i – introdução teórica - Universidade de Lisboa
Transcrição
i – introdução teórica - Universidade de Lisboa
1 UNIVERSIDADE DO MINHO ESCOLA DE ENGENHARIA DEPARTAMENTO DE PRODUÇÃO E SISTEMAS AMBIENTES RODOVIÁRIOS E DETECÇÃO DE MOVIMENTO DISSERTAÇÃO DE MESTRADO EM ENGENHARIA HUMANA APRESENTADA À UNIVERSIDADE DO MINHO Sob orientação dos: Professor Doutor Alberto Sérgio de Sá Rodrigues Miguel Professor Doutor Jorge Manuel Ferreira Almeida Santos Paulo Noriega Guimarães 2001 2 Agradecimentos Esta tese enquadra-se no trabalho duma equipa de investigação pluridisciplinar. Apenas a construção prévia de um corpo teórico e empírico, de metodologias e ferramentas em resumo de um extenso trabalho, permitiu a realização desta tese. De certo modo este é um trabalho do qual não me considero autor único. Espero apenas que o trabalho que realizei e aqui resumo seja digno da confiança e apoio que me foi sendo dado pela equipa com a qual tenho tido a honra de trabalhar. Agradeço às pessoas das seguintes instituições que tornaram possível a realização deste trabalho: Da faculdade de Engenharia do Porto, os meus agradecimentos às pessoas do Centro Informático Correia de Araújo; Laboratório de Análise de Tráfego da secção de Vias de Comunicação do Departamento de Engenharia Civil; Laboratório de Análise de Imagem do Instituto Nacional de Engenharia Biómedica Da Universidade do Minho, agradecimentos às pessoas do Laboratório de Psicologia do Instituto de Educação e Psicologia. Agradecimentos especiais ao meu orientador Professor Doutor Jorge Manuel Ferreira Almeida Santos por todo o apoio infindável e pela paciência. 3 Ambientes Rodoviários e Detecção de Movimento Paulo Noriega RESUMO O objectivo de estudo desta tese é a detecção de movimento de veículos em diversos ambientes rodoviários caracterizados por diferentes tipos de pisos. A detecção do movimento de veículos com movimento simultâneo do sujeito é uma tarefa dinâmica importante no evitamento de colisões com outros veículos. Neste estudo apresentamos dados empíricos que relacionam a tarefa de detecção de movimento com diversos factores como: (a) Diferentes tipos de ambientes rodoviários (pisos de cimento, betuminoso e betuminoso com bandas cromáticas); (b) Velocidades relativas dos veículos (diferença entre a velocidade do veículo do sujeito e a do outro veículo); (c) Idade dos condutores e ambiente; (d) Diversas medidas usadas tradicionalmente na avaliação de condutores, como parâmetros de visão e tempos de reacção; (e) Idade e sexo dos condutores. Participaram neste estudo cento e seis sujeitos. Usando imagens geradas por computador com texturas realistas simulou-se uma situação onde os participantes tinham de detectar o movimento dum veículo. Estes também eram avaliados numa série de medidas utilizados na avaliação de condutores como testes de visão e de tempos de reacção. Relativamente aos resultados: (a) A detecção do movimento dos veículos foi mais difícil no piso de betuminoso com bandas cromáticas que era o pavimento com maior densidade de fluxo óptico (quantidade de movimento gerado pelos diferentes elementos visuais do ambiente). Estes resultados mostraram que para a tarefa visual de detecção de movimento o fluxo óptico desempenha um papel mais importante do que o contraste entre o objecto (veículo) e o seu fundo (estrada); (b) As velocidades relativas mais baixas dificultavam mais a tarefa de detecção de movimento; (c) Relativamente à idade observou-se que o desempenho dos condutores não obedece a uma relação linear tipo idade/desempenho e varia em função da densidade de fluxo óptico dos pisos. Assim quando as densidades são elevadas (bandas) a tarefa de detecção de movimento é igualmente difícil para todas as idades, quando é intermédia são as idade mais avançadas que têm maior dificuldade, se for mais baixa (cimento) as idades mais novas beneficiam relativamente às outras; (d) Relativamente à avaliação dos condutores aponta-se a necessidade de dar mais importância aos testes visuais dinâmicos e de leitura de contrastes. Os testes tradicionais de acuidade visual estática e tempos de reacção devem ter menos peso; (e) Relativamente às variáveis idade e sexo os resultados mostraram que a relação entre a idade a tarefa de detecção de movimento é diferente para os dois géneros sexuais. As mulheres dão menos erros que os homens, mas com o aumento da idade precisam de mais tempo para detectar o movimento dos veículos. Os homens necessitam de menos tempo para fazer a detecção mas com a idade dão mais erros do que as mulheres. Dum ponto de vista ecológico, ambos os comportamentos revelam um efeito negativo da idade sobre a tarefa de detecção de movimento porque uma detecção errada pode ser tão perigosa quanto uma detecção lenta. 4 Traffic Environments and Motion Detection Paulo Noriega ABSTRACT This dissertation aim's to study the vehicle's motion detection task in various traffic environment characterised by different kinds of road pavements. The vehicle’s motion detection with concurrent self motion is an important dynamic task concerning vehicle’s collision avoidance. In this study we present empirical data relating this task with several factors such as: (a) Different kinds of environments (bituminous, concrete and bituminous pavement with chromatic bands); (b) Relative speeds of the vehicles (difference between the subject and other vehicle speed); (c) Age of drivers and environments; (d) Several measures traditionally used in driver's assessment, e.g. vision parameters and reaction times; (c) Age and sex of drivers. One hundred and six persons participated in this study. Using computer generated images with realistic textures, we simulated a situation where participants had to detect a vehicle's motion. All participants were also tested in several measures used traditionally in drivers’ assessment such as vision and reaction time tests. Concerning the results: (a) The vehicle’s motion detection was more impaired in the situation of a pavement with chromatic bands, which is the pavement with the higher optical flow density (motion quantity generated by the different visual elements of the environment). These results showed that the optical flow plays a more important role than the contrast between the object (vehicle) and the background (road) for visual motion detection tasks; (b) The lowest relative speeds impaired more the motion detection task than the higher speeds; (c) Relatively to age, it was observed that the drivers' performance doesn't obey to a linear relation type age/performance and it varies in function of the pavement's optical flow density. Thus when the optical flow density is high (bands) the task of movement detection is equally difficult for all the ages, when it is intermediate (bituminous) the oldest have more difficulty and when optical flow density is lower (concrete) the youngest benefit relatively to the others; (d) Concerning the drivers assessment we point out the need of giving more importance to visual dynamic tests and contrast acuity. Traditional tests of static visual acuity and reaction times should have less weight; (e) Relatively to sex and age variables the results showed that the relation between age and the vehicle’s motion detection is different for females and males. Females give fewer errors than males, but with age increment they need more time to detect the vehicle’s motion. Males need less time to detect a vehicle’s motion but with age they give more errors than females. From an ecological point of view, both behaviours reveal a negative effect of age on the vehicle’s motion detection because a wrong detection could be as dangerous as a slow detection. 5 Índice RESUMO 3 ABSTRACT 4 INTRODUÇÃO 10 I - INTRODUÇÃO TEÓRICA ......................... 12 1. TRÁFEGO RODOVIÁRIO ........................................................................... 14 1.1. Sinistralidade rodoviária........................................................................................................14 1.2. Os custos da sinistralidade .....................................................................................................16 1.3. "Manifesto" rodoviário ..........................................................................................................19 1.4. O aprender a ser bom e mau condutor e o seguimento das normas ...................................20 1.5. A análise da tarefa de condução ............................................................................................25 1.6. Alternativas para um intervenção estrutural .......................................................................27 2. A PERCEPÇÃO VISUAL............................................................................. 31 2.1. As teorias da percepção visual ...............................................................................................31 2.2. Processamentos de informação visual ascendentes e descendentes ....................................34 2.2.1. As teorias da percepção indirecta .........................................................................................34 2.2.2. A percepção directa ..............................................................................................................37 2.2.3. Resumo da percepção directa e indirecta..............................................................................41 2.3. Um modelo que integre os dois processamentos...................................................................43 6 3. PERCEPÇÃO DO MOVIMENTO ................................................................. 46 3.1. Movimento e percepção ..........................................................................................................46 3.2. Processamento visual na acção, locomoção e detecção do movimento de objectos ...........47 3.3. Percepção do movimento de objectos com deslocação simultânea do sujeito....................52 3.4. Trabalhos de Probst e Colaboradores...................................................................................53 3.5. Caracterização do fluxo óptico, trabalhos de Santos e Colaboradores ..............................56 3.6. Problemas e hipóteses .............................................................................................................59 II - METODOLOGIA ...................................... 62 1. MÉTODOS DE SIMULAÇÃO NA INVESTIGAÇÃO SOBRE FACTORES HUMANOS................................................................................................... 64 1.1. Vantagens do uso das técnicas de simulação ........................................................................64 1.2. Alguns limites das técnicas de simulação ..............................................................................65 1.3. Opções metodológicas em funções das técnicas de simulação .............................................66 2. METODOLOGIA PSICOFÍSICA USADA .................................................... 68 3. CONSTITUIÇÃO DA AMOSTRA................................................................. 68 3.1. Critérios de recolha de amostra.............................................................................................69 3.2. Procedimento para a recolha da amostra .............................................................................69 4. EQUIPAMENTOS E MATERIAIS USADOS................................................ 69 4.1. Equipamentos..........................................................................................................................69 4.1.1. Estação gráfica e projector....................................................................................................69 4.1.2. Equipamento para testes de visão .........................................................................................70 4.2. Programas................................................................................................................................71 7 4.2.1. Programa de geração de estímulos, controlo e registo de dados (GECRD)..........................71 4.2.2. Outros programas usados......................................................................................................72 5. CALIBRAÇÃO DOS ESTÍMULOS USADOS .............................................. 72 5.1. Luminância e contraste ..........................................................................................................72 5.2. Fluxo óptico .............................................................................................................................73 5.2.1. Porquê medir o fluxo óptico .................................................................................................73 5.2.2. Como se mediu o fluxo óptico..............................................................................................74 5.3. Cálculos trigonométricos para ângulos de visão e medidas dos estímulos. ........................76 6. PROCEDIMENTO EXPERIMENTAL........................................................... 79 III - PARTE EMPÍRICA ................................. 81 1. AMBIENTE RODOVIÁRIO E DETECÇÃO DE MOVIMENTO ..................... 83 2. MÉTODO ..................................................................................................... 85 2.1. Amostra....................................................................................................................................85 2.2. Estímulos e materiais usados .................................................................................................85 2.2.1. Veículo alvo..........................................................................................................................86 2.2.2. Ambientes.............................................................................................................................87 2.3. Procedimentos .........................................................................................................................93 3. RESULTADOS ............................................................................................ 95 3.1. Respostas erradas....................................................................................................................96 3.1.1. Sumário ................................................................................................................................96 3.1.2. Respostas erradas - pisos ......................................................................................................96 3.1.3. Respostas erradas - pisos e velocidades relativas .................................................................98 3.1.4. Respostas erradas - pisos e faixas etárias............................................................................100 3.2. 3.2.1. Tempos de detecção ..............................................................................................................102 Sumário ..............................................................................................................................102 8 3.2.2. Tempos de detecção - pisos ................................................................................................103 3.2.3. Tempos de detecção - pisos e velocidades relativas ...........................................................104 3.2.4. Tempos de detecção - pisos e faixas etárias........................................................................107 4. ANÁLISE E DISCUSSÃO DE RESULTADOS .......................................... 110 4.1. Respostas erradas..................................................................................................................110 4.1.1. Respostas erradas - pisos ....................................................................................................110 4.1.2. Respostas erradas - pisos e velocidades relativas. ..............................................................111 4.1.3. Respostas erradas - pisos e faixas etárias............................................................................112 4.2. Tempos de detecção ..............................................................................................................114 4.2.1. Tempos de detecção - pisos ................................................................................................114 4.2.2. Tempos de detecção - pisos e velocidades relativas ...........................................................114 4.2.3. Tempos de detecção - pisos e faixas etárias........................................................................115 5. OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A DETECÇÃO DE MOVIMENTO ....................................................................................... 