一种基于注意力分配的显示界面评价方法

1.本发明涉及农业机械技术领域，具体涉及一种基于注意力分配的显示界面评价方法。

背景技术：

2.目前，由于传感器技术、电子技术、计算机技术的发展，现代智能化拖拉机利用越来越复杂的显示器，以各种方式向驾驶员呈现多种信息，导致驾驶员在作业时可能会出现认知负荷过高等问题，从而引发忽视重要信息的后果。目前对于拖拉机人机界面的评价研究主要集中于显示装置的可视性、操控装置的操纵力、操控装置的操纵方式等是否符合驾驶员的生理特性等方面，然而，基于驾驶员认知特性的界面评价研究尚未出现。这主要是由于驾驶员在任务活动中所需的注意力、记忆力、理解力、判断力、反应力等认知能力的分析、测量过程具有较高的复杂性，使得设计出与驾驶员认知特性相匹配的人机界面变得十分困难。
3.因此，亟需提供一种基于注意力分配的显示界面评价方法，以解决现有技术中存在的当前拖拉机驾驶室内显示界面复杂、信息较多等原因导致作业时易引发驾驶员认知负荷过重的技术问题。

技术实现要素：

4.本发明的目的在于提供一种基于注意力分配的显示界面评价方法，该方法将显示界面的评价与驾驶员的认知特性结合起来，扩充了界面设计的评价指标，以达到提高作业效率、提高安全性能的目标。
5.为实现上述目的，提供以下技术方案：
6.本发明提供了一种基于注意力分配的显示界面评价方法，包括如下步骤：
7.确定驾驶室内各个信息的信息关键度；
8.建立注意力分配模型；
9.利用信息关键度与注意力分配水平进行界面设计评价；
10.为了评估界面设计的合理程度，需要评价信息关键度与注意力分配之间的匹配程度，本专利提出以下公式一和公式二作为评价指标来衡量注意力分配与信息关键度的契合程度，即契合指数，
[0011][0012][0013]
其中，mi
fn
为注视次数的契合指数，n为显示界面上的仪表总数，fni为某仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coii为归一化的某仪表信息关键度，mi
ft
为注视时间的契合指数，fti为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时
间。
[0014]
优选地，确定驾驶室内各个信息的信息关键度的方法包括：
[0015]
设计调查问卷并采用李克特五点量表法确定驾驶员对不同任务中各个信息的关注程度，所述不同任务包括驾驶任务、播种任务和异常情况感知任务；
[0016]
对确定驾驶员对不同任务中各个信息的关注程度的的所述李克特五点量表法调查问卷的结果再采用层次分析法确定每个任务所需关注信息的重要度；
[0017]
采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度；
[0018]
对信息重要度和信息观察频度的结果进行乘积即可得到信息关键度。
[0019]
优选地，采用李克特五点量表法确定驾驶员对不同任务中各个信息的关注程度具体包括：
[0020]
选取数名相关人员作为样本，填写李克特五点量表法调查问卷，调查问卷的填写时间规定为t1，调查问卷的相关内容包括：驾驶任务下会关注到的信息即驾驶自动化模式、当前作业模式、累计里程数、已工作时间、车速、发动机转速、周围农作物、人和石头的位置，拖拉机位置状态参数，手油门位置，档位作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格；播种任务下会关注到的信息即管道通畅性，种子、肥料剩余量，播种、施肥速率，工具压力，风扇转速，农具自动化模式，发动机工作负载，车轮划转率，悬挂提升高度，播种深度，排种合格率，重播率，漏播率，已完成作业百分比作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格；异常情况感知任务下会关注到的信息即机油压力，蓄电池电量，燃油量，发动机状态，制动液面报警灯，制动系统故障，发动机水温作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格。
