留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

空间认知能力与三维寻路绩效的相关性分析

黄丽娜 姚翔宇 田姮 应申

黄丽娜, 姚翔宇, 田姮, 应申. 空间认知能力与三维寻路绩效的相关性分析[J]. 武汉大学学报 ( 信息科学版), 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
引用本文: 黄丽娜, 姚翔宇, 田姮, 应申. 空间认知能力与三维寻路绩效的相关性分析[J]. 武汉大学学报 ( 信息科学版), 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
HUANG Lina, YAO Xiangyu, TIAN Heng, YING Shen. Correlation Analysis Between Spatial Cognitive Abilities and Wayfinding Performance in 3D Environments[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
Citation: HUANG Lina, YAO Xiangyu, TIAN Heng, YING Shen. Correlation Analysis Between Spatial Cognitive Abilities and Wayfinding Performance in 3D Environments[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247

空间认知能力与三维寻路绩效的相关性分析

doi: 10.13203/j.whugis20200247
基金项目: 

国家重点研发计划 2017YFB0503502

详细信息
    作者简介:

    黄丽娜,博士,副教授,主要研究方向为地理空间认知与智能服务、地理信息可视化、智慧城市。linahuang@whu.edu.cn

    通讯作者: 应申,博士,教授,博士生导师。shy@whu.edu.cn
  • 中图分类号: P208

Correlation Analysis Between Spatial Cognitive Abilities and Wayfinding Performance in 3D Environments

Funds: 

the National Key Research and Development Program of China 2017YFB0503502

More Information
    Author Bio:

    HUANG Lina, PhD, associate professor. Her research interests include geographic spatial cognition and intelligent service, geo‍‐‍information visualization, smart city. E‐mail: linahuang@whu.edu.cn

    Corresponding author: YING Shen, PhD, professor. E‐mail: shy@whu.edu.cn
  • 摘要: 研究影响寻路行为的人为因素,对于提升智能导航服务的用户体验具有重要意义。从心理旋转、抽象推理、空间短时记忆和空间感知4种能力出发,设计空间认知对照实验,探究空间认知能力与寻路绩效之间的相关性。研究结果表明:(1)4种空间认知能力之间弱相关,且按空间尺度部分分离。相同尺度空间的认知能力,即心理旋转能力和抽象推理能力、短时记忆能力和空间感知能力的相关性较强,不同尺度空间的认知能力相关性较弱。(2)心理旋转能力和抽象推理能力对寻路绩效有较高的拟合显著性水平。考虑多因素联合作用,虚拟场景中,心理旋转能力对寻路绩效影响最大,空间感知能力影响最小;真实场景中,空间感知能力对寻路绩效影响最大,短时记忆能力影响最小。(3)寻路表现具有显著的场景效应,在虚拟和真实场景中各项能力因子对寻路绩效拟合的决定系数明显不同。该研究结果为基于虚拟场景的行人导航研究的有效性提供了实证参考,也可为设计顾及人因的导航服务提供依据。
  • 图  1  认知实验框架

    Figure  1.  Framework of the Cognitive Experiments

    图  2  心理旋转能力和抽象推理能力评测样题

    Figure  2.  Examples from the MRT and ART

    图  3  实验区域及其三维虚拟场景

    Figure  3.  Experimental Area and Its 3D Virtual Scene

    图  4  回归拟合模型标准化系数图

    Figure  4.  Standardizied Coefficients in Regression Fitting Models

    表  1  各项空间认知能力的评价指标及计算方法

    Table  1.   Evaluation Indexes of Spatial Cognitive Abilities and Their Calculation Methods

    空间能力 指标计算方法
    心理旋转能力
    指标(FMRA)
    Score(QMRT)Time(QMRT)
    抽象推理能力
    指标(FARA)
    Score(QART)Time(QART)
    空间感知能力
    指标(FSCA)
    Score(QSCT)Time(QSCT)
    短时记忆能力
    指标(FSRA)
    ScoreQMSO+ScoreQMRS+Score(QMSF)3
    下载: 导出CSV

    表  2  参与者空间认知能力的统计分析

    Table  2.   Statistic Analysis of the Participants's Spatial Cognitive Abilities

    空间认知能力 描述性统计 正态性检验
    Kolmogorov‐Smirnova方法 Shapiro‐Wilk方法
    均值 标准差 变异系数 统计量 显著性 统计量 显著性
    心理旋转能力 0.516 0.199 0.530 0.151 0.090 0.945 0.136
    抽象推理能力 0.487 0.261 0.632 0.131 0.200 0.951 0.191
    短时记忆能力 0.400 0.193 0.507 0.116 0.200 0.957 0.278
    虚拟场景空间感知 85.230 10.808 0.127 0.156 0.070 0.928 0.048
    真实场景空间感知 86.210 14.495 0.168 0.314 0.000 0.792 0.000
    下载: 导出CSV

    表  3  真实场景与虚拟场景的寻路绩效差异分析

    Table  3.   Difference Analysis on the Wayfinding Performance in Real Scene and Virtual Scene

    寻路绩效 均值 标准差 Wilcoxon Signed‐Rank检验 显著性
    路径
    总长度
    真实场景 35.114 24.315 237.000 0.673
    虚拟场景 30.099 22.180
    转向
    总角度
    真实场景 60.227 30.264 334.000 0.012
    虚拟场景 38.865 23.863
    下载: 导出CSV

    表  4  各空间认知能力因子的相关性系数

    Table  4.   Correlation Coefficients Among the Spatial Cognitive Abilities

    空间认识能力因子 心理旋转能力 抽象推理能力 短时记忆 虚拟场景空间感知 真实场景空间感知
    心理旋转能力 1.000
    抽象推理能力 0.259 1.000
    短时记忆能力 0.210 0.164 1.000
    虚拟场景空间感知 -0.130 -0.199 -0.271 1.000
    真实场景空间感知 -0.036 0.007 0.236 0.179 1.000
    下载: 导出CSV

    表  5  寻路绩效与空间认知能力的单因素回归拟合模型

    Table  5.   Single Factor Regression for Wayfinding Performance and Spatial Cognitive Abilities

