振动环境下数据图表编码形式对阅读绩效的影响机制研究

《Displays》：The influence of data chart encoding form on reading performance under vibration environment

本研究针对振动环境中数据可视化阅读性能下降的问题，系统探究了振动强度、图形形式、刻度精度与时间压力对数据识别任务的影响。通过振动平台模拟真实道路条件，采用12种图表材料进行行为实验。结果表明：水平条形图在振动环境下识别准确率最高(0.611)，半圆形图响应时间最短(1608ms)；高刻度精度(2)虽提升准确率至0.632，但会延长反应时间；振动强度与刻度精度存在显著交互效应(p<0.05)。该研究为车载界面设计提供了实证依据，对提升动态环境下信息认知效率具有重要意义。

　　

在智能驾驶和工业物联网快速发展的今天，数据可视化已成为信息传递的核心手段。然而当汽车行驶在崎岖路面或工厂设备持续运行时，产生的振动环境却像隐形杀手般干扰着人们的视觉认知。传统研究多聚焦静态条件下的图表设计原则，却忽视了真实场景中物理环境对认知过程的颠覆性影响。这种认知鸿沟使得现有设计指南在动态环境中的适用性存疑，特别是对于攸关安全的车载仪表界面设计而言，振动导致的误读可能引发严重后果。

为破解这一难题，江南大学设计学院陈天天团队在《Displays》发表创新研究，通过模拟三种典型道路振动条件（频率2Hz，位移最高达75.4mm），系统考察了33名持证驾驶员在四种图形形式（垂直条形图、水平条形图、圆形图、半圆形图）和三种刻度精度（10/5/2）下的数据识别表现。研究采用Unity开发实验程序，通过振动测试平台精确复现真实道路参数，并设置2000ms/4000ms两种时间压力条件，最终收集19008次有效试验数据。

关键技术方法包括：基于WT901-WIFI九轴角传感器采集实际道路振动参数；通过振动测试平台实现运动静止/低/中/高四种强度模拟（符合ISO2631标准）；采用Unity编程呈现12种图表材料；使用SPSS进行方差分析(ANOVA)和事后检验。

振动强度主效应分析显示，随着振动强度提升，准确率从静止状态的0.651显著下降至高强度时的0.520（F_3,18605=58.02，p<0.001），响应时间则从1469ms延长至1866ms。这一结果验证了振动会消耗额外认知资源，导致视觉信息处理效率下降的假设。

图形形式比较发现，水平条形图以0.611的准确率表现最佳，而半圆形图以1608ms的响应时间成为最速认知载体。进一步分析错误模式显示，线性图表70%误差源于数值高估，而环形图表误差分布则相对均衡。这表明不同空间编码方式会引发表征差异。

刻度精度实验揭示精度与效率的权衡关系：高精度(2)虽将准确率提升至0.632，但代价是反应时间延长。认知负荷理论解释这一现象——更密集的刻度标记增加了信息处理复杂度，符合希克定律(Hick's Law)的预测。

交互效应分析发现若干关键现象：振动强度与刻度精度存在显著交互（p<0.05），高强度振动环境下不同精度等级的性能差异缩小；图形形式与时间压力交互效应显著（p<0.01），时间压力缓解后圆形图准确率提升幅度达18.6%，说明时间约束对复杂图形的影响更为敏感。

讨论部分从视觉搜索与认知资源双视角解读现象：振动通过干扰前庭眼动反射(VOR)破坏视觉稳定性，同时迫使使用者分配认知资源维持姿势平衡，形成"双资源消耗"机制。水平条形图的优势源于其视觉扫描方向与振动方向的垂直关系，而半圆形图的高效性则得益于其空间信息密度优化特性。

该研究的实践价值体现在三方面设计指南：振动场景优先选用半圆形仪表板；圆形图设计需配合高精度刻度与荧光标记；根据任务优先级权衡刻度精度选择。这些发现不仅填补了动态环境下可视化设计理论的空白，更为智能座舱、工业监控等领域的界面优化提供了实证支撑。

研究局限在于未完全模拟驾驶多任务场景，且固定频率振动与真实道路条件存在差异。未来研究可引入双任务范式，结合动态振动频率变化，并采用语音输入等方式减少操作干扰，进一步提升生态效度。这项开创性工作为构建"环境自适应可视化"理论框架奠定了重要基石。