איך לחדש מערכות סימולטור לאימון נהגים בעזרת תובנות קשב ממעקב עיניים

טכנולוגיית מעקב עיניים יכולה לעזור לאנשי מקצוע בתעשיית הרכב לתכנן סימולטורי נהיגה ותוכניות אימון טובים יותר. בעזרת הפקה וניתוח של מדדי קשב של הנהג, יצרני סימולטורים ומדריכים כאחד יכולים לתמוך בחוויה בטוחה יותר מאחורי ההגה ועל הכביש.

יתרה מזאת, סימולטור נהיגה עם מעקב עיניים בתלת־ממד מספק תובנות חסרות תקדים על קשב חזותי, מודעות מצבית והרגלי הנהיגה של הנהג.

בהמשך נפרט את האתגרים הנוכחיים בתעשייה ואת הפתרונות שמעקב עיניים בתלת־ממד מביא איתו.

הבעיה: האתגרים של תוכניות לאימון נהגים

השוק העולמי של סימולטורי נהיגה צפוי לצמוח בקצב מרשים בחמש השנים הקרובות. לאחרונה כמה מדינות אף הפכו את האימון בסימולטור לחובה לכל הנהגים העתידיים.

ובכל זאת, למרות ההתפתחות המתמדת של תעשיית סימולטורי הנהיגה, היצרנים ומורי הנהיגה מתמודדים עם שורה של אתגרים ומגבלות בתוכניות האימון.

ניחושים לגבי הקשב של הנהג

מבחינה פסיכולוגית, סימולטור בסיסי רגיל אינו מסוגל לחשוף ולמדוד את הקשב והעומס הקוגניטיבי של החניך.

במילים פשוטות, כמדריכים אתם יכולים להעריך את המה (הפעולות של הלומד), אבל לא את האיך או הלמה (קשב, תפיסה, כוונה). זה נכון גם להרגלי נהיגה שגרתיים וגם לתגובות אינסטינקטיביות במצבי חירום. אפשר רק לנחש, לבדוק ולהניח מה עומד מאחורי הדברים.

חשיפת שורש ההתנהגות של החניך חיונית למעקב אחר הרגלים שעלולים להיות מסוכנים, לזיהוי שלהם ולתיקונם.

פערי תקשורת בין החניך למדריך

בסימולטור נהיגה טיפוסי המדריך צריך לשבת מאחורי החניך. מבחינת תקשורת, הדבר יוצר חסם כפול:

1. הערכה חסרה: המדריך לא יכול לראות לאן הלומד מסתכל והאם הוא מבצע את רצפי ההסתכלות הנכונים.
2. הסחת דעת מהסביבה: כשהחניך יודע שהמפקח יושב מאחוריו, הוא ירגיש לחץ לא מודע ויפעל ויגיב באופן לא טבעי.

אבל עם פתרון תוכנה למעקב עיניים בתלת־ממד כמו GazeSense, המדריך אפילו לא צריך להיות באותו חדר עם הלומד במהלך האימונים. התוכנה שלנו מאפשרת ניטור מרחוק ולא פולשני של תנועות העיניים והקשב החזותי בזמן אמת.

כתבו לצוות שלנו כדי לגלות איך מעקב עיניים בתלת־ממד יכול לעזור לחברה שלכם להפיק תובנות משמעותיות על קשב הנהג באימון בסימולטור.

שימוש מופרז במשאבים

היעדר נתונים מדויקים על קשב הנהג מוביל להשקעה גדולה בהרבה בתוכניות האימון.

החניכים צריכים יותר זמן כדי ללמוד, והמדריכים צריכים יותר זמן כדי להעריך את הביצועים. גם כשתהליך האימון הסתיים מבחינה טכנית, למדריך אין הבנה מלאה של התנהגות הלומד.

בנוסף, המשאבים הכספיים המוקצים לאימון רק יגדלו ביחס לזמן שצריך להשקיע.

מקור: ויקיפדיה

עם זאת, גישה מבוססת נתונים עם טכנולוגיית מעקב עיניים יכולה לחסוך בעלויות בכל התחומים.

הפתרון: איך סימולטור נהיגה עם מעקב עיניים בתלת־ממד יכול לעזור

אז אנחנו יודעים מהן חלק מהבעיות המרכזיות שאיתן מתמודדים יצרנים, מדריכים ואנשי מקצוע אחרים בתחום הסימולציה לרכב. אנחנו גם יודעים שפתרון מעשי הוא בניית סביבת סימולטור נהיגה עם מעקב עיניים בתלת־ממד לתוכניות האימון.