    寻路绩效 空间认知能力 回归模型(标准化系数) 拟合优度R2/% 拟合显著性水平P
    虚拟场景的路径长度 心理旋转能力 y=1.047 17x2-1.297 98x 20.55 0.050
    抽象推理能力 y=21 515x10-79 763x9+97 494x8-7 767x7-94 686x6+
    102 949x5-51 953x4+14 043x3-1 940x2+107x
    68.68 0.043
    短时记忆能力 y=5.625 90x3-9.211 18x2+3.695 14x 11.55 0.372
    空间感知 y=-36.245 9x3+67.203 0x2-31.094 7x 06.22 0.651
    虚拟场景的转向角度 心理旋转能力 y=1.190 49x2-1.062 81x 14.90 0.123
    抽象推理能力 y=-94.115x5+260.468x4-256.391x3+105.539x2-15.679x 33.78 0.073
    短时记忆能力 y=11 047.7x8-48 645.7x7+89 163.7x6-87 946.3x5+
    50 312.5x4-16 705.0x3+3 005.8x2-233.3x
    35.20 0.273
    空间感知 y=-78.730x3+150.555x2-72.101x 13.34 0.302
    真实场景的路径长度 心理旋转能力 y=-578.38x6+1 569.23x5-1 580.17x4+729.82x3-151.71x2+11.29x 40.91 0.051
    抽象推理能力 y=20 161.3x10-72 895.2x9+85 603.2x8-3 026.7x7-83 390.6x6+
    84 476.7x5-39 441.5x4+9 621.0x3-1 165.1x2+57.3x
    49.33 0.330
    短时记忆能力 y=17 041x10-72 602x9+112 540x8-52 639x7-59 148x6+
    102 832x5-67 791x4+23 914x3-4 521x2+375x
    34.21 0.661
    空间感知 y=1 007.93x5-3 550.80x4+4 706.02x3-2 784.59x2+622.35x 40.53 0.027
    真实场景的转向角度 心理旋转能力 y=-180.043x6+543.368x5-611.906x4+322.961x3-83.691x2+9.902x 46.07 0.023
    抽象推理能力 y=-97.350x6+337.514x5-472.130x4+333.659x3-118.513x2+16.605x 38.25 0.074
    短时记忆能力 y=8 789x10-58 195x9+130 702x8-103 532x7-52 273x6+
    168 553x5-143 464x4+62 190x3-14 153x2+1 387x
    74.77 0.009
    空间感知 y=0.321 910x 10.36 0.089
    下载: 导出CSV

    表  6  寻路绩效与空间认知能力的多元回归拟合模型

    Table  6.   Multiple Regression for Wayfinding Performance and Spatial Cognitive Abilities

    寻路绩效 回归模型(标准化系数) 拟合优度R2/% 拟合显著性水平P
    虚拟场景路径长度 y=-0.289 873xMRT-0.168 745xART-0.021 811xSRT-0.002 262xISR 12.93 0.165
    虚拟场景转向角度 y=0.226 748xMRT3-0.061 799xART3-0.111 467xSRT3+0.035 744xISR3 7.26 0.158
    真实场景路径长度 y=0.104 135xMRT6-0.171 919xART6-0.019 324xSRT6+0.205 027xOSR6 7.04 0.164
    真实场景转向角度 y=0.252 066xMRT-0.410 427xART-0.142 088xSRT+0.435 237xOSR 31.27 0.053
    下载: 导出CSV
  • [1] Huang H S, Gartner G, Krisp J M, et al. Location Based Services: Ongoing Evolution and Research Agenda[J]. Journal of Location Based Services, 2018, 12(2): 63-93 doi:  10.1080/17489725.2018.1508763
    [2] 方志祥, 徐虹, 萧世伦, 等. 绝对空间定位到相对空间感知的行人导航研究趋势[J]. 武汉大学学报·信息科学版, 2018, 43(12): 2173-2182 doi:  10.13203/j.whugis20180170

    Fang Zhixiang, Xu Hong, Xiao Shilun, et al. Pedestrian Navigation Research Trend: From Absolute Space to Relative Space Based Approach[J]. Geomatics and Information Science of Wuhan University, 2018, 43(12): 2173-2182 doi:  10.13203/j.whugis20180170
    [3] 刘经南, 吴杭彬, 郭迟, 等. 高精度道路导航地图的进展与思考[J]. 中国工程科学, 2018, 20(2): 99 -105 https://www.cnki.com.cn/Article/CJFDTOTAL-GCKX201802016.htm

    Liu Jingnan, Wu Hangbin, Guo Chi, et al. Progress and Consideration of High Precision Road Navigation Map[J]. Strategic Study of CAE, Chinese Journal of Engineering Science, 2018, 20(2): 99 105 https://www.cnki.com.cn/Article/CJFDTOTAL-GCKX201802016.htm
    [4] Bilefksy D. GPS Mix Up Brings Wrong Turn and Celebrity to American Lost in Iceland[N/OL]. The New York Times, (2016-02-05). https://www.smh.com.au/world/gps-mixup-brings-wrong-turnand-celebrity-to-american-lost-in-iceland-20160205gmmlh4.html
    [5] Wolbers T, Hegarty M. What Determines Our Navigational Abilities?[J]. Trends in Cognitive Sciences, 2010, 14(3): 138-146 doi:  10.1016/j.tics.2010.01.001
    [6] Lawton C A, Charleston S I, Zieles A S. Individualand Gender-Related Differences in Indoor Wayfinding[J]. Environment and Behavior, 1996, 28 (2): 204-219 doi:  10.1177/0013916596282003
    [7] Coluccia E, Louse G. Gender Differences in Spatial Orientation: A Review[J]. Journal of Environmental Psychology, 2004, 24(3): 329-340 doi:  10.1016/j.jenvp.2004.08.006
    [8] Lawton C A. Gender, Spatial Abilities, and Wayfinding[M]// Handbook of Gender Research in Psychology. New York: Springer, 2010
    [9] Lin C T, Huang T Y, Lin W J, et al. Gender Differences in Wayfinding in Virtual Environments with Global or Local Landmarks[J]. Journal of Environmental Psychology, 2012, 32(2): 89-96 doi:  10.1016/j.jenvp.2011.12.004
    [10] 左婷婷, 胡清芬. 空间认知风格及其与空间能力的关系[J]. 心理科学进展, 2015, 23(6): 959-966 https://www.cnki.com.cn/Article/CJFDTOTAL-XLXD201506005.htm

    Zuo Tingting, Hu Qingfen. Spatial Cognitive Style and Its Relationship with Spatial Abilities[J]. Advances in Psychological Science, 2015, 23(6): 959966 https://www.cnki.com.cn/Article/CJFDTOTAL-XLXD201506005.htm
    [11] Surtees A D R, Noordzij M L, Apperly I A. Sometimes Losing Your Self in Space: Children ? s and Adults ? Spontaneous Use of Multiple Spatial Reference Frames[J]. Developmental Psychology, 2012, 48(1): 185-191 doi:  10.1037/a0025863
    [12] 高雪原, 董卫华, 童依依, 等. 场认知方式、性别和惯用空间语对地理空间定向能力影响的实验研究[J]. 地球信息科学学报, 2016, 18(11): 1513-1521