[0021]
优选地，确定驾驶员对不同任务中各个信息的关注程度的李克特五点量表法调查问卷选取的相关人员包括：拖拉机驾驶员、本专业教师和在读研究生，相关人员的数量分别为2-10人。
[0022]
优选地，采用层次分析法确定每个任务所需关注信息的重要度的具体方法包括：
[0023]
对确定驾驶员对不同任务中各个信息的关注程度的李克特五点量表法调查问卷的结果进行归纳，保留每个任务中打分较高的几个信息，作为层次分析法的底层元素；
[0024]
选取数名相关人员作为样本，参加层次分析法调查问卷；
[0025]
采用成对比较法评估准则层元素(b1、b2、b3)相对于目标层元素(a)的重要程度，评估方案层元素(c1-c16)相对于准则层元素(b1、b2、b3)的重要程度；
[0026]
根据评估准则表格，对回收的层次分析法调查问卷进行整理得到判断矩阵，计算判断矩阵的特征向量wi，得到每一层次的重要性排序，并对其进行一致性检验；
[0027]
利用同一层次中各因素对上一层次某一因素的权重自上而下逐层进行权重合成，确定最低层中各因素对目标层的重要性权重；
[0028]
将各个调查对象的问卷结果进行合成，得到决策底层权重表、决策中间层权重表，最终得到信息重要度。
[0029]
优选地，层次分析法调查问卷的填写时间规定为t2，调查问卷的相关内容包括：管道通畅性比种子肥料剩余量、管道通畅性比播种施肥速率和管道通畅性比工具压力作为行
表头，至少采用同样重要、稍微重要、明显重要、重要的多和绝对重要作为列表头组成的表格。
[0030]
优选地，层次分析法调查问卷选取的相关人员包括：拖拉机驾驶员，相关人员的数量分别为5-10人。
[0031]
优选地，采用李克特五点量表法对每个信息在一段时间内被观察的情况进行评估得到各个信息的观察频度具体包括：
[0032]
选取数名相关人员进行信息观察频度调查问卷，采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度；其中，信息观察频度调查问卷的内容包括：车速、发动机转速、已作业时间、档位、管道是否通畅、种子及肥料剩余量、播种施肥效率、刀具压力、风扇转速、后悬挂的高度、播种深度、漏播率、机油压力、蓄电池电量、燃油量、发动机水温作为行表头，最少关注、较少关注、关注程度一般、较多半关注和最常关注为列表头组成的表格。
[0033]
优选地，信息观察频度调查问卷选取的相关人员包括：拖拉机驾驶员；相关人员数量为5-10人。
[0034]
优选地，建立注意力分配模型的具体方法包括：
[0035]
将显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度作为注意力分配的影响因素，建立注意力分配模型；
[0036]
选取数名有关行业的人员参加实验，完成主次两个任务，主任务为信息异常监测任务，信息包括：车速信息、管道通畅情况信息、发动机水温信息和播种深度，其中，车速信息的异常情况为超过12km/h，管道通畅情况信息的异常情况为出现黑的
×
，发动机水温信息的异常情况为超过警戒线，播种深度信息的异常情况为深度为0-6或者深度大于10；次任务为拖拉机车道保持任务，拖拉机匀速前进，被试人员将拖拉机保持在道路中央；
[0037]
显著性包括8个水平，努力程度包括三个水平，信息异常率包括1/ti(i＝a、b、c)三个水平，1/ti指该信息平均ti时间内发生一次异常，界面全局杂乱程度包括两个水平；
[0038]
信息的显著性采用i tt i模型进行量化，该模型考虑了图像的颜、方向、亮度三种特征通道，然后在各通道上构建高斯金字塔，依据“中央-周边”差异机制，计算各个特征的显著性图，线性结合得到最终的显著性图；
[0039]
信息的努力程度采用呈现该信息的仪表与视野中心的距离来量化；
[0040]
信息异常率、信息价值采用人为设定的方式由研究者根据实验设计所用的混合水平正交表自行设定；
[0041]
杂乱程度采用“图像信息熵”来进行量化，熵是一种随机程度的统计度量，图像信息熵用来描述输入图像的灰度分布的聚集特性，其计算方法如公式所示：en＝-∑(pnlog2(pn))，其中，pn为图像中归一化的灰度直方图的计数；
[0042]
界面全局杂乱程度使用显著性值计算所用的多组界面的异常界面、正常界面作为源文件进行图像信息熵分析，得到多组界面的正常界面全局杂乱程度、异常界面全局杂乱程度、界面全局杂乱程度均值，采用界面全局杂乱程度均值作为最终的界面全局杂乱程度值；
[0043]
仪表局部杂乱程度采用从多组界面的正常界面、异常界面中截取的仪表截图作为源文件进行图像信息熵分析，从而得出结果；
[0044]
信息的注意力分配情况采用眼动仪测得的被试对各信息的注视次数、注视时间进行量化；
[0045]
将六个因素显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度与注意力分配情况进行多元线性回归分析，并建立回归模型，最终得到注意力分配模型如公式三和公式四所示：
[0046][0047]
ft＝14.699+0.053sa+271.358iar-0.869iv
ꢀꢀꢀ
公式四
[0048]-16.017gic+12.431lgc
[0049]
提出下列公式作为评价指标来衡量注意力分配与信息关键度的契合程度，即契合指数，
[0050][0051][0052]
其中，mi
fn
为注视次数契合指数，n为显示界面上的仪表总数，fni为对i仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coii为归一化的i仪表对应的信息关键度；mi
ft
为注视时间契合指数，fti为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时间。契合指数越低，则某仪表的注视次数占总注视次数的百分比或者注视时间占总注视时间的百分比与该仪表的信息关键度之间的差值越小，则注意力资源的分配与信息关键度之间的契合度越高；
[0053]
采用熵权法来确定这两个指标的权重，熵权法的基本思路是根据指标变异性的大小来确定客观权重，首先根据注视次数契合指数、注视时间契合指数构建判断矩阵，方法如公式七所示；然后对各个指标进行标准化处理，方法如公式八所示；接着进行归一化，方法如公式九所示；并求出评价指标的信息熵，方法如公式十所示；最后确定各个指标的权重，方法如公式十一所示，
[0054]
x＝(x
ij
)m×nꢀꢀꢀ
公式七
[0055][0056][0057]
当z
ij
＝0，则定义
[0058][0059]
与现有技术相比，本发明提供的基于注意力分配的显示界面评价方法，通过眼动
仪测量了眼动指标，从而建立了具体的注意力分配模型，解决了现有技术中驾驶员注意力分配水平不易量化的问题；将注意力分配水平与信息关键度结合起来，提出了一种拖拉机显示界面的有效评价方法，为拖拉机显示界面的设计提供理论依据。由此可见，本发明与现有技术相比具有较为突出的优势。
[0060]
提供发明内容部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的重要特征或必要特征，也无意限制本公开的范围。
具体实施方式
[0061]
下面将根据具体实施例对本发明进行详细的解释，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0062]
在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
[0063]