118 5.1. Resultados..............................................................................................................................119 5.2. Análise e discussão dos resultados .......................................................................................119 6. IDADE, GÉNERO SEXUAL E DETECÇÃO DE MOVIMENTO.................. 122 6.1. Resultados..............................................................................................................................122 6.2. Análise e discussão dos resultados .......................................................................................123 IV - CONCLUSÕES .................................... 124 1. RELAÇÃO ENTRE DENSIDADE DE FLUXO ÓPTICO E RESPECTIVOS AMBIENTES/PISOS E DESEMPENHO NA TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULOS.................................................................... 125 2. RELAÇÃO ENTRE MAGNITUDES DE FLUXO ÓPTICO E CORRESPONDENTES VELOCIDADES RELATIVAS E A DETECÇÃO DO MOVIMENTO DE VEÍCULOS.................................................................... 126 9 3. RELAÇÃO ENTRE A TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULO, OS PISOS E A IDADE DOS CONDUTORES .......................... 127 4. RELAÇÃO ENTRE OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A TAREFA DE DETECÇÃO DO MOVIMENTO DE VEÍCULOS................................................................................................. 128 5. RELAÇÃO ENTRE GÉNEROS SEXUAL, IDADE E TAREFA DE DETECÇÃO DO MOVIMENTO DE VEÍCULOS. ....................................... 128 BIBLIOGRAFIA 129 ÍNDICE DE TABELAS E FIGURAS 137 ANEXOS 140 10 Introdução O uso generalizado dos transportes rodoviários é um marco na evolução da humanidade. Infelizmente associado a este uso e a todas as suas vantagens a sociedade paga a factura da sinistralidade rodoviária e da degradação ambiental do planeta. Se bem que a sinistralidade rodoviária é um problema comum a todos os países, é notória a discrepância entre as taxas de sinistralidade de diversos países. No contexto europeu, já se sabe, Portugal ocupa um grave primeiro lugar nas taxas de sinistralidade. Muito se pode discutir acerca da origem deste drama nacional, se tem origens culturais ou de outra natureza. Nesta tese argumenta-se que a resolução deste problema passa por uma intervenção estruturada sobre o meio rodoviário que considere o corpo teórico e empírico já existente sobre o comportamento do condutor no tráfego rodoviário. Partimos do pressuposto que a atribuição da sinistralidade ao factor humano não pode responsabilizar apenas o operador/condutor. O factor humano intervém em toda a estrutura dum meio complexo como o rodoviário. Um esforço ao nível da concepção e manutenção dos ambientes rodoviários poderá ser o iniciador de uma mudança no comportamento de condução. A defesa deste ponto de vista assenta na compreensão dos modos de aprendizagem de comportamentos correctos e incorrectos da tarefa de condução que se define muito a um nível de operação automático. O ser humano e o seu ambiente, na perspectiva ecológica de James Gibson (1950, 1986), são uma unidade. Nesta perspectiva será essencial o conhecimento do operador humano, dos seus modos de operação e das suas características para a intervenção que denominamos ambiental. Recordando o dado consensual proposto por Hills (1980) de que a maior parte de informação que processamos na condução é de origem visual, o estudo do processamento da informação visual é indispensável para fazer uma ligação segura entre ambiente e operador humano. A percepção visual é simultaneamente um processo que se constrói com base nas expectativas e conhecimentos do ser, mas também tem outra componente de processamento automático em que a informação proveniente do meio guia directamente a acção com quase ausência de uma mediação cognitiva. Num meio dinâmico como o rodoviário onde os constrangimentos temporais muitas vezes não permitem a correcção do erro, conhecer as pistas visuais que guiam o comportamento é uma contribuição para uma melhor concepção do meio. Esta tese estuda uma tarefa crucial na condução automóvel, a detecção do movimento de outros veículos. A partir de estudos de vários autores (Probst et al 1986, 1987; Santos et al. 2000), foi possível compreender que o desempenho da tarefa de detecção de movimento é dificultado quando o sujeito se encontra ele próprio em movimento. Além do seu próprio 11 movimento, os ambiente visuais onde é feita a detecção também geram diferentes padrões de movimento (fluxos ópticos) que interagem diferenciadamente sobre a tarefa de detecção de movimento. O que se demonstra nesta tese é que diferentes ambientes rodoviários caracterizados por diferentes tipos de pisos têm uma acção diferenciada sobre a tarefa de detectar os outros veículo, facilitando ou dificultando essa tarefa. Esta tese é um exemplo de como o conhecimento das pistas visuais utilizadas numa tarefa da condução, poderá ser utilizado para melhorar o desempenho nessa tarefa através duma intervenção no meio. Esta tese está organizada em quatro capítulos. No capitulo um da introdução teórica faz-se uma descrição do problema rodoviário com propostas de resolução desses problemas fundamentando-as em modelos de condução e exemplos de intervenções. Inclui-se um ponto geral sobre percepção visual e outro mais específico sobre percepção do movimento que fundamenta as hipóteses. O capítulo dois da tese é sobre a metodologia utilizada. Incluem-se pontos sobre os métodos de simulação, metodologia psicofísica, constituição da amostra, equipamentos e materiais, calibração dos estímulos, cálculos trigonométricos e procedimento experimental. O capítulo três, relativo à parte empírica, apresenta a metodologia específica utilizada, os resultados e sua análise. Grande parte deste capítulo é dedicado ao estudo dos ambientes e detecção de movimento onde se relacionou a detecção de movimento com os ambientes rodoviários caracterizados por três diferentes tipos de pisos, com diferentes velocidades relativas de veículos e com a idade dos condutores. Apresentam-se complementarmente dois estudos sobre parâmetros de avaliação de condutores e detecção de movimento e um estudo que relaciona idade, género sexual e detecção de movimento. O capítulo quatro refere-se às conclusões. Chama-se ainda a atenção ao leitor interessado, que no anexo A são apresentados resultados com aplicação numa discussão mais teórica sobre problemas de segmentação de movimento. 12 I – INTRODUÇÃO TEÓRICA 1. TRÁFEGO RODOVIÁRIO 14 1.1. Sinistralidade rodoviária 14 1.2. Os custos da sinistralidade 16 1.3. "Manifesto" rodoviário 19 1.4. O aprender a ser bom e mau condutor e o seguimento das normas 20 1.5. A análise da tarefa de condução 25 1.6. Alternativas para um intervenção estrutural 27 2. A PERCEPÇÃO VISUAL 31 2.1. As teorias da percepção visual 31 2.2. 2.2.1. 2.2.2. 2.2.3. Processamentos de informação visual ascendentes e descendentes As teorias da percepção indirecta A percepção directa Resumo da percepção directa e indirecta 34 34 37 41 2.3. Um modelo que integre os dois processamentos 43 3. PERCEPÇÃO DO MOVIMENTO 46 3.1. Movimento e percepção 46 3.2. Processamento visual na acção, locomoção e detecção do movimento de objectos 47 3.3. Percepção do movimento de objectos com deslocação simultânea do sujeito. 52 3.4. Trabalhos de Probst e Colaboradores 53 3.5. Caracterização do fluxo óptico, trabalhos de Santos e colaboradores 56 3.6. Problemas e hipóteses 59 13 Divide-se esta introdução em três pontos. No primeiro ponto, começa-se por traçar o cenário geral sobre a sinistralidade rodoviária e os seus custos. Face a tal panorama diagnostica-se uma possível causa e propõe-se uma via possível de intervenção, que designamos de estrutural ou ambiental. Fazemos a sua justificação recorrendo a um modelo de aprendizagem de condução, através duma análise da tarefa de condução e com exemplos de intervenções. O segundo ponto enquadra o tema geral teórico desta investigação, a percepção visual. Como construímos o mundo e como ele nos é dado directamente através da percepção e como é possível integrar este conhecimento teórico num modelo perceptivo compatível com a condução automóvel. No ponto três apresenta-se uma revisão bibliográfica que faz um enquadramento teórico específico para o nosso estudo, apresentando-se os trabalhos relacionados com a percepção visual do movimento. 14 1. TRÁFEGO RODOVIÁRIO Neste ponto apresenta-se um enquadramento geral sobre questões ligadas ao tráfego rodoviário. Abre-se com a descrição dos custos da sinistralidade rodoviária. Sempre que possível referimos estatísticas nacionais. Face aos números apresentados, apresentamos um "manifesto" que expressa o desejo de mudança da situação rodoviária. Os pontos seguintes tentam justificar esse manifesto, primeiro através de uma conceptualização da aprendizagem da condução e do acatamento ou não das normas rodoviárias. A seguir faz-se a análise da tarefa de condução, para se terminar com propostas de alternativas de intervenção sobre o meio rodoviário. 1.1. Sinistralidade rodoviária Na sociedade contemporânea, o uso e necessidade dos transporte rodoviários de pessoas e mercadorias continua em crescimento (c.f. Costa, 1995). Infelizmente, ao uso dos transportes rodoviários está associada uma alta sinistralidade com custos muito elevados. Anualmente, no mundo inteiro os acidentes de tráfego são responsáveis por cerca de meio milhão de vítimas mortais e quinze milhões de feridos sendo que a maioria das vítimas é hoje em dia proveniente dos países em desenvolvimento (IFRC, 1998). Contudo, na Europa Comunitária e Estados Unidos da América os números não são menos assustadores. Em 1999 morreram de acidentes rodoviários 41560 pessoas na União Europeia (UE) e 41.611 nos E.U.A. (IRTAD, 2001). Na UE por cada 100.000 habitantes há 12,04 habitantes que são vítimas mortais da sinistralidade rodoviária. Uma comparação desse indicador para os vários países da UE, mostranos que Portugal é o país da UE com o número mais elevado de mortos por 100.000 habitantes (Figura I-1). Outro indicador usado para medir os níveis de sinistralidade, é o número de acidentes com vítimas1, por cada 1000 veículos do parque automóvel. Mais uma vez, conforme se pode constatar na figura I-2, o país onde o número é mais elevado é Portugal. Apesar de Portugal ter os números mais elevados de sinistralidade rodoviária, os números têm vindo a baixar, conforme se observa na figura I-3. Infelizmente esta taxa de 1 Acidentes com vitimas segundo a fonte utilizada (DGV, 1999), é um acidente do qual resulte pelo menos uma vitima. Vitima define-se como ser humano que em consequência de acidente sofra danos corporais. 15 descida ainda não é muito alta o que claramente reforça a necessidade de se investir mais na segurança rodoviária nacional. Figura I-1 Número de vítimas mortais por cada 100.000 habitantes (1999) P o rt ug al 21 Grécia (b ) Figura I-2 Número de acidentes com vítimas por cada 1.000 veículos (1999) Es p anha 1 4.6 F rança 9 .2 B élg ica R eino Unid o (a) 8 .6 Aus t ria 8 .5 1 4.4 B élg ica 1 1 .4 Po rt ug al (a) 20 .9 7 .8 Alemanha 1 3.7 5 .6 Luxemb urg o 1 3.5 Grécia (a) Áus t ria 1 3.4 Ho land a 5 .5 It ália 5 .4 It alia (a) 11 Irland a F rança 9.5 F inland ia 4 .4 Es p anha 9 .7 Alemanha 4 .9 Irland a 11 Dinamarca Luxemb urg o 8.4 3 .7 3 .5 Ho land a 6 .9 S uécia 3 .4 S uécia 6.6 Dinamarca 3 .2 R eino Unid o 6 F inland ia M éd ia UE 2 .9 M éd ia UE 12 .0 4 a)1998, b)1997 a)1998 (Fonte: DGV 2000; IRTAD 2001) (Fonte: DGV 2000; IRTAD 2001) 5 .9 Figura I-3 Número de acidentes com vítimas por cada 1.000 veículos (evolução em Portugal de 1990 a 1998) 25 20 15 10 5 0 1990 1991 1992 1993 1994 1995 1996 1997 1998 (Fonte: DGV, 2000) Outros dados a observar, prendem-se com a natureza dos acidentes. Assim, de acordo com o Observatório da Segurança Rodoviária, em 1997 (DGV, 1998) houve no nosso país 84.006 veículos intervenientes em acidentes com vítimas. Uma análise segundo a natureza desses acidentes, revela que 69% desses veículos colidiram com outros em movimento, 12% estiveram envolvidos em despistes, 11% em atropelamentos e 7% em colisões com obstáculos parados. 16 Figura I-4 Veículos intervenientes em acidentes com vítimas, percentagens por tipo de acidente (1997). despistes 12% outras 1% atropela/os 11% colisões c/ obstáculos 7% colisões c/ veícs. em movimento 69% (Fonte: DGV, 1998) A observação dos dados sobre a natureza dos acidentes, apesar de não ser um estudo detalhado de causalidade, aponta para a identificação clara de uma situação de risco. As situações de condução onde se tem que lidar com outros veículos em movimento. Obviamente esta será a situação mais frequente de condução, como tal aquela onde há uma probabilidade maior de conflitos logo de acidentes. Naturalmente nessa situação haverá uma multicausalidade de factores de risco que propiciam os acidentes. Não é nosso objectivo construir os modelos para a análise detalhada dessas situações, mas algo que podemos ter a certeza é que a tarefa de detecção de movimento de veículos é importante no evitamento de colisões (Santos, 1996). Como o número de colisões representa a percentagem mais elevada de acidentes em Portugal, justifica-se a investigação da tarefa de detecção de movimento. 1.2. Os custos da sinistralidade Se bem que é difícil contabilizar os custos da sinistralidade, Piodi (1998) adianta alguns números dos custos e do impacto económico da sinistralidade rodoviária na UE. Referindo-se aos números dos custos para o ano de 1997 diz: "...about 1 in 80 European citizens will still end their lives on average 40 years too early in a road accident and it is estimated that 1 in 3 European citizens will need hospital treatment during their lifetime as a result of injuries suffered in a road accident... ...the financial burden, put at 15 billion 17 ECU2 a year, includes the cost of medical treatment, welfare provision, and time spent by the public services responsible for dealing with accidents. The strictly economic cost in terms of lost economic output is estimated at 30 billion ECU. The human cost, in terms of pain and suffering, is estimated at 100 billion ECU ..." Piodi (1998, p. 5) Para compreendermos melhor estes números seria interessante criarmos uma unidade de referência. Se aceitarmos que o valor de custo da Ponte Vasco da Gama foi de 200 milhões de contos (€ 1000 milhões). Então os valores na nossa unidade de referência podem-nos ajudar a compreender os números melhor. Sendo que o último valor referente à dor e sofrimento estimado em 100 biliões de ECU, seria correspondente a 100 Pontes Vasco da Gama. Naturalmente que apesar de estes números serem elevados, podemos sempre pensar que são pequenos relativamente à dor e sofrimento das pessoas envolvidas na sinistralidade rodoviária. Contudo servem para especificar a dimensão do impacto económico da sinistralidade rodoviária. Na UE em média morrem anualmente 29.000 jovens entre os 15 e 24 anos, dessas mortes 14.000 são devidas a acidentes, sendo os acidentes de tráfego rodoviário responsáveis por cerca de 11.000 mortes (Hamzaoui, & Whitten 2001). Esta realidade poderia reforçar a necessidade de um maior investimento na investigação das causas da sinistralidade rodoviária, de acordo com a seguinte argumentação. Gomes (1998) explicita o problema do investimento nesta investigação. Gomes refere-se à relação dos anos perdidos de vida com as verbas atribuídas à investigação das causas de morte nos EUA . Nos números por ele referidos, dos 2,5 milhões de pessoas que faleceram nos EUA em 1989, as duas principais causas de morte foram as doenças relacionadas com o coração (750.000 mortos) e o cancro (500.000 mortos). Em acidentes teriam morrido 140.000 pessoas, 45.000 das quais em acidentes rodoviários. Como o número de óbitos relacionadas com o coração e cancro são muito maiores, uma análise directa justificaria o maior investimento na investigação nessas áreas. Contudo uma análise um pouco fria mas objectiva relativiza essa opção. O número de anos de vida perdidos pela população em função de causa de óbito, é muito superior para a sinistralidade rodoviária. Ou por outras palavras, o risco de morte por doença do coração ou cancro aumenta com a idade e a morte por acidente tem o seu pico nas idades mais 2 Chama-se a atenção ao leitor que a expressão "Billion" foi usada na notação Norte Americana que equivale a 109. O valor do bilião usado na europa é de 1012. Relativamente aos valores médios do ECU em 1997 foi de Esc 198,589, para efeitos de cálculos arredondamos o valor para Esc 200 18 jovens. Nesta perspectiva compreende-se a discrepância entre os anos de vida perdidos e despesas de investigação conforme se pode ver na figura I-5. Para Gomes (1998) a discrepância na distribuição dos gastos na investigação não tem em conta critérios objectivos dos custos sociais referidos, mas sim critérios condicionados por interesses de grupos económico-político-científicos. Apesar deste argumento poderíamos objectar que a maior fatia de investimento seria feita pela industria farmacêutica que tem um retorno directo desse investimento. No entanto o próprio governo federal dos EUA, investe cinco vezes mais nas investigações de doenças cardiovasculares do que na investigação de acidentes (c.f. Girasek, 1999). Figura I-5 Despesas de investigação Vs. Anos de vida perdidos 12 10 8 6 4 2 0 Acidentes Cancro Milhões de anos de vida perdidos Doenças de coração Despesas de investigação (Fonte: Gomes 1998, Cit. Evans 1991) Outra razão apontada para este desequilíbrio, é a crença generalizada, principalmente ao nível dos decisores políticos, que as mortes e acidentes são um produto de "actos do destino" (c.f. Girasek, 1999). Contudo o trabalho de Girasek sobre as crenças acerca da preventabilidade dos acidentes revelou que em média as pessoas acreditam que 56% dos acidentes fatais poderiam ser prevenidos bem como 62% dos acidentes rodoviários, 53% das quedas mortais, 67% dos afogamentos 62% das mortes com queimaduras e incêndios e 70% dos envenenamentos acidentais. Independentemente, das razão apontadas serem de natureza económico/política ou de crenças na impossibilidade de agir sobre os "actos do destino", indiscutíveis são os custos da sinistralidade e a necessidade de diminuir esses custos através de algum ou vários tipos de intervenção. 19 1.3. "Manifesto" rodoviário As altas taxas de sinistralidade que caracterizam Portugal, são frequentemente atribuídas ao mau comportamento dos condutores Portugueses, como se esse comportamento fosse a causa directa da sinistralidade. De facto, numa primeira análise imediata e simplista do problema rodoviário nacional, facilmente somos tentados a indicar as causas e respectivas soluções para o problema. -"O problema essencial é o mau comportamento dos condutores, como tal castiguem-nos, multem-nos, tirem-lhes a carta ou em ultima análise prendam-nos pois são uns criminosos". O uso de medidas repressivas resolveria o problema. No entanto, não será estranho que para um país usualmente apelidado de brandos costumes como Portugal existam assim tantos criminosos? Seremos um povo assim tão diferentes dos de outros países? É fácil a análise simplista do problema e o consequente avançar de soluções fáceis todas baseadas na repressão do condutor. Tolerâncias zero; grandes campanhas mediáticas, para numa qualquer temporada de férias de mais um Carnaval ou Natal mudar a mentalidade e atitudes dos "criminosos"; multas; etc. Não se trata aqui de condenar as medidas repressivas, sabe-se que elas são necessárias. Contudo, gostaríamos de por à consideração dos leitores que o problema essencial não é um problema de aplicação de normas, um problema de segurança policial, mas sim um problema estrutural do meio rodoviário. Argumentamos que a resolução do problema passa por uma intervenção estruturada sobre o meio rodoviário que considere o corpo teórico e empírico já existente sobre tráfego rodoviário. Particularmente argumentamos que uma mudança no mau comportamento dos condutores dificilmente passará pela exclusividade do uso de medidas repressivas. Em particular defende-se uma perspectiva, que porventura possamos chamar ambiental, em que a mudança do comportamento do condutor passa essencialmente pela manipulação estrutural do meio onde os utilizadores rodoviários operam, se quisermos ser simplistas, das estradas. A estrutura pode ser responsável pela sinistralidade de duas formas: De uma forma directa. Um piso mau, uma ponte que cai, um buraco na estrada, uma sinalização incorrecta, etc., são tudo situações que aumentam o risco, logo a probabilidade de acidentes. Naturalmente, podemos argumentar que essa deficiência estrutural, não explica muitos dos comportamentos aberrantes de condução que são vistos todos os dias. De uma forma indirecta através dos processos de aprendizagem de condução. Os condutores aprendem também no meio onde conduzem, nas estradas. Aprendem também por imitação dos outros condutores, através do processo de aprendizagem social. Neste sentido, atribuímos ao meio um papel fundamental no processo de aprendizagem dos condutores. Ou seja, se o meio estiver mal estruturado, necessariamente vai propiciar uma aprendizagem 20 incorrecta, e logo a existência de erros3. Se esses erros de aprendizagem forem muito frequentes, a probabilidade de eles se multiplicarem ainda mais pelo efeito da aprendizagem social ainda é maior. Como tal, temos um meio rodoviário onde há muitos erros. Em suma, argumentamos que há muitos comportamentos de condução incorrectos cuja consequência directa é a sinistralidade elevada. Aquilo que já não podemos dizer, é que a causa directa seja a falta de civismo dos condutores. O mau comportamento dos condutores é fruto da aprendizagem propiciada pelo próprio meio rodoviário. Exemplificando, a probabilidade de numa estrada com trânsito de veículos lentos e pesados, existir uma ultrapassagem mal feita é elevada. Mais tarde ou mais cedo um condutor que viaja meia hora atrás dum pesado ultrapassao mesmo em condições irregulares. A observação deste comportamento por parte de outros condutores aumenta a probabilidade deste comportamento se repetir. Desde este ponto de vista, a estratégia de intervenção não pode ser apenas dirigida ao condutor através dum emissor de normas, regras ou de campanhas. Tem que ser a ele dirigida, mas doutra forma. São as intervenções sobre o meio que têm de ser alvo de um maior investimento. Necessariamente estas intervenções têm que ser pensadas tendo em consideração não apenas as características físicas do meio e veículos, mas essencialmente as características dos seus operadores. Como aprendem, como executam a tarefa de condução, que pistas utilizam para desempenhar essa tarefa. Refira-se que a tarefa de condução funciona essencialmente a um nível de operação automática. Isto significa que a descrição das pistas utilizadas para a condução presentes no meio, têm que ser tidas em consideração nas estratégia de intervenção sobre o meio. Naturalmente será conveniente fundamentarmos teórica e empiricamente o nosso ponto de vista. Assim conceptualizamos primeiro o processo de aprendizagem na condução, referindo alguns pontos importante para uma boa aprendizagem. Esboça-se um modelo de análise da tarefa de condução de forma a justificar o tipo de intervenções que propomos. Finalmente refere-se algum suporte empírico ao tipo de intervenção estruturada que se defende. 1.4. O aprender a ser bom e mau condutor e o seguimento das normas Numa análise comportamentalista da aprendizagem (Fuller, 1993), podemos dizer que o comportamento é regulado pelas suas consequências. Um comportamento que é seguido de uma consequência positiva é reforçado e aquele que é seguido por uma consequência negativa é 3 Chama-se a atenção do leitor que estamos aqui, a usar a palavra erro indiferenciadamente para descrever violações e ou erros de operação. 21 evitado. Numa analogia para a condução, carregamos no acelerador porque queremos chegar depressa e viramos na curva porque não queremos cair da ribanceira abaixo. Naturalmente a relação entre o comportamento e consequências, não é independente do contexto. Isto significa que essa relação é definida (se fizer x acontece y), por acontecimentos antecedentes ou concorrentes. A relação - se viajar depressa, chego a tempo - também é dependente de factores antecedentes como a existência de polícia ou de outros carros. Este tipo de análise é referida por Fuller (1993) como ABC (Antecedent-BehaviourConsequence). Isto porque a relação entre comportamento e consequências é normalmente condicionada pelos acontecimentos antecedentes. Desta forma, o comportamento passa a estar também sobre o controle dos antecedentes, denominados de estímulos de controle ou discriminativos (Fuller, 1998). Para este autor o ABC como forma de análise de comportamento dá um enquadramento à incorporação dos processos de aprendizagem e motivação na investigação dos factores humanos, e mais importante faz realçar qual o papel dos estímulos ou acontecimentos que estando presentes podem controlar o comportamento. Para Fuller (1993), a aprendizagem da condução, segura ou insegura, é resultado da confrontação com uma quantidade elevada de contingências do tipo ABC, presentes no meio rodoviário. Um problema acrescido para a aprendizagem é que a previsibilidade destas contingências funciona muitas vezes numa base probabilista. Durante a aprendizagem pode ser mais reforçado o comportamento negativo se a probabilidade de ele ser recompensado for mais elevado do que a probabilidade de ser punido. Isto observa-se, por exemplo, em estradas rurais onde não há qualquer policiamento, tendo-se observado velocidades muito elevadas nestas estradas, ou nas aproximações a intersecções em alta velocidade nos locais onde os condutores pensam que é muito pouco provável que apareçam outros veículos. Em resumo, como contingência entre um comportamento recompensador e uma consequência punidora é improvável, os condutores aprendem o risco. Com este processo, a experiência que é necessária à aprendizagem da condução, pode levar a uma adaptação incorrecta. Para Fuller (1993, 1998), uma gestão sistemática do processo de aprendizagem pode contrariar os efeitos dessa aprendizagem derivada de um comportamento inseguro motivador. Essa gestão passa pela manipulação dos acontecimentos antecedentes controlados pelos estímulos discriminativos. A aprendizagem, ou mudança de comportamento é dependente dos estímulos discriminativos que especificam a relação entre um determinado comportamento e a sua consequência. Estes estímulos são constituídos pelos sinais de trânsito, bandas sonoras, traçado da via, etc. Para serem efectivos, têm de obedecer a uma série de regras. (Fuller, 1998): • Claros e não ambíguos, evitando dar informação incorrecta ao condutor. Por exemplo, incluir as indicações de qual a via a seguir e as características das junções ou cruzamentos. Assinalar correctamente a presença de câmaras de vigilância ou bandas sonoras. Significa 22 agir através do estímulo discriminativo ao invés da acção pelas consequências. Pois será preferível desencorajar maus comportamentos do que puni-los, pois a punição implica que existiu o mau comportamento. • Consistentes. Se um sinal é utilizado para sinalizar uma banda sonora alta, deverá sempre ser utilizado o mesmo sinal para sinalizar esse e só esse tipo de banda sonora. • De confiança. O exemplo óbvio é o de sinalização de obras, que muitas vezes se mantém no lugar por tempo indeterminado, mesmo após os trabalhos terem finalizado há muito tempo. Os condutores aprendem a não diminuir a velocidade a não ser quando vêm sinais evidentes de obras como máquinas ou trabalhadores. Outro exemplo ainda mais problemático é o da sinalização de crianças/escola que só é de confiança em períodos de aulas, e nas horas de trânsito das crianças entre a escola e as suas casas. Pelo facto desses estímulos discriminativos estarem sempre presentes, os condutores aprendem a ignorá-los. Naturalmente a sua confiança poderia ser melhorada se fossem acrescentados sinais luminosos nas alturas onde de facto houvesse crianças. Outra questão que focamos, relativa à aprendizagem relaciona-se com a aprendizagem social. Alem da aprendizagem no meio os condutores também aprendem, ou adoptam comportamentos por observação dos outros condutores. Esta ideia é dada por Groeger (1995), que num estudo de revisão sobre o aumento da submissão dos condutores à legislação de tráfego, conclui que os efeitos da informação normativa são muito reduzidos e são intrinsecamente dependentes da observação do comportamento de outros condutores. Os trabalhos revistos relacionam-se com a observação do acatamento das normas de segurança rodoviária (e.g. limites de velocidade). Os estudos são realizados em condições naturais e testaram o acatamento das normas em função do: (1) aumento da probabilidade da infracção ser detectada; (2) aumento das consequências da detecção da infracção (e.g. elevar o nível punitivo das multas); e (3) os efeitos do fornecimento de informação. O aumento da probabilidade da infracção ser detectada foi manipulada através da colocação de um veículo da polícia a vigiar na berma da estrada. Verificou-se a média de infracções dos limites de velocidade impostos. Em resumo estes estudos mostram que há uma redução da velocidade dos veículos, que se estende em halo por uma área de cerca de 1 km. Este resultado só se verifica nos locais onde há a vigilância. Há também uma variabilidade muito grande na descida de velocidade que só diminui à medida que a vigilância se estende no tempo, isto é, se no dia a seguir à vigilância esta estiver ausente as velocidades voltam aos valores anteriores. Contudo para um período de vigilância de cinco dias seguidos, após a ausência da vigilância nota-se um efeito residual na descida de velocidade com a duração de cerca seis dias. As tentativas de demostrar a rapidez de acção das forças policias em actuar sobre os infractores, 23 foi manipulada com a colocação de outro veículo "infractor" a ser multado junto ao da polícia. Esta manipulação teve resultados idênticos ao carro da polícia sozinho. Outra forma estudada de manipular a probabilidade de detecção de infracções, foi através da correlação entre o número de aplicação de multas e a média de descida de velocidade. Os estudos referidos por Groeger (1995) apontam para uma relação fraca entre o número de multas aplicadas num secção de estrada e a velocidade, não havendo uma relação entre o número de horas de patrulhamento policial/número de multas com a média das velocidade e a taxa de acidentes. Contudo o uso dum sistema automático que "multava" automaticamente os infractores, fez descer numa semana o número de infractores de 800 para metade e nas semanas subsequentes para cerca de 20 infracções diárias. Concluindo-se que reduzindo a incerteza na probabilidade da infracção ser detectada, a aplicação de multas funcionava. O segundo tipo de trabalhos relativos ao acatamento das normas, relacionou-se com o aumento da severidade das penas. Groeger (1995) refere que apesar de ser intuitivamente apelativa, a noção de que as ameaças legais são capazes de controlar eficazmente o comportamento desde que sejam percepcionadas como imediatas, inevitáveis e severas, essa noção não tem sido muito apoiada por estudo empíricos de lei criminal. Em termos gerais o aumento das consequência têm um efeito reduzido no tempo. Funcionando apenas num período próximo à entrada em vigor das novas penas mais punitivas. Isto porque nessa altura são acompanhadas duma aplicação da lei mais frequente (e.g. aplicação da tolerância zero). Passado um espaço de tempo determinado os efeitos do agravamento das consequências sobre a descida do número de infracções volta aos números anteriores. Assim a severidade da pena não é em si desencorajante, especialmente nas situações em que a detecção da infracção é mais improvável. O terceiro tipo de trabalhos, relaciona-se com os efeitos de fornecimento de informação aos condutores. Estes trabalhos mostram que apesar das campanhas de informação pública por si só não terem um efeito sobre o acatamento das regras, quando articuladas em conjunto com campanhas de actuação das forças policiais reforçam os seus efeitos. Alguns trabalhos testaram a passagem de informação nos meios de comunicação sobre uma campanha de detecção de velocidade. Comparando os dias em que foi noticiada a informação da campanha com os dias onde não era noticiada registraram-se nos dias de notícia velocidades inferiores. Outro caso de informação é relativa aos sinais de trânsito. Por exemplo os sinais de trânsito do tipo "velocidade controlada por radar" só funcionam quando de facto há também uma força policial a vigiar. Este efeito mantem-se mesmo quando é usado um sinal sofisticado que diz ao condutor qual foi a sua velocidade de circulação e o avisa que tem de ir mais devagar quando ultrapassa o limite. Conclui-se que só com a mediação da presença da força policial estes tipos de informações (campanhas e sinais de trânsito) são mais eficazes. Refira-se também, que Cunha e Gomes (1993) põem em causa a eficácia das campanhas de prevenção rodoviária com base no 24 estudo do efeito primus inter pares numa amostra de condutores portugueses. Nesse estudo, os autores concluem que a maior parte dos condutores portugueses (65,6%) se julga com competências de condução acima da média, e que sendo assim, as campanhas que tenham como objectivos o melhor cumprimento de normas e de regras de segurança, dizem respeito não a eles próprios, mas sim aos outros condutores. Este efeito não é exclusivo da cultura portuguesa. Guerin (1994) descreve um efeito semelhante na amostra de condutores Neozelandeses que estudou. Contudo, ainda relativamente aos efeito do fornecimento de informação aos condutores, Groeger (1995) refere uma série de trabalhos sistemáticos de Houten e colaboradores (c.f. Houten, Nau & Marini, 1980; Houten & Nau, 1981), sobre uma técnica de sinalização denominada "collective feedback" que parece mais efectiva para o acatamento das normas. Esta técnica consiste num sinal, que indica o número de condutores que num período passado, (dia anterior ou na semana passada) ultrapassou um dado limite de velocidade. Este tipo de sinal teve um efeito real de descer a velocidade durante as 26 semanas em que foi experimentado. Foi mais eficaz do que a vigilância policial, e não provocava uma sobre-reacção semelhante à de ver a polícia, i.é, descer a velocidade mais do que o necessário. Fora destes três tipos de estudos referidos, Groeger e Chapman (1994, citados por Groeger 1995), desenvolveram um trabalho onde também estudaram o acatamento de normas de condução. Uma das normas que estudaram era a distância de segurança inter-veículos definida no seu estudo como uma distância mínima de um segundo. Eram manipuladas uma série de condições: colocação de sinais de trânsito a indicar a distância mínima; sinalização sonora no veículo quando se diminuía a distância para menos de um segundo; e o facto dos outros condutores estarem ou não a cumprir a norma da distância inter-veículos. Os resultados mostraram que o sinal sonoro era eficaz na manutenção da distância mínima inter-veículos. Os sinais de trânsito não eram eficazes. Quanto ao seguimento da norma pelos outros condutores, se eles estivessem a respeitar a distância inter-veículos então o acatamento da norma por parte dos participantes era elevado. Caso os outros condutores não estivessem a manter a distância, então o acatamento dos participantes era baixo. Contudo, quando se cruzavam as condições experimentais, saliente-se que o uso do sinal sonoro era eficaz em todas as condições. Esta revisão de Groeger (1995), põem em causa o acatamento das normas em meio rodoviário, pelo simples facto de existirem, de serem lei. Nomeadamente o uso de alguns sinais, a aplicação de penas mais severas, e até o uso exclusivo de campanhas de informação para mudar o comportamento de condução. Aquilo que parece ser efectivo sobre o aumento do acatamento das normas, é por um lado a percepção directa de que há um aumento da probabilidade de ser contravencionado (e.g. proximidade do carro da polícia) ou quando ao nível do grupo há um acatamento da norma (e.g. sinal de feedback colectivo ou observação da distância inter-veículos mantida pelos outros). Para o acatamento da norma o que importa é 25 aquilo que o condutor sente que é elicitado pela cena e não aquilo que o condutor questiona sobre si próprio. Ou seja os condutores baseiam-se em informações facilmente acessíveis sobre eles próprios e sobre o ambiente para guiar o seu comportamento e não em interrogações exaustivas sobre eles próprios ou sobre a tarefa de condução presente. Neste sentido a aprendizagem, é também dependente da observação do comportamento dos outros como se observa nos trabalhos dos sinais de feedback e da distância inter-veículos. Um aspecto que deve ser salientado, relativo ao estudo de Groeger & Chapman (1994) é que o sinal sonoro que eles utilizaram funcionou sempre, independentemente das condições em que era utilizado. É interessante, porque o estímulo discriminativo da violação da norma (distância inter-veículos) era dado pelo próprio veículo e através dum canal sensorial distinto do visual, aquele mais preenchido pela tarefa de condução. Este resultado reforça o carácter automático da condução e a importância relativa das normas. Primeiro, porque como vimos, há diversos factores a interagir no seu cumprimento e depois porque há uma relação parca entre as violações às normas e a relação com a sinistralidade. Carsten (1998), ao referir-se ao já lugar comum de que o factor humano é responsável por 95% da sinistralidade rodoviária, alerta para o perigo deste cliché culpar apenas o operador do veículo em vez de quem concebe o sistema ou os operadores do sistema rodoviário como um todo. Carsten refere estudos aprofundados sobre acidentes que provam que as infracções intencionais são o factor que menos contribuem para a sinistralidade, sendo os erros básicos4 aqueles mais frequentes e que mais contribuem para a sinistralidade. Desde este ponto de vista será interessante primeiro referir um modelo da tarefa de condução que integre a análise destes tipos de erros, segundo referir o suporte empírico que reforce o papel das intervenções ambientais capazes de reduzir os erros de condução. 1.5. A análise da tarefa de condução Um ponto comum nas várias descrições da tarefa de condução é a existência de uma hierarquia funcional (c.f. Theeuwes, 1993; Carvalhais, 1996; Summala, 1997). Nesta hierarquia consideram-se normalmente três níveis de operação: Controle do veículo, pilotagem e decisões de navegação. Summala 1997, acrescenta ainda a escolha do meio de transporte e do veículo como um nível prévio à condução, integrado num modelo mais lato da tarefa de condução. Outro ponto comum nas descrições da tarefa da condução refere-se aos níveis de desempenho da tarefa (c.f. Theeuwes, 1993; Carvalhais, 1996; Summala, 1997). Usando a 4 Faltas e falhas. 26 terminologia do modelo SRK de Rasmussen (Carvalhais, 1996) podemos definir estes três níveis de processamento. S (Skill-based behaviour - Perícias). Nível dos automatismos onde o comportamento é executado de forma automática baseado em habilidades e representa o desempenho sensóriomotor durante actividades que têm lugar sem controle consciente. R (Rule-based behaviour - Regras). Nível baseado em regras que consiste numa sequência de subrotinas controladas por procedimentos armazenados em memória através da prática de situações específicas. Quando se está perante uma determinada situação, a regra é evocada da memória e é executada, sendo que ela é extraída da memória em função das experiências anteriores positivas. K (Knowledge-based behaviour - Conhecimentos). Nível baseado nos conhecimentos, que ocorre quando estamos perante uma tarefa nova para a qual não há uma regra aprendida anteriormente. Neste nível o comportamento é executado a um nível conceptual elevado envolvendo o raciocínio dedutivo e a compreensão da situação. Entre a hierarquia funcional e os níveis de desempenho há para os condutores experientes uma equivalência (Carvalhais, 1996). Isto é o controle do veículo (e.g. alinhamento do veículo, detecção do movimento, colocação das mudanças) é realizado ao nível skill-based, isto é desde que o estímulo é percepcionado estas tarefas são executadas duma forma rápida e automática. A pilotagem (e.g. manobras de ultrapassagem, paragem estacionamento, passagem de cruzamentos, cedência de passagem) é executada ao nível rule-based. Finalmente as decisões de navegação (e.g. planeamento do percurso) são realizadas ao nível knowledge-based. Apesar desta equivalência, as hierarquias funcionais e os níveis de desempenho podemse cruzar. Por exemplo um condutor muito pouco experiente, pode necessitar de recorrer ao nível knowledge-based para fazer uma tarefa simples de controle como a colocação das mudanças (Hale, Stoop & Hommels, 1990). A tabela I-1 ilustra uma matriz de tarefas, onde se podem ver os cruzamentos entre as hierarquias e desempenhos. Navegação Conhecimentos Regras Perícias Tabela I-1 Matriz de tarefas Pilotagem Controle Navegação numa Controlar uma derrapagem Aprendiz na primeira cidade desconhecida numa estrada com gelo lição Escolha entre caminhos conhecidos Ultrapassar outros veículos Conduzir um veículo desconhecido Viajar de casa para o Passar em cruzamentos Manter-se na estrada trabalho conhecidos em curva (Fonte: Hale et al. 1990, p. 1383) 27 Reason (1993), enquadra o modelo de SRK na classificação do erro humano. Os erros definem-se como o falhanço das acções planeadas, em atingir as consequências desejadas (Reason, Manstead, Stradling, Baxter & Campbel, 1990). Refira-se que fora destes erros ficam as Violações (infracções voluntárias) que têm mecanismos psicológicos distintos que os explicam, relacionados com factores sociais e motivacionais (Reason et al. 1990). Contudo, conforme já tínhamos referido são os erros (faltas e falhas) que contribuem mais para a sinistralidade (Carsten, 1998). Podemos distinguir dois tipos de erros. As falhas (slips e lapses), que são o desvio não consciente relativamente a uma intenção e as faltas (mistakes), que são um desvio das acções planeadas relativamente à forma razoável de atingir um determinado objectivo. Simplificando, se a intenção não é a apropriada, então é uma falta. Se a acção se desvia daquilo que era pretendido, então é uma falha. Estes erros são também enquadráveis no modelo SRK. Assim temos as faltas enquadráveis nos erros de regras e de conhecimento. Erro de regras quando se aplica uma regra que é a incorrecta; errada . E erros de conhecimento quando o condutor face a uma situação nova estabelece um raciocínio com base numa representação mental inadequada ou errada. Temos também as falhas, enquadráveis nos erros de perícia (Reason et al. 1990). Refira-se ainda que o termo slips normalmente é usado para referir falhas observáveis que foram distintas daquilo que era planeado e os lapses são usados para se referirem a falhas de memória. As faltas, advêm de deficiências no julgamento e/ou dos processos inferenciais envolvidos na selecção de um objectivo e/ou no meio de o atingir. 1.6. Alternativas para um intervenção estrutural Para lá das formas punitivas e de vigilância de actuar sobre o comportamento dos condutores, existem formas alternativas de intervir. Uma análise dos acidentes mais baseada numa análise cientifica e ergonómica, pode modificar a nossa visão das causas dos acidentes bem como das medidas a adoptar para os evitar. Um princípio geral da ergonomia é o de que só em última análise se deve responsabilizar o operador humano pelo acidente. Isto é, devem-se procurar as causas dos acidentes no sistema que o homem opera, causas essas que do ponto de vista ergonómico podem ter origem numa concepção incorrecta do interface homem/máquina e ou homem/“meio” e portanto à má adaptação destes (máquina e “meio”) ao operador humano. Segundo Brown (1997) a abordagem ergonómica, com base nos paradigmas de processamento de informação, permitem medir objectivamente as exigências das tarefas, levando aos conceitos de carga de trabalho de sistema (system workload) e capacidade de processamento de informação do utilizador. Tendo por base as abordagens ergonómicas, 28 passou-se a dar mais atenção a uma adequada alocação de tarefas entre o operador humano dum sistema e os seus componentes tecnológicos. A consequência mais importante em termos de intervenção rodoviária, segundo Brown, é que os erros e acidentes não são necessariamente melhor solucionados com medidas remediativas, i. é., educação, formação e aplicação da lei (enforcement). Para o autor, essas medidas apenas podem modificar o comportamento indirectamente através da mudança das atitudes, dos conhecimentos, da compreensão ou perícias. De forma oposta, as explicações psicológicas que têm por base o erro humano em sistemas complexos, fazem dirigir a atenção para a necessidade de métodos de engenharia que apoiem o comportamento humano falível. Assim, estas medidas operam uma mudança directa do comportamento por acção da modificação das exigências da tarefa. Diversos estudos justificam esta forma de intervenção na área do tráfego rodoviário. Reportando-nos à análise da tarefa de condução apercebemo-nos que na maioria do tempo em que se conduz o desempenho da tarefa está a ser realizado a um nível automático ou quase automático, sendo assim, a condução é em grande parte uma actividade “automática”. Durante a condução, podemos conversar com o passageiro do lado, ou ouvir rádio, e simultaneamente conduzir. Isto é possível porque a condução tem uma componente automática, onde são activados mecanismos perceptivo motores provenientes de uma aprendizagem e treino prévios. Se após a realização de um percurso pedirmos ao condutor para evocar ou descrever os sítios por onde passou, ele nem sempre tem essa capacidade pois como a condução é automática, os elementos do percurso podem não ter relevância suficiente para ficarem retidos na memória. Um exemplo paradigmático prende-se com o nível máximo de desempenho no registo de sinais de tráfego. Num estudo de campo realizado na Suécia (Rumar, 1994), os condutores eram mandados parar após terem passado um sinal de trânsito e perguntavam-lhes qual era o último sinal por que tinham passado. Os resultados mostraram que em média 50% das vezes os condutores não se recordavam dos sinais, variando esta média em função do tipo de sinais. Os exemplos dados põem um pouco em causa a eficácia de medidas regulamentares, pois a condução não é uma actividade puramente consciente. Por outro lado, há trabalhos que nos ilustram a possibilidade de intervir sobre o comportamento do condutor, através de medidas de engenharia que obriguem o condutor a conduzir correctamente ou que até o façam ter um comportamento correcto sem se aperceber que está a ser a isso “conduzido”. As bandas sonoras são o exemplo mais claro do tipo de medidas de engenharia que obrigam o condutor a diminuir a velocidade. Outro exemplo pode ser dado por um estudo realizado em duas estradas nas quais a velocidade e número de acidentes estava acima da média, e onde se conseguiu fazer a redução da velocidade através de medidas simples de engenharia (Waard, Jessurun, Steyvers, Raggatt & Brookhuis, 1995). As medidas infra-estruturais implementadas incluíram: eliminação dos delineadores laterais, aumento da largura da linha 29 central, e colocação de uma superfície rugosa sobre a linha central e nas bermas, sendo que a das bermas era mais larga que o delineador antigo. Deste modo a largura de cada faixa de rodagem era menor. Como resultado destas medidas a velocidade média dos carros diminuiu. Quando os condutores se desalinhavam do eixo da sua faixa, eram confrontados com pistas cinestésicas e auditivas provenientes das superfícies rugosas que por desconforto e aumento da percepção da velocidade, os obrigava a reduzir a velocidade. Os resultados deste estudo, foram possíveis através da compreensão