    Gao Xueyuan, Dong Weihua, Tong Yiyi, et al. Study on the Influence of Field Cognitive Style, Gender and Spatial Terminology on Geographical Spatial Orientation Ability: Based on Experiments in Virtual Space[J]. Journal of Geo Information Science, 2016, 18(11): 1513-1521
    [13] 李钰. 关于参考框架和心理旋转的空间认知研究[D]. 南宁: 广西师范学院, 2013

    Li Yu. Frame of Reference and Mental Rotation Spatial Cognition Research[D]. Nanning: Guangxi Teachers Education University, 2013
    [14] 应申, 庄园, 黄丽娜, 等. 性别和认知差异对三维空间寻路结果的影响[J]. 武汉大学学报·信息科学版, 2020, 45(3): 317-324 doi:  10.13203/j.whugis20190184

    Ying Shen, Zhuang Yuan, Huang Lina, et al. Impact of Gender, Cognitive Differences in 3D Scenes on Wayfinding[J]. Geomatics and Information Science of Wuhan University, 2020, 45(3): 317 324 doi:  10.13203/j.whugis20190184
    [15] Nori R, Giusberti F. Predicting Cognitive Styles from Spatial Abilities[J]. The American Journal of Psychology, 2006, 119(1): 67-86 doi:  10.2307/20445319
    [16] 梁宁建. 当代认知心理学[M]. 上海: 上海教育出版社, 2003

    Liang Ningjian. Contemporary Cognitive Psychology [M]. Shanghai: Shanghai Education Publishing House, 2003
    [17] 方浩, 宋章通, 杨流, 等. VR移动城市导航地图设计中的空间认知要素[J]. 武汉大学学报·信息科学版, 2019, 44(8): 1124-1130 doi:  10.13203/j.whugis20180066

    Fang Hao, Song Zhangtong, Yang Liu, et al. Spatial Cognitive Elements of VR Mobile City Navigation Map[J]. Geomatics and Information Science of Wuhan University, 2019, 44(8): 1124 1130 doi:  10.13203/j.whugis20180066
    [18] Thorndyke P W, Hayes-Roth B. Differences in Spatial Knowledge Acquired from Maps and Navigation [J]. Cognitive Psychology, 1982, 14(4): 560-589 doi:  10.1016/0010-0285(82)90019-6
    [19] Sancaktar İ, Demirkan H. Spatial Updating of Objects After Rotational and Translational Body Movements in Virtual Environments[J]. Computers in Human Behavior, 2008, 24(6): 2682-2696 doi:  10.1016/j.chb.2008.03.013
    [20] Lei P L, Kao G Y M, Lin S S J, et al. Impacts of Geographical Knowledge, Spatial Ability and Environmental Cognition on Image Searches Supported by GIS Software[J]. Computers in Human Behavior, 2009, 25(6): 1270-1279 doi:  10.1016/j.chb.2009.05.003
    [21] Ying S, Zhuang Y, Huang L N, et al. Analysis of the Correlation Between Spatial Cognitive Abilities and Wayfinding Decisions in 3D Digital Environments[J]. Behaviour & Information Technology, 2021, 40(8): 809-820
    [22] Witmer B G, Bailey J H, Knerr B W, et al. Virtual Spaces and Real World Places: Transfer of Route Knowledge[J]. International Journal of Human Computer Studies, 1996, 45(4): 413-428 doi:  10.1006/ijhc.1996.0060
    [23] Hutcheson A, Allen G L. Path Memory in Real World and Virtual Settings[C]//COSIT: International Conference on Spatial Information Theory, New York, USA, 2005
    [24] Richardson A E, Montello D R, Hegarty M. Spatial Knowledge Acquisition from Maps and from Navigation in Real and Virtual Environments[J]. Memory & Cognition, 1999, 27(4): 741-750
    [25] Oman C M, Shebilske W L, Richards J T, et al. Three Dimensional Spatial Memory and Learning in Real and Virtual Environments[J]. Spatial Cognition and Computation, 2002, 2(4): 355-372
    [26] Liu S Q, Zheng X S, Liu X Y, et al. Dual Effects of Spatial Updating in Both Real and Virtual Environments[J]. Chinese Science Bulletin, 2013, 58 (8): 898-906 doi:  10.1007/s11434-013-5676-7
    [27] Reber A S. The Penguin Dictionary of Psychology [M]. Harmondsworth: Penguin, 1995
    [28] 韩金荣. 基于中学生地理空间素养培育的GE运用策略研究[D]. 长春: 东北师范大学, 2009

    Han Jinrong. The Research on Usage Strategies of Google Earth as a Geospatial Literacy Eduction Tool in Middle School[D]. Changchun: Northeast Normal University, 2009
    [29] Hart R A, Moore G T. The Development of Spatial Cognition: A Review[M]//Downs R M, Stea D. Image & Environment: Cognitive Mapping and Spatial Behavior. London: Amold, 1973
    [30] Šašinka Č, Stachoň Z, Sedlák M, et al. Collaborative Immersive Virtual Environments for Education in Geography[J]. ISPRS International Journal of Geo-Information, 2019, 8(1), DOI: org/ 10.3390/ijgi8010003
    [31] Liao H, Dong W H, Huang H S, et al. Inferring User Tasks in Pedestrian Navigation from Eye Movement Data in Real World Environments[J]. International Journal of Geographical Information Science, 2019, 33(4): 739-763 doi:  10.1080/13658816.2018.1482554
    [32] Liao H, Dong W H. An Exploratory Study Investigating Gender Effects on Using 3D Maps for Spatial Orientation in Wayfinding[J]. ISPRS International Journal of Geo-Information, 2017, 6(3), DOI: org/ 10.3390/ijgi6030060
    [33] 王鹏, 游旭群, 刘永芳. 心理旋转研究的新进展[J]. 心理科学, 2005, 28(5): 1164-1166 doi:  10.3969/j.issn.1671-6981.2005.05.035