本实施方式提供了一种基于注意力分配的显示界面评价方法，包括如下步骤：
[0064]
确定驾驶室内各个信息的信息关键度；
[0065]
建立注意力分配模型；
[0066]
利用信息关键度与注意力分配水平进行界面设计评价；
[0067]
为了评估界面设计的合理程度，需要评价信息关键度与注意力分配之间的匹配程度，本专利提出以下公式一和公式二作为评价指标来衡量注意力分配与信息关键度的契合程度，即契合指数，
[0068][0069][0070]
其中，mi
fn
为注视次数的契合指数，n为显示界面上的仪表总数，fni为某仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coii为归一化的某仪表信息关键度。mi
ft
为注视时间的契合指数，fti为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时间。
[0071]
具体地，为能清楚说明本发明的技术特点，现通过一个具体实施方式，对本发明进行阐述。本实施方式以拖拉机播种作业为例，进行具体的说明，该方法是通过如下方式来实现的：
[0072]
1)确定驾驶室内各个信息的信息关键度。
[0073]
拖拉机驾驶员在进行播种作业时，总体目的是保持理想作业路径，避免播种路径重叠或者遗漏，避免险情。因此，可将整个播种作业划分为三个任务：驾驶任务、播种任务和异常情况感知任务，每个任务都需要关注显示界面的不同信息。
[0074]
采用李克特五点量表法确定被调研人员对不同任务中各个信息的关注程度。向拖拉机驾驶员4名、本专业教师2名、在读研究生8名发放纸质调查问卷，调查问卷的相关内容包括驾驶任务下会关注到的信息(即表一)、播种任务下会关注到的信息(即表二)和异常情况感知任务下会关注到的信息(即表三)，每名被调研人员的问卷填写时间为10分钟。
[0075]
表一驾驶任务下会关注到的信息
[0076]
(请评估在驾驶任务时对以下信息的关注程度，可在下方空白处添加未列出的信息并对其关注程度进行打分。)
[0077][0078]
表二播种任务下会关注到的信息
[0079]
(请评估在播种任务时对以下信息的关注程度，可在下方空白处添加未列出的信息并对其关注程度进行打分)
[0080][0081]
表三播种任务下会关注到的信息
[0082]
(请评估在异常情况感知任务时对以下信息的关注程度，可在下方空白处添加未列出的信息并对其关注程度进行打分)
[0083][0084]
采用层次分析法确定每个任务所需关注信息的重要度。对上述李克特五点量表法调查问卷的结果进行归纳，保留每个任务中打分较高的几个信息，作为层次分析法的底层元素(即方案层元素)。向5名平均驾龄7.4年的拖拉机驾驶员发放层次分析法调查问卷，采用成对比较法评估准则层元素(b1、b2、b3)相对于目标层元素(a)的重要程度，调查问卷如表四所示，然后评估方案层元素(c1-c16)相对于准则层元素(b1、b2、b3)的重要程度，调查问卷如表五、表六和表七所示。对回收的调查问卷进行整理得到判断矩阵，计算判断矩阵的特征向量wi，得到每一层次的重要性排序，并对其进行一致性检验。然后利用同一层次中各因素对上一层次某一因素的权重自上而下逐层进行权重合成，确定最低层中各因素对目标层的重要性权重。最后将各个被调研人员的问卷结果进行合成，得到最终的信息重要度。每名驾驶员的平均调研时间为30分钟。
[0085]
表四层次分析法调查问卷
[0086][0087]
表五以下信息在驾驶任务中的重要性
[0088][0089][0090]
表六以下信息在播种任务中的重要性
[0091]
[0092]
[0093][0094][0095]
表七以下信息在异常情况感知任务中的重要性
[0096]
[0097]
[0098][0099]
采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度的具体方法包括：
