Efeitos da experiência e das demandas cognitivas sobre a carga mental durante a condução de automóveis: métodos de pupilometria / Gustavo de. Efeitos da experiência e demandas cognitivas na tensão mental ao dirigir um carro: Métodos.
INTRODUÇÃO
- Questões da tese
- Objetivos da tese
- Hipóteses da tese
- Contribuições da tese ao Design
- Smartwatch
Uma demanda externa percebida que exige a atenção do motorista é entendida como carga de trabalho (SILVA, 2014). Porque os métodos de pupilometria IPA, LHIPA e TEPR são sensíveis a variações na carga de trabalho mental causadas por esse contexto.
REVISÃO DE LITERATURA
Carga de trabalho mental
- Termo e suas variações
- Modelos sobre carga de trabalho mental
- Modelos estruturais de recursos atencionais
- Modelos de recursos energéticos
- Causas para carga de trabalho mental
- Consequências da carga de trabalho mental
- Carga de trabalho mental e sua influência no desempenho
- Principais métodos de mensuração da carga de trabalho mental
- Medidas subjetivas
- Medidas psicofisiológicas
- Medidas de desempenho: tarefa primária e tarefa dupla
- Direção de automóvel e a carga de trabalho mental
No entanto, as definições de carga de trabalho mental podem variar dependendo do contexto de seu uso (DE ALWIS EDIRISINGHE, 2017). Assim, dependendo dos diferentes níveis de desgaste mental, podemos avaliar como essa atividade afeta o
Teoria da Carga Cognitiva
A TCC busca entender a relação entre esses três componentes para que a aprendizagem ocorra de forma mais efetiva e com melhores resultados. 2003), as medidas psicofisiológicas são as melhores para medir a carga cognitiva de um indivíduo, pois permitem uma visualização detalhada da tendência e padrão da carga mental; você pode verificar picos, médias, valores acumulados e instantâneos. Nesta tese, são comparadas diferentes técnicas de medição de carga cognitiva por meio de métodos pupilométricos.
Pupilometria
- Estado da arte na mensuração de carga de trabalho mental através
- Task-evoked pupillary response (TEPR)
- Index of cognitive activity (ICA)
- Index of pupillary activity (IPA)
- Low/High index of pupillary activity (LHIPA)
- Fixation-aligned pupillary response averaging (FAPRA)
Ahlstrom e Friedman-Berg (2006) investigaram a relação entre o tamanho do diâmetro da pupila e a carga de trabalho mental. O processo de cálculo do índice pupilométrico começa com a decomposição do sinal do diâmetro da pupila através de uma wavelet mãe Symlet-16 de dois níveis.
Efeitos da dupla tarefa
O paradigma de dupla tarefa é o mais tradicional para avaliar o desempenho do motorista na criação de sobrecarga cognitiva. Para medir a quantidade de recursos cognitivos direcionados para a tarefa secundária distrativa de usar um smartwatch, a dilatação da pupila é mostrada como um indicador de demandas cognitivas.
Efeitos do aumento da complexidade da tarefa
Uma das principais causas do aumento da carga mental se dá pela complexidade da tarefa (DE ALWIS EDIRISINGHE, 2017). Além disso, ao vivenciar um estado de alta demanda de carga mental, o desempenho da tarefa da pessoa fica comprometido (Engström et al., 2017).
Efeito da experiência na percepção de perigo
De acordo com Pattern et al. 2006), motoristas novatos possuem menor grau de automação na tarefa de dirigir e, segundo os autores, isso ocorre porque o processo de automação da tarefa ocorre progressivamente com a prática. Portanto, a tarefa de dirigir um veículo motorizado causa uma carga mental elevada em motoristas iniciantes (SWELLER,1993; SWELLER et al.,1998; PATTEN et al., 2006; WICKENS; HOLLANDS, 2021).
MÉTODO
Características da amostra
- Participantes
- Critério de inclusão
- Critério de exclusão
Os critérios de exclusão de voluntários para a tese foram: (i) dirigir veículo automotor por mais de 5.000 quilômetros e ao mesmo tempo menos de 30.000 quilômetros; (ii) possuir um relógio inteligente da mesma marca e modelo do utilizado nesta tese; iii) tenha experiência de uso do smartwatch por mais de 30 dias a partir da data da compra; iv) não aprovação no teste de acuidade visual (com acuidade visual abaixo do normal 6/6), realizado antes da coleta de dados; (v) sentir enjôo durante qualquer uma das condições experimentais após o início do protocolo de coleta de dados.
