本研究使用了眼動追蹤技術對來自多種傳感器數據和歷史數據的大量數據流進行分析來檢測不同的交通控制員在完成道路交通控制任務時的行為與決策方式。在本研究中，通過對眼睛和頭部運動數據的考察，了解他們在完成任務的過程中對與任務相關的重要興趣區的感知程度。本研究展示了使用眼動追蹤這種新技術在復雜環境中對人類行為研究的方法與可行性。
研究背景
與交通控制室環境相關的任務通常需要對來自多種設備的不同信息源進行持續的視覺評估 – 包括來自安裝高速公路上探頭的監控畫面和諸如智能手機和GPS追蹤信息以及大量的歷史數據。在本研究中，英國伯明翰大學的研究人員使用眼動追蹤來調查操作員在執行一項標準的道路交通控制任務時的行為差異。.
本研究是歐盟資助的 SPEEDD項目的一部分。SPEEDD項目的目的是為決策者，尤其是那些需要處理大量數據的操作人員開發新型的智能決策輔助技術 。
研究目標
本研究的目標是找出操作人員在處理多信息源數據時的行為差異，從而對操作員在執行任務時對事件的響應策略以及操作員對這些信息資源的使用方式。此外，本研究還考察了頭動、視線轉換與他們相關的任務結構的相關性。
通過對注意模式的分析，研究人員將得到操作員在對可用信息的處理方式和對不同信息來源的相對重要性相關的洞察力。這些數據將被用于開發操作員的決策過程模型，以此對SPEEDD項目開發的屏幕設計進行評估。
研究工具與方法
預測交通擁堵并作出相應的決策使其得到緩解是研究的主要主要目標。交通擁堵在發生前5-20分鐘被預測出來，相應的交通信號燈設置與限速決策在30秒內完成。這可通過將用于采集實時交通數據的多種傳感器技術進行融合來實現。
諸如道路交通管理一類的控制室任務需要持續的視覺評估并作出干預決策。包括對廣泛信息源的監視和使用標準的操作流程對實時的現場畫面作出相應的反饋。
在本研究中，研究人員使用了Tobii Glasses眼動儀來研究三名操作員對模擬的“路面交通事件”任務時的事件處理方法。該任務需要從多個顯示器上獲取并整合信息。控制室操作員依靠“視覺取樣”來處理視覺信息，對目標區域的顯性注意順序由頭動和眼動來確認。視覺樣本通過眼動追蹤來量化。
操作員配戴一副Tobii Glasses眼動儀來記錄他們在屏幕上的觀察位置。眼動數據被疊加在十個興趣區上，頭動方向的數據通過視頻數據被自動計算出來。數據采集后，使用Matlab (MathWorks)進行后期的分析。
在控制室內，展現在操作員面前的有五個計算機顯示器(見圖1)，分別顯示事件記錄，交通網絡圖，當前控制員負責的中央監控實時畫面以及網絡和其他信息的畫面。控制臺的背景是一個4X4的中央監控畫面矩陣和一個可與控制臺交互的較小的中央監控畫面。控制臺上還配有與設施外的相關人員通訊的普通電腦周邊設備和電話/無線電。
一條記錄樣本
研究人員在采集完一名操作員的全部眼動數據后，可了解該操作員的視覺注意重點區域以及其轉移的方式，如下圖所示。很明顯，操作員在執行常規任務時，更傾向于觀察事件報告屏幕和道路網絡屏幕(熱點圖中紅色區域部分) ，而對中央監控畫面的關注較少(以及用于控制該攝像頭角度的搖桿)。
研究結論
研究人員發現操作員會利用不同的信息源完成同一個任務。操作員們對中央監控畫面的觀察存在差異，由此造成了觀察模式的偏好。多數情況下，操作員對目的興趣區的頭部和視線的方向是一致的，而頭動對視線轉移的輔助通常是因人而異的。
研究結論表明除非強制的觀察模式會致使操作員在不降低效率的情況下保持高度的一致性，不同的工作流程以及相應的多種視覺采樣策略的協調可能有助于控制室環境的設計。
將圖形分析法應用到社交分析的新領域中，研究人員得到了包含信息流程環境下的用于衡量、可視化注意力行為的新指標。通過對這些注意模式的分析，分析人員得到了關于不同信息源的相對重要性與操作員對這些信息源處理方式的洞察力。
本研究的結論將為后續的決策模型開發和新的道路交通控制交互界面的設計以及操作流程的規劃帶來幫助。眼動追蹤為他們的此類評估起到了關鍵作用。
為何使用眼動追蹤，為何選擇Tobii?
眼動追蹤是能夠直接對視覺信息采樣行為進行衡量和評估的方式。在道路交通控制室，對視覺信息的采樣觀察非常重要，因為操作員的感知理解(他們的“情境意識”)可能是由熟悉效應產生的錯覺。將眼動追蹤作為工具應用到此類用戶界面的研究中，將為能夠改善預測與決策的視覺采樣研究產生極大的促進作用。
“我們之所以選擇Tobii Glasses眼動儀用來做控制室的現場研究是因為它很便攜，佩戴簡單且非常易用。IR標記器可以實現對環境相關元素的數據疊加，而被許多眼動追蹤研究人員所熟悉的Tobii Studio數據處理工具讓我們能夠進行快速的眼動和頭動行為的量化分析，這比基于眼動追蹤視頻的定性分析得到的細節信息要多得多。”
