塔臺管制中情境意識與視覺搜索策略關系研究

靳慧斌， 呂 川， 朱國蕾

(1. 中國民航大學 運用航空學院，天津 300300; 2. 中國民航大學 中歐航空工程師學院,天津 300300; 3. 中國民航大學 飛行技術學院, 300300)

空中交通管制(air traffic controllers, ATC)是保障民航安全的重要一環，尤其是塔臺管制，飛行活動總量不足區域管制的1/10，卻有高達29%的不安全事件發生在塔臺管制范圍內[1]。為保障飛行安全，塔臺管制員要在資源有限情況下實時處理空地交互的各種動態信息，并做出正確的管制決策，這要求其必須具備高效地視覺搜索策略。據統計，空管不安全事件致因中約80%是人為差錯[2]，情境意識(situation awareness, SA)是導致人為差錯的關鍵因素[3-4]，信息獲取又是SA形成與保持最重要一環，而視覺搜索策略影響著信息獲取。因此，研究不同的SA水平下塔臺管制員視覺搜索策略，對保障空管安全運行具有十分重要的作用。

視覺搜索是通過眼動行為來搜尋目標信息，并對信息進行加工的過程[5-6]。目前能表征視覺搜索行為的眼動指標中，注視熵率值受到眾多學者青睞：在飛行研究領域，J.R.TOLE等[7]提出利用注視熵率值研究飛行員眼動特性與工作負荷的關系；K.K.E.ELLIS[8]則分析了飛行員的掃視模式；張曉燕[9]研究了飛行員動態視覺特性。在駕駛研究領域，S.BAO等[10]和F.SCHIEBER等[11]分別研究了不同駕齡和不同任務情境下駕駛員視覺搜索規律；彭金栓等[12]研究了不同熟練程度駕駛人的視覺特性；成英等[13]則分析了U型路段轉向時對駕駛人的視覺特性影響。

綜上所述，利用注視熵率值研究被試視覺搜索規律是有效的，且值得進一步探究。因此，筆者搭建模擬塔臺管制試驗平臺，利用3D-SART(sustained attention to response task, SART)量表[14]評價被試的SA，以注視熵率值和興趣區(air of interest, AOI)內的注視點數作為眼動指標，分析不同SA水平的被試眼動特征，探索其視覺搜索策略，以期為塔臺管制員選拔和培訓提供重要參考。

1 注視熵率值算法

熵的概念最開始來源于熱力學，之后被引入飛行領域與駕駛領域，用來定量表征被試注視點分布與掃視模式。注視熵率值反映了被試視覺掃描的隨意性[15]。其定義如式(1)～(3)：

(1)

(2)

(3)

式中：D為AOI的數量；E為離散變量蘊含的熵信息；Txi指被試視點駐留在某個區域的平均注視時間；Pxi為某區域的注視概率；i為區域序號。

當Pxi=1時，E=0，進一步得到En=0，這表明當前被試注視點僅停駐在某個興趣區域，未發生注視點轉移情況，視角掃描靈活性最低。

將注視熵率值引入管制領域中，可表征被試的視覺搜索過程。注視熵率值大，表明管制員在管制過程中視覺掃描靈活性好，掃視幅度較大，搜索信息和捕獲信息能力較強。管制員注視點若能靈活轉移、分布更廣泛的話，則能夠擴大管制員視覺搜索范圍，可更好地統籌全局，進而有效避免潛在飛行沖突。

2 試驗設計

2.1 試驗平臺

模擬塔臺管制軟件和眼動儀為試驗平臺。眼動儀采樣率為60 Hz，精度為0.5°。

2.2 被試

被試者為12名大四在校生，其中男生10人，女生2人，平均年齡21.58歲，標準差1.16歲，視力正常，無色盲色弱，右利手。另外，被試者均具有塔臺3月以上管制實習經驗，可獨立完成塔臺管制工作。進行試驗之前，提前對被試者進行模擬塔臺管制軟件使用培訓，直至被試者能熟練使用模擬塔臺管制軟件。

2.3 試驗過程

模擬塔臺管制所選機場為邁阿密機場，管制時間段選取08:00—08:30，所管制飛機數量為16架。

試驗過程如下：① 對模擬塔臺管制軟件進行管制任務設置：選擇邁阿密機場，選取管制時間段，設置管制難度等；② 指導被試者完成眼動儀校準工作，校準完成進入試驗，眼動儀同步記錄；③ 試驗結束后，指導被試者完成3D-SART量表填寫，以測得被試SA分值。

3 試驗數據處理

本試驗的自變量為被試者SA水平，因變量為注視熵率值與AOI注視點數。其中，注視熵率值與AOI注視點數通過眼動儀原始數據計算得出；SA通過3D-SART量表來進行評定。

3.1 3D-SART量表

SA主觀測量由3D-SART量表來實現，最早用于飛行員SA評價。SA計算通過利用3個維度對被試者進行評分，各維度采用100分制。具體計算如式(4)[16]：

RSA=RSU-(RAD-RAS)

(4)

式中：RSA為SA評價；RSU為情境理解(situation under-stand)；RAD為注意資源需求(attention demand)；RAS為注意資源供給(attention supply)。

3.2 興趣區劃分(圖1)

如圖1，結合塔臺管制工作性質及試驗界面各區域功能，將模擬塔臺管制界面劃分為4個AOI：A代表區域為空域雷達監視區；L代表區域為場面監視區；S代表區域為進程單區；C代表區域為指令欄區。

