显示终端对夜航视觉影响综合评价

李建民 黄加伟 杨淙喜 李彬 胡甚平

摘要：为引起航海设备制造商对显示终端影响驾驶员视觉问题的重视并推动技术革新，合理布局显示终端，采用改进德尔菲法向航海领域专家进行咨询，基于调研数据对所有显示终端影响驾驶员视觉的因素进行权重排序，确定影响程度大小。为降低显示终端对夜航视觉的影响并在今后有针对性地处理所出现的问题，提出灰色综合评价的方法体系并进行实船验证。研究表明：影响视觉的因素中眩光所占权重最大，其次是舷窗反射;影响光源主要是设备显示终端;利用灰色综合评价可以对显示终端的影响进行有效、客观的评价。

关键词：
显示终端; 视觉功效; 视觉心理; 层次分析法; 灰色综合评价

中图分类号：
U663.81    文献标志码：
A

Comprehensive evaluation of effects of navigation

equipment display terminals on night vision

LI Jianmin1， HUANG Jiawei1， YANG Congxi1， LI Bin1， HU Shenping2

（1.Navigation College， Dalian Maritime University， Dalian 116026， Liaoning， China;

2.Merchant Marine College， Shanghai Maritime University， Shanghai 201306， China）

Abstract：
To arouse the attention of the manufacturers of navigation equipments to the problem of display terminals affecting drivers vision， to promote the technical innovation， and to achieve the reasonable layout of display terminals， the improved Delphi method is used to consult the experts in navigation field， and the weights of all factors affecting drivers vision are sorted based on the survey data to determine the degree of influence. To reduce the effect of display terminals on night vision and deal with the problems in the future， a grey comprehensive evaluation method system is proposed and verified by ships. The study shows that：
the glare has the largest weight in the factors affecting vision， followed by the porthole reflection; the main influence light source is the equipment display terminal; the grey comprehensive evaluation can effectively and objectively evaluate the effect of display terminals.

Key words：
display terminal; visual performance; visual psychology; analytic hierarchy process; grey comprehensive evaluation

0 引 言

導航、助航设备是保证船舶航行安全的重要手段，显示终端是设备人机互动的主要途径。伴随船舶智能化、信息化程度的加深，船舶驾驶台内各种设备数量与日俱增。导航、助航信息的有效性、可信性、延时性和完善性一直备受关注，国际海事组织（IMO）海上安全委员会在2018年5月16日至25日召开的第99次会议上通过《经修订的综合导航系统（INS）性能标准》（MSC.252（83）决议）修正案[1]。光对航行安全的影响问题由来已久，国内外学者在外部环境背景灯光、船舶信号灯光和航标灯光对航行安全的影响方面取得了大量研究成果[2-3]。显示终端在提供人机界面的同时，在夜航条件下对航行安全的影响同样不容忽视[4]。本文通过分析显示终端对驾驶员视觉的影响，选用层次分析法（analytic hierarchy process， AHP）确定各影响因素的权重，选用基于白化权函数的灰色评价模型评价显示终端对航行安全的影响，为今后相关性能标准修订，导航、助航设备显示终端研发升级及安装布局，舷窗玻璃材质的选取提供技术参考。

1 显示终端对视觉功效的影响

视觉功效是人类借助视觉器官完成一定视觉作业的能力，通常用完成作业的速度和精度来评定视觉功效[5]。对于夜航期间船舶驾驶台而言，显示终端光源造成的舷窗反射、眩光、对比敏感度的改变是影响人眼视觉功效的主要因素[4]。

1.1 舷窗反射的影响

夜间航行时，由于显示终端及其他光源的存在，驾驶室内亮度比室外的高，显示终端的光源反射到舷窗玻璃上会在玻璃上形成一面“光墙”。“光墙”的存在使得驾驶员在瞭望时难以分辨他船信号灯、障碍物，无法准确判断外界海况[4]，给驾驶员心理造成很大的压力。

1.2 眩光的影响

眩光是由于视场内亮度高于人眼适应的亮度而产生的，它会引起人的视觉功能下降或视觉不舒服。在船舶夜航期间，当驾驶员瞭望完毕后观察驾驶室内的显示终端时，由于视场内的亮度明显高于已经适应的室外亮度，视觉很容易发生不适。随着工作时长的增加，眩光的影响会逐渐加强，最后导致驾驶员眼睛疲劳、精神紧张，严重影响值班驾驶员的安全瞭望。