    Wang Peng, You Xuqun, Liu Yongfang. The Development of Mental Rotation Research[J]. Psychological Science, 2005, 28(5): 1164-1166 doi:  10.3969/j.issn.1671-6981.2005.05.035
    [34] Kyllonen P C, Christal R E. Reasoning Ability is (Little More Than)Working-Memory Capacity?! [J]. Intelligence, 1990, 14(4): 389-433 doi:  10.1016/S0160-2896(05)80012-1
    [35] Arthur W J R, Day D V. Development of a Short Form for the Raven Advanced Progressive Matrices Test[J]. Educational and Psychological Measurement, 1994, 54(2): 394-403 doi:  10.1177/0013164494054002013
    [36] Hegarty M, Montello D R, Richardson A E, et al. Spatial Abilities at Different Scales: Individual Differences in Aptitude Test Performance and Spatial Layout Learning[J]. Intelligence, 2006, 34(2): 151-176 doi:  10.1016/j.intell.2005.09.005
    [37] Castro-Alonso J C, Atit K. Different Abilities Controlled by Visuospatial Processing[M]// Visuospatial Processing for Education in Health and Natural Sciences. Cham: Springer, 2019
    [38] Cook M P. Visual Representations in Science Education: The Influence of Prior Knowledge and Cognitive Load Theory on Instructional Design Principles[J]. Science Education, 2006, 90(6): 1073 1091 doi:  10.1002/sce.20164
    [39] Kato Y, Takeuchi Y. Individual Differences in Wayfinding Strategies[J]. Journal of Environmental Psychology, 2003, 23(2): 171-188 doi:  10.1016/S0272-4944(03)00011-2
  • [1] 柳景斌, 赵智博, 胡宁松, 黄格格, 龚晓东, 杨盛.  室内高精度定位技术总结与展望 . 武汉大学学报 ( 信息科学版), 2022, 47(7): 997-1008. doi: 10.13203/j.whugis20220029
    [2] 牛安福, 赵静, 苑争一, 吉平.  汶川地震孕育过程中变形场变化特征研究 . 武汉大学学报 ( 信息科学版), 2022, 47(6): 839-848. doi: 10.13203/j.whugis20220117
    [3] 曾兴国, 刘建军, 左维, 任鑫, 严韦, 张舟斌, 高兴烨, 陈王丽, 刘宇轩, 李春来.  泛地图理论下深空探测场景空间制图表达思考 . 武汉大学学报 ( 信息科学版), 2022, 47(12): 2123-2133. doi: 10.13203/j.whugis20220252
    [4] 郑束蕾, 黎雪儿.  认知(心象)地图助力寻亲成功 . 武汉大学学报 ( 信息科学版), 2022, 47(12): 2153-2158. doi: 10.13203/j.whugis20220068
    [5] 陈伟伟, 熊永良, 徐韶光, 高姝妹.  中国区域COSMIC数据掩星反射信号特征分析 . 武汉大学学报 ( 信息科学版), 2022, 47(2): 189-196. doi: 10.13203/j.whugis20190475
    [6] 董卫华, 刘毅龙, 黑巧松, 杨天宇.  泛地图空间认知理论与方法研究框架 . 武汉大学学报 ( 信息科学版), 2022, 47(12): 2007-2014. doi: 10.13203/j.whugis20220604
    [7] 刘万科, 陶贤露, 张传明, 姚宜斌, 王甫红, 贾海禄, 楼益栋.  云-端协同的智能手机行人室内外无缝定位技术及其原型系统验证 . 武汉大学学报 ( 信息科学版), 2021, 46(12): 1808-1818. doi: 10.13203/j.whugis20210310
    [8] 周沙, 牛继强, 徐丰, 潘晓芳, 甄文杰, 钱颢月.  面向行人导航的注视方向估计模型 . 武汉大学学报 ( 信息科学版), 2021, 46(5): 700-705,735. doi: 10.13203/j.whugis20200465
    [9] 应申, 庄园, 黄丽娜, 陈乃镔, 张雯博.  性别和认知差异对三维空间寻路结果的影响 . 武汉大学学报 ( 信息科学版), 2020, 45(3): 317-324. doi: 10.13203/j.whugis20190184
    [10] 王琰, 郭睿, 张传定, 胡小工, 唐成盼, 李冉, 潘军洋.  Bernese ECOM光压模型在BDS卫星精密定轨中的应用 . 武汉大学学报 ( 信息科学版), 2018, 43(2): 194-200. doi: 10.13203/j.whugis20160024
    [11] 申申, 龚建华, 李文航, 梁剑鸣.  基于虚拟亲历行为的空间场所认知对比实验研究 . 武汉大学学报 ( 信息科学版), 2018, 43(11): 1732-1738. doi: 10.13203/j.whugis20170083
    [12] 方志祥, 徐虹, 萧世伦, 李清泉, 袁淑君, 李灵.  绝对空间定位到相对空间感知的行人导航研究趋势 . 武汉大学学报 ( 信息科学版), 2018, 43(12): 2173-2182. doi: 10.13203/j.whugis20180170
    [13] 刘涛, 张星, 李清泉, 方志祥.  顾及地标可视性的室内导航路径优化算法 . 武汉大学学报 ( 信息科学版), 2017, 42(1): 43-48. doi: 10.13203/j.whugis20150387
    [14] 李靖涵, 巩现勇, 武芳, 黄博华.  一种改进的面目标间方向关系相似性计算模型 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 925-931,951. doi: 10.13203/j.whugis20140341
    [15] 张星, 李清泉, 方志祥, 黄玲.  顾及地标与道路分支的行人导航路径选择算法 . 武汉大学学报 ( 信息科学版), 2013, 38(10): 1239-1242.
    [16] 陈江平, 韩青, 胡晶, 张鹏林.  顾及小波变换的土地利用变化与经济因子的多尺度相关性分析 . 武汉大学学报 ( 信息科学版), 2013, 38(9): 1118-1121.
    [17] 赵卫锋, 李清泉, 李必军.  空间认知导向下利用分层强化学习的最优路径规划 . 武汉大学学报 ( 信息科学版), 2012, 37(11): 1271-1275.
    [18] 张星, 李清泉, 方志祥.  面向行人导航的地标链生成方法 . 武汉大学学报 ( 信息科学版), 2010, 35(10): 1240-1244.
    [19] 董卫华, 郭庆胜, 刘纪平, 吕秀琴.  道路网示意性地图的渐进式综合研究 . 武汉大学学报 ( 信息科学版), 2007, 32(9): 829-832.
    [20] 舒红.  地理空间的存在 . 武汉大学学报 ( 信息科学版), 2004, 29(10): 868-871.
  • 加载中
图(4) / 表(6)
计量
  • 文章访问数:  305
  • HTML全文浏览量:  70
  • PDF下载量:  47
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-08-20
  • 刊出日期:  2022-05-05

空间认知能力与三维寻路绩效的相关性分析

doi: 10.13203/j.whugis20200247
    基金项目:

    国家重点研发计划 2017YFB0503502

    作者简介:

    黄丽娜,博士,副教授,主要研究方向为地理空间认知与智能服务、地理信息可视化、智慧城市。linahuang@whu.edu.cn

    通讯作者: 应申,博士,教授,博士生导师。shy@whu.edu.cn
  • 中图分类号: P208

摘要: 研究影响寻路行为的人为因素,对于提升智能导航服务的用户体验具有重要意义。从心理旋转、抽象推理、空间短时记忆和空间感知4种能力出发,设计空间认知对照实验,探究空间认知能力与寻路绩效之间的相关性。研究结果表明:(1)4种空间认知能力之间弱相关,且按空间尺度部分分离。相同尺度空间的认知能力,即心理旋转能力和抽象推理能力、短时记忆能力和空间感知能力的相关性较强,不同尺度空间的认知能力相关性较弱。(2)心理旋转能力和抽象推理能力对寻路绩效有较高的拟合显著性水平。考虑多因素联合作用,虚拟场景中,心理旋转能力对寻路绩效影响最大,空间感知能力影响最小;真实场景中,空间感知能力对寻路绩效影响最大,短时记忆能力影响最小。(3)寻路表现具有显著的场景效应,在虚拟和真实场景中各项能力因子对寻路绩效拟合的决定系数明显不同。该研究结果为基于虚拟场景的行人导航研究的有效性提供了实证参考,也可为设计顾及人因的导航服务提供依据。