[0100]
选取数名相关人员进行信息观察频度调查，采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度；其中，信息观察频度调查问卷的内容包括：车速、发动机转速、已作业时间、档位、管道是否通畅、种子及肥料剩余量、播种施肥效率、刀具压力、风扇转速、后悬挂的高度、播种深度、漏播率、机油压力、蓄电池电量、燃油量、发动机水温作为行表头，最少关注、较少关注、关注程度一般、较多半关注和最常关注为列表头组成的表八。
[0101]
信息观察频度同样选择上述5名拖拉机驾驶员作为被调研人员，调查问卷如表八所示。采用李克特五点量表法对某信息在一段时间内观察的情况进行评估，1代表某信息最少被关注，2代表某信息较少被关注，3代表某信息关注程度一般，4代表某信息较多被关注，5代表某信息最常被关注，最终得到各个信息的观察频度。每名驾驶员的平均调研时间为15分钟。
[0102]
表八信息观察频度调查问卷
[0103]
[0104][0105]
该调查问卷的条件为：假如拖拉机驾驶室中会显示以下所有信息，假设您在此驾驶室中每天工作八小时，请您评估您在进行播种作业时对以上信息的关注次数。
[0106]
对上述信息重要度、信息观察频度的结果进行乘积即可得到信息关键度。在进行界面设计时要充分考虑各个信息关键度的不同，使驾驶员作业时的注意力资源按照信息关键度进行有效的分配。根据信息关键度结果，在每个任务的方案层元素中选出关键度最高的1-2个元素，本发明选出车速、管道是否通畅、发动机水温、播种深度四个信息进行注意力分配的研究，实验中设计不同仪表对信息进行表示。
[0107]
2)建立注意力分配模型。
[0108]
将显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度作为注意力分配的影响因素，建立注意力分配模型。
[0109]
本实施方式利用驾驶模拟场景研究拖拉机播种作业时不同的界面设计对驾驶员注意力分配的影响，实验共邀请20名有驾驶经验的被试参与。实验过程中，被试需要同时完成主次两个任务。主任务为信息异常监测任务，被试前方的屏幕上有四个信息的显示仪表，分别为车速信息、管道通畅情况信息、发动机水温信息和播种深度信息。每个仪表都会发生异常情况。其中，车速信息的异常情况为超过12km/h，管道通畅情况信息的异常情况为出现黑的
×
，发动机水温信息的异常情况为超过警戒线，播种深度信息的异常情况为深度为0-6或者深度大于10。四个仪表以一定的速度随机运转。要求被试在发现异常情况时按下键盘上对应的按键。次任务为拖拉机车道保持任务。次任务场景中拖拉机以一定的速度前进，被试需要操作键盘的左右按键控制拖拉机的方向，尽量将拖拉机保持在道路中央。
[0110]
实验共有5个自变量，分别为：显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度。其中每个仪表设计两个显著性水平，则共有8个显著性水平。努力程度共有三个水平，即仪表分别为位于中央凹区域、眼睛区域、头部区域。信息异常率共有三个水平，分别为1/30,1/70,1/140，其中，1/30指该信息平均30s发生一次异常。信息价值共有三个水平，分别为1、2、4，数值越大该信息相对于任务的重要程度越高。界面全局杂乱程度共有两个水平，分别为界面全局高度杂乱、界面全局低度杂乱，高度杂乱的界面上除了上述四个仪表外还有其余信息，低度杂乱的界面仅有上述四个仪表。使用l18(22
×
36)混合水平正交表进行仪表设计，则每种仪表都有18种设计。每组实验界面上都放置车速信息仪表、管道通畅情况信息仪表、发动机水温信息仪表、播种深度信息仪表各一个，且每组界面中都包含所有三种信息异常率，则共有18种界面设计，每组界面设计对应一组实验，则共有18组实验，每个被试完成所有18组实验。
[0111]
信息的显著性采用i tt i模型进行量化。该模型考虑了图像的颜、方向、亮度三种特征通道，然后在各通道上构建高斯金字塔，依据“中央-周边”差异机制，计算各个特征的显著性图，线性结合得到最终的显著性图。
[0112]
信息的努力程度采用呈现该信息的仪表与视野中心的距离来量化。
[0113]
信息异常率、信息价值采用人为设定的方式由研究者根据实验设计所用的混合水平正交表自行设定。
[0114]
杂乱程度采用“图像信息熵”来进行量化。熵是一种随机程度的统计度量，图像信息熵用来描述输入图像的灰度分布的聚集特性，其计算方法如公式所示：en＝-∑(pnlog2(pn))。其中，pn为图像中归一化的灰度直方图的计数。
[0115]
界面全局杂乱程度使用显著性值计算所用的18组界面的异常界面、正常界面作为源文件进行图像信息熵分析，得到多组界面的正常界面全局杂乱程度、异常界面全局杂乱程度、界面全局杂乱程度均值，采用界面全局杂乱程度均值作为最终的界面全局杂乱程度值。
[0116]
仪表局部杂乱程度采用从18组界面的正常界面、异常界面中截取的仪表截图作为源文件进行图像信息熵分析，从而得出结果。
[0117]
信息的注意力分配情况采用眼动仪测得的被试对各信息的注视次数、注视时间进行量化。
[0118]
将六个因素显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度与注意力分配情况进行多元线性回归分析，并建立回归模型，最终得到注意力分配模型如下公式三和公式四所示。
[0119][0120]
ft＝14.699+0.053sa+271.358iar-0.869iv
ꢀꢀꢀ
公式四
[0121]-16.017gic+12.431lgc
[0122]
3)利用信息关键度与注意力分配水平进行界面设计评价
[0123]
为了评估信息关键度与注意力分配之间的匹配程度，本实施方式提出公式五和公式六作为评价指标来衡量注意力分配水平与信息关键度的契合程度，即契合指数
[0124][0125][0126]
其中，mi
fn
为注视次数契合指数，n为显示界面上的仪表总数，fni为对i仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coii为归一化的i仪表对应的信息关键度；mi
ft
为注视时间的契合指数，fti为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时间。契合指数越低，则某仪表的注视次数占总注视次数的百分比与该仪表的信息关键度之间的差值越小，则注意力资源的分配与信息关键度之间的契合度越高，则该界面设计的合理程度较高。
[0127]
采用熵权法来确定这两个指标的权重，熵权法的基本思路是根据指标变异性的大小来确定客观权重，首先根据注视次数契合指数、注视时间契合指数构建判断矩阵，方法如公式七所示；然后对各个指标进行标准化处理，方法如公式八所示；接着进行归一化，方法如公式九所示；并求出评价指标的信息熵，方法如公式十所示；最后确定各个指标的权重，方法如公式十一所示，本实施方式计算得出注视次数契合指数、注视时间契合指数的权重分别为0.5173，0.4827，最后得出18组界面的加权契合指数，
[0128]
x＝(x
ij
)m×nꢀꢀꢀ
公式七
[0129][0130][0131]
当z
ij
＝0，则定义
[0132][0133]
本发明提供的实施方式中，通过眼动仪测量眼动指标从而建立了具体的注意力分
配模型，解决了现有技术中驾驶员注意力分配水平不易量化的问题；将注意力分配水平与信息关键度结合起来，提出了一种拖拉机显示界面的有效评价方法，为拖拉机显示界面的设计提供理论依据。由此可见，本发明与现有技术相比具有较为突出的优势。
[0134]
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

技术特征：

1.一种基于注意力分配的显示界面评价方法，其特征在于，包括如下步骤：确定驾驶室内各个信息的信息关键度；建立注意力分配模型；利用信息关键度与注意力分配水平进行界面设计评价；为了评估界面设计的合理程度，需要评价信息关键度与注意力分配之间的匹配程度，本专利提出以下公式一和公式二作为评价指标来衡量注意力分配与信息关键度的契合程度，即契合指数，度，即契合指数，其中，mi
fn
为注视次数的契合指数，n为显示界面上的仪表总数，fn
i
为某仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coi
i
为归一化的某仪表信息关键度，mi
ft
为注视时间的契合指数，ft
i
为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时间。2.根据权利要求1所述的基于注意力分配的显示界面评价方法，其特征在于，确定驾驶室内各个信息的信息关键度的方法包括：设计调查问卷并采用李克特五点量表法确定驾驶员对不同任务中各个信息的关注程度，所述不同任务包括驾驶任务、播种任务和异常情况感知任务；对确定驾驶员对不同任务关注程度的所述李克特五点量表法调查问卷的结果再采用层次分析法确定每个任务中所需关注信息的重要度；采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度；对信息重要度和信息观察频度的结果进行乘积即可得到信息关键度。3.根据权利要求2所述的基于注意力分配的显示界面评价方法，其特征在于，采用李克特五点量表法确定驾驶员对不同任务中各个信息的关注程度具体包括：选取数名相关人员作为样本，填写李克特五点量表法调查问卷，李克特五点量表法调查问卷的填写时间规定为t1，调查问卷的相关内容包括：驾驶任务下会关注到的信息即驾驶自动化模式、当前作业模式、累计里程数、已工作时间、车速、发动机转速、周围农作物、人和石头的位置，拖拉机位置状态参数，手油门位置，档位作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格；播种任务下会关注到的信息即管道通畅性，种子、肥料剩余量，播种、施肥速率，工具压力，风扇转速，农具自动化模式，发动机工作负载，车轮划转率，悬挂提升高度，播种深度，排种合格率，重播率，漏播率，已完成作业百分比作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格；异常情况感知任务下会关注到的信息即机油压力，蓄电池电量，燃油量，发动机状态，制动液面报警灯，制动系统故障，发动机水温作为行表头，不关注、少半关注、一般关注、过半关注和非常关注为列表头组成的表格。4.根据权利要求3所述的基于注意力分配的显示界面评价方法，其特征在于，确定驾驶员对不同任务中各个信息的关注程度的李克特五点量表法调查问卷选取的相关人员包括：
拖拉机驾驶员、本专业教师和在读研究生，相关人员的数量分别为2-10人。5.根据权利要求4所述的基于注意力分配的显示界面评价方法，其特征在于，采用层次分析法确定每个任务所需关注信息的重要度的具体方法包括：对确定驾驶员对不同任务中各个信息的关注程度的李克特五点量表法调查问卷的结果进行归纳，保留每个任务中打分较高的几个信息，作为层次分析法的底层元素；选取数名相关人员作为样本，参加层次分析法调查问卷；采用成对比较法评估准则层元素(b1、b2、b3)相对于目标层元素(a)的重要程度，评估方案层元素(c1-c16)相对于准则层元素(b1、b2、b3)的重要程度；根据评估准则表格，对回收的层次分析法调查问卷进行整理得到判断矩阵，计算判断矩阵的特征向量wi，得到每一层次的重要性排序，并对其进行一致性检验；利用同一层次中各因素对上一层次某一因素的权重自上而下逐层进行权重合成，确定最低层中各因素对目标层的重要性权重；将各个调查对象的问卷结果进行合成，得到决策底层权重表、决策中间层权重表，最终得到信息重要度。6.根据权利要求5所述的基于注意力分配的显示界面评价方法，其特征在于，层次分析法调查问卷的填写时间规定为t2，调查问卷的相关内容包括：管道通畅性比种子肥料剩余量、管道通畅性比播种施肥速率和管道通畅性比工具压力作为行表头，至少采用同样重要、稍微重要、明显重要、重要的多和绝对重要作为列表头组成的表格。7.根据权利要求6所述的基于注意力分配的显示界面评价方法，其特征在于，层次分析法调查问卷选取的相关人员包括：拖拉机驾驶员，相关人员的数量分别为5-10人。8.