prévia do funcionamento da tarefa de alinhamento e de quais as pistas visuais que a auxiliam (guias laterais) e dos modelos de carga mental que previam que um aumento de carga mental (complexidade da tarefa) faria reduzir a velocidade. Ou seja, como foram eliminadas as pistas visuais e a largura de cada faixa diminui, a dificuldade e carga mental da tarefa de alinhamento aumentou. Como o alinhamento era mais difícil, o condutor ou reduzia de velocidade ou então era “castigado” com o desconforto da superfície rugosa. Noutro estudo, desenvolvido em simulador (Horberry, Gale & Bolarin, 1999), os autores estudaram um forma de evitar que os veículos altos batessem nas pontes baixas ao tentarem passar por debaixo destas. Este problema tem alguma frequência no Reino Unido e deve-se ao julgamento perceptivo incorrecto da altura da ponte, associado ao facto dos condutores não saberem a altura do seu veículo e não verem ou ignorarem os sinais de altura nas pontes. Os autores partiram do princípio que se fizessem com que as pontes aparentassem ser mais baixas, os condutores seriam mais cautelosos. De facto, através dum efeito de ilusão óptica feito nas marcas da face da ponte, o julgamento perceptivo da altura da ponte era de que esta era mais baixa. Deste modo as decisões dos condutores de veículos altos seriam mais cautelosas. Outros trabalhos interessantes sobre a categorização cognitiva de estradas (e.g. Theeuwes, 1993, 1998; Kaptein & Theeuwes, 1998; Riemersma 1988), explicam a importância do desenho do meio ambiente na condução. O que estes trabalhos referem é que os condutores categorizam cognitivamente os diversos tipos de estradas. Esta categorização é feita através da experiência em cada tipo de estrada e é muitas vezes independente da categorização normativa (legal) das estradas. Em função de cada categoria estabelecida cognitivamente, o condutor tem uma expectativa do tipo de meio e o seu comportamento é adaptado a esse meio e em parte conduzido por essas expectativas, principalmente ao nível rule-based. Naturalmente se as suas expectativas ou categorização cognitiva estiverem de acordo com a categorização normativa da estrada, a probabilidade de erros é menor pois o comportamento vai estar bem adaptado ao meio. Um aspecto fulcral no desenvolvimento de estudos de natureza ergonómica é a necessidade prévia de conhecer os requisitos, capacidades e limites do operador humano para uma dada tarefa. Quando essa tarefa é a condução, a visão desempenha um papel determinante, pois cerca de 90% da informação que o condutor processa é de origem visual (Hills, 1980). Assim um intervenção consistente ao nível da segurança rodoviária tem de ter em atenção o 30 conhecimento da percepção visual, tanto mais que a grande maioria dos acidentes têm como causa erros em que a percepção visual tem um papel determinante (Koornstra, 1993). Considera-mos assim que está plenamente justificado o tema desta tese, o estudo da percepção visual, numa tarefa de detecção de movimento com objectivos aplicados à intervenção estrutural no meio rodoviário. 31 2. A PERCEPÇÃO VISUAL Esta tese tem como pano de fundo teórico o estudo da percepção visual. Assim, apresenta-se no ponto 2.1. uma exposição genérica das teorias da percepção visual para situar o nosso objecto de estudo. No ponto 2.2. confrontamos os processamentos de informação visual descendentes com os ascendentes. No ponto 2.3 enquadra-se esses tipos de processamento num modelo interactivo de percepção visual e da tarefa de condução automóvel. 2.1. As teorias da percepção visual "O estudo da actividade perceptiva recoloca no campo da Psicologia, as questões fundamentais da Teoria do Conhecimento sobre a relação sujeito-objecto ou sujeito-mundo". Santos e Mesquita (1991) Qual a origem do conhecimento humano? Este problema formulado desde os filósofos antigos, está na origem do estudo da percepção. Segundo Gleitman (1993) as diferentes respostas que os filósofos deram a esta questão podem ser colocadas numa de duas posições opostas: empirismo ou inatismo. Os empiristas defendiam que o conhecimento é adquirido através da experiência e os inatistas, pelo contrário defendiam que o conhecimento teria origem em características inatas do espírito humano. Na psicologia da percepção visual duas das suas abordagens clássicas, construtivismo e gestaltismo, assumem estas duas posições. Para as abordagens construtivistas, percepcionar é interpretar uma realidade externa, inacessível e caótica o que corresponde a uma posição empirista. Assumem uma posição inatista as abordagens gestaltistas, para as quais percepcionar é atribuir sentido a uma realidade externa, inacessível e caótica a partir de leis de organização inatas (Gleitman, 1993). Naturalmente a história das abordagens psicológicas à percepção visual, não se resume às duas abordagens referidas. Outro autor (Palmer, 1999), considera a existência de quatro correntes teóricas clássicas: estruturalismo, gestaltismo, abordagem ecológica e construtivismo. Palmer enquadra as teorias clássicas da percepção visual, através das várias posições que se podem adoptar quando se responde à questão simples, "Porque que é que as coisas são como são? "Why do things look as they do?", colocada pelo Gestaltista Koffka. Podemos responder a esta questão posicionando-nos segundo uma perspectiva: ambiental ou orgânica; empirista ou nativista; atomista ou holista; usando uma metodologia 32 introspectiva ou comportamental. Conforme esquematizado na tabela I-2, podemos verificar que em cada teoria se adoptaram posturas diferentes que, segundo Palmer (1999), as acabam por definir. Tabela I-2: Três teorias da percepção visual e suas posições Teoria Estruturalismo Empirismo Atomismo Organismo Analogia Vs. Vs. Vs. Principal Nativismo Holismo Ambiente Empirismo Atomismo Organismo Química Método Introspecção Treinada Gestaltismo Abordagem Nativismo Nativismo Holismo Holismo ecológica Organismo Ambiente Teoria de campo da Introspecção física Naïf Ressonância Análise de mecânica estímulos O construtivismo é para Palmer (1999), a abordagem clássica dominante e congrega muitos dos melhores aspectos das outras três abordagens e como tal, ao contrário de Gleitman (1985), ele considera que não pode ser categorizada usando as posições das outras teorias. Esta postura é natural, pois Palmer assume uma posição de construtivista moderno, considerando que o construtivismo é uma teoria acerca dos mecanismos internos da percepção ao invés duma teoria sobre o ambiente. Para ele o assunto do empirismo/nativismo é um assunto neutro, admite que possa haver processamentos perceptivos inatos e outros aprendidos, considerando que esse é um assunto para a investigação da psicologia do desenvolvimento infantil. Nos dias de hoje, segundo Palmer (1999), as abordagens modernas à percepção visual são dominadas pelo paradigma do processamento de informação. David Marr (1985) e a sua abordagem computacional da percepção visual contribuiu muito para a implementação deste paradigma. Este autor tinha conhecimentos especializados sobre matemática, fisiologia, ciência computacional e psicologia experimental e realizou também diversos trabalhos no domínio da inteligência artificial (Gordon, 1989). Marr (1985), concretizou uma interligação dos conhecimentos destas disciplinas, que se reflectem na abordagem computacional. Para esta abordagem, a percepção visual é vista como uma actividade complexa de processamento de informação, geradora de representações (Santos & Mesquita, 1991)5. 5 As representações, no sentido dado por Marr, são apenas descrições que explicitam as informações presentes nos objectos. Atente-se, que aqui, as representações não têm o mesmo significado que têm nas teorias clássicas. A representação não necessita de mediatização cognitiva, salvo em casos 33 Santos e Mesquita (1991) consideram que o debate contemporâneo essencial das teorias da percepção visual, é entre as abordagens ecológicas e as computacionais. Apesar de Palmer considerar que o paradigma do processamento de informação é o dominante não deixa de admitir a existência do debate referido por Santos e Mesquita. "Although there remains a small but vocal subset of vision scientists who do not view visual perception as information processing - most notably proponents of Gibson's theory of ecological optics - it is certainly the framework within which most current theories of visual perception are cast.(Palmer 1999, p. 71)" Parece ser claro que se existem duas partes num debate moderno sobre a percepção visual, alguns esclarecimentos ficam por fazer. A relação entre construtivismo e o processamento de informação ou abordagens computacionais, já não é tão clara. Para Santos e Mesquita (1991), esta aproximação é apenas aparente e apenas fundada na assunção da existência de representações por parte das duas abordagens, pois segundo os autores referidos a definição de representação é para Marr relativamente precisa e distinta das definições construtivistas mais vagas. Já Palmer (1999) assume que a sua abordagem do processamento de informação é largamente consistente com os princípios construtivistas, já postulados por Helmoltz da inferência inconsciente. Diga-se que relativamente às teorias ecológicas e computacionais, apesar da existência de alguns pontos incompatíveis tem existido alguma aproximação entre as duas abordagens (Santos e Mesquita, 1991, Santos 1996, Palmer 1999). Avanços na visão por computadores tiveram como resultado a análise formal da informação disponível em imagens ópticas em condições mais realistas . Esta abordagem era fortemente defendida por Gibson (1950, 1986) e é seguida no estudo apresentado nesta tese, conforme se pode ver pela aplicação de algumas ferramentas de análise de imagem aos estímulos usados neste estudo. Independentemente do debate sobre as abordagens, será interessante perceber a importância, ou não, dos conhecimentos adquiridos do indivíduo para a percepção visual. Este debate, entre os defensores da percepção indirecta e directa, permite enquadrar um modelo interactivo de percepção visual e com aplicabilidade à percepção visual na tarefa de condução automóvel. raros. Marr (1985), dá o exemplo de um pau mergulhado na água, que por acção da refracção da luz sobre a água, dá a ideia de o pau entortar no ponto de contacto com a superfície da água. Nesta situação precisamos de uma mediatização cognitiva, para percebermos que na realidade o pau é direito. 34 2.2. Processamentos de informação visual ascendentes e descendentes Uma outra abordagem interessante às teorias da percepção visual é feita por Eysenck e Keane (1995). Estes autores resumem a discussão das teorias da percepção a dois tipos de teorias. As da percepção indirecta e as da percepção directa. O elemento definidor de cada uma destas teorias é o tipo de processamento de informação necessário à percepção. Para as teorias da percepção indirecta ou construtivistas, terminologia também usada por Eysenck e Keane para as definir, existem diversos tipos de processamento de informação para transformar "o mosaico de diferentes intensidades de luzes da retina" numa visão detalhada e rigorosa do meio ambiente. A percepção é indirecta porque depende de vários processos internos, sendo nestas teorias dado ênfase aos processamentos descendentes6. A percepção dependerá de hipóteses internas, expectativas e conhecimentos, ou seja, como refere Gordon (1989) é um processo activo e construtivo. De forma oposta, as teorias da percepção directa, cujo pai é o psicólogo James Gibson e as suas abordagens ecológicas da percepção visual, defendem que a informação fornecida pelo ambiente visual é suficiente para permitir ao indivíduo mover-se e interagir com o meio sem a necessidade de estarem envolvidos processos internos e representações (Eysenck & Keane, 1995). Nestas teorias é dado ênfase aos processamentos ascendentes7. Nas palavras de Santos e Mesquita (1991) a abordagem de Gibson questiona de uma forma radical as concepções tradicionais e contemporâneas da percepção visual, pois parte de uma reavaliação das características do estímulo visual e do lugar ecológico dos seres vivos. 2.2.1. As teorias da percepção indirecta Os princípios que presidem às teorias da percepção indirecta podem ser resumidos nos seguintes pontos: A percepção é um processo activo e construtivo; A percepção não é dada de uma forma directa pelo estímulo, mas ocorre como um produto final das influências interactivas 6 Processamento descendente (Top down, hypothesis-driven ou expectation driving processing) refere-se a processos que operam tomando como input uma representação de nível mais elevado (mais central ou cognitiva) e produzindo ou modificando uma representação de nível baixo (mais periférica ou sensorial) como output (Palmer, 1999). 7 Processamento ascendente (Data-driven ou bottom-up processing) é a direcção do processo que toma como input de informação uma representação de nível baixo (mais periférico ou sensorial) e cria ou modifica uma representação de nível mais elevado (mais central ou cognitivo) como output de informação (Palmer, 1999). 35 dos estímulos e hipóteses internas, das expectativas, conhecimentos e também factores emocionais e motivacionais, ou seja a actividade perceptiva tem de basear-se num processo probabilístico de inferência dependendo de associações e da experiência prévia do sujeito; Como a percepção é influenciada por hipóteses e expectativas por vezes é incorrecta e propensa ao erro. (Eysenck e Keane, 1995; Santos e Mesquita, 1991). Refiram-se alguns trabalhos que suportam os princípios construtivistas (percepção indirecta) e a sua ênfase nos processamentos descendentes. Palmer (1975, 1999) demonstra o papel do contexto na percepção. Este autor apresentava aos participantes das suas experiências, uma imagem que correspondia a um determinado contexto (e.g. uma imagem de uma cozinha). De seguida apresentava a imagem de um objecto durante alguns mili-segundos. Os participantes tinham a tarefa de identificar esse objecto. O objecto podia estar relacionado com o contexto (e.g. pão) ou não (e.g. tambor), ou ainda podia haver uma situação onde se pedia para identificar o objecto sem antes se exibir imagem de contexto. Os resultados desta experiência mostraram que o contexto tinha um efeito sistemático na probabilidade de identificar correctamente o objecto. A probabilidade de identificar correctamente o objecto era maior quando o contexto estava relacionado com o objecto, intermédia quando não havia imagem de contexto e mais baixa quando o objecto não era apropriado ao contexto. Por outras palavras, um determinado conhecimento adquirido e armazenado (e.g. A imagem da cozinha) influenciava a percepção do objecto. Outro exemplo típico é o que se demonstra pela leitura da figura I-6. A maioria das pessoas lê na imagem as palavras "THE CAT", contudo as letras do meio de cada uma da palavras são exactamente iguais. Repare-se que podíamos ter lido "THE CHT", "TAE CHT" ou ainda "TAE CAT". Apesar desta ambiguidade lemos "THE CAT" porque os nossos conhecimentos e expectativas fizeram-nos construir e dar sentido à imagem. Figura I-6 Outros trabalhos ilustram o efeito das motivações e das necessidades sobre a percepção ou colocação de hipóteses perceptivas. Por exemplo McClelland e Atkinson (1948 citados por Robbins 1996) ilustram o efeito das necessidades sobre a percepção. Nesse estudo havia um grupo de participantes com fome, que estavam há 16 horas sem comer e um grupo de participantes sem fome, que tinham comido uma hora antes. O teste era realizado passando um teste projectivo que consistia em exibir imagens desfocadas e perguntar aos sujeitos o que viam. 36 A percentagem de vezes que os participantes com fome viam comida nas imagens era significativamente mais elevado do que os participantes sem fome. Outro estudo sobre o efeito da motivação na percepção da dimensão, foi realizado por Bruner e Goodman (1947 citados por Eysenck & Keane 1995). Estes autores questionavam crianças ricas e pobres para estimarem a dimensão de moedas. A sobrestimação da dimensão das moedas era mais frequente nas crianças pobres. Apesar de se poder argumentar que esta sobrestimação se deve ou ao facto das crianças pobres darem