English Abstract

黄丽娜, 姚翔宇, 田姮, 应申. 空间认知能力与三维寻路绩效的相关性分析[J]. 武汉大学学报 ( 信息科学版), 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
引用本文: 黄丽娜, 姚翔宇, 田姮, 应申. 空间认知能力与三维寻路绩效的相关性分析[J]. 武汉大学学报 ( 信息科学版), 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
HUANG Lina, YAO Xiangyu, TIAN Heng, YING Shen. Correlation Analysis Between Spatial Cognitive Abilities and Wayfinding Performance in 3D Environments[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
Citation: HUANG Lina, YAO Xiangyu, TIAN Heng, YING Shen. Correlation Analysis Between Spatial Cognitive Abilities and Wayfinding Performance in 3D Environments[J]. Geomatics and Information Science of Wuhan University, 2022, 47(5): 673-682. doi: 10.13203/j.whugis20200247
  • 寻路行为普遍存在于人们的日常生活中,也是智能导航服务的核心内容[1]。成功的寻路行为包括知晓自身和目的地位置、正确辨识行进方向、可通过最优路线或至少是可行路线到达目的地[2]。得益于便携设备的普及和通信技术的赋能,由电子地图、空间定位、路径规划等构成的导航系统为人们高效寻路提供了有力支持[3]。然而,若人们不熟悉环境或寻路任务复杂,即使有丰富的导航支持,绕路、迷航等现象仍时有发生,甚至可能无法到达目的地[4]。人们对寻路空间的环境知觉水平、空间思维能力和信息获取程度不同,会导致不同的寻路效果[5]。研究影响寻路行为的人为因素,探索空间认知能力对寻路表现的作用机制,对于提升导航服务效能和用户体验具有重要意义。

    目前,国内外有关寻路导航的人因研究,主要围绕性别、年龄、环境参考框架等个体特征对空间定向的影响展开[67]。多项实验表明[7],男性比女性具有更强的空间定向能力,并且这种男性占优的现象随着年龄越大越显著[8]。相比之下,女性更倾向于采用谨慎的策略,愿意花更多的时间来观察和思考以避免出错[9]。将空间参考系分为相对参考系和绝对参考系两种类型[1012],与空间定向也有一定关联。一些学者认为,采用绝对参考框架的被试组的方向判别能力较弱[1314],但也有学者持相反的观点,认为使用绝对参考框架执行定向空间任务的准确率和效率更高[15]

    根据认知心理学[16],寻路行为是寻路主体对空间环境的综合响应,与空间短时记忆能力、空间感知能力、心理旋转能力和抽象推理能力有关。人们需要从环境中获取视觉线索,如地标、路径、指示等认知要素[17],形成短时记忆并建立心象地图[18]。寻路移动过程包含两个阶段:首先,借助自我运动知觉,感知自身与空间对象及不同空间对象之间的距离[5];然后,参考心象地图不断调整自身相对于环境的方向和位置[19]。纵观现有研究,解析空间能力影响寻路表现的探索较为匮乏。Lei等[20]设计定量实验,分析了认知能力与空间目标搜索的关系,发现抽象推理能力强的被试组在三维空间中能更快完成地标搜寻任务。笔者前期研究也表明[21],在虚拟环境中执行寻路任务,心理旋转能力和抽象推理能力与寻路决策强相关,并且相关程度随空间环境特征的不同而有变化。空间认知能力如何影响寻路绩效,各种能力因子之间的关联及对寻路绩效的联合作用,目前还缺少实证支持。

    空间寻路的认知研究有真实环境和虚拟环境两种实验场景。Witmer等[22]和Hutcheson等[23]认为,当虚拟环境准确模拟真实环境时,人们在两种环境中的视觉注意、距离识别、路径学习、空间记忆等认知能力水平相当。由于虚拟和真实环境会引起不同的态势感知[24],其对空间行为的影响仍存在不确定性。例如,Oman等[25]发现,与在重力不变的虚拟环境中相比,人们在现实物理环境中具有更高的定向速度和正确率。Liu等[26]的研究也表明,人们在移动状态下进行空间推理具有显著的场景效应,真实环境中的视觉体验和推理结果均有别于虚拟场景。基于此,本文同时采用真实地理场景与三维虚拟场景设计空间认知对照实验,探讨空间认知能力与寻路绩效之间的相关性。研究结果既可为基于虚拟场景的寻路研究的有效性提供实证参考,还可以为个性化寻路导航服务提供依据。

    • 本文从影响寻路表现的心理旋转能力、抽象推理能力、空间短时记忆能力和空间感知能力4种空间认知能力出发,进行空间认知能力对寻路绩效影响的验证性分析。具体围绕3个问题展开探讨。

      问题1:结合Reber[27]的研究,支持人们心理旋转、抽象推理的认知能力属于面向图形的小尺度空间能力,寻路过程中的三维空间感知和短时记忆则以较大尺度的场景环境为背景。考虑到空间尺度差异,空间认知能力之间是否也有尺度差异,即相同尺度空间的认知能力相关性较强,不同尺度空间的认知能力相关性较弱。

      问题2:在三维场景中执行寻路任务时,抽象推理、心理旋转、短时记忆和空间感知各项认知能力对寻路绩效的影响有多大,虚拟环境和真实空间中,影响程度是否相同。

      问题3:考虑这4种空间认知能力对寻路表现的联合作用,它们在多大程度上共同作用于寻路绩效,哪一种认知能力的影响力最大。

      针对上述问题,本文设计包括心理旋转能力测试(mental rotation test,MRT)和抽象推理能力测试(abstract reasoning test,ART)在内的认知实验,评价空间认知能力和寻路绩效,进而以空间认知能力为自变量、寻路绩效为因变量分析其相关性。实验框架如图 1所示。

      图  1  认知实验框架

      Figure 1.  Framework of the Cognitive Experiments

      图 1中,心理旋转能力和抽象推理能力采用问卷调查评测,空间感知能力和短时记忆能力及寻路绩效则根据在实验场景执行相应空间任务来提取。为了形成对照分析,执行寻路任务的场景应包括真实地理环境及相应的三维虚拟环境,并且参与者对两个环境的熟悉程度相当。