1.3 对比敏感度改变的影响

亮度对比是视场中物体的亮度与其背景亮度的差的绝对值与背景亮度的比值，其具体表达式如下：C=Lo-Lb/Lb

（1）式中：C为亮度对比;Lo为物体亮度，cd/m2;Lb为背景亮度，cd/m2。物体与背景刚能被驾驶员肉眼区分时两者亮度差为临界亮度差ΔLt，此时的亮度对比为亮度对比阈限Cn，其倒数称为对比敏感度（表征识别亮度差别的能力）。在船舶夜航期间，驾驶员要有足够的对比敏感度才能对显示终端和驾驶室外的信息进行准确判断。

1.4 显示终端对视觉心理舒适的影响

视觉心理主要指外界影像通过视觉器官引起的心理机理反应，是一个由外在向内在的复杂过程[5]。同一个人在不同的时段会对相同的影像产生截然相反的心理反应，例如，在相同的室内，采用红色灯照明易于使人产生紧迫感，使用绿色或者蓝色灯照明易于使人安逸、放松。对于驾驶员而言，环境光的不同颜色、照度和色温对人的心理影响也是不同的。[6-8]。

2 改进德尔菲法

为确定显示终端对驾驶员夜航的影响程度，本研究采用改进德尔菲法进行调查。调查过程中为缩短第一轮咨询的耗时，降低专家负担，直接将研究目的、背景和指标提供给专家。然后要求每位专家根据自身经验和知识判断各指标对驾驶员影响的重要程度，并采用1～9标度表示（1、3、5、7、9分别表示非常重要、很重要、比较重要、稍微重要、不重要;2、4、6、8表示的重要程度介于与其相邻的2个标度值所表示的重要程度之间）。对第一轮得到的数据进行分析，再将分析结果发放给专家进行第二轮咨询，并要求专家给出第二轮评分的自信度，同样采用1～9标度表示（1、3、5、7、9分别表示非常自信、很自信、比较自信、稍微自信、不自信;2、4、6、8表示的自信程度介于与其相邻的2个标度值所表示的自信程度之间）。基于改进的德尔菲法调查的具体流程见图1。

2.1 数据分析

根据显示终端对驾驶员的影响类别，即对视觉功效的影响和对视觉心理舒适的影响，构建图2的评价指标体系。课题组于2018年7—10月有针对性地发放调查问卷100份，回收有效问卷86份，有效回收率86%，同时对反馈结果进行数据分析处理。

用i表示评价指标，i=1，2，…，n;用j表示指标评分值，j=1，2，…，9;用k表示專家，k=1，2，…，d。

指标i的评分值集中程度由均值Ei表示：Ei=9j=1（jmij）/d

（2）式中：mij为对指标i的评分值为j的专家数;d为专家总人数。

指标i的评分值离散程度由标准差σi表示：σi=9j=1mij（j-Ei）2/（d-1）1/2

（3）σi表示专家对于指标i影响驾驶员评价结果的变异程度，该值越小表示评价结果的变异程度越小。

指标i的评分值变异系数为Vi=σi/Ei

（4）Vi表示指标i的协调程度，该值越小越好。同时对专家两轮的评分结果进行分析，两轮指标统计结果的对比情况见表1。表1中：C表示专家评分的一致意见;G表示专家组对该指标评分的自信度。

评价体系的协调系数与其显著性的验证：T=lk=1（t3k-tk）

（5）

Si=dk=1jki-1nni=1dk=1jki

（6）

W=12ni=1S2id2（n3-n）-dT

（7）

χ2=ni=1S2idn（n+1）-Tn-1

（8）式中：l为对不同指标给出相同评分值的专家数;tk为专家k对所有指标的评分值中相同评分值的组数;jki表示专家k对指标i的评分值;W表示所有指标的协调程度，该值越大越好;χ表示相关系数[9]。

根据相关系数临界值表查取χ2r：若χ2>χ2r则显著性较好，专家协调度高;反之协调度较差。根据专家两轮评分的数据得到协调系数，见表2。

数据分析结果：根据表1，第二轮评分的变异系数Vi与标准差σi均比第一轮的小，说明专家意见趋于一致，协调度高，可信度较高;第二轮专家自信度G均小于5，说明专家对评分结果比较满意，内容效度较高[10]。根据表2，两轮的显著相关概率P均小于0.05，具有较高的同质性，两轮咨询的过程效度较高，结果均可取[9]。由于第二轮是在第一轮的基础上进行评分的，协调系数W增加了。

2.2 权重的确定

确定影响因素的权重是认识和研究驾驶台内部显示终端对视觉影响程度的一种重要手段，也是开展针对性研究的前提。现采用AHP研究夜航期间驾驶台内部影响视觉的因素，判断各因素的相对重要性。最后对单指标评分结果进行相互比较，得到目标层矩阵A1、准则层矩阵B1和B2。A1=15

