고객 사례

교통 관제실 연구에서 웨어러블 시선추적 사용

버밍엄 대학교 시선추적 연구

버밍엄 대학교는 시선추적을 사용하여 다양한 감지 기술 및 과거 데이터의 노이즈 데이터 스트림을 기반으로 여러 운전자가 도로 교통 통제 작업을 수행하고 의사결정을 내리는 방식을 조사했습니다.

도로 교통 관제실에서는 데이터가 빠르게 이동합니다. 도로와 고속도로의 흐름을 원활하게 유지하는 운영자는 여러 소스에서 동시에 들어오는 복잡한 정보를 어떻게 처리할까요?

버밍엄 대학교 전자, 전기 및 시스템 공학과 닐 쿡 박사, 산드라 스타크 박사, 크리스 베이버 교수는 다음과 같이 사용했습니다. 토비 웨어러블 아이 트래커를 사용하여 를 사용하여 교통 관제 요원들이 '도로 위의 물체' 작업을 관리할 때 의사 결정 전략을 평가했습니다. 그 결과는 인간공학 평가에서 시선추적의 가치를 명확하게 보여주었습니다.

배경

연구진은 시선추적을 통해 현장 연구에서 시각 정보 샘플링 행동을 직접 측정하고 분석할 수 있었습니다. 도로 교통 관제실에서는 운전자의 상황 인식이 익숙함의 효과에 따라 달라질 수 있기 때문에 이러한 정보가 매우 중요합니다. 시선추적은 사용자 인터페이스를 연구하고 조정하여 보다 정확하고 효율적인 작업자 성과를 개선할 수 있는 수단을 제공합니다.

이 연구는 소셜 네트워크 분석에 기반한 시선추적 지표를 사용하여 복잡한 환경 내에서 인간의 행동을 어떻게 이해할 수 있는지 설명했습니다.

연구원들이 운전자의 모든 시선 데이터를 수집한 결과, 위의 히트 맵에서 볼 수 있듯이 운전자가 어디에 가장 주의를 집중하고 어떻게 시선이 이동하는지 확인할 수 있었습니다. 일상적인 작업에서 운영자는 사고 보고서 화면과 도로망 지도(히트 맵의 빨간색 중앙에 표시된 것처럼)를 보는 반면, CCTV 피드(및 이 피드의 카메라를 제어하는 조이스틱)에는 주의를 덜 기울인다는 것이 분명했습니다.

이 연구의 목적은 여러 운영자가 여러 정보 소스를 탐색하는 방법을 알아보고, 운영자가 정보 소스를 사용하는 방식을 분석하고, 작업을 완료하는 동안 사고에 대응할 때 운영자의 전략을 확인하는 것이었습니다. 또한 이 연구는 머리 움직임, 시선 이동 및 작업 구조와의 관계 사이의 상관관계(의존성)를 파악하기 위해 설계되었습니다.

연구진은 주의 패턴을 분석하여 운영자가 사용 가능한 정보를 처리하는 방식과 다양한 정보 소스의 상대적 중요도에 대한 통찰력을 얻었습니다. 이 데이터는 SPEEDD 프로젝트에서 개발된 화면 디자인을 평가하기 위해 운영자의 의사 결정 프로세스 모델을 개발하는 데 사용될 것입니다.

“

We chose Tobii Glasses for field studies in control rooms because of its portability, ease of wear, and ease of use.

Dr. Neil Cooke, Dr. Sandra Starke, and Prof. Chris Baber, Dept. of Electronic, Electrical and Systems Engineering, University of Birmingham

방법

이 연구에서 연구원들은 다음을 사용했습니다. 토비 웨어러블 아이 트래커 를 사용하여 세 명의 작업자가 여러 디스플레이에서 정보를 수집하고 통합해야 하는 시뮬레이션 '도로 위의 물체' 작업을 어떻게 해결했는지 연구했습니다. 제어실 운영자는 시선추적을 통해 정량화된 시각적 샘플링을 통해 시각 정보 처리에 의존했습니다.

결론

결과는 각각 다른 워크플로우, 다양한 시각적 샘플링 전략을 수용하는 것이 제어실 설계에 도움이 될 수 있음을 시사합니다.

시선추적을 통해 필요한 작업을 완료하는 데 있어 단일 워크플로우가 있는 것이 아니라 개인마다 정보를 보고 처리하는 방식이 다르다는 것을 알 수 있었습니다. 따라서 제어실 환경과 절차가 다양한 시각적 전략을 지원하는 것이 중요합니다.

연구진은 운영자마다 동일한 작업을 완료하기 위해 선호하는 정보 소스가 다르다는 사실을 발견했습니다. 운영자마다 CCTV 모니터링에 차이가 있으며, 그 결과 선호하는 보기 방식이 달라졌습니다. 운영자는 대부분의 시간 동안 관심 영역에 대해 머리와 눈의 방향을 맞췄으며 시선 이동에 대한 머리 움직임의 기여도는 대상에 따라 크게 달라졌습니다.

연구자들은 소셜 네트워크 분석이라는 새로운 분야의 그래프 이론 분석을 사용하여 정보 흐름이 있는 환경에서 주의 행동을 시각화하고 측정하기 위한 새로운 지표를 제안했습니다. 이러한 주의 패턴을 분석하여 다양한 정보 소스의 상대적 중요도와 운영자가 이를 다루는 방식에 대한 통찰력을 얻었습니다.

시선추적 결과는 제어실의 의사 결정 모델을 개발하는 데 도움이 될 것입니다. 또한 연구진은 향후 새로운 도로 교통 관제 인터페이스와 운영 절차를 설계하는 데 이 데이터를 사용할 예정입니다.