    • 对于心理旋转能力和抽象推理能力,结合国际公认的一般能力倾向测验(general attitude test battery,GATB)设计评测问卷,如图 2所示。

      图  2  心理旋转能力和抽象推理能力评测样题

      Figure 2.  Examples from the MRT and ART

      心理旋转测试采用经典立方体模型,要求参与者从中选出与对照模型结构相同的选项。抽象推理能力测试则是要求被试根据图形集合推理规律,从选项中选出合适的图形。每种测试都包含练习题和正式题,分析时仅采用正式题的答题正确率和答题时长计算能力水平值。

      空间感知和空间短时记忆的能力测评及空间寻路任务在实验场景中进行。作为对照实验区域,选择某高校校园作为真实场景,利用SketchUp建立相应的三维仿真场景,如图 3所示。

      图  3  实验区域及其三维虚拟场景

      Figure 3.  Experimental Area and Its 3D Virtual Scene

      在三维虚拟场景的俯视图中添加文字标注,以便对参与者的后续表述进行信息提取。首先,参与者在三维虚拟场景中以自由视角浏览场景并绘制实验场景的心象地图;然后,分别进入三维虚拟场景和真实场景,判断指定对象的位置关系和高度等空间特征,并完成寻路任务。记录心象地图及在两个场景中的答题情况和寻路表现,分别用来评价其空间短时记忆能力、空间感知能力和寻路绩效。

    • 本文根据文献[21]采用答题正确率与答题时长的比值来评价心理旋转能力、抽象推理能力和空间感知能力,指标计算方法如表 1所示。对于空间短时记忆能力,心象地图可看作是被试(进行认知实验测试的参与者)在场景中学习和记忆环境的具象化表征[2028]。借鉴文献[20]的方法,首先,以心象地图为基础,提取可识别地图要素数量、道路结构及整体参考系统作为评价元素;然后,由两位制图专业人员对各评价元素进行评级打分,若评分结果通过Kappa一致性系数检验,则计算平均值作为场景短时记忆能力的水平值。

      表 1  各项空间认知能力的评价指标及计算方法

      Table 1.  Evaluation Indexes of Spatial Cognitive Abilities and Their Calculation Methods

      空间能力 指标计算方法
      心理旋转能力
      指标(FMRA)
      Score(QMRT)Time(QMRT)
      抽象推理能力
      指标(FARA)
      Score(QART)Time(QART)
      空间感知能力
      指标(FSCA)
      Score(QSCT)Time(QSCT)
      短时记忆能力
      指标(FSRA)
      ScoreQMSO+ScoreQMRS+Score(QMSF)3

      表 1中,Score为问卷得分,Time为答题时间,QMRT表示心理旋转测试问卷,QART表示抽象推理测试问卷,QSCT表示空间感知问卷,QMSO指心象地图中可识别物体集合,QMRS指心象地图的道路结构,QMSF指心象地图的空间参考框架。为便于比较各能力值,还需对各指标进行min-max标准化处理。标准化后的能力值为:

      F=Fi-FminFmax-Fmin×100%

      式中,Fi为该能力值的当前计算结果;Fmin为结果集中的最小能力值;Fmax为结果集中的最大能力值。

      利用心象地图评价短时记忆能力的具体方法:(1)从心象地图中提取可识别地物数量,包括有形的物体(如道路和设施),以及无形的指示(如方向或者交通流量符号等)。这些地物在评估中具有同等重要程度。(2)道路结构采用不同模式交叉口的数量来评估。由于识别斜交交叉口(两条道路交叉时非垂直关系)需要较好的角度判断和定向能力,折弯交叉口(同一条道路发生朝向变化)需要较高的记忆和感知能力,故对不同交叉口赋权,权值从高到底依次为折弯交叉口、斜交交叉口和正交交叉口。(3)借鉴Hart等[29]的研究,将被试的心象地图分为自我参考、固定参考和协调参考3类,分别赋予一定初始值。分析心象地图中各要素的分布关系,若出现拓扑错误,则在初始值基础上减分。

      寻路绩效的量化计算是将参与者的移动路径展绘到二维地图中,并沿道路中心线提取参与者移动的路径总长度和转向总角度。为便于分析,寻路绩效指标也需进行min‐max标准化处理。

    • 本次实验招募在校大学生共计有效参与者51人,性别比接近1∶1,地理学专业和非地理学专业的比例接近1∶1,均具有三维地图使用经验,且未到过实验区域,也没有接触过本次实验所使用的三维虚拟场景。实验样本数符合认知实验要求[3032]。分析参与者的空间能力水平如表 2所示。从表 2可知,被试的空间能力水平具有较大变异系数,除抽象推理能力和短时记忆能力外,其余未通过正态性检验,即多数能力因子不符合正态分布。

      表 2  参与者空间认知能力的统计分析

      Table 2.  Statistic Analysis of the Participants's Spatial Cognitive Abilities

      空间认知能力 描述性统计 正态性检验
      Kolmogorov‐Smirnova方法 Shapiro‐Wilk方法
      均值 标准差 变异系数 统计量 显著性 统计量 显著性
      心理旋转能力 0.516 0.199 0.530 0.151 0.090 0.945 0.136
      抽象推理能力 0.487 0.261 0.632 0.131 0.200 0.951 0.191
      短时记忆能力 0.400 0.193 0.507 0.116 0.200 0.957 0.278
      虚拟场景空间感知 85.230 10.808 0.127 0.156 0.070 0.928 0.048
      真实场景空间感知 86.210 14.495 0.168 0.314 0.000 0.792 0.000

      对被试在两种场景中的寻路表现进行配对分析,寻路绩效如表 3所示。得到路径长度和转向角度的差异显著性分别为0.673和0.012(小于0.05),表明场景类型对路径响应没有显著影响,但对角度响应影响显著。

      表 3  真实场景与虚拟场景的寻路绩效差异分析

      Table 3.  Difference Analysis on the Wayfinding Performance in Real Scene and Virtual Scene

      寻路绩效 均值 标准差 Wilcoxon Signed‐Rank检验 显著性
      路径
      总长度
      真实场景 35.114 24.315 237.000 0.673
      虚拟场景 30.099 22.180
      转向
      总角度
      真实场景 60.227 30.264 334.000 0.012
      虚拟场景 38.865 23.863
    • 采用Spearman方法计算心理旋转、抽象推理、空间感知和短时记忆4种空间认知能力之间的相关系数,从而判断各项能力之间的相关强度,越接近1则表示相关性越强。一般来说,当相关系数绝对值大于0.7时,二者有强相关;当相关系数绝对值为0.4~0.7时,为中度相关;当相关系数绝对值小于0.4时,为弱相关。结果如表 4所示。

