不同速度条件下火车司机危险响应性能的眼动预测指标研究

针对铁路异物入侵事故频发的问题，西南交通大学联合多家单位开展火车司机危险感知研究，通过眼动追踪技术分析120km/h与240km/h速度下的视觉注意特征。研究发现标准速度下搜索时间比（TP）正向预测危险响应效能，而高速条件下平均注视时长（FD）负向预测响应表现，并首次揭示司机存在左偏注意偏侧化现象。该成果为优化司机培训、轨道标志布局及异物检测系统设计提供理论依据。

　　

铁路安全的核心在于驾驶员对轨道异物的快速识别能力，但随着列车速度提升，传统依赖视觉的驾驶模式面临严峻挑战。中国国家铁路局2019-2021年安全公报显示，56%的重大事故源于司机失误，其中轨道入侵异物（如违规行人、接触网悬挂物、遗留工具）是主要诱因。西南交通大学联合济南铁路局、辽宁师范大学等机构的研究团队注意到，不同速度条件下司机的视觉策略存在显著差异：低速时单调环境易导致注意力涣散，而高速时信息过载又会降低反应效能。这种速度相关的认知特性差异，亟需通过科学量化指标来解析。

研究团队采用高保真铁路驾驶模拟平台（160°水平视场角）和Tobii X120眼动仪（120Hz采样率），对60名男性司机分组进行120km/h（普速组）与240km/h（高速组）的模拟驾驶实验。通过27段随机呈现的异物入侵视频（含左弯/直道/右弯场景），记录司机从危险出现到按键刹车的接近碰撞距离（DTNC），并分析危险出现前1秒的眼动热图。关键技术包括：动态视觉搜索任务设计、Z-score标准化数据处理、分层回归分析模型，以及基于铁路安全公告的三种典型异物场景建模（行人入侵、接触网异物、轨道遗留工具）。

危险响应性能的速度差异
三因素方差分析显示，轨道类型（F=123.036,p<0.001）、异物类型（F=542.453,p<0.001）和速度组（F=57.864,p<0.001）均显著影响DTNC。在普速条件下，司机对直道行人识别的DTNC（325.742m）显著长于弯道，而高速组该优势消失；接触网异物识别在高速时完全丧失轨道类型差异（F=1.293,p>0.05），表明速度提升会削弱曲线识别能力，尤其对高显著性目标更明显。

眼动指标的预测作用
分层回归证实：普速组搜索时间比（TP）能正向预测DTNC（β=0.190*），反映持续注意力的重要性；高速组平均注视时长（FD）则呈负向预测（β=-0.227*），说明信息处理效率是关键。这与Suzuki等关于司机识别轨道沉降的研究结论一致，但首次明确了速度条件的调节效应。

左偏注意偏侧化现象
司机对左弯行人识别的TP（58.7%）和FD（0.42s）均显著高于右弯（52.1%,0.38s），且高速时偏侧效应加剧。但该现象仅存在于地面异物（如行人、工具），对空中接触网异物无显著偏侧，暗示空间位置对注意分配存在特异性影响。

这项发表于《Scientific Reports》的研究，首次建立了速度依赖的眼动预测模型：普速铁路需强化司机持续注意力训练（如TP指标监测），而高速线路应提升信息处理速度（通过FD指标评估）。发现的左偏注意偏侧化现象，为优化轨道标志左置策略提供依据，例如将关键信号灯优先布设在左侧弯道。未来研究可结合脑电（EEG）等生理指标，进一步揭示不同速度下危险感知的神经机制。该成果不仅填补了铁路人因工程领域的理论空白，更为智能驾驶辅助系统的视觉算法设计提供了生物特征参照。