כיצד לחדש מערכות סימולטור להכשרת נהגים עם תובנות מעקב עיניים

טכנולוגיית מעקב עיניים יכולה לעזור לאנשי מקצוע בתעשיית הרכב לעצב טוב יותר סימולטורי נהיגה ותוכניות אימון. על ידי יצירה וניתוח של מדדי תשומת לב לנהג, יצרני סימולטור נהגים ומאמנים כאחד יכולים להבטיח חוויה בטוחה יותר מאחורי ההגה ועל הכביש.

אפילו יותר, א מעקב עיניים בתלת מימד הגדרת סימולטור נהיגה, במיוחד, מספקת תובנות חסרות תקדים לגבי תשומת לב חזותית, מודעות למצב והתנהגות נהגים רגילה.

אנו נפרק את האתגרים הנוכחיים בתעשייה ואת הפתרונות שמביא מעקב עיניים תלת מימד לטבלה למטה.

בעיה: אתגרי תוכניות הכשרת נהגים

ה שוק סימולטור נהיגה עולמי צפויה לחוות צמיחה יוצאת דופן בחמש השנים הקרובות. נכון לעכשיו, כמה מדינות אפילו עשו הכשרה בסימולטור - חובה לכל הנהגים העתידיים.

ובכל זאת, למרות ההתפתחות המתמשכת של תעשיית סימולטור הנהיגה, חברות יצרניות ומורי נהג מתמודדות עם שורה של אתגרים ומגבלות בתכניות הכשרה.

ניחוש תשומת לב נהג

מנקודת מבט פסיכולוגית, לסימולטור סטנדרטי ברמה נמוכה אין את היכולת לחשוף ולמדוד את הקשב והעומס הקוגניטיבי של המתאמן.

במילים פשוטות, כמאמן, אתה יכול להעריך את מה – פעולות הלומד – אך לא את אֵיך אוֹ למה – תשומת לב, תפיסה, כוונה. זה חל הן על הרגלי נהיגה קבועים והן על פעולות אינסטינקטיביות במצבי חירום. אתה יכול רק לנחש, לחקור ולהניח את הסיבות.

חשיפת שורש ההתנהגות של המתאמן היא קריטית לניטור, זיהוי ותיקון הרגלים שעלולים להיות מסוכנים.

חניך-מאמן פערי תקשורת

סביבת הסימולטור הממוצעת של הנהג מחייבת את המאמן להתמקם מאחורי המתאמן. מבחינת תקשורת, זה יוצר חסם דו-כיווני:

  1. הערכה לא מספקת - אי יכולת לראות לאן הלומד מסתכל ואם הוא או היא עוברים את הרצפים החזותיים המתאימים.
  2. הסחת דעת סביבתית – אם החניך יודע שהמנחה עומד מאחוריהם, יופעל עליו לחץ באופן לא מודע לפעול ולהגיב בצורה לא טבעית.

עם זאת, באמצעות פתרון תוכנת מעקב עיניים תלת מימד כמו GazeSense, המאמן אפילו לא יצטרך להיות באותו חדר כמו הלומד במהלך מפגשי התרגול. התוכנה שלנו מאפשרת ניטור מרחוק ולא פולשני של תנועות עיניים ותשומת לב חזותית בזמן אמת.

 

פנה לצוות שלנו בהודעה ישירה כדי לגלות כיצד מעקב עיניים תלת מימד יכול לסייע לחברה שלך ביצירת תובנות עוצמתיות של תשומת לב נהגים באימון סימולציה.

 

שימוש מופרז במשאבים

מחסור בנתוני תשומת לב מדויקים של הנהג מביא להשקעה גדולה יותר בתוכניות הכשרה.

מתאמנים דורשים יותר זמן ללמוד ולמאמנים יותר זמן להעריך ביצועים. גם כאשר תהליך האימון הושלם מבחינה טכנית, למאמן לא תהיה הבנה מלאה של התנהגותו של הלומד.

בנוסף לכך, המשאבים הכספיים שיוקצו להדרכה רק יגדלו ביחס לזמן הדרוש שהושקע.

סימולטור אימון נהגים

מָקוֹר: ויקיפדיה

אף על פי כן, גישה ממוקדת נתונים עם טכנולוגיית מעקב עיניים יכולה לקצץ בעלויות בכל הטווח.

פתרון: כיצד סביבת סימולטור נהיגה תלת מימדית יכולה לעזור

אז, אנחנו יודעים עם מה חלק מהבעיות העיקריות שעומדות בפני יצרנים, מאמנים ואנשי מקצוע אחרים בהדמיית רכב. אנחנו גם יודעים שפתרון בר-קיימא הוא יצירת סביבת סימולטור נהיגה תלת-ממדית למעקב אחר עיניים עבור תוכניות אימון.

אבל ברמה ספציפית - איך הטכנולוגיה מאפשרת לחברות להבין טוב יותר את תשומת הלב וההתנהגות של הנהגים? באילו נתונים ומדדים מדובר? מדוע התובנות הבאות חשובות כל כך בחינוך הנהג?

בעזרת מעקב עיניים תלת מימד, מאמני נהיגה ויצרני סימולטור יכולים:

זיהוי התחלה של עייפות ונמנום

על פי מחקר שנערך על ידי NHTSA, ישנוניות מאחורי ההגה מובילה לליקויים בביצועים אנושיים כמו "זמן תגובה איטי יותר", "עירנות מופחתת ו"חוסרים בעיבוד מידע". ה נציבות תאונות תחבורה מוסיף כי עייפות נהג גורמת לכ-20% של את כל מקרי מוות בתאונת דרכים.

תנועות עיניים ודפוסי מבט של נהג-חניך יכולים לחשוף סימנים ברורים של ישנוניות. 

אם הם חוו עייפות במהלך הפגישה, למאמן יהיו נתונים קונקרטיים כדי לחבר את המצב הקוגניטיבי לביצועי הלומד ולהדגיש את חשיבות המנוחה לפני הנהיגה.

התנהגות והרגלים נכונים של נהג

באיזו תדירות הנהג החניך בודק מראות? מה לגבי מד המהירות? כאשר מתעוררת הסחת דעת - בין אם ויזואלי, ידני או קוגניטיבי –, מה התגובה? אי אפשר יהיה לענות על שאלות אלו בלי לדעת מתי ו איפה הנהג מסתכל.

מעקב עיניים לרכב

על מנת לטפל בהרגלי נהיגה לא רצויים ולפתח הרגלי נהיגה יעילים, אתה יכול להשתמש בנתוני מעקב עיניים לגישה מעשית לתיקון התנהגות. אתה יכול לא רק לראות מה המתאמן בדק אלא גם מאילו מרכיבי לוח המחוונים הם התעלמו לחלוטין.

בניית מודעות מצבית

מעקב עיניים תלת מימד מאפשר לך לבדוק את האינסטינקטים של הלומד בנסיבות בלתי צפויות. אתה יכול להעריך ולעבוד על איך הם מגיבים בתנאי ראות נמוכה, כגון גשם חזק או סופות שלג. בנוסף, אתה יכול להגביר את מניעת תאונות על ידי הערכת ביצועים במקרה של תקלות ברכב או מקרי חירום אחרים.

פיתוח מודעות למצב כחלק מתוכנית סימולטור לנהג הוא הכרחי כדי להבטיח תגובות מתאימות מיידיות במהלך אירועים בלתי צפויים.

עקוב אחר התקדמות הביצועים

על ידי איסוף נתוני מעקב מבט לאורך תוכנית האימון, המאמן מסוגל להשוות את ביצועי הלומד מפגישה למפגש. הנתונים מוזרמים בזמן אמת ולאחר מכן מאוחסנים להערכה מאוחרת יותר. לכן, יהיה קל יותר לעקוב ולסקור את ההתקדמות ההתנהגותית והקוגניטיבית של המתאמן.

דוגמה לסימולטור אימוני נהיגה מעקב עיניים

יתרה מכך, אין צורך להיעזר בהנחות או להסתכן במפגש עם נתונים פגומים. מדדי מעקב עיניים תלת מימדיים מדויקים, קלים לפענוח ואובייקטיביים. זה מאפשר למפקח לנקוט עמדה בלתי משוחדת ומוכשרת ביחסי האימון.

צור סביבת הכשרת נהגים מציאותית

במקרה של סימולטור נהג ברמה נמוכה, זה יכול להיות מאתגר לשחזר את התנאים של תא רכב מלא. כך או כך, מעקב אחר עיניים בתלת מימד מספק את כל הרכיבים הטכניים הדרושים ליצירת ולנטר חווית נהיגה טבעית וסוחפת.

היעדר כיסויי ראש או מכשירי הקלטה מגושמים אחרים מסירים הסחות דעת מסביבת המתאמן. משם, כל שעל הלומד לעשות הוא להתמקד בביצוע הרצפים הוויזואליים הנכונים ותגובה למרכיבי הסימולציה הוירטואליים.

הערכת עיצוב סימולטור הנהג

מצד היצרן, חיוני לתכנן, לפתח ולבנות סימולטור אמיתי ככל האפשר. לוח המחוונים, הפקדים והאלמנטים האינטראקטיביים ממלאים כולם תפקיד מכריע באופן שבו אדם עובר תוכנית הכשרת נהג.

סימולטור מנהלי התקנים

מָקוֹר: חיל האוויר האמריקאי

למרות מאמצי המחקר ובדיקות A/B, תמיד יהיו שיפורים שרק חווית מתאמן אמיתית יכולה לחשוף. 

על ידי ניתוח מדדים הנוגעים לתשומת לב הנהגים (או היעדר תשומת לב), לחברות יהיו התובנות הניתנות לפעולה הדרושות כדי להעריך מחדש תכנונים ולבנות מודלים טובים יותר של סימולטור.

ספק משוב מעשי למתאמן

במקום פשוט לספר למתאמן מה הוא עשה נכון, לא בסדר או בכלל לא במהלך אימון, הראה להם עם תוצאות מעקב עיניים. טכנולוגיה זו יוצרת מערכת יחסים חזקה ואינטראקטיבית יותר בין מאמן למתאמן באמצעות תחקירים משופרים.

בהתבסס על פלט הנתונים מתוכנת מעקב עיניים תלת-ממדית, מדריכים יכולים לספק משוב אובייקטיבי ויעיל, כל זאת תוך שיתוף הנהג העתידי בלמידה אדפטיבית.

השתמש בנתונים כדי להגביר את הבטיחות

קראת את הסטטיסטיקה. אל תסתכן בתוספת למספר המדאיג ממילא של תאונות דרכים והרוגים בתאונות דרכים על ידי התעלמות מכל היבט הקשור לבטיחות באימוני סימולציה. 

בין אם זה מכוון עיצוב או מבוסס ביצועים, כל אלמנט ויזואלי, קוגניטיבי והתנהגותי תורם להצלחה או לכישלון של סימולטור נהיגה. זה המקום שבו הנתונים נכנסים פנימה.

מעקב אחר מבט סימולציית נהג

נתוני מעקב מבט מצביעים על פערים, נקודות עיוורות ואובייקטים מעניינים שרק המתאמן-נהג יכול לראות כשהוא מאחורי ההגה. הדרך היחידה שבה מורה יכול לקבל את אותה תצוגה היא על ידי איסוף מידע העין, הפקת הנתונים והפיכתם לתובנות תשומת לב של הנהג.

קיצוץ בעלויות וזמן להכשרת נהגים

אנחנו כבר יודעים שמעקב עיניים מפחית את כמות המשאבים הכספיים והקשורים בזמן הנדרשים לתוכניות הכשרת נהגים יעילות. עם זאת, מעקב עיניים סטנדרטי כמעט תמיד דורש כיסוי ראש כלשהו שמגדיל את ההשקעה הכוללת במקום להוריד אותה.

לעומת זאת, למעקב אחר עיניים בתלת מימד, ממש אין שום גבולות. אם יש לך מצלמת תלת מימד לצרכן, כל מה שאתה צריך לעשות הוא ליישם את התוכנה הזולה כדי להתחיל לנטר את תנועות העיניים של מתאמנים. 

מבחינת ציוד, שעות ומשאבי אנוש, זהו הנכס החסכוני ביותר עבור סימולטורים לנהיגה.

שדרוג: GazeSense, תוכנת מעקב עיניים תלת-ממדית שלנו למדדי תשומת לב נהגים

הצוות שלנו פיתח פתרון נגיש לחוויית סימולטור נהיגה תלת-ממדית מרתקת. GazeSense מקדם אינטראקציה בין אדם למכונה, מאפשר הגדרת אימון מציאותית ויוצר את התנאים האופטימליים להדמיות נהגים.

ניטור תשומת לב נהג לא פולשני

בסימולטור של נהג, ממש כמו בתרחיש אמיתי, כל הסחות דעת נוספות אינן קבילות. כדי להבטיח שהמיקוד של המתאמן יהיה רק במשימת הנהיגה שעל הפרק, תכננו את התוכנה שלנו כך שתהיה בלתי תלויה בכיסויי ראש למעקב אחר עיניים.

לא צריך משקפיים, לא צריך אוזניות, לא צריך מכשיר מעקב עיניים מכל סוג שהוא. בשילוב עם מצלמת תלת מימד עדינה, התוכנה שלנו מתעדת אוטומטית תנועות עיניים ממרחק. המצלמה יכולה להיות ממוקמת במרחק של עד 4.3 רגל (1.3 מטר) מהמתאמן על לוח המחוונים ולאסוף במדויק נתוני תשומת לב של הנהג.

בדיקת התאמה לסביבה

נהג מוכשר צריך להיות מוכן לכל תנאי תאורה בכביש, בין אם נוהגים באור יום, באמצע הלילה או מזג אוויר נמוך.

מעקב עיניים תלת מימד לאימון סימולטור נהיגה

לכן, ניתן להתאים את פתרון מעקב העיניים התלת מימד שלנו לשחזור כל הגדרת נהיגה אותנטית. תאימות האור הנמוך שלו הופכת אותו לאידיאלי למעקב בכל סביבת תרגול אפלולית או בהירה.

נתוני תשומת לב בשידור חי

במהלך ההדרכה, המפקח יכול לצפות בתשומת הלב של הנהג כשהיא מופצת בתוך סימולטור הנהיגה. מעקב עיניים תלת מימד מבטיח פלט נתונים בזמן אמת, המאפשר לבצע תיקונים במקום.

לאחר כל מפגש, ניתן לשמור את נתוני הקשב למתן משוב פנים אל פנים למתאמן.

מפות חום, עלילות מבט ומדדים נוספים

על מנת לפרש נתוני מעקב עיניים, עליך להפיק אותם בפורמט מובן הן למאמן והן למתאמן. כאן נכנסים לתמונה מדדים וייצוגים חזותיים.

לדוגמה, מפות חום של תשומת לב של נהג, מפות אטימות וערימות מבט הם כלים קלים לשימוש להבנת תשומת הלב של הנהג. במקרה של מפות חום, אתה יכול לראות את האלמנטים שנחשבו כארוכים ביותר ולרוב בגוונים "חמים" יותר, ואילו אלו שהתעלמו מהם מופיעים בגוונים "קרים" יותר.

מפות אטימות מבוססות על עיקרון דומה, אך משתמשות באזורים כהים ובהירים, בהתאמה מטושטשים או במיקוד. עלילות מבט מתארות את הרצף החזותי של המתאמן בזמן שהוא או היא הסתכלו על כל רכיב בתוך הסימולטור. אתה יכול גם להעריך את זמן השהייה, כלומר כמה זמן בילה הלומד בהסתכלות על אובייקט מסוים.

אזור עניין של מעקב עיניים תלת מימד

על מנת ליצור ייצוגים אלו, תוכנת מעקב עיניים תלת מימדית תוחמת את האלמנטים המיועדים לניתוח כתחומי עניין (AOIs) ואובייקטי עניין תלת מימדיים.

כיול אוטומטי בהגדרת סימולטור הנהיגה

פתרונות מעקב עיניים סטנדרטיים דורשים תהליך כיול נרחב ולא מדויק. זה פחות או יותר פגיעה, ואם תפספס, נתוני הנהג שלך יהיו פגומים ולא שמישים.

עם חלופה תלת מימדית כמו GazeSense, המתאמן מכויל באופן אוטומטי ונכון. זה מאפשר למאמנים לחסוך עוד יותר זמן בתהליך ההכנה, תוך הקצאת משאבים נוספים לקראת מפגשי האימון בפועל.

לגבי ההגדרה הכוללת, אתה רק צריך לאבטח מצלמת חישת עומק מסחרית בסימולטור הנהיגה ולחבר אותה למחשב עם התוכנה מותקנת. לאחר שתמפה במהירות את האובייקטים ואת אזורי העניין התלת-ממדיים, תוכל להתחיל באופן מיידי להזרים ולאחסן מידע תשומת לב חזותי.

תובנות מדויקות של תשומת לב נהג

מחקרים רבים הוכיחו את הדיוק, הדיוק והאיכות של טכנולוגיית מעקב עיניים כאשר ההגדרה מכוילת כראוי. בסופו של יום, גישה מבוססת נתונים וראיות לחינוך נהגים תוביל לתובנות שיכולות לעצב מחדש את הסטטיסטיקה וליצור חוויות בטוחות יותר עבור נהגים, נוסעים והולכי רגל כאחד.

 

👉 בנה את הסימולטורים של המחר. הרכבת נהגים להשיג ביצועים גבוהים בכל נסיבות. השתמש בטכנולוגיית מעקב עיניים תלת-ממדית כדי לאסוף את תובנות תשומת הלב החשובות של הנהג.

שלח הודעה לצוות הצלחת הלקוחות שלנו כדי לגלות כיצד תוכל להתאים אישית ולשלב את פתרון התוכנה שלנו כדי להאיץ את חוויית סימולציית הנהיגה שלך.

 

מקור תמונה מומלצת: ויקיפדיה