mais valor ao dinheiro ou ao simples facto de as crianças ricas por terem mais acesso a dinheiro serem mais precisas no julgamento da dimensão, noutra experiência, outros autores (Ashley, Harper & Runyon, 1951 citados por Eysenck & Keane, 1995) hipnotizaram adultos para pensarem que eram ricos ou pobres e também neste caso a sobrestimação da dimensão das moedas era maior para os participantes no estado "pobre". O princípio da percepção indirecta, de que esta pode ser incorrecta, pode ser Figura I-7. (Adaptado de Gleitman, 1986, p. 266) exemplificado pelos erros ilustrados muitas vezes nas ilusões perceptivas. Segundo Gregory (1980, citado por Eysenck e Keane, 1995), muitas das ilusões visuais podem ser explicadas, pelo facto de se utilizar inapropriadamente o conhecimento previamente adquirido para a visão do tridimensional, na percepção de figuras bidimensionais. No mundo tridimensional, usando a distância aparente, as pessoas conseguem manter a constância da dimensão dos objectos, independentemente da projecção retinal destes variar com a distância a que se encontram. A constância da dimensão significa que independentemente da distância a que um objecto se encontre, ele é percepcionado como tendo a mesma dimensão. A constância da dimensão contrasta com a dimensão da imagem retinal do objecto que à medida que se afasta se 37 torna mais pequena. Segundo Gregory (1980) é este tipo de processamento que é aplicado erradamente para produzir diversas ilusões visuais. Um exemplo permite-nos compreender melhor. Se olharmos para a figura I-7A, apesar dos segmentos horizontais serem geometricamente iguais, o de cima aparenta claramente uma dimensão maior. A ilusão existe porque as linhas diagonais dão perspectiva à imagem bidimensional. Em perspectiva, um objecto que esteja mais longe (linha de cima), mas tenha a mesma dimensão retinal do que outro que esteja mais perto (linha de baixo), é necessariamente maior, daí a sua aparência maior. A figura I-7B enquadra este exemplo numa imagem real onde existe perspectiva. A figura I-8 é outro exemplo conhecido de ilusão que também se explica através da teoria de Gregory, que ele apelidou de teoria da constância da dimensão mal aplicada. Segundo essa teoria, os processos internos que usam a distância aparente para dar a dimensão do objecto, são erradamente aplicados na percepção das ilusões visuais. Esta teoria está de acordo com o princípio construtivista de que a percepção ao ser influenciada por hipóteses e ou expectativas pode ser propensa ao erro. Figura I-8. (In Luthans, 1998, p.112) 2.2.2. A percepção directa Partindo Gibson de uma reavaliação das características do estímulo, e do lugar ecológico dos seres vivos (Santos & Mesquita 1991), determina-se um novo modelo de investigação na percepção onde o indivíduo deixa de ser considerado como estando estático no meio ambiente e passa-se a ter em consideração o papel que o movimento do indivíduo desempenha na percepção, no sentido de facilitar as suas interacções com o meio. Reavaliando o lugar ecológico do ser vivo, repara-se num meio rico em informações, suficientes per si para 38 guiar a acção do indivíduo. É por se ter esta informação básica, proveniente do estímulo e suficiente para a percepção, que a abordagem ecológica de Gibson é uma abordagem da percepção directa, não mediatizada e logo onde é dado ênfase aos processamentos ascendentes. A abordagem ecológica, pressupõe que toda a informação visual do ambiente que chega ao olho é constituída por padrão de luz estruturada que Gibson denomina Optic array (padrão óptico). Este padrão óptico dá informação invariante acerca da configuração dos objectos no espaço. Os invariantes podem ser percepcionados através de diversas formas como por exemplo os gradientes de textura ou os padrões de fluxo óptico. Assim, os objectos e o meio têm um significado directo (affordances) e sem necessidade de mediação cognitiva e são por si capazes de orientar o ser vivo. Contudo cada espécie de ser vivo está sintonizado apenas para determinadas invariantes e affordances (Santos & Mesquita, 1991). A forma como Gibson desenvolveu a sua teoria, permite-nos compreender melhor a abordagem ecológica. Durante a segunda guerra mundial, Gibson que se dedicou à triagem de pilotos deparou-se com o problema da falta de preditibilidade dos testes visuais usados no desempenho dos pilotos. Questionou-se então sobre quais seriam as informações visuais que eles usariam para executar as manobras. Descreveu aquilo que denominou de padrões de fluxo óptico. O padrão defluxo óptico é representado na figura I-9 por um ponto estático na imagem, que se denomina foco de expansão óptica (f.e.o.) do qual divergem vectores. Quando um piloto se aproxima da pista de aterragem, o ponto do qual ele se aproxima, f.e.o., está estático, estando o resto do ambiente visual à volta desse ponto em movimento. Quanto maior for a distância Figura I-9, Representação de um padrão de fluxo óptico dum piloto a aproximar-se da pista de aterragem (in Gibson 1950, p 128). dos elementos do ambiente a esse ponto, maior será a velocidade desses elementos ou dessa parte da pista se pensarmos numa aterragem8. Ao longo do tempo, as partes do ambiente que distam do ponto de aproximação desaparecem do campo visual e são substituídas por outras que emergem do mesmo ponto. Um desvio no centro do f.e.o. bem como dos vectores indicam a existência duma mudança na direcção do avião. Estes padrões de fluxo óptico, seriam segundo Gibson, suficientes para darem pistas directas e não ambíguas sobre a direcção, velocidade e altitude dos pilotos. A figura I-9 (Gibson, 1950, p128) representa um padrão de fluxo óptico dum piloto a aproximar-se da pista de aterragem. O 8 Naturalmente que esta velocidade é a da projecção retiniana dos elementos. A velocidade dos elementos físicos estáticos relativamente ao piloto é constante. 39 centro representa o ponto ou foco de expansão óptica, os vectores a velocidade dos elementos. Na figura I-10 está a representação duma imagem real duma aterragem, aqueles pontos mais distantes do foco de expansão óptico (letra d), são os primeiros a desaparecer da imagem (Gibson 1950, p130). Para lá das hipótese colocadas por Gibson, há trabalhos empíricos que demonstram o papel do Fluxo óptico (c.f. Simpson 1993; Mestre, 1992; Mestre & Warren, 1989). Por exemplo Mestre e Warren (1989), elaboraram um plano experimental que demonstrou que os sujeitos são capazes de perceber a sua direcção de deslocação a partir do fluxo óptico. A experiência consistia em fazer uma exibição visual rápida (3,7 segundos) de um conjunto de pontos que simulavam um movimento de deslocação do observador. Os sujeitos tinham que decidir se a sua trajectória era à direita ou esquerda de um determinado alvo (e.g. linha vertical). Os resultados dos autores mostraram que os padrões de fluxo óptico permitiam uma precisão elevada no julgamento da direcção tanto em percursos rectos como curvilíneos. Além do padrão de fluxo óptico, como fonte de informação invariante e de percepção directa, Gibson descreve também os gradientes de textura, que se referem à taxa de mudança na densidade da textura dos objectos e/ou ambiente visual. A densidade da textura varia com a distância dos objectos e é por si só uma fonte de informação directa sobre a distância. A figura I-11, dá um exemplo do que é a densidade de textura. Quanto mais apertada esta for, maior é a distância. I-10. Representação duma imagem real duma aterragem, aqueles pontos mais distantes do foco de expansão óptico (letra d), são os primeiros a desaparecer da imagem (in Gibson 1950, p130). Figura 40 Outra fonte de informação invariante, importante na manutenção da constância da dimensão é o horizon ratio relation (figura I-12). A razão entre a altura de um objecto e a distância entre a sua base e o horizonte, é invariante independentemente da distância a que se encontrar do observador. Alem das invariantes os outros dois conceitos que Gibson desenvolveu como importantes para a percepção directa são a affordance e a sintonização. A affordance, é o significado directo e sem mediação cognitiva, que os objectos e o meio têm para o ser vivo (Santos e Mesquita, 1991). Para Bruce e Green (1985), este conceito é difícil de compreender, se considerarmos aqueles objectos manufacturados pela cultura Figura I-11. Gradientes de textura (in Gibson, 1950, p. 83) humana. Contudo este conceito, é um ponto importante na passagem da percepção à acção. Como é que Gibson explica que se possa compreender o uso de objectos sem a intervenção de mecanismos cognitivos superiores, como por exemplo a informação guardada na memória a longo prazo? Segundo Eysenck e Keane (1995), ele defendia que todos os usos potenciais dos objectos (as suas affordances), eram percepcionados directamente. Uma escada proporciona (affords) subir ou descer, uma cadeira sentar. As affordances que influenciam o comportamento dependem da espécie do observador e do estado psicológico. Uma laranja é para comer para alguém com fome e é um projéctil para alguém furioso. Refira-se que a noção de affordance é fundamental para as posições teóricas de Gibson, pois é ela que faz a ligação entre a acção e percepção sem necessidade de ter, por exemplo, a memória a longo prazo, ou as representações a mediar o significado das coisas. O conceito de sintonização ("attunement"), diz respeito a cada espécie de ser vivo. Os indivíduos de uma determinada espécie estão sintonizados para um número determinado e específico de invariantes e affordances, diferentes das de outras espécies. Por exemplo, os humanos vêm luz nas vibrações electromagnéticas, compreendidas entre os comprimentos de onda de 400 nm (Violeta) e os 760 nm (vermelho)(Starling & Evans, 1968, p.1779). 41 a/b = a'/b' Figura I-12 (Horizon ratio relation) 2.2.3. Resumo da percepção directa e indirecta Se adoptássemos apenas a visão das teorias construtivistas, a percepção teria muitos mais erros do que na realidade tem, o que significa que as hipóteses perceptivas, as expectativas, etc., por si só não são suficientes para a percepção. O meio deve fornecer muitas informações suficientes para a percepção. A questão é que as opções metodológicas dos construtivistas (estímulos curtos, estímulos não naturais), favorecem a colocação de hipóteses sobre o que se viu, i.é, os processamentos descendentes. Por isso a concepção dominante dos construtivistas é a de que a experiência perceptiva é claramente distinta do mundo real (Eysenck e Keane, 1995).. Gibson rejeita esta concepção filosófica tradicional. Os defensores da teoria da percepção directa restauram o ambiente para o centro do estudo na percepção. De facto os organismos não evoluíram num mundo de estímulos simples e isolados. Não evoluíram num mundo, como referem Santos e Mesquita (1991), onde os sujeitos estão sentados num laboratório, com as suas posturas, movimentos de cabeça e oculares controlados, e onde são então confrontados com apresentações breves de estímulos. Este mundo estático não permitia demostrar a riqueza informacional do meio ambiente. É quando Gibson passa a considerar o sujeito no seu meio e em movimento que se destaca a riqueza de informação do meio e do fluxo óptico. Contudo, apesar da percepção errada depender nalguns casos da artificialidade das situações criadas, Eysenck e Keane (1995) referem situações em que a ilusão visual também se 42 produz em situações reais (Figura I-13). Apesar da linha vertical parecer maior, tem a mesma dimensão que a horizontal. A tendência para sobrestimar extensões verticais relativamente às horizontais demonstra-se facilmente com objectos reais como uma chávena de chá, um pires e duas colheres idênticas. Colocando uma colher horizontalmente no pires e a outra verticalmente na chávena, a colher vertical aparenta uma extensão maior do que a horizontal. Por outro lado podemos argumentar que nalguns casos não há uma incompatibilidade entre a teoria construtivista e a ecológica, pois muitas das situações experimentais usadas pelos defensores da percepção indirecta usam imagens e Gibson referia que a percepção de imagens é indirecta (c.f. Santos e Mesquita, 1991; Gibson 1986). Os estudos de Gibson não estão isentos de críticas, Marr (1985), refere que os processos implicados na extracção de invariantes do ambiente, na descoberta de affordances, na sintonização, etc., são mais Figura I-13. Ilusão vertical-horizontal complicados do que os inicialmente propostos por Gibson. Para Marr a detecção de invariantes físicas como as superfícies das imagens, constitui um problema de processamento de informação, e Gibson terá subestimado a dificuldade dessa detecção9. Eysenck e Keane (1995), consideram que a abordagem de Gibson tem mais aplicação nas situações de "ver" do que nas situações de "ver como". É como um navegador que olha para a estrela polar e simplesmente a "vê" ou a "vê como" uma forma de orientação relativamente ao norte O "ver como" e a sua importância na sua sobrevivência depende do conhecimento adquirido. A abordagem de Gibson dá bastante informação sobre o "ver" mas pouca sobre o "ver como" Em termos gerais as abordagens dos construtivistas dão ênfase aos processamentos descendentes e Gibson argumenta mais a favor dos processamentos ascendentes. Naturalmente que a importância de cada processo varia. Em condições de visão óptimas (trabalhos de Gibson), a percepção visual é determinada pelos processos ascendentes, quando as condições de 9 Note-se que Marr (1985), considerado o fundador das abordagens computacionais da percepção visual, estava preocupado em estabelecer níveis de compreensão da actividade perceptiva e definição de estádios sucessivos de processamento de informação. A compreensão da percepção visual, desde este ponto de vista, é complexa, até porque pode chegar a incluir a replicação dos mecanismos da percepção sobre a forma de algoritmos (c.f. Santos e Mesquita, 1991, para uma discussão do confronto entre abordagens). 43 visão são más (estudos construtivistas) realça-se a importância dos processamentos descendentes na percepção visual. Naturalmente que a percepção implica a influência simultânea das duas formas de processamento. Há trabalhos que ilustram a influência das duas formas de processamento. Eysenck e Keane (1995) citam um trabalho (Tulving, Mandler & Baumer, 1964) sobre percepção de palavras. O papel do processamento ascendente era manipulado através da duração de exposição da palavra a adivinhar e o papel do processamento descendente era manipulado variando a quantidade de frases relevantes do contexto exibidas antes da exposição. O número de palavras identificada correctamente aumentava directamente quer em função da exposição quer em função da quantidade de contexto. Além disso, o impacto do contexto era progressivamente reduzido à medida que se aumentava a duração de exposição das palavras alvo, sugerindo que quanto mais claro fosse o INPUT, menor a necessidade de fazer uso de outras fontes de informação. Existe também um trabalho que ilustra a mistura dos dois processamentos (Bruner, Postman & Rodrigues, 1951, citados por Eysenck & Keane, 1995). Nesta experiência, os observadores tinham de identificar cartas de jogar, durante uma exposição visual muito breve. Os observadores esperavam ver cartas de jogar normais, contudo nalguns ensaios eram-lhes mostradas cartas incongruentes (e.g. Naipe de copas preto). Nesses casos, por vezes os observadores diziam que tinham visto copas castanhas ou púrpuras. Há neste caso, uma mistura das informações do estímulo (processamento ascendente) com a informação armazenada (processamento descendente). 2.3. Um modelo que integre os dois processamentos Explicados os pressupostos, funcionamento e contingências dos modelos de processamento ascendentes e descendentes, e como a condução automóvel é uma tarefa onde a visão desempenha um papel fulcral, pois cerca de 90% da informação que o condutor processa é de origem visual (Hills, 1980), é importante citar um modelo que faça a síntese das duas formas de processamento e que seja adequado à tarefa de condução automóvel e ao estudo da percepção visual. Vários autores (Eysenck & Keane, 1995; Gordon, 1989; Santos e Mesquita, 1991), referem um modelo que faz a aproximação entre as abordagens da percepção directa e indirecta. Nesse modelo (Neisser, 1976), propõe-se um modelo interactivo que faz a síntese das duas perspectivas teóricas consideradas. Esta síntese assume que existe um ciclo perceptivo que envolve ESQUEMAS, EXPLORAÇÃO PERCEPTIVA e o AMBIENTE DE ESTÍMULOS. Os esquemas contêm colecções de conhecimentos derivados da experiência passada e têm a função de dirigir a exploração perceptiva em direcção a estímulos ambientais relevantes. 