אבל ברמה הפרטנית: איך הטכנולוגיה מאפשרת לחברות להבין טוב יותר את הקשב וההתנהגות של הנהג? באילו נתונים ומדדים מדובר? ולמה התובנות שנובעות מהם כל כך חשובות בלימוד נהיגה?

עם מעקב עיניים בתלת־ממד, מדריכי נהיגה ויצרני סימולטורים יכולים:

לזהות את תחילתן של עייפות ונמנום

לפי מחקר של ה־NHTSA, ישנוניות מאחורי ההגה פוגעת בביצועים האנושיים ומובילה ל"זמן תגובה איטי יותר", ל"ירידה בערנות" ול"ליקויים בעיבוד מידע". ה־Transport Accident Commission מוסיפה שעייפות נהגים אחראית לכ־20% מכל מקרי המוות בתאונות דרכים.

תנועות העיניים ודפוסי המבט של נהג בהכשרה יכולים לחשוף סימנים ברורים של נמנום. 

אם החניך חווה עייפות במהלך האימון, יהיו בידי המדריך נתונים קונקרטיים שמקשרים בין המצב הקוגניטיבי לביצועים של הלומד, והוא יוכל להדגיש את החשיבות של מנוחה לפני נהיגה.

לתקן את ההתנהגות וההרגלים של הנהג

באיזו תדירות החניך בודק את המראות? ומה עם מד המהירות? כשמופיעה הסחת דעת, חזותית, ידנית או קוגניטיבית, מהי התגובה? אי אפשר לענות על השאלות האלה בלי לדעת מתי ולאן הנהג מסתכל.

כדי לטפל בהרגלי נהיגה לא רצויים ולפתח הרגלים יעילים, אפשר להשתמש בנתוני מעקב העיניים לתיקון התנהגות מעשי. תוכלו לראות לא רק מה החניך בדק, אלא גם מאילו רכיבים בלוח המחוונים הוא התעלם לחלוטין.

לבנות מודעות מצבית

מעקב עיניים בתלת־ממד מאפשר לבחון את האינסטינקטים של הלומד בנסיבות בלתי צפויות. אפשר להעריך ולשפר את התגובה שלו בתנאי ראות ירודה, כמו גשם כבד או סופות שלג. בנוסף, אפשר לשפר את מניעת התאונות על ידי הערכת הביצועים במקרה של תקלות ברכב או מצבי חירום אחרים.

פיתוח מודעות מצבית כחלק מתוכנית אימון בסימולטור חיוני כדי להבטיח תגובה מיידית ונכונה לאירועים בלתי צפויים.

לעקוב אחר ההתקדמות בביצועים

באיסוף נתוני מעקב מבט לאורך כל תוכנית האימון, המדריך יכול להשוות את הביצועים של הלומד בין אימון לאימון. הנתונים מוזרמים בזמן אמת ונשמרים לאחר מכן להערכה מאוחרת יותר. כך קל יותר לעקוב אחר ההתקדמות ההתנהגותית והקוגניטיבית של החניך ולבחון אותה.

יתרה מזאת, אין צורך להסתמך על הנחות או להסתכן בנתונים שגויים. מדדי מעקב העיניים בתלת־ממד מדויקים, קלים לפענוח ואובייקטיביים. כך המפקח יכול לנקוט עמדה מקצועית ונטולת הטיות ביחסי האימון.

ליצור סביבת אימון מציאותית לנהגים

בסימולטור נהיגה בסיסי קשה לשחזר את התנאים של תא נהג מלא. ועדיין, מעקב עיניים בתלת־ממד מספק את כל הרכיבים הטכנולוגיים הנדרשים כדי ליצור חוויית נהיגה טבעית וסוחפת ולנטר אותה.

היעדרם של ציוד ראש או מכשירי הקלטה מגושמים אחרים מסיר הסחות דעת מסביבת החניך. מכאן, כל מה שהלומד צריך לעשות הוא להתרכז בביצוע רצפי ההסתכלות הנכונים ובתגובה לרכיבי הסימולציה הווירטואלית.

להעריך את תכנון סימולטור הנהיגה

מבחינת היצרן, חיוני לתכנן, לפתח ולבנות סימולטור שנאמן למציאות ככל האפשר. לוח המחוונים, אמצעי השליטה והרכיבים האינטראקטיביים ממלאים כולם תפקיד מכריע באופן שבו אדם עובר תוכנית אימון לנהיגה.

מקור: U.S. Air Force

למרות מאמצי המחקר ובדיקות A/B, תמיד יהיו שיפורים שרק חוויה של חניך אמיתי יכולה לחשוף. 

בעזרת ניתוח מדדים הקשורים לקשב הנהג (או להיעדרו), לחברות יהיו התובנות המעשיות הדרושות כדי לבחון מחדש את התכנון ולבנות דגמי סימולטור טובים יותר.

לתת לחניכים משוב מעשי

במקום רק לספר לחניך מה עשה נכון, מה עשה לא נכון ומה לא עשה בכלל במהלך האימון, הראו לו זאת בתוצאות מעקב העיניים. הטכנולוגיה הזו יוצרת קשר חזק ואינטראקטיבי יותר בין המדריך לחניך בזכות תחקירים טובים יותר.

על סמך הנתונים שמפיקה תוכנת מעקב העיניים בתלת־ממד, המדריכים יכולים לתת משוב אובייקטיבי ויעיל, ובמקביל לשתף את הנהג לעתיד בלמידה מותאמת.

להשתמש בנתונים כדי להגביר את הבטיחות

קראתם את הנתונים הסטטיסטיים. אל תסתכנו בהגדלת המספר המדאיג ממילא של תאונות דרכים והרוגים בכך שתתעלמו מהיבט כלשהו של בטיחות באימון בסימולציה. 

בין שמדובר בתכנון ובין שבביצועים, כל רכיב חזותי, קוגניטיבי והתנהגותי תורם להצלחה או לכישלון של סימולטור נהיגה. כאן נכנסים הנתונים לתמונה.

נתוני מעקב המבט מצביעים על פערים, על שטחים מתים ועל אובייקטים שמושכים עניין, שרק הנהג החניך רואה כשהוא יושב מאחורי ההגה. הדרך היחידה של המדריך לקבל את אותה תמונה היא לאסוף את המידע על העיניים, להפיק ממנו נתונים ולהפוך אותם לתובנות על קשב הנהג.

לחסוך בעלויות ובזמן של אימון נהגים

אנחנו כבר יודעים שמעקב עיניים מקטין את המשאבים הכספיים ואת הזמן הנדרשים לתוכניות אימון יעילות לנהגים. עם זאת, מעקב עיניים רגיל דורש כמעט תמיד ציוד ראש כלשהו, שמגדיל את ההשקעה הכוללת במקום להקטין אותה.

מעקב עיניים בתלת־ממד, לעומת זאת, פשוט לא מחייב שום ציוד נלווה. אם יש לכם מצלמת תלת־ממד צרכנית, כל מה שצריך הוא להטמיע את התוכנה, במחיר נגיש, כדי להתחיל לעקוב אחר תנועות העיניים של החניכים. 

מבחינת ציוד, שעות עבודה וכוח אדם, זהו נכס משתלם מאוד לסימולטורי נהיגה.

השדרוג: GazeSense, תוכנת מעקב העיניים בתלת־ממד שלנו למדדי קשב של נהגים

הצוות שלנו פיתח פתרון נגיש לחוויית סימולטור נהיגה מרתקת עם מעקב עיניים בתלת־ממד. GazeSense מקדמת את האינטראקציה בין אדם למכונה, מאפשרת סביבת אימון מציאותית ויוצרת את התנאים האופטימליים לסימולציות נהיגה.

ניטור לא פולשני של קשב הנהג

בסימולטור נהיגה, בדיוק כמו במציאות, אין מקום להסחות דעת נוספות. כדי להבטיח שהחניך מתרכז רק במשימת הנהיגה, תכננו את התוכנה שלנו כך שלא תהיה תלויה בציוד ראש למעקב עיניים.

לא צריך משקפיים, לא צריך אוזניות, לא צריך שום מכשיר ייעודי למעקב עיניים. בשילוב עם מצלמת תלת־ממד דיסקרטית, התוכנה שלנו מתעדת את תנועות העיניים באופן אוטומטי ממרחק. אפשר להציב את המצלמה על לוח המחוונים במרחק של עד 1.3 מטר (4.3 רגל) מהחניך, ועדיין לאסוף נתונים מדויקים על קשב הנהג.

