J］. Accident Analysis & Prevention, 2009,
41
(1):146-152.
［11］ SCHIEBER F, GILLAND J. Age differences in the useful field of view during real-world driving［C］// Proceedings of the Human Factors and Ergonomics Society
Annual
Meeting. SAGE Publications, 2005:182-185.
［12］彭金栓，高翠翠，郭应时.基于熵率值的驾驶人视觉与心理负荷特性分析［J］.重庆交通大学学报(自然科学版)，2014，33(2)：118-121.
PENG Jinshuan, GAO Cuicui, GUO Yingshi. Drivers visual characteristics and mental load based on entropy rates［J］. Journal of Chongqing Jiaotong University
(Natural
Science), 2014, 33(2):118-121.
［13］成英，高利.U型转向时驾驶人注视特性研究［J］.中国安全科学学报，2015，25(8)：87-92.
CHENG Ying, GAO Li. Analysis of glance movements of driver in act of U-turn on urban expressway［J］.China Safety Science Journal, 2015, 25(8):87-92.
［14］ TAYLOR R M. Situation awareness rating technique(SART): the development of a tool for aircrew systems design［C］// Proceedings of the AGARD AMP
Symposium
on Situational Awareness in Aerospace Operations. Neuilly-sur-Seine, France: AGARD, 1989: 238-252.
［15］高翠翠.城市道路驾驶员注视区域熵率值研究［D］.西安：长安大学，2010.
GAO Cuicui. Experimental Study on Drivers Entropy Rate of Visual Area in Urban Environment［D］. Xian: Changan University, 2010.
［16］靳慧斌，刘文辉，陈健.塔台管制中最邻近指数注视指数与情境意识的相关性研究［J］.科学技术与工程，2016，16(26)：135-139.
JIN Huibin, LIU Wenhui, CHEN Jian. Correlation research between NNI fixation index and situation awareness in tower control［J］.Science Technology and Engineering,
2016, 16(26):135-139.
［17］王燕青，王健新，惠金有.大流量管制情境下雷达管制员眼动特征分析［J］.中国安全科学学报，2016，26(6)：1-6.
WANG Yanqing, WANG Jianxin, HUI Jinyou. Analysis of eye movement characteristics of radar controllers in heavy traffic flow control situation［J］. Chinese Journal of
Safety Science, 2016, 26(6):1-6.
［18］ MOACDIEH N, SARTER N. Data density and poor organization: analyzing the performance and attentional effects of two aspects of display clutter［J］. Human
Factors & Ergonomics Society Meeting, 2015, 59(1):1336-1340.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.

塔台管制中情境意识与视觉搜索策略关系研究

Relation between Visual Search Strategy and Situation Awareness in Tower Control

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics