一、人因研究中，眼动与疲劳的关系

人因工程是由人、机器、环境三大要素组成的有机整体，指人类在使用产品系统或执行任务时，涉及到的生理、心理、环境等因素对行为和表现的影响。人因研究帮助我们更好地理解人类与技术系统之间的互动关系，统筹考虑操作者的健康、安全和工作效率，提升系统整体效益。在人因研究领域，工作负荷和疲劳研究具有重要意义。

疲劳是一种复杂的生理代谢变化过程，也是导致安全事故和人员伤亡的重要因素。研究表明，在有限空间的复杂环境下，更容易引发注意力不集中、反应迟钝、身体机能下降、情绪低落等疲劳表现。由于长时间的认知、心理或身体负荷，人们可能会出现不同类型的疲劳状态，主要包括高强度或长时间持续脑力活动引起的脑力疲劳，以及长时间的肌肉运动、重复性动作或缺乏充足睡眠而引起的生理性疲劳，影响操作人员的判断决策能力、操作能力、工作效率，引发安全隐患。

人因研究中，疲劳的测量方法包括主观评价法和客观评价法。主观评价法通过问卷、量表等手段测评操作人员的疲劳状态；客观评价法通过眼动、脑电、心电、近红外等一系列生理指标测评操作人员的实时疲劳反应。其中，眼动指标是人因疲劳测量和评价的有效手段。

二、人因研究中，疲劳状态的眼动指标

眼动是指眼球在视觉任务中的运动轨迹。根据眼球运动的方向和速度，可以将眼动分为不同的基本模式，包括眼跳、注视、平滑追踪。因此，根据不同的视觉任务和实验设计，可以选择相应的眼动模式来研究人类视觉行为。另外，瞳孔变化和眨眼的眼动状态，也可作为眼动测量的有效指标。

1. 眼跳疲劳指标

眼跳指快速的眼球运动，并将感兴趣的目标图像迅速带入中央凹。眼跳过程中对视觉信号的敏感度降低，几乎不获取任何新信息，称为眼跳抑制。

• 眼跳平均速度：通常指眼睛从一个目标移动到另一个目标的平均时间，为30-80°/s。眼跳平均速度对长时间作业任务诱发的脑力疲劳比较敏感，变化曲线可以一定程度上反映脑力非疲劳状态到疲劳状态的变化趋势。疲劳状态下，眼跳平均速度显著下降。

• 眼跳时间：指眼睛从一个目标移动到另一个目标所需的时间。眼跳时间的范围很广，通常在10ms到200ms之间。一般来说，眼跳时间与距离和速度有关，即在相同的速度下，眼跳距离越大，眼跳时间就越长。疲劳状态下，眼跳时间增加。

• 眼跳峰速度：指眼睛从一个目标移动到另一个目标的速度最大值。峰速度是一个有效的脑力疲劳监测指标。疲劳状态下，眼跳峰速度下降，可能的解释是操作者疲劳后反应变慢，其主动搜索、加工信息的能动性大大下降，导致其眼跳速度变慢。

2. 注视疲劳指标

注视是指眼睛在一个特定的区域或目标上维持相对静止的状态，以便进行信息的获取和加工的过程。注视时眼睛会进行微小的运动，包括震颤、漂移和微跳视。

• 平均注视时间：指注视一个特定区域或目标的平均时间。一般来说，平均注视时间在100-400ms之间。在注视研究中，通常会以200ms为时间点将注视时间分为短注视和长注视两种类型。注视时间长短反映信息捕捉与处理的难易程度。随着疲劳程度增加，平均注视时间延长。

• 漂移、微跳视：漂移是指在注视期间，眼球不断地做微小的、不规则的运动，使得视网膜上的图像保持相对稳定。微跳视是指眼球在漂移过程中，突然做出小幅度的、快速的、不受控制的运动。微跳视的幅度通常小于1°，持续时间在10-100ms之间。随着时间的推移，漂移和微跳视速度下降，说明疲劳导致眼球的不稳定性增加，该指标也可以用来预测神经系统的活动状态。

• 注视次数：指眼睛停留在观察区域或目标上的次数。研究表明，产生疲劳驾驶时，驾驶人视线方向长时间偏离正常道路前方的次数增加。疲劳导致的注视次数增加，可能的原因是疲劳降低了操作者的信息加工能力，因此，同样的情境信息需要更多的注视去理解，直观表现为其视觉更容易停滞在目标区域。

3. 平滑追踪疲劳指标

平滑追踪指双眼持续追踪一个缓慢移动的目标，或头部移动过程中眼睛始终盯住一个固定目标，使物体的图像稳定地保持在中央凹区域。

• 速度增量：指平滑追踪眼动的峰速度与目标移动的峰速度的比值，对昼夜节律变化和脑力疲劳敏感。

4. 瞳孔疲劳指标

瞳孔是眼睛的一部分，位于虹膜中央的圆形开口，大小在2-8mm之间。瞳孔大小的变化可以提供关于注意力、认知和情绪方面的重要信息。

• 瞳孔直径：指瞳孔的大小。是检测疲劳的有效指标，易受情绪、光照强度、神经系统状态等因素的影响，需严格控制实验条件。疲劳状态下，瞳孔直径会缩小。瞳孔直径变异系数是指单元内的瞳孔直径标准差与瞳孔直径平均值的比值，瞳孔直径变异系数随着疲劳程度的加深而逐渐增大。交通领域的研究表明，瞳孔大小主要表征驾驶员的紧张程度，是反映心理负荷状态和视觉信息注意状态的重要指标。当驾驶员处于精神集中状态时,瞳孔直径会表现得相对稳定，而处于疲劳状态时，瞳孔直径会变小并发生波动。这种波动被认为是由中枢交感神经抑制的不稳定而引起的, 与疲劳和困倦密切相关。

• 眼睑闭合度：指眼睑在特定时间段内的闭合程度，通常用百分比表示。人因研究通过监测眼睛的闭合状态即眼睑的活动情况来判定操作者的疲劳状态。Perclos法以其精确性和易操作性成为判断疲劳的主要指标。该方法使用眼睛闭合时间占特定时间的比率确定疲劳程度，包括P70、P80和EM，3种判定标准，分别表示瞳孔被眼睑纵向遮住70％的时间比率、遮住80％的时间比率以及眼睑均方闭合率。疲劳后被试的眼睑闭合度会增加，闭眼时间越长，说明操作者的疲劳程度越严重。

5. 眨眼疲劳指标

眨眼是一种常见的生理现象，指眼睑自动或主动地向下或向上移动的动作。在正常情况下，人类的眨眼频率约为每分钟10-20次，每次眨眼的持续时间大约为0.1-0.4s。

• 眨眼频率：指单位时间内的眨眼次数。眨眼次数随状态不同而变化的规律性不太强，主要表现为瞌睡前状态下眨眼次数变多。随着任务时间的延长，操作者的眨眼频率增加，说明操作者在任务过程中的疲劳程度不断加深。

• 眨眼持续时间：指每次眨眼时，眼睛由完全睁开到闭合再到完全睁开的过程所用的时间。疲劳状态下，眨眼持续时间变长。

三、ErgoLAB眼动分析与疲劳状态智能评估

ErgoLAB眼动分析模块：支持对人因研究中采集的眼动原始数据进行处理、分析与指标统计。眼动数据通过滤波进行降噪处理以及利用国际标准I-VT算法提取注视点。眼动分析包括热点图、轨迹图和3D图可视化分析，直观显示任务过程中眼睛运动的路径轨迹、注视时长等眼动状态。眼动统计可以导出兴趣区内的眼动注视指标以及瞳孔变化和眨眼情况等眼动状态指标。ErgoLAB眼动分析模块，可以满足人因研究中疲劳状态的客观测量，是利用眼动指标进行人因疲劳监测与分析的可靠平台。

ErgoLAB AI人因智能评估模块：平台内嵌AI疲劳等级预测模型，包括基于眼动数据的单模态疲劳预测模型，也包括将眼动数据与其他生理、脑电多模态人因数据进行创新融合的多模态疲劳预测模型，可自动对操作人员的疲劳状态进行识别与预警；同时，平台还提供了数据集构建、AI模型训练、AI算法中心、模型部署全流程功能模块，您可以自定义创建特定群体、特定任务的专属数据库与模型进行应用。

四、总结

疲劳不仅会影响人们的身体健康和生活质量，还会影响工作效率和人身安全。在人因研究中，疲劳问题也逐渐受到关注。近年来，眼动技术作为客观测评方法已经被广泛应用于人因中的疲劳研究，通过观察眼动数据，可以了解人们在不同疲劳状态下的注意力、认知和反应能力等方面的变化。总之，眼动技术已经成为研究人因中疲劳问题的重要工具。通过眼动技术，我们可以更好地了解人们在不同任务和工作负荷下的疲劳状态，预测和诊断疲劳问题，并采取相应的措施来预警和改善疲劳问题。

- End -