圖1 AOI劃分Fig. 1 AOI partition

3.3 數據處理

數據處理過程中發現有2名被試者眼動數據采樣率過低，為保證實驗結果可靠性，筆者將其眼動數據舍去，選取剩余10名被試者眼動數據進行下一步分析處理。

依據被試者實際SA得分情況與其管制過程中出現的操作差錯性質，將被試者分為3組。一組是分值為70分以上且未發生差錯的被試者，定為SA優良組，共3人；一組是60～70分且沒有產生嚴重差錯的被試者，定為SA中等組，共4人；最后一組是60分以下、且出現了會產生嚴重后果的沖突事件被試者，定為SA較差組，共3人。

4 試驗數據分析

4.1 注視熵率值分析

3組被試者注視熵率值對比情況如圖2。

圖2 不同SA水平的注視熵率值比較Fig. 2 Comparison of the fixation entropy rate withdifferent level of SA

由圖2可知：被試者注視熵率值隨其SA水平提高而逐漸增大。通過計算，SA優良組被試者的注視熵率值較中等組被試者提高了15.6%，SA中等組被試者注視熵率值和較差組被試者相比提高了25.9%，SA優良組被試者注視熵率值和較差組被試者相比提高了37.5%。由此，可看出SA水平高被試者視角掃視靈活性遠大于SA水平低的被試者。

進一步以SA水平作為分類變量，以注視熵率值作為觀測變量進行單因素方差分析，結果表明：這3組SA水平之間注視熵率值存在顯著差異(F=16.074，P=0.002<0.05)。

這說明SA水平較高的管制員視覺掃描靈活性更好，掃視幅度更大，注視點分布更分散。即可掃描到更多的興趣區域，獲取更多的飛機實時信息。由于試驗中所管制的飛機數量較多，時間緊迫，管制員注意資源有限，SA水平較高的管制員注視某區域時傾向于增加注意深度，一次注視便能獲取足夠信息，進而可以較大掃視幅度注視下一個興趣區域，這樣可避免注意力收縮在較為狹窄的范圍內。通過靈活地轉移注視點、提高掃視幅度可提高視覺搜索效率，從而做到在相同時間內獲取更多興趣區的實時信息，有助于管制員及時發現潛在飛行沖突。這與相關研究結論一致[17-18]：SA水平高的管制員注視點分布更為分散，注視點轉移更加頻繁，擁有更好的全局意識，能夠獲取更多的實時飛機信息，以避免飛行沖突，確保飛行安全。

4.2 AOI注視點數分析

AOI注視點數表征此區域重要度。3組被試各AOI平均注視點數情況如圖3。

圖3 不同SA水平的注視點數量比較Fig. 3 Comparison of the number of fixation point with differentlevel of SA

由圖3可知：SA水平高的被試者在A、L區注視點數量多于SA水平低的被試者；在S、C區注視點數量則低于SA水平低的被試。表1為不同SA水平被試者在各個區注視點數量的具體差異對比。由表1可以看出：SA優良組與較差組被試者相比在A、L區注視點數量大幅度提高，而S、C區的注視點數量則大幅度下降，這說明SA水平高的被試者注意分配明顯不同于SA水平低的被試者。進一步以SA水平作為分類變量，以各AOI注視點數作為觀測變量進行單因素方差分析，結果表明：這3組被試者之間各AOI注視點數存在著顯著差異(FA=7.855，P=0.016<0.05；FL=46.206，P=0.000<0.05；FS=40.781，P=0.000<0.05；FC=23.671，P=0.001<0.05)。

表1 不同SA水平的被試者在各區注視點數量的提高(下降)百分比對比情況Table 1 Comparison of the percentage of increase/decrease of thenumber of fixation points of the tested subject with different level of SAin each district %

這說明SA水平高的管制員會將注意資源主要分配于空域、地面，以獲取更多空域和地面的信息，同時也有效結合進程單，以避免起降航班沖突和盡量減少航班延誤；而SA水平低的管制員對空域信息關注過少，對進程單及指令欄關注過多，導致其無法獲取足夠航班信息，這也是起降航班沖突的主要致因。

結合被試者的注視熵率值，可以發現SA水平高的管制員不僅會將注意資源主要分配于能獲取最多飛機信息、有效避免起降沖突的空域和地面區域，同時其掃視幅度大，注視點也能靈活轉移到進程單區與指令欄，高效地視覺搜索效率使得管制員能更好地統籌全局；而SA水平低的管制員對進程單及指令欄關注較多，對空域信息關注較少，且其視角靈活性很低，掃視幅度及范圍很小，無法實時獲取飛機信息，失去了全局意識，不可避免地造成航班沖突。

5 結 論

筆者通過設計模擬塔臺管制試驗，利用注視熵率值與AOI注視點數分析了不同SA水平塔臺管制員的視覺搜索策略，可得到以下結論：

1)SA水平高的塔臺管制員視覺搜索策略優于SA水平低的管制員；

2)SA水平高的塔臺管制員注視點數主要分配于空域雷達監視區和地面監視區域，并能有效結合進程單和指令欄；

3)SA水平高的塔臺管制員注視熵率值高于SA水平低的管制員，其注視轉換靈活性更好，掃視幅度更大，視覺搜索效率更高。