:quality(80))
:quality(80))
Workers' eye movements, which are indicators of attention and working memory, can be used to create a reliable, algorithmic model for predicting human error and preventing injuries on construction sites. The live view, provided by Tobii Pro's wearable eye tracker, helps both researchers and practitioners to detect at-risk workers in real time in order to curb the frequency and severity of occupational injuries.Behzad Esmaeili, Ph.D., Assistant Professor, University of Nebraska-Lincoln
客户案例
使用眼动追踪帮助提升建筑工地的安全性
内布拉斯加州大学林肯分校的研究人员利用眼动追踪技术考察建筑工地上人为失误的原因。研究获得的洞察将用于提高工人的危险识别技能，并衡量培训的有效性。
研究背景
80%的意外事故主要原因是人为失误。对这些失误的性质和潜在诱因进行考察可帮助提升工作场所的安全性并优化操作员与设备之间的交互效率。在该研究中，研究人员使用了屏幕式和可穿戴式眼动仪来识别能够预测建筑和其他行业中的人为失误可能性的关键指标。
研究方法
本实验共招募了14名参与者，让他们走过一条存在多种潜在危险因素的路线。为了采集他们自然的行为并实时跟随他们的视觉注意，研究人员让被试者在整个研究过程中佩戴了Tobii Pro Glasses 眼动仪。研究人员将眼动追踪数据与主观的态势感知（SA）测量问卷进行了结合。
研究人员基于被试者的态势感知等级予以评分，被试者被分为两组（一组态势感知等级较高，一组较低）。研究人员统计了两组人员在所有兴趣区眼动追踪指标。为了考察被试者们的行为差异，根据他们在跨场景的注意分配和风险鉴别，研究人员对每个兴趣区的眼动追踪数据进行了置换模拟分析。
:quality(80))
研究结论
研究显示被试者态势感知得分较高的被试者们不会去看自己的脚下而是更多地观察他们后续的目标路径，注意分配更加平衡，而势感知得分较低组的被试者们趋向于使用全部的注意资源去处理他们正在进行的任务（例如，行走)。
该项目通过将工人们的经验和人格特点与实时的视觉注意、记忆和感知数据结合，构建了一个建筑工地中预测人为失误并防止相应伤害的可靠的模型。安全管理人员可使用这种预测模型的基准指标来鉴别高危工种的工人的行为并防止人为失误。
目前来看，这些研究发现可通过设计提升工人风险识别意识的培训材料有效性的检验应用到实践中。从长期角度来看，这些工作为后期个人防护设备的改进和建筑工人的态势感知能力的衡量奠定了基础。
相关信息
作者
Tobii
阅读时间
4分钟
相关内容
:quality(80))
客户案例
西日本旅客铁路提高检票员培训和乘客安全
西日本旅客铁路使用眼动追踪技术，旨在改善检票员培训并提高乘客安全性。它揭示了用于改进指挥员的训练方法。
:quality(80))
客户案例
Tokio Marine—使用眼动追踪帮助客户避免安全事故
Tokio Marine & Nichido Fire Insurance Co.， Ltd公司进行了一项眼动追踪研究，为了确定什么行为会导致事故。
:quality(80))
客户案例
在H&H Casting的铸造车间衡量视觉效能
为了找出能够降低工业生产领域的高危环境下的事故率，提升工作效率的方法，一家大型铸铝件供应商-H&H Castings与Tobii Insight合作，在美国宾夕法尼亚的铸造厂开展了一项定性眼动追踪研究。