      表 4  各空间认知能力因子的相关性系数

      Table 4.  Correlation Coefficients Among the Spatial Cognitive Abilities

      空间认识能力因子 心理旋转能力 抽象推理能力 短时记忆 虚拟场景空间感知 真实场景空间感知
      心理旋转能力 1.000
      抽象推理能力 0.259 1.000
      短时记忆能力 0.210 0.164 1.000
      虚拟场景空间感知 -0.130 -0.199 -0.271 1.000
      真实场景空间感知 -0.036 0.007 0.236 0.179 1.000

      表 4中,各项能力因子的相关系数绝对值均小于0.3,表明相互之间无统计学上的显著相关性,各项空间认知能力相对独立。进一步对比相关系数绝对值,心理旋转能力与抽象推理能力、短时记忆能力与空间感知能力的相关性水平略高。因此,可认为空间能力之间又非完全分离,与相同尺度的空间能力相比,不同尺度的空间能力存在一定程度的相关性。

      本文实验中,心理旋转、抽象推理与空间感知的相关性并不高,表明三者虽然都涉及识别推理过程但也存在着功能分化。心理旋转关注的是物体在头脑中的映像以及旋转方式(二维或三维),旋转的对象既可以是物体整体,也可以是子集[33]。抽象推理则是对多个目标的关联规则进行辨析和提取[34],信息加工方式涉及差异分析、类比推理、结构解析等[35]。注意到心理旋转能力和抽象推理能力与真实场景空间感知能力几乎不相关(V分别为-0.036和0.007),这一结果与Hegarty等[36]的研究一致,即小尺度空间能力与从浸入式场景中获取信息的能力相关性极弱,或没有相关性。

    • 采用偏最小二乘回归方法探索寻路绩效与各空间认知能力的单因素拟合模型见表 5

      表 5  寻路绩效与空间认知能力的单因素回归拟合模型

      Table 5.  Single Factor Regression for Wayfinding Performance and Spatial Cognitive Abilities

      寻路绩效 空间认知能力 回归模型(标准化系数) 拟合优度R2/% 拟合显著性水平P
      虚拟场景的路径长度 心理旋转能力 y=1.047 17x2-1.297 98x 20.55 0.050
      抽象推理能力 y=21 515x10-79 763x9+97 494x8-7 767x7-94 686x6+
      102 949x5-51 953x4+14 043x3-1 940x2+107x
      68.68 0.043
      短时记忆能力 y=5.625 90x3-9.211 18x2+3.695 14x 11.55 0.372
      空间感知 y=-36.245 9x3+67.203 0x2-31.094 7x 06.22 0.651
      虚拟场景的转向角度 心理旋转能力 y=1.190 49x2-1.062 81x 14.90 0.123
      抽象推理能力 y=-94.115x5+260.468x4-256.391x3+105.539x2-15.679x 33.78 0.073
      短时记忆能力 y=11 047.7x8-48 645.7x7+89 163.7x6-87 946.3x5+
      50 312.5x4-16 705.0x3+3 005.8x2-233.3x
      35.20 0.273
      空间感知 y=-78.730x3+150.555x2-72.101x 13.34 0.302
      真实场景的路径长度 心理旋转能力 y=-578.38x6+1 569.23x5-1 580.17x4+729.82x3-151.71x2+11.29x 40.91 0.051
      抽象推理能力 y=20 161.3x10-72 895.2x9+85 603.2x8-3 026.7x7-83 390.6x6+
      84 476.7x5-39 441.5x4+9 621.0x3-1 165.1x2+57.3x
      49.33 0.330
      短时记忆能力 y=17 041x10-72 602x9+112 540x8-52 639x7-59 148x6+
      102 832x5-67 791x4+23 914x3-4 521x2+375x
      34.21 0.661
      空间感知 y=1 007.93x5-3 550.80x4+4 706.02x3-2 784.59x2+622.35x 40.53 0.027
      真实场景的转向角度 心理旋转能力 y=-180.043x6+543.368x5-611.906x4+322.961x3-83.691x2+9.902x 46.07 0.023
      抽象推理能力 y=-97.350x6+337.514x5-472.130x4+333.659x3-118.513x2+16.605x 38.25 0.074
      短时记忆能力 y=8 789x10-58 195x9+130 702x8-103 532x7-52 273x6+
      168 553x5-143 464x4+62 190x3-14 153x2+1 387x
      74.77 0.009
      空间感知 y=0.321 910x 10.36 0.089

      在单变量条件下,抽象推理能力相比其他空间认知能力对寻路绩效具有较好的拟合度,可以解释33.78%(P=0.073)~68.68%(P=0.043)的寻路绩效变化。心理旋转能力对移动路径的拟合显著性水平尚可(P=0.023~0.123),但仅在真实环境具有一定的拟合优度(R2分别为40.91%和46.07%);短时记忆能力则表现出对真实场景的寻路转向有较高的拟合优度和拟合显著性(R2=74.77%,P=0.009)。回归拟合结果证明了本文研究实验设计的假设前提,即心理旋转、抽象推理、短时记忆等能力对于寻路行为具有明显影响。

      寻路绩效的评价指标和寻路任务场景不同,空间认知能力的解释程度也不同。

      本次实验中,对于路径长度的解释水平,虚拟场景以抽象推理指标较高,为R2=68.68%(P‍=0.043);而真实场景中则是心理旋转和空间感知指标较高,并且解释水平相近,分别为R2=40.91%(P=0.051)和R2=40.53%(P=0.027)。对于转向角度而言,虚拟场景中具有较优解释能力的主要是抽象推理能力,为R2=33.78%(P=0.073);而真实场景中则以短时记忆能力的解释水平最高,为R2=74.77%(P‍=0.009),心理旋转能力和抽象推理能力也具有一定的解释水平,分别为R2=46.07%(P=0.023)和R2=38.25%(P=0.074)。

    • 考虑本次4个空间认知能力因子的联合作用,进一步采用偏最小二乘法建立空间认知能力与寻路绩效的多元回归模型。

      首先,以各项空间认知能力因子作为自变量,其中,xMRT表示心理旋转能力,xART表示抽象推理能力,xSRT表示短时记忆能力,xISRxOSR分别表示虚拟场景和真实场景中的空间感知能力,建立路径长度和转角长度的多元线性回归模型。然后,进行各项能力因子的四元多次回归建模,选择回归拟合显著性水平最优为最终多元回归拟合模型,结果如表 6所示。根据回归拟合结果,对各项能力因子的标准化决定系数进行可视分析,如图 4所示。

      表 6  寻路绩效与空间认知能力的多元回归拟合模型

      Table 6.  Multiple Regression for Wayfinding Performance and Spatial Cognitive Abilities