Materiais
- Equipamentos
- Softwares
- Simulador de veículo automotor
- Configurações do ambiente virtual simulado
- Cenários virtuais 3D
O projeto experimental para coleta de dados simulados da condição do veículo exigiu os seguintes materiais: computador servidor Dell Precision Tower modelo 5811; Monitor Dell 19” (conexão via cabo DisplayPort); Placa de vídeo Nvidia GTX 960 com 5 saídas de vídeo independentes (1 HDMI, 1 DVI e 3 Display ports); Adaptador de cabo VGA para cabo DVI; adaptador de cabo VGA para exibir o cabo da porta; Monitor Samsung 15" (conexão via cabo VGA); TV LCD Samsung 46” (Conexão via cabo HDMI); Cabine (Suporte para televisão integrado em assento com encosto regulável e regulagem da distância entre o assento e o volante, com suporte também para fixação do volante, dos pedais do acelerador, freio e embreagem e câmbio de 6 marchas, uma das o que é a marcha-atrás) – Figura 2; Acessório Gamer Logitech G27 (volante, pedais e câmbio - conexão via cabo USB 2.0); Cabo VGA de 10 metros; Roteador D-link 524G 54mb – Figura 3A; Eye Tracker modelo H6 da ASL (Applied Sciences Laboratories) – Figura 1; Video Splitter para cabo VGA (Aparelho eletrônico que permite duplicar o sinal de vídeo, sendo que um cabo de entrada repete seu sinal em outros 2 cabos de saída); Computador Asus;. Os equipamentos necessários para sua configuração, utilização e análise foram: Notebook Macintosh Apple Macbook Pro modelo 13” meados de 2012 – Figura 3B; Smartphone Apple iPhone 5 16 Gb – Figura 3D; Smartwatch Apple Watch Series 1 – Figura 3C; Câmera DSLR Nikon D5100 – Figura 4A; Lente Nikkor FX 18-55mm - Figura 4B; Microfone Rode VideoMic Go – Figura 4C; Tripé com ajuste ajustável do suporte da câmera.
Procedimento experimental
Acompanhe o carro da frente até o final da simulação e leia a mensagem enviada ao receber uma notificação no seu smartwatch. Acompanhe o carro da frente até o final da simulação e ao receber uma notificação no smartwatch, leia a mensagem enviada ao mesmo tempo que o carro da frente freia.
Condições experimentais
- CAR: Condição controle – tarefa de dirigir
- NOT: Condição de dupla tarefa – tarefa dupla de dirigir e ler
- FRE: Condição com freada abrupta do veículo líder
- FNOT: Condição com freada abrupta do carro líder e leitura de
A partir da notificação sonora e tátil da chegada da mensagem no relógio inteligente, o participante deve ler esta mensagem de texto quando julgar conveniente e, após a leitura, seguir o caminho até o final da simulação. Assim que a mensagem chegar, o participante deverá ler esta mensagem em voz alta sempre que achar conveniente.
Tratamento e análise dos dados
- Aleatorização dos dados coletados
- Pré-processamento dos dados
- Análise temporal
- Delineamento e seleção dos eventos a partir da análise temporal . 77
- Análise estatística
A Tabela 5 resume os critérios de filtragem dos dados para obtenção do intervalo de 10 segundos para a análise temporal. Os algoritmos utilizados como dados de entrada fazem a análise temporal em um intervalo de 10 segundos para cada tentativa do participante.
RESULTADOS
Aumento da carga de trabalho mental e métodos pupilométricos . 82
Os efeitos principais e de interação não relatados para o número de fixações do olhar fora da região de simulação de interesse não alcançaram significância. Os efeitos principais e de interação não relatados para a duração total das fixações do olhar fora da região de simulação de interesse não alcançaram significância.
Efeito da demanda cognitiva nas condições experimentais
Isso sugere que as fixações direcionadas à obtenção de informações a partir da simulação do ambiente foram compartilhadas e direcionadas para a área de interesse interpretada como leitura de texto no relógio inteligente. Em FNOT e FRE, o valor médio do número de fixações e a duração total das fixações não aumentaram e a duração média das fixações do olhar foi baixa na área de interesse interpretada para leitura no relógio inteligente, em comparação com a média duração direcionada à área de interesse da simulação (condição CAR).
Efeito da demanda cognitiva e métodos de pupilometria
O método LHIPA calcula o módulo do sinal do diâmetro da pupila e então identifica os máximos locais do módulo. Os resultados desta tese indicaram que o maior grau de dilatação do diâmetro pupilar (PMDP/TEPR) ocorreu na condição experimental FRE, este resultado é atribuído, primeiramente, pelo método que calcula a taxa de variação da pupila em relação a um parâmetro baseado no fato de que no caso da presente tese, foram utilizados 0,5s antes do início de cada evento de interesse nas condições experimentais CAR, NOT, FRE e FNOT, portanto, a partir dos dados brutos do diâmetro da pupila, é observado. que a maior variação em relação à linha de base definida ocorreu no FRE (Figura 14).