44 Frequentemente a exploração perceptiva leva o observador a retirar/seleccionar amostras do ambiente. Se a informação que se obtém do ambiente não se encaixa na informação dos esquemas relevantes, então a informação no esquema modifica-se de maneira apropriada (Figura I-14). AMBIENTE DE ESTÍMULOS SELECCIONA MODIFICA EXPLORAÇÃO ESQUEMAS PERCEPTIVA RELEVANTES DIRIGE Figura I-14. O ciclo perceptivo proposto por Neisser (1976) Encontram-se neste modelo elementos do processamento ascendente e descendente. O processamento ascendente é representado pela selecção (sampling) da informação ambiental disponível que pode modificar o esquema. O processamento descendente é representado pela noção de que os esquemas influenciam o decorrer dos processamentos de informação envolvidos na percepção. Apesar de este modelo ilustrar uma forma de integrar os processamentos ascendentes e descendentes, a teoria é muito superficial pois não explica em detalhe os processos envolvidos na percepção. Contudo, podemos considerá-lo um modelo que aponta na direcção correcta e que enquadra a actividade perceptiva visual e é compatível com a tarefa de condução automóvel. Exemplificando, podemos pensar nos esquemas relevantes como sendo as expectativas que os condutores têm acerca do meio quando conduzem. Os estudos de categorização cognitiva de estradas (e.g. Theeuwes, 1998; Kaptein & Theeuwes, 1998; Riemersma 1988), facilitam a explicação deste exemplo. O que estes trabalhos referem é que os condutores categorizam cognitivamente os diversos tipos de estradas. Esta categorização é feita através da experiência 45 em cada tipo de estrada e é muitas vezes independente da categorização normativa das estradas. Em função de cada categoria estabelecida cognitivamente, o condutor tem uma expectativa do tipo de meio e o seu comportamento é adaptado a esse meio e em parte conduzido por essas expectativas. Naturalmente se as suas expectativas ou categorização cognitiva estiverem de acordo com a categorização normativa da estrada, a probabilidade de erros é menor pois o comportamento vai estar bem adaptado ao meio10. Resumindo, há um esquema relevante que determina um determinado tipo de comportamento e naturalmente conduz a uma determinada exploração perceptiva do meio. Durante a exploração perceptiva, o condutor usa duma forma automática as várias pistas visuais que usa para conduzir, como por exemplo os delineadores laterais para facilitar o alinhamento da direcção (c.f. Waard et. al., 1995). Durante a condução pode haver elementos novos no meio ambiente que sejam seleccionados pela exploração perceptiva e que mudem o esquema relevante do momento. Nesse momento poderíamos ter uma nova expectativa e um comportamento novo e subsequente exploração perceptiva própria. Este exemplo é um modelo simplificado de comportamentos de condução que pretende apenas enquadrar duma forma breve as teorias da percepção visual e a existência de processamentos ascendentes e descendentes na tarefa de condução automóvel. De forma intencional, pretendemos que este modelo aponte nas direcções que defendemos relativamente a opções de implementação da segurança rodoviária. Este modelo permite dizer que uma intervenção importante é ao nível do meio rodoviário na medida em que ele também determina os comportamentos adequados do condutor. Isto é claro se o meio for bem concebido, ou idealmente se as estradas forem, usando a terminologia de Jan Theeuwes , "Self Explaining Roads", i.é, estradas que esclarecem directamente qual os tipo de condução a ter. 10 Refira-se que há autores que consideram que uma percentagem elevada de acidentes (59% Segundo Malaterre, 1986, citado por Theeuwes, 1993), se devem a interpretações ou expectativas inapropriadas sobre o ambiente. 46 3. PERCEPÇÃO DO MOVIMENTO Apresenta-se primeiro uma pequena introdução sobre o estudo da percepção do movimento. Delineado o quadro geral do estudo desta temática, especifica-se no ponto dois o estudo do processamento visual de tarefas importantes para o movimento do próprio e para a detecção de objectos. O ponto três, revê os trabalhos principais, que vêm o movimento do próprio e a detecção de objectos em movimento como um problema único e novo. O quarto ponto, alarga para um domínio mais aplicado essa problemática, com o enquadramento do problema e hipóteses gerais desta tese. 3.1. Movimento e percepção “We perceive in order to move, but we must also move in order to perceive” Gibson, 1986, p.223. A percepção do espaço e do movimento têm sido centrais nos estudos sobre a percepção visual. Apesar de nos estudos mais clássicos da percepção visual se terem considerado estas duas dimensões (espaço e movimento) separadas, nos últimos 30 anos os estudos mais modernos da percepção visual, passaram a considerar estas duas dimensões em simultâneo (Epstein & Rogers, 1995). Esta ligação, e grande desenvolvimento nos estudos da percepção desde então, deve-se a uma diversidade de factores teóricos e práticos, que resumimos. No campo da teoria, destaque-se o aparecimento da abordagem ecológica da percepção visual (percepção directa) de Gibson, que foi responsável por uma ruptura com as concepções tradicionais da percepção visual. A partir de Gibson e da sua óptica ecológica o estudo dos seres vivos deve ser realizado considerando o meio onde estes se desenvolvem, ora neste meio as texturas do espaço e o movimento dos sujeitos são primordiais no fornecimento de informação sobre o meio e sobre o próprio sujeito (Santos e Mesquita, 1991). Por outro lado, em termos práticos, o estudo rigoroso da percepção do movimento sempre foi dificultado por questões de ordem técnica. Era difícil estudar os sujeitos no seu ambiente natural, as variáveis a controlar eram demasiadas, ou seja os estudos em ambientes naturais colocavam problemas de validade interna. Nos estudos laboratoriais apesar das variáveis serem objecto dum controle mais rigoroso, os ambientes eram artificiais. Faltava-lhes validade externa pois estavam longe da realidade. Muitas vezes utilizavam-se nas experiência apenas estímulos estáticos. No entanto com o aparecimento da computação gráfica, a validade externa dos estudos laboratoriais aumentou. Já era possível criar cenas dinâmicas e aumentar o 47 realismo das cenas representadas no laboratório ao mesmo tempo que se mantinha o controle sobre grande parte das variáveis (Santos, 1996). Delineado o quadro histórico geral dos estudos sobre a percepção visual do movimento, coloca-se a questão de quais as funções que são desempenhadas pelo processamento do movimento. Nakayama (1985), num estudo de revisão que realizou sobre o processamento visual do movimento, refere a multiplicidade de papeis funcionais para o indivíduo desempenhados por esse processamento. A recolha de informação do movimento é benéfica para uma série de tarefas visuais como: o reconstruir da tridimensionalidade (eg. paralaxe do movimento), cálculo do tempo até ao contacto (Time to Contact - Tc); a segmentação das imagens (eg. separação dos objectos do seu fundo), condução do movimento dos olhos, fixar a atenção, codificação da locomoção (papel de informação proprioceptiva), mediação da constância da dimensão, e obviamente para a detecção do movimento de objectos. Nesta tese, uma vez que estamos interessados na tarefa da detecção de movimento quando o sujeito está ele próprio em movimento, vamos num primeiro ponto referir a forma como o processamento visual facilita o movimento humano e a acção (papel que o movimento tem na codificação da locomoção), e como se percepciona o movimento de objectos. Estes ponto, trata de forma independente o processamento do movimento do próprio e de objectos. No ponto seguinte passa-se para a percepção do movimento de objectos quando o próprio sujeito se encontra ele próprio em movimento. No ponto final enquadra-se o problema e hipóteses em estudo. 3.2. Processamento visual na acção, locomoção e detecção do movimento de objectos A percepção visual do movimento é essencial na sobrevivência do Homem. É esse processamento que nos evita cair dum local alto, evitar um veículo quando atravessamos a rua, travar a tempo numa aproximação a um cruzamento ou evitar um veículo em sentido contrário. Um processamento importante é o cálculo do tempo que levamos a chegar a um determinado objecto. Quanto tempo levamos a chegar ao cruzamento, ou até o próximo veículo. Este tempo até ao contacto, ou tempo até a colisão (Tc ou TTC11), pode ser calculado duma 11 Tc do inglês Time to Contact, ou TTC Time To Collision. Refira-se que o autor Português, Jorge Santos (1996), usa dois termos que distingue como TAC (Tempo Até a Colisão) e o TAI (Tempo Até a Intersecção), sendo que o TAC se refere a situações onde os objectos se encontram na mesma direcção e o TAI a situações de aproximação a um cruzamento. 48 forma indirecta, se soubermos a nossa velocidade e a distância a que se encontra o objecto. Naturalmente que a probabilidade de erro devido à dificuldade em estimar velocidades e distâncias, pode fazer com que o cálculo do TTC seja também difícil, principalmente se tiver de ser executado de uma forma rápida. De acordo com o ideal de percepção directa de Gibson, Lee (1976) propõe que o TTC é obtido duma forma directa através da taxa de expansão óptica do objecto, quando nos aproximamos dele ou ele se aproxima de nós. Repare-se que para este conceito é indiferente se estamos a considerar que é o objecto a aproximar-se ou se é o sujeito a aproximar-se do objecto, pois o que conta é a taxa de expansão da imagem retinal do objecto (Apesar de nos estarmos a referir à aproximação do sujeito pois estamos a analisar a informação obtida a partir do movimento quando o sujeito se move). A esta taxa, Lee dá o nome de tau ou T, definido como o inverso da taxa de expansão da imagem retinal do objecto: T=1/(taxa de expansão da imagem retinal do objecto). O conceito de TTC gerou um tipo de discussão teórica semelhante ao debate já referido da percepção directa Vs. indirecta, questionando se este era ou não calculado directamente com recurso ao fluxo óptico dos objectos (tau) ou com recurso ao cálculo da distância e velocidade e/ou outros indicadores. Outro tipo de trabalhos empíricos suscitados com o TTC foram de ordem mais prática e aplicada, tanto relativamente às práticas desportivas como por exemplo ao tráfego rodoviário, pois como refere Santos (1996) os estudos do TTC basearam-se no pressuposto de que para o controle do veículo e a realização de manobras de evitamento de acidentes a capacidade do condutor para estimar o momento da colisão constitui o pré-requisito essencial. Alguns autores consideram que o tau não é o determinante principal na determinação do TTC (e.g. Cavallo, Laya & Laurent, 1986; Cavallo & Laurent, 1988; Groeger e Brown, 1988; Stewart, Cudworth & Lishman, 1993). Nos estudos de Cavallo e colaboradores, pedia-se aos sujeitos que estimassem o momento em que esperavam colidir com um objecto estacionário. As experiências eram feitas num circuito fechado ao público, os participantes estavam de olhos tapados e no momento do teste eram destapados e novamente tapados passados alguns segundos, quando achassem que iam colidir deviam carregar num botão. Manipulando a facilidade de calcular a velocidade (reduzindo ou aumentando o campo de visão) e a facilidade de calcular a distância (usando ou não visão binocular), podia-se perceber se era ou não usada a distância e velocidade ou o tau. Quando era mais difícil calcular a distância e velocidade a precisão do cálculo do ttc era menor12. Este facto levou as autoras a considerar que se usavam mais as medidas indirectas do que o tau para o calculo do ttc, dando mais peso à hipótese da percepção indirecta. 12 A precisão no cálculo do TTC será tanto menor quanto mais se afastar do valor real do TTC.(Do tempo verdadeiro que levaríamos a atingir o objecto). 49 Os trabalhos de Stewart e colaboradores (Stewart, 1991; Stewart, Cudworth & Lishman, 1993) apesar de não negarem que o TTC possa ser calculado através do tau, argumentam que a distâncias grandes a sua precisão é baixa, sendo utilizado para o calculo do TTC a velocidade e a distância. Mais especificamente consideram que nessas situações os condutores usam outros indicadores, como por exemplo a dimensão familiar, para o cálculo do TTC. Esta formulação leva-os a considerar que quando os condutores estão em rota de colisão potencial com peões a sua percepção da distância é principalmente baseada na dimensão familiar, ou seja, se a imagem retinal de um peão é pequena, presume-se que o peão está a uma grande distância. Esta ideia serve para os autores explicarem a elevada percentagem de acidentes com crianças, pois explica a existência duma avaliação excessiva da distância e portanto uma sobre avaliação do ttc para crianças (mais tempo para o contacto do que o real). Assim segundo o autor, os locais onde existam indicadores de distância claros, esses ajudam a um cálculo correcto do TTC, e diminuem a probabilidade de acidente. O autor baseia esta proposta em experiências simuladas e em análise estatísticas de sinistralidade. De facto os seus resultados mostram que onde esses indicadores existem (e.g passadeiras de peões com marcas de zebras), a percentagem de acidentes com crianças peões é menor, mais especificamente, os dados do seu estudo indicam que a percentagem de crianças com acidentes nas zebras é de 24%, fora das zebras é de 34% e nas passadeira com sinal luminoso, sem marcas que sirva de indicador aos condutores é de 29%. Apesar destes trabalhos, demonstrarem o uso de indicadores de segunda ordem (não directos) para a percepção do TTC, refira-se que também há trabalhos que argumentam a favor de uma percepção directa do TTC, através do tau. Eysenck e Keane (1995) referem um trabalho (Kruk e Regan, 1983) que demonstra a existência duma sensibilidade diferenciada ao tau numa amostra de pilotos de avião. Esta sensibilidade era avaliada medindo o desempenho dos pilotos numa tarefa simples em que tinham de avaliar a mudança de dimensão de um quadrado. Os autores também avaliaram o desempenho dos mesmos sujeitos na tarefa de aterragem dum avião em situação simulada. Descobriram que quanto maior fosse a sensibilidade ao tau, também melhor era a performance na tarefa de aterrar o avião. Horst (1991) argumenta também a favor do uso do tau, no cálculo do TTC. As experiências deste autor eram realizados numa estrada fechada ao trânsito e pedindo aos sujeitos para travarem o mais tarde possível antes dum traço branco pintado na estrada. Ao contrário dos trabalhos anteriores (e.g. Cavallo, Laya & Laurent, 1986; Cavallo & Laurent, 1988) os sujeitos estavam em situação real de condução. Os sujeitos, numa das condições experimentais usavam uns óculos de cristais líquidos que faziam interrupções intermitentes (a 5Hz e 25Hz) da visão. Segundo Horst, estas interrupções intermitentes não impedem o cálculo da distância e velocidade mas impedem a passagem de informação do fluxo óptico do tau. Em termos gerais os resultados mostraram que o desempenho da travagem e respectivo cálculo do TTC era pior nas situações de interrupção, o que segundo o autor seria um indicador de que para o cálculo do 50 TTC se usaria o tau. Outros trabalhos do domínio das actividades desportivas (c.f. Lee, Lishman & Thomson, 1982; Berg, Wade & Greer, 1994; citados por Ysenck e Keane 1995), parecem também demonstrar o uso do tau de uma forma natural e sem necessidade de aprendizagem. Eysenck e Keane (1995) dos estudos que revêm consideram que a dualidade de conclusões sobre a forma do cálculo do TTC, se devem essencialmente às diferentes metodologias utilizadas. Os estudos que revelam o tau como forma de calculo do TTC, seriam aqueles realizados em contextos mais naturais do homem como a corrida ou o salto em comprimento. Nos estudos com veículos, onde as velocidades não são naturais, o tau não seria fácil de calcular quando os TTC são baixos e como tal nesse caso os condutores recorrem a indicadores de segunda ordem como a distância e velocidade. Uma análise crítica mais recente (Santos, 1996), mostra-nos alguns problemas dos estudos dos TTC, que essencialmente se reportam à sua validade ecológica e à legitimidade de inferir quais as estratégias computacionais usadas na computação do TTC. Quanto à validade ecológica, a sub-estimação do TTC em grande parte dos trabalhos13, deve-se ao facto de não ser natural calcular o momento para a colisão relativamente a objectos de grande dimensão, os quais em caso de colisão serão fatais. Assim, segundo Santos (1996) a sub-estimação do TTC será correspondente ao cálculo do momento de uma acção evasiva, tal como os condutores o fazem em situações quotidianas e não a partir da estimativa do momento da colisão. Problemas no controlo das variáveis, relativamente à sua explicitação exacta, também tornam difíceis a replicação exacta dos estudos. O método de oclusão utilizado nos estudos de TTC, também torna difícil a interpretação dos estudos. Quando existe uma oclusão do campo visual e se pede ao sujeito para dizer, pressionando um botão, qual seria o momento em que colidiria com o veículo, está-se a trabalhar com uma imagem mental da realidade, o que segundo Santos forçaria o sujeitos a usar estratégia cognitivas envolvendo indicadores de segunda ordem para fazer o cálculo do TTC. Mesmo quando se usa interrupções rápidas do campo de visão (c.f. Horst 1991), nada nos garante que não se esteja a perder informações tanto do tau como da velocidade e distância. Para concluir, Santos considera que nestes termos o debate sobre o TTC, de ser calculado directa ou indirectamente, é inconclusivo. Para se aceder às estratégias computacionais teria que se isolar os indicadores (fluxo óptico local do tau ou indicadores de distância e velocidade) e testá-los separadamente. Este problema é assim e segundo Santos (1996) um problema ainda em aberto. 