      寻路绩效 回归模型(标准化系数) 拟合优度R2/% 拟合显著性水平P
      虚拟场景路径长度 y=-0.289 873xMRT-0.168 745xART-0.021 811xSRT-0.002 262xISR 12.93 0.165
      虚拟场景转向角度 y=0.226 748xMRT3-0.061 799xART3-0.111 467xSRT3+0.035 744xISR3 7.26 0.158
      真实场景路径长度 y=0.104 135xMRT6-0.171 919xART6-0.019 324xSRT6+0.205 027xOSR6 7.04 0.164
      真实场景转向角度 y=0.252 066xMRT-0.410 427xART-0.142 088xSRT+0.435 237xOSR 31.27 0.053

      图  4  回归拟合模型标准化系数图

      Figure 4.  Standardizied Coefficients in Regression Fitting Models

      虚拟场景中,对于路径长度绩效,心理旋转能力与抽象推理能力的决定系数显著大于短时记忆能力和空间感知能力的决定系数(图‍4(a)),表明心理旋转能力和抽象推理能力对于路径绩效起主要影响。对于转向角度绩效,心理旋转能力的决定系数大于其他3种空间认知能力的决定系数。

      真实场景中,空间认知能力对于寻路绩效的影响表现出完全不同的特征:对于路径长度绩效和转向角度绩效,均是抽象推理能力和空间感知能力的决定系数最大,短时记忆能力的决定系数最小。

    • 本文通过设计认知实验探讨心理旋转、抽象推理、短时记忆和空间感知4种能力对三维空间中寻路绩效的影响,检验空间认知能力之间的相关性,并从单因素和多因素两个层次定量分析各项能力与寻路绩效的关系。

      1)空间认知能力相关性。分析结果表明,4 ‍种空间认知能力之间相关性较弱,这与Castro‐Alonso等[37]的研究相互印证,即各项认知能力在三维空间任务中弱相关。实验结果同时也回答了实验设计阶段提出的问题1,空间认知能力按尺度空间分组,相同尺度空间的认知能力,即心理旋转能力与抽象推理能力、三维空间感知能力与空间短时记忆能力相关性稍强,不同尺度空间的认知能力相关性稍弱。心理旋转能力、抽象推理能力与真实场景中的空间感知能力相关性甚至接近于0。各项认知能力因子之间不能简单看作是完全独立的关系,而是按尺度空间部分分离,为研究这些能力之间的联系提供了新视角。结合Hegarty等[36]的研究,推测原因与空间体验有关。MRT和ART以抽象几何对象为信息空间,被试通过全局视角观察和识别对象图形,认知视野大于信息空间。而空间记忆和空间感知任务中被试以沉浸视角进行局部观察,其认知视野远小于场景记忆和对象感知的信息空间。并且心理旋转能力和抽象推理能力都是采用电子问卷形式在屏幕上作答,虚拟场景也通过显示器屏幕呈现,相比真实场景,其执行任务过程中不需要较大幅度摆头或较多体力移动,空间体验明显不同。

      2)空间认知能力对寻路绩效的影响。本文采用偏最小二乘法探索空间认知能力对寻路绩效的影响。建模结果响应了实验设计的问题2和问题3,在仅考虑单因素的条件下,心理旋转能力和抽象推理能力对路径长度绩效和转向角度绩效有较好的拟合显著性,换言之,心理旋转能力和抽象推理能力对寻路绩效表现出预测作用。由于心理旋转能力和抽象推理能力可以通过后天训练提升[37],因此推论借助相关的教育培训可以优化人们的寻路表现。

      若考虑多因素的联合作用,短时记忆能力的影响普遍偏小,说明相对于其他空间认知能力,增加短时记忆对寻路绩效的作用不大。这可能是因为人们在陌生环境中不依赖于复盘心象地图的全部细节来制定寻路决策,对导航服务也有一定启示:设计寻路导航地图时,在内容选择上应尽量精简,减轻用户的记忆负担;同时,在表达形式上可考虑提升用户的心理旋转和抽象推理能力,辅助人们快速、高效地进行寻路决策。

      需要注意的是,寻路绩效多元回归模型的拟合优度普遍较低,表明实验得到的拟合模型尚不能根据人们的心理旋转能力、抽象推理能力、短时记忆能力和空间感知能力预测其寻路表现。除了这些空间能力因子,还需要考虑更多的影响因子,如性别、场定位方式、寻路策略、环境噪音、是否使用导航地图等因素也会对寻路表现产生影响[12173839]。如何将这些因子引入拟合模型中以实现量化预测,还需要开展进一步研究。

      3)场景环境的影响。参与者在不同类型场景中表现出的寻路绩效存在着明显不同。根据表 3可知真实场景中转向总角度更大,路径绩效也呈现均值较大、样本离散程度较高的特点,说明在真实空间中被试更容易迷路,寻路表现不稳定。通过访谈参与者得知,在真实场景中执行寻路任务时容易受一些不可控因素干扰,如周围往来的行人、环境噪声等。对比寻路绩效拟合模型的决定系数,在不同场景中各项能力的作用特征也几乎完全不同。因此,可根据实验结果推论,寻路表现具有显著的场景效应,人们在虚拟场景中的寻路特征未必在真实场景中同样有效。

    • 本文通过设计认知实验,对空间认知能力与寻路绩效的相关性进行量化分析,对心理旋转、抽象推理、短时记忆和空间感知4项空间认知能力之间的两两相关水平,以及空间能力对寻路绩效的单因素和多因素影响进行实证探究。结果表明,4种空间认知能力总体上弱相关,且按尺度空间分组部分分离。相同尺度空间的认知能力,即心理旋转能力与抽象推理能力、短时记忆能力和空间感知能力,其两两相关性分别较强;而不同尺度空间的认知能力,则相关性较弱。根据回归拟合模型,空间认知能力对于寻路绩效的影响程度因能力因子、寻路绩效指标、任务场景类型的不同而呈现出差异。

      由于技术条件限制,本次实验研究也存在着一些局限。首先,本文依靠参加者完成能力测试和寻路任务探究各项能力与寻路绩效之间的相关性,样本虽然在数量和构成上满足实验设计需要[3032],但由于参加者主要是大学生,随机性较低,并且样本数量偏少,分析数据呈非正态分布,实验结果的普适性还有待进一步验证。此外,研究将参与者完成寻路任务的路径长度和转向角度作为寻路绩效的评价指标,对行人认知能力与寻路表现的相关性进行量化分析,实验结果较宏观。各项能力对于寻路行为中的信息获取、知识加工、行为决策具有怎样的影响仍需深入解析。可以借助眼动仪、生理记录仪等设备获取更精细的行为指标,从微观层面探索空间认知能力对寻路表现的作用机制。结合当前技术发展趋势,还可考虑建立混合现实场景和全息场景,在更广泛的实验环境基础上,研究导航服务的人因效应,这也是笔者下一步研究的方向之一。

参考文献 (39)

目录

    /

    返回文章
    返回