Diferença entre grupos e métodos de pupilometria
Ao mesmo tempo, como a tarefa exigia inibição, pode ter havido maior esforço cognitivo na inibição em comparação com o CAR. No FNOT, a variação do diâmetro da pupila foi inicialmente menor porque o motorista já estava engajado na tarefa de ler uma mensagem de texto, o que exigia mais foco, então o cálculo do PMDP tem um grau de variação maior em relação à condição CAR, mas menor que FRE, em que sua linha de base começa com uma situação de direção apenas.
Efeito da experiência na tarefa de dirigir
Há indicações na literatura de que gerentes novatos precisam de mais tempo para processar informações do que gerentes experientes (CRUNDALL; UNDERWOOD, 1998). Portanto, o resultado é consistente com a literatura, na qual motoristas experientes tendem a ter menor duração da fixação do olhar em comparação com motoristas novatos quando se deparam com uma situação perigosa no trânsito (CHAMPAN; UNDERWOOD, 1998).
Efeito da tentativa
Para a variável dependente pressão do pedal do freio, os resultados mostraram que houve uma interação significativa entre a condição experimental e experimental; na condição FRE, o ensaio 1 apresentou menor pressão no pedal do freio (56,9% da frenagem máxima) do que o ensaio 3 (71,7% da frenagem máxima). Na condição FNOT, a tentativa 1 apresentou menor pressão no pedal do freio (49,5% da frenagem máxima) do que a tentativa 2 (68,2% da frenagem máxima), ou seja, o participante freou mais forte na tentativa 2 em relação à tentativa 1, independente do grupo.
CONCLUSÃO
Participantes experientes tiveram menor velocidade média e maior variabilidade, devido a sua estratégia de compensar no controle do veículo, a demanda extra da carga mental. Adicionalmente, sugere-se também a investigação de um modelo de inteligência artificial que combine os referidos métodos e os contraste com outras variáveis de desempenho de tarefas, de modo a criar um modelo preditivo da carga de trabalho mental.
An on-road assessment of the impact of cognitive workload on physiological arousal in young adult drivers. In: Proceedings of the 1st International Conference on Automotive User Interfaces and Interactive Vehicle Applications.
Configuração de hardware e software
O divisor “saída 1” foi conectado ao hardware de gerenciamento do Eye Tracker, que foi então conectado ao computador Asus, garantindo assim a conexão de vídeo entre o PC1 e o PC2. Por meio do software de gerenciamento da placa de vídeo Nvidia, as saídas de vídeo do monitor Samsung e o cabo de 10 metros são configurados para clonar a imagem exibida na TV.
Método de randomização
Tratamento de dados
Tratamento de dados: simulador
Da seleção de dados descrita acima, as seguintes variáveis dependentes serão extraídas para cada experimento. Assim, será criada uma planilha de dados no Microsoft Excel contendo essas variáveis para cada participante e suas tentativas.
Tratamento de dados: filmagem
As características do filtro sonoro aplicado ao vídeo são uma tentativa de visualizar o momento auditivo em que o participante. Um segundo filtro será criado no equalizador gráfico de áudio do Final Cut Pro X para destacar faixas de áudio que mostrem claramente os momentos em que o participante inicia e termina a leitura da mensagem de texto (Figura 18.C). .
Tratamento de dados: movimento dos olhos
Algoritmos
Algoritmos para manipular os dados do simulador
Algoritmos para manipular os dados da pupila
Algoritmos para calcular carga mental de trabalho
Algoritmos para manipular dados de movimentos dos olhos
Algoritmo para gerar as sequencias de tentativas
Formulário de seleção e classificação de participantes
Temo de Consentimento Livre e Esclarecido
A pesquisa "ERGONOMIA COGNITIVA DO USO DE UM RELÓGIO INTELIGENTE DURANTE CONDUÇÃO SIMULADA: MOVIMENTO DOS OLHOS E DESEMPENHO DO CONDUTOR" tem como objetivo identificar como o uso de relógios inteligentes afeta a direção de motoristas experientes e novatos no trânsito, por meio da análise dos movimentos oculares, olhos e o desempenho dos pilotos atrás. volante ao usar um relógio inteligente. THE CAR: EYE MOVEMENT AND DRIVER PERFORMANCE” e entendo que as informações por mim prestadas são confidenciais, autorizando sua divulgação no meio científico e acadêmico de forma anônima e global, com minha identidade totalmente preservada.
Formulário de Caracterização de Participante
Você cometeu uma infração de trânsito e foi multado desde que recebeu a CNH (ex: excesso de velocidade, estacionamento em local proibido, etc.). Você cometeu uma infração de trânsito enquanto dirigia ou se envolveu em um acidente no ano passado.
