基于因子分析的结构复杂度对动车组司机识别效率的影响

基于因子分析的结构复杂度对动车组司机识别效率的影响

随着动车组技术的应用，运营速度和自动化水平显著提高，司机的工作模式从传统的工作方式转变为监控模式。因此，驾驶员对显示控制信息的识别效率是影响作业可靠性的重要因素。研究表明动车组人机控制界面背景色对识别效率具有影响性,因此研究动车组显控界面字体大小对视觉识别效率的影响也具有重要的现实意义。国内外学者针对字符物理特征对识别效率的影响问题开展了一系列研究,GordonELegee等通过试验证明了英文字体大小对视觉识别效率具有影响性;SusanaTLChung等研究发现英文字体大小对视觉识别效率的影响性是有限度的,当字体大小增大到一定程度时读取速度不再增加,KingsleyFletcher等认为界面色彩匹配、视角、字符结构等与字体大小对识别效率具有交互干扰性;水仁德、王优等发现汉字字符大小、汉字结构、汉字复杂度、对比度等因素及其交互作用对视觉识别效率具有影响性。上述研究在试验设计中,其相关控制变量的设定与动车组显控界面的实际物理特征有较大差异,因此上述研究结论在动车组显控界面上的适用性须进行实证研究。本文采用动车组装用的液晶工业显示器模拟动车组显控界面的各项物理特征,研究动车组显控界面字体大小对识别效率的影响。1测试1.1测试汉字结构布局汉字结构的复杂度和布局等因素对识别效率具有影响性,因此测试设计中对这2项因素予以控制。以汉字笔画数作为汉字的结构复杂度指标,以上下、上中下、左右、左中右、全包围和半包围等6种结构作为汉字的结构布局划分标准,对动车组的列车运行监控及记录装置(LKJ)和列车超速防护系统(ATP)显控界面常见汉字的笔画数和结构布局进行统计,结果如图1和图2所示。依据汉字笔画数的统计分布结果,同时兼顾代表性,选取6,9,12和15画等4种笔画数作为测试汉字的结构复杂度控制参量;依据汉字结构布局的统计分布结果,选取分布频率最高的左右结构作为测试汉字的结构布局控制参量。因此,从动车组LKJ和ATP显控界面常见汉字中,选取分布频率最高的8个汉字作为测试靶材。1.2测试呈现方式采用动车组使用的液晶工业显示器进行测试,其显示屏面积为212mm×158mm,分辨率为640×480像素,亮点直径为0.33mm,亮度为300cd·m-2。为屏蔽其他颜色测试对象的干扰,且有利于集中测试对象的注意力,测试呈现方式采用测试场景整体背景为白色、边长100mm的方形测试区为黑色、测试区正中呈现的测试靶材为白色的3色套配模式。测试靶材的字体为宋体;其大小可依据测试需要进行调整,共设6个调整类型,每个调整类型中试验靶材的具体几何尺寸见表2。以9画汉字为例,其不同调整类型的试验呈现方式如图3所示。此外,考虑到视角因素对试验效果的干扰,设定测试对象视轴与显示屏垂直,眼睛至显示屏距离为80cm(此值为动车组司机在实际驾驶时眼睛至动车组显控界面的平均值),此时测试区域完全处于测试对象的中央视觉区,避免其眼动时间对测试结果的干扰。1.3矫正视力测试选取10名此前均未接触过同类测试的20～25岁西南交通大学动车组司机班男性学员为测试对象矫正视力均在1.0以上,无色盲、色弱等眼部疾病,且均为右手利。测试前确保测试对象充分休息,具备良好的精神状态,使他们通过阅读及询问方式了解测试内容和步骤。1.4测试状态及程序测试共进行4组,每组测试的具体步骤如下。Step1:正式测试前,首先让测试对象注视显示屏中央的“+”形图标,集中其注意力。然后在显示屏上随机呈现20组测试场景,使测试对象熟悉测试过程,进入测试状态。Step2:正式测试开始后,每个调整类型的测试靶材随机呈现30次,6个调整类型共呈现180次。测试对象对每次测试靶材呈现的汉字进行辨认,当测试对象看清后立即点击该汉字对应的编码数字键,系统自动记录测试对象的反应时间。每组测试靶材对应的数字编码见表3。Step3:对10名测试对象分别进行Step1至Step2的测试过程,直至每一组测试结束。Step4:分别记录4组测试数据,统计分析每组测试的误判率,若误判率大于5%则须对该组进行重新测试。2测试结果和分析2.1统计学基本参量f值的计算对不同结构复杂度分组下的汉字,采用因子方差分析法,进行不同字体大小分组间反应时间的差异性分析,并计算其统计学基本参量F值,具体计算结果如图4所示。图中:α为显示性水平,本文取0.1,0.05和0.01。由图4可知:6画汉字的字体大小对识别效率具有影响性,9和12画汉字的字体大小对识别效率影响性显著,15画汉字的字体大小对识别效率影响性高度显著。2.2数据分析方法以字符面积(字符宽度×字符高度)作为字体大小表征参量,根据测试数据得到4种结构复杂度分组下字体面积和平均反应时间的平面散点图,如图5所示。通过观察图5,选定对数(Logarithmic)函数进行字体面积与平均反应时间的回归分析,其函数表达式形式为y=a+bln(x+c)(1)式中:x为字符面积;y为平均反应时间;a,b和c均为参数。利用spss软件对测试数据进行统计回归分析,其回归参数见表4。表中:可决系数R反应模型曲线的拟合度,越接近1拟合越好。回归曲线如图6所示。2.3正常读单式扫描速度的计算由前面的分析可知,字体大小对动车组司机识别效率具有影响性,因此在动车组界面设计中应当确定其几何尺寸的最小阈值,从而保证动车组司机对控制信息的正常识读速度。求式(1)的反函数,得x=ea−yb−c(2)x=ea-yb-c(2)依据文献可知,人的正常识读速度约为430ms·字符-1、人在识读字符后做简单反应操作的平均耗时为195ms,因此正常阅读速度对应于测试的反应时间应为625ms。以该值为临界值带入式(2)计算,可得不同笔画数条件下的字符面积最小阈值,见表5。3司机视觉识别效率的分析对LKJ和ATP显控界面上4组不同结构复杂度的常见汉字,