התאמה לסביבת הבדיקה

נהג מיומן צריך להיות מוכן לכל תנאי תאורה בכביש, בין שהוא נוהג לאור יום, באמצע הלילה או במזג אוויר עם תאורה חלשה.

לכן אפשר להתאים את פתרון מעקב העיניים בתלת־ממד שלנו כדי לשחזר כל סביבת נהיגה אמיתית. התאימות שלו לתאורה חלשה הופכת אותו לאידיאלי למעקב בכל סביבת אימון, חשוכה או מוארת.

שידור חי של נתוני הקשב

במהלך האימונים המפקח יכול לצפות באופן שבו קשב הנהג מתחלק בתוך סימולטור הנהיגה. מעקב עיניים בתלת־ממד מספק נתונים בזמן אמת, כך שאפשר לבצע תיקונים במקום.

אחרי כל אימון אפשר לשמור את נתוני הקשב כדי לתת לחניך משוב פנים אל פנים.

מפות חום, מפות מבט ומדדים נוספים

כדי לפרש נתוני מעקב עיניים צריך להציג אותם בפורמט מובן גם למדריך וגם לחניך. כאן נכנסים לתמונה המדדים וההמחשות החזותיות.

לדוגמה, מפות חום של קשב הנהג, מפות אטימות ומפות מבט הן כלים נוחים להבנת הקשב של הנהג. במפות חום, הרכיבים שבהם הסתכלו הכי הרבה זמן והכי הרבה פעמים מופיעים בגוונים "חמים" יותר, ואילו אלה שהתעלמו מהם מופיעים בגוונים "קרים" יותר.

מפות אטימות פועלות על עיקרון דומה, אבל עם אזורים כהים ובהירים, כלומר מטושטשים או חדים בהתאמה. מפות המבט מציגות את רצף ההסתכלות של החניך כשהביט בכל רכיב בסימולטור. אפשר גם להעריך את זמן השהייה (dwell time), כלומר כמה זמן הלומד הביט באובייקט מסוים.

כדי להפיק את ההמחשות האלה, תוכנת מעקב העיניים בתלת־ממד מגדירה את הרכיבים המיועדים לניתוח כאזורי עניין (AOI) וכאובייקטי עניין בתלת־ממד.

כיול אוטומטי בסימולטור הנהיגה

פתרונות מעקב עיניים רגילים דורשים תהליך כיול ארוך ולא מדויק. זה די עניין של מזל, ואם לא מצליחים, נתוני הנהג יהיו שגויים ולא שמישים.

עם חלופה תלת־ממדית כמו GazeSense, החניך מכויל באופן אוטומטי ונכון. כך המדריכים חוסכים עוד זמן בשלב ההכנה ומפנים יותר משאבים לאימונים עצמם.

ומבחינת ההתקנה הכוללת, צריך רק לקבע מצלמת עומק מסחרית בסימולטור הנהיגה ולחבר אותה למחשב שהתוכנה מותקנת בו. אחרי מיפוי מהיר של אובייקטי התלת־ממד ואזורי העניין, אפשר מיד להתחיל להזרים ולשמור מידע על הקשב החזותי.

תובנות מדויקות על קשב הנהג

מחקרים רבים הראו את הדיוק, ההקפדה והאיכות של טכנולוגיית מעקב העיניים כשההתקנה מכוילת כראוי. בסופו של דבר, גישה מבוססת נתונים וראיות ללימוד נהיגה תוביל לתובנות שיכולות לשנות את הסטטיסטיקה וליצור חוויה בטוחה יותר לנהגים, לנוסעים ולהולכי רגל כאחד.

👉 בנו את הסימולטורים של המחר. אמנו נהגים להגיע לביצועים גבוהים בכל מצב. השתמשו בטכנולוגיית מעקב עיניים בתלת־ממד כדי לאסוף את התובנות היקרות מפז האלה על קשב הנהג.

כתבו לצוות הצלחת הלקוחות שלנו כדי לגלות איך אפשר להתאים ולשלב את פתרון התוכנה שלנו ולהאיץ את חוויית סימולציית הנהיגה שלכם.

מקור התמונה הראשית: ויקיפדיה