1/51

B1=11/24

215

1/41/51

B2=11/31/41/2

3162

1/41/611/5

21/251  根据AHP中的方根法[11]，判断矩阵A1的特征向量a1=（0.833 3 0.166 7）T，通过验证可知矩阵A1具有满意的一致性。同理可得判断矩阵B1和B2的特征向量且验证了矩阵B1和B2具有满意的一致性。将指标层7个因素对目标层的影响进行权重组合，Wi（i=1，2）表示准则层对目标层权重，wj（j=1，2，…，7）表示指标层对准则层权重，Wij表示指标层对目标层组合权重，最终得到表3。

由表3可知，影响驾驶员视觉的主要因素是眩光，其次是舷窗反射，二者权重分别为0.474 6和0.277 6。眩光的成因主要在于视场内存在亮度差。舷窗反射的最主要的成因在于反射光源，其次是舷窗的材料和舷窗的倾角。随着船舶信息化发展，压载水控制、综合火灾报警等二极管显示已经基本被显示屏显示取代，也就是说目前夜航船舶上眩光和舷窗反射主要是由显示终端引起的，二极管显示影响可以忽略。目前船舶的主要显示终端包括AIS、ECDIS、雷达、综合显示器等，有的船舶驾驶台甚至装有压载水管理系统、货控系统，以及屏幕尺寸达到上百英寸（1英寸=0.025 4 m）的电子海图桌等。显示终端数量增多、尺寸增大都会加剧眩光和舷窗反射对驾驶员夜间视觉的影响程度。

3 基于白化权函数的显示终端视觉影响灰色评价模型  显示终端本身及其造成的眩光、舷窗反射等都会影响驾驶台视觉环境，因此针对夜航船舶驾驶台内视觉环境的复杂性和信息的不确定性，借助灰色系统理论在处理模糊信息和不确定性问题上的优势，建立基于灰色系统理论的夜航船舶显示终端对驾驶台视觉环境影响评价模型。

（1）由d个专家评价船舶的n个因素，专家k对评价对象i的评价值为xik（i=1，2，…，n;k=1，2，…，d），将xik分为N（N=1，2，…，s）个灰类，常见的白化权函数fN[12]分为3类：

a.灰数○∈{0，x1，∞}，则其白化权函数为f1（x）=x/x1，x∈[0，x1）

1，x∈[x1，∞]

0，x∈[-∞，0）

（9）  b.灰数○∈{0，x1，2x1}，则其白化权函数为f2（x）=x/x1，x∈[0，x1）

2-x/x1，x∈[x1，2x1]

0，x[0，2x1]

（10）  c.灰数○∈{0，x1，x2}，则其白化权函数为

f3（x） = 1，x ∈ [0，x1）

（x1-x）/（x2-x1），x ∈ [x1，x2]

0，x[0，x2]

（11）

（2）将评价因素矩阵转化为评价因素的灰色评估权矩阵（其元素用riN表示），根据max riN=r*iN构成所属灰类矩阵，确定评估因素所属灰类。xiN=mj=1fN（xij）

（12）

xi=sN=1xiN

（13）

riN=xiN/xi

（14）式中：xiN为单一灰类的灰色评估系数;xi为总体灰类的灰色评估系数。

（3）e表示综合聚类系数，第N个灰类的综合聚类系数为eN，根据max eN=e*N判断每艘船所属灰类，从而确定整体满意度。eN=ni=1（riN·Wij）

（15）4 实例应用

由前文可知舷窗傾角、显示终端的数量和尺寸都会影响驾驶台光环境，现选择3艘有代表性的船进行实例应用。船1是老旧的生产船，特点是驾驶台较宽敞，信息化较差，显示屏数量较少且尺寸偏小;船2和船3都是先进的实习船，一艘从事生产，一艘不从事生产，两船驾驶台显示屏数量相同，但驾驶台宽敞程度和舷窗倾角不同，详见图3和表4。

在此轮评价中，船1选取船长、3位驾驶员和船公司海务主管等5人，船2和船3分别选取船长、3位驾驶员和教学大副等5人，根据改进德尔菲法对指标层的7个因素进行评价，评价采用5分制。根据满意高分反之低分原则，获得船1、船2和船3的评价矩阵，分别为

D1=3534454

4434344

4445345

3535454

3544344

D2=4445454

3345345

4345354

3444344

3335455

D3=3244434

3234343

3333343

3244444

3343343  将评价灰数分为满意、不太满意和很不满意等3类，分别记作1、2和3。根据式（9）～（14）将船1、船2和船3的评价矩阵转化为灰色评估权矩阵，并求得所属灰类矩阵。根据3艘船所属灰类矩阵，判断船舶单指标所属灰类，见表5。

由表5可以清楚地看到：眩光对船3的影响最明显，对船1的影响最小，究其原因是船1显示屏数量较少，而船3显示屏数量较多且驾驶台较狭小;显示屏的显色性、光色对3艘船的影响都较小，主要原因是当前的显示技术基本能够适应航海需求;由于船1和船2驾驶台相对宽敞，光源位置影响较小。

根据式（15）对船1、船2和船3进行综合评价，获得对船1、船2、船3驾驶台的整体视觉满意程度，分别为满意、满意、不太满意。

最后，根据调查结果，回访了在上述3艘船上工作过的驾驶员和实习学生，询问他们对驾驶台光环境的感受、觉得刺眼的显示终端、有无视线受阻等情况，最终的回访结果与3艘船的评价结果基本一致。

5 结 论

船舶驾驶台内显示终端数量增多、尺寸增大、亮度增加以及布局杂乱对驾驶员视觉的突出影响主要是眩光，其次是舷窗反射。航海界在推动船舶信息化、智能化发展的同时需要充分关注显示终端和舷窗倾角问题，加强助航信息数据集成。本研究针对当前夜航瞭望工作中存在的实际问题，采用改进德尔菲法向专家组进行两轮咨询，确定了显示终端对驾驶员视觉的影响程度。研究过程难免受到人的主观因素的影响，进一步研究将采用仪器测量的方式，获得更准确的数据。

参考文献：

[1] MSC.452（99）. Amendments to the revised performance standards for integrated navigation systems （INS） （resolution MSC.252（83））[R/OL]. IMO， 2018：
1-3. https：//docs.imo.org/Category.aspx·cid=49&session=99.

[2] ZHU Jinshan， SUN Licheng， XIAO Zhongming， et al. Statistical analysis of the questionnaire for light pollution at sea with SPSS[C]//2010 International Conference on Optoelectronics and Image Processing （ICOIP）. IEEE， 2010.

[3] 黄成， 朱金善. 船舶夜航光环境评价指标筛选[J]. 应用光学， 2017， 38（5）：
804-809. DOI：
10.5768/JAO201738.0503005.

[4] 郑鹏宇， 印士波， 史军， 等. 船舶驾驶室夜航光环境优化[J]. 造船技术， 2018（3）：
29-33， 49.

[5] 邓敏， 代言明. 隧道照明光源光色对驾驶员视觉功效的影响[J]. 重庆大学学报， 2016， 39（2）：
140-145. DOI：
10.11835/j.issn.1000-582X.2016.02.018.

[6] 吕艳飞. 基于视觉心理学的家居空间设计研究[J]. 家具与室内装饰， 2018（7）：
108-109. DOI：
10.16771/j.cn43-1247/ts.2018.07.015.

[7] 李燕. 基于机车司机颜色偏好的驾驶室视觉界面优化设计研究[D]. 成都：
西南交通大学， 2015.

[8] KANG Seo Yoon， YOUN Nara， YOON Heakyung Cecilia. The self-regulatory power of environmental lighting：
the effect of illuminance and correlated color temperature[J]. Journal of Environmental Psychology， 2019， 62（2）：
30-41. DOI：
10.1016/j.jenvp.2019.02.006.

[9] 王春枝， 斯琴. 德尔菲法中的数据统计处理方法及其应用研究[J]. 内蒙古财经学院学报（综合版）， 2011， 9（4）：
92-96. DOI：
10.13895/j.cnki.jimufe.2011.04.019.

[10] COLLINS S， OSBORNE J， RATCLIFFE M， et al. What “ideas about science” school be taught in school science· A Delphi study of the expert community[J]. Journal of Research in Science Teaching， 2003， 40（7）：
692-720. DOI：
10.1002/tea.10105.

[11] 胡志武， 吕鑫鑫， 王胜正. 基于AHP和BPNN的海事网格风险预警模型[J]. 上海海事大学学报， 2014， 35（4）：
20-25. DOI：
10.13340/j.jsmu.2014.04.005.

[12] 郭竹梅. 基于不确定AHP和白化权函数的大学生数学自学能力评价[J]. 重慶工商大学学报（自然科学版）， 2019， 36（1）：
65-72. DOI：
10.16055/j.issn.1672-058X.2019.0001.012.

（编辑 贾裙平）

收稿日期：
2019- 04- 24 修回日期：
2019- 11- 15

基金项目：
国家自然科学基金（51879024）;辽宁省自然科学基金（20180520034）;大连海事大学教学改革项目（2018Y02）

作者简介：
李建民（1970—），男，吉林长春人，教授，船长，博士，研究方向为海上危化品运输安全及船舶通信导航，

（E-mail）ljmmr@163.com