根据权利要求7所述的基于注意力分配的显示界面评价方法，其特征在于，采用李克特五点量表法对每个信息在一段时间内被观察的情况进行评估得到各个信息的观察频度具体包括：选取数名相关人员进行信息观察频度调查问卷，采用李克特五点量表法对每个信息在一段时间内观察的情况进行评估得到各个信息的观察频度；其中，信息观察频度调查问卷的内容包括：车速、发动机转速、已作业时间、档位、管道是否通畅、种子及肥料剩余量、播种施肥效率、刀具压力、风扇转速、后悬挂的高度、播种深度、漏播率、机油压力、蓄电池电量、燃油量、发动机水温作为行表头，最少关注、较少关注、关注程度一般、较多半关注和最常关注为列表头组成的表格。9.根据权利要求8所述的基于注意力分配的显示界面评价方法，其特征在于，信息观察频度调查问卷选取的相关人员包括：拖拉机驾驶员；相关人员数量为5-10人。10.根据权利要求9所述的基于注意力分配的显示界面评价方法，其特征在于，建立注意力分配模型的具体方法包括：将显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度作为注意力分配的影响因素，建立注意力分配模型；选取数名有关行业的人员参加实验，完成主次两个任务，主任务为信息异常监测任务，信息包括：车速信息、管道通畅情况信息、发动机水温信息和播种深度信息，其中，车速信息的异常情况为超过12km/h，管道通畅情况信息的异常情况为出现黑的
×
，发动机水温信息的异常情况为超过警戒线，播种深度信息的异常情况为深度为0-6或者深度大于10；次任
务为拖拉机车道保持任务，拖拉机匀速前进，被试人员将拖拉机保持在道路中央；显著性包括8个水平，努力程度包括三个水平，信息异常率包括1/t
i
(i＝a、b、c)三个水平，1/t
i
指该信息平均t
i
时间内发生一次异常，界面全局杂乱程度包括两个水平；信息的显著性采用itti模型进行量化，该模型考虑了图像的颜、方向、亮度三种特征通道，然后在各通道上构建高斯金字塔，依据“中央-周边”差异机制，计算各个特征的显著性图，线性结合得到最终的显著性图；信息的努力程度采用呈现该信息的仪表与视野中心的距离来量化；信息异常率、信息价值采用人为设定的方式由研究者根据实验设计所用的混合水平正交表自行设定；杂乱程度采用“图像信息熵”来进行量化，熵是一种随机程度的统计度量，图像信息熵用来描述输入图像的灰度分布的聚集特性；其计算方法如公式所示：e
n
＝-∑(p
n
log2(p
n
))。其中，p
n
为图像中归一化的灰度直方图的计数；界面全局杂乱程度使用显著性值计算所用的多组界面的异常界面、正常界面作为源文件进行图像信息熵分析，得到多组界面的正常界面全局杂乱程度、异常界面全局杂乱程度、界面全局杂乱程度均值，采用界面全局杂乱程度均值作为最终的界面全局杂乱程度值；仪表局部杂乱程度采用从多组界面的正常界面、异常界面中截取的仪表截图作为源文件进行图像信息熵分析，从而得出结果；信息的注意力分配情况采用眼动仪测得的被试对各信息的注视次数、注视时间进行量化；将六个因素显著性、努力程度、信息异常率、信息价值、界面全局杂乱程度、仪表局部杂乱程度与注意力分配情况进行多元线性回归分析，并建立回归模型，最终得到注意力分配模型如公式三和公式四所示：模型如公式三和公式四所示：提出下列公式作为评价指标来衡量注意力分配与信息关键度的契合程度，即契合指数，数，其中，mi
fn
为注视次数契合指数，n为显示界面上的仪表总数，fn
i
为对i仪表的注视次数，fn
total
为对界面上所有仪表的总注视次数，coi
i
为归一化的i仪表对应的信息关键度；mi
ft
为注视时间契合指数，ft
i
为对i仪表的注视时间，ft
total
为对界面上所有仪表的总注视时间；契合指数越低，则某仪表的注视次数占总注视次数的百分比或者注视时间占总注视时间的百分比与该仪表的信息关键度之间的差值越小，则注意力资源的分配与信息关键度之间的契合度越高；采用熵权法来确定注视次数契合指数与注视时间契合指数两个指标的权重，熵权法的
基本思路是根据指标变异性的大小来确定客观权重，首先根据注视次数契合指数、注视时间契合指数构建判断矩阵，方法如公式七所示；然后对各个指标进行标准化处理，方法如公式八所示；接着进行归一化，方法如公式九所示；并求出评价指标的信息熵，方法如公式十所示；最后确定各个指标的权重，方法如公式十一所示，x＝(x
ij
)
m
×
n
ꢀꢀꢀꢀꢀꢀꢀ
公式七公式七公式七当z
ij
＝0，则定义＝0，则定义

技术总结

本发明提供了一种基于注意力分配的显示界面评价方法，包括如下步骤：确定驾驶室内各个信息的信息关键度；建立注意力分配模型；利用信息关键度与注意力分配水平进行界面设计评价；为了评估界面设计的合理程度，需要评价信息关键度与注意力分配之间的匹配程度，以契合指数，作为指标。其中，MI

技术研发人员：

裴叶青

受保护的技术使用者：

北京服装学院

技术研发日：

2022.09.23

技术公布日：

2022/12/16