13 No trabalho de Stewart e Cols. referíamos uma sobre estimação dos TTC, mas essa era em relação aos peões crianças. Ou seja, a sujeitos que sendo pequenos, poderiam ser entendidos como sujeitos maiores a uma maior distância. A sobre-estimação do TTC é obviamente negativa pois dá menos tempo necessário para a manobra de travagem ou evitamento do sujeito/obstáculo. 51 Um segundo processamento importante, na percepção visual do movimento é relativo à tarefa de alinhamento. Como referido anteriormente (c.f. I-2.2.2), Gibson (1950) propõe que são os padrões de fluxo óptico que duma forma directa dão informação sobre o alinhamento ou a direcção que se segue. Uma discussão teórica relevante é sobre qual será a pista exacta que se utiliza para percepcionar a direcção (Heading). Eysenck e Keane (1995) referem duas hipóteses, uma que segundo eles será defendida por Gibson de que é o padrão de fluxo óptico global que especifica o alinhamento, ou então será o foco de expansão óptica (f.e.o.). Parece-nos, no entanto, que a posição de Gibson (1950) não é a de dar exclusividade ao padrão de fluxo óptico global. O que ele refere é que a direcção de alinhamento estará também implícita nesse padrão, não excluindo no entanto que o f.e.o. também é um indicador relevante. "...The focus of expansion in the field ahead is an exact indicator of the point in the world toward which he is going; a shift of the focus goes with a change in the direction of locomotion and this provide him with a sense of a point of aim. The point of aim is, in fact, implicit everywhere in the visual field, and even when the observer does not look where he is going, he can in a sense see where he is going" (Gibson, 1950, p. 123) Mas independentemente da assunção das hipóteses teóricas das pistas de alinhamento, o facto é que há trabalhos empíricos que as testaram. O trabalho de Mestre e Warren (1989) já referido (c.f. I-2.2.2) demonstra que os padrões globais de fluxo óptico fornecem uma base suficiente para a tarefa de alinhamento. Nesse trabalho, recorde-se, os sujeitos são expostos a um padrão de movimento do campo visual, e têm que responder se vão passar à esquerda ou direita de um alvo. Refira-se que a precisão de alinhamento é muito boa chegando a 1,2º (14), contudo para movimentos curvilíneos do sujeito, a precisão do alinhamento diminui à medida que se consideram curvas mais fechadas. Repare-se que o f.e.o. nos movimentos curvilíneos não é visível e se a sua ausência dificulta o alinhamento, demonstra-se que terá alguma relevância para a tarefa de alinhamento, o que na nossa opinião está mais de acordo com o proposto por Gibson. Apesar disso, Mestre (1992), refere que os sujeitos não precisam de localizar um ponto fixo do campo visual, correspondente ao f.e.o. para derivar o alinhamento através do fluxo óptico. Aliás trabalhos de Warren, Morris & Kalish (1988, citados por Mestre 1992) demostram 14 Warren (1995, p. 284) refere, que obteve precisões do julgamento de alinhamento até 0.5º, o que é importante pois estima-se que para o evitamento de obstáculos, em velocidades de marcha, corrida ou de automóvel, é requerida uma precisão de alinhamento entre 1º e 3º (Cutting, 1986; Cutting, Springer, Braren, Johnson, 1992; Citados por Warren, 1995) 52 que mesmo com uma densidade de fluxo óptico15 baixo se consegue derivar o alinhamento. Mas, a menor imprecisão quando não se vê o f.e.o. acontece, segundo Warren (1995), porque nesse caso a extracção do alinhamento é feita através duma triangulação, considerando a direcção de dois ou mais vectores, para encontrar o ponto comum de intersecção (f.e.o). Quanto à detecção do movimento de objectos. A questão mais relevante em termos ecológicos e de sobrevivência, principalmente no meio rodoviário, é como se sabe quando um objecto que se dirige a nós nos vai alcançar. Conforme referido anteriormente, a questão de uma aproximação dum objecto é semelhante à aproximação do sujeito ao objecto. Nesse sentido o cálculo da aproximação do objecto é idêntico ao cálculo do TTC. Também aqui, relativamente ao cálculo do TTC, se pode colocar a questão se os indicadores pertinente são de segunda ordem (velocidade e distância) ou por outro lado são de ordem directa (tau). As revisões feitas por vários autores (c.f. Nakayama, 1985; Eysenck e Keane, 1995; Warren, 1995) fornecem boas evidências para que seja a informação básica acerca da taxa de expansão da imagem retinal (tau) do objecto que determina o cálculo do TTC. A questão que avançamos em seguida, e que enquadrará as hipóteses deste estudo, é se será que as leis que regulam o processamento do movimento do sujeito e/ou do objecto serão as mesmas que regulam a detecção do movimento de objectos quando o sujeito está ele próprio em movimento. 3.3. Percepção do movimento de objectos com deslocação simultânea do sujeito. Quando nos referimos aos cálculos do TTC, descreveram-se os processamentos que se realizam durante a aproximação a objectos ou a situações em que os objectos se aproximam do sujeito. O controle da trajectória do sujeito foi analisado através dos trabalhos sobre alinhamento. Independentemente da prova definitiva da informação para estas tarefa ser extraída directamente ou não, podemos questionar se a execução simultânea de tarefas, como a deslocação do sujeito e a detecção do movimento de outros objectos não será, em si, uma tarefa diferente do que a mera soma de duas tarefas. Se pensarmos em termos de fluxo óptico, podemos conceptualizar as diferenças. Quando estamos parados e o objecto se aproxima do sujeito observador, este apenas tem de considerar o fluxo óptico do objecto (fluxo óptico local). Se o sujeito estiver em movimento aquilo que ele considera para o alinhamento ou para a aproximação a um objecto é um fluxo óptico total do campo visual (fluxo óptico global) que 15 Consideramos no trabalho referido (Warren, Morris & Kalish, 1988), densidade de fluxo óptico como a quantidade de pontos em movimento. Bastava ter 10 pontos na imagem para se derivar o alinhamento com precisão. 53 pode ou não conter objectos estacionários cujo fluxo óptico está integrado no fluxo óptico global. Se o sujeito estiver em movimento e simultaneamente houver o movimento de um objecto, há dois fluxos ópticos diferenciados, o fluxo óptico local (do objecto) e o fluxo óptico global (do movimento do próprio sujeito). Estamos aqui perante um problema de segmentação de vários fluxos ópticos simultâneos (Simpson, 1993) que segundo Santos (1996) é um tema raramente abordado na investigação . Warren (1995) relativamente ao controle visual da locomoção considera que em princípio, as leis que controlam o acto de direcção (alinhamento) e de travagem (TTC) situações em que o sujeito está em movimento - poderiam aplicar-se tanto a objectos em movimento como parados uma vez que regulam o movimento relativo entre o observador e o objecto. Exemplificando, durante uma perseguição, a expansão óptica do alvo especifica que nos estamos a aproximar dele, um angulo visual constante especifica que seguimos a uma distância constante, uma contracção óptica especifica que nos estamos a afastar. Contudo diversos trabalhos (Probst, Krafczyk, Brandt, & Wist, 1984; Probst, 1986; Probst, Brandt, & Degner, 1986; Probst, Krafczyk, Brandt, 1987; Santos 1996;1997,1998; Santos, Noriega, Correia, Campilho & Albuquerque, 2000) demonstraram que o tempo necessário para detectar o movimento de um objecto, aumenta quando o objecto está envolto num campo de fluxo óptico global e/ou o sujeito se encontra ele próprio em movimento. Parece assim que as relações referidas por Warren (1995) não se mantêm quando tanto o observador como o objecto se movem. 3.4. Trabalhos de Probst e Colaboradores Os trabalhos de Probst e col., foram desenvolvidos em situação laboratorial e de campo. Na situação laboratorial (Probst, Brandt, & Degner, 1986) os autores procederam à determinação de limiares e tempos de detecção do movimento de objectos em situações de movimento do sujeito. O movimento do sujeito foi induzido através de canais sensoriais (visual, vestibular e cervico-somatossensorial) que podem induzir a sensação de que o sujeito está em movimento. Foram realizadas diversas experiências, onde os vários canais eram estimulados em conjunto ou separadamente. A tarefa dos sujeitos era a de discriminar a direcção do movimento (esquerda ou direita) de um pequeno alvo (1º diâmetro) num écran (90ºx53º). Esta tarefa era realizada em várias condições, uma em que o sujeito se encontrava estático e outras situações dinâmicas em que se estimulavam os canais sensoriais de indução de movimento. Nas condições dinâmicas, o movimento podia ser: (a) da textura do fundo do écran (estimulação do canal sensorial visual); (b) da cabeça (estimulação vestibular); ou (c) do corpo (estimulação cervico-somatossensoria)l. Ainda havia condições onde se estimulavam os três canais em simultâneo. Os resultados deste 54 trabalho mostraram que sempre que se estimulavam os canais sensoriais de indução de movimento, a detecção do movimento do objecto alvo era dificultada. Ou seja comparando os limiares ou tempos de detecção entre a situação estática e dinâmicas, os tempos e limiares eram sempre mais elevados para as últimas. Outro resultado importante é que o efeito inibidor sobre a detecção do movimento nas situações dinâmicas era muito superior na situação de estimulação do canal visual. Naturalmente as duas conclusões principais deste trabalho foram a de que existe um efeito inibidor do movimento do próprio sobre a detecção de objectos e a indução de um movimento puramente visual do sujeito constitui o factor responsável por uma inibição mais significativa da percepção do movimento de um objecto. O efeito inibidor do movimento do próprio (f.o. global) sobre a detecção do movimento de objecto (f.o. local) têm implicações directas para a condução automóvel, uma vez que no meio rodoviário somos constantemente confrontados com movimento de objectos estando nós próprio em movimento. Neste sentido Probst e os seu colaboradores (c.f.; Probst, 1986; Probst, Krafczyk, Brandt, 1987) realizaram um estudo aplicado à condução automóvel onde testaram o efeito inibidor referido. Nesse trabalho os autores compararam o desempenho na detecção de movimento de objectos, em duas condições. Uma condição em que o observador se encontrava em movimento e outra em que ele se encontrava parado. Na condição de movimento, as experiências eram realizadas numa estrada fechada ao trânsito, tendo os participantes a tarefa de seguir em movimento (a 50 ou 70km/h) um veículo alvo. A dado momento o veículo alvo acelerava ou desacelerava. A tarefa dos sujeitos era a de detectar alterações na distância entre o seu veículo e o alvo. Quando tal sucedesse, premiam um botão e referiam se o alvo se estava a aproximar ou afastar. Os tempos de detecção do movimento eram registados automaticamente. Um sistema de radar para medir a distância interveículos instalado no veículo do sujeito permitiam um controle rigoroso da variável distância (distância inicial e mudança dessa distância). Na condição parado, os autores optaram por fazer a experiência em laboratório. Para tal os sujeitos eram colocados frente a um monitor onde aparecia uma elipse com uma área retinal semelhante à do veículo alvo16. Esta elipse aumentava ou diminuía de dimensão simulando um afastamento (aceleração) ou aproximação (desaceleração) de um objecto. As variações na área da elipse correspondiam a velocidades relativas17 semelhantes às da experiência real. De forma idêntica à experiência de campo os sujeitos premiam um botão quando detectavam uma mudança na dimensão da elipse e relatavam se esta se tinha afastado ou aproximado. 16 A dimensão real da elipse e da traseira do veículo alvo não eram idênticas. Contudo a área das suas projecções retinianas eram idênticas (c.f. II-6, para exemplo de cálculos) 17 Vr (velocidade relativa) = | Velocidade do alvo - Velocidade do sujeito | 55 Os resultados foram: (1) quanto mais baixa fosse a velocidade relativa mais elevados eram os tempos de detecção; (2) tempos de detecção significativamente mais elevados na situação de movimento. Com uma factor de elevação médio de 3.5 relativamente à condição parado. Relativamente aos primeiros resultados, os autores argumentam que o facto das detecções serem mais difíceis nas velocidade relativas mais baixas ajudariam a explicar os dados estatísticos, por eles citados, de que 50% dos acidentes envolvendo colisões traseiras se darem a velocidades relativas baixas de 19Km/h. Os segundos resultados levaram os autores a concluir da maior dificuldade de detectar o movimento nas situações de tráfego (movimento), pois o movimento do próprio teria um papel inibidor na detecção das alterações das velocidades relativas dos outros veículos. Contudo Santos (1996) aponta limitações aos estudos de Probst e colaboradores que impossibilitam uma comparação directa entre as condições de movimento e parado. As amostras utilizadas na situação de movimento e parada não foram as mesmas o que torna complicado comparar os resultados nas duas condições. Uma insuficiente caracterização dos estímulos utilizados, pois apenas se referem as características métricas dos estímulos sem se referirem dados importantes como luminâncias e contrastes dos estímulos, o que torna complicado a replicação dos estudos. No estudo laboratorial (condição parado) os sujeitos eram colocados a uma distância grande do monitor (3.65 metros). Segundo Santos, a esta distância, os sujeitos podem usar pistas artificiais para diminuir os tempos de resposta, por exemplo usando as arestas do monitor como referência estática para comparar as alterações na dimensão do objecto. Como não é claro que no veículo se use essas pistas artificiais mais uma vez a comparação entre as duas condições é complicada. Em suma santos (1996) conclui que: " Não é possível afirmar que a diferença entre os tempos de reacção nas duas situações se deve a um efeito perturbador da percepção do movimento próprio sobre a detecção do movimento de um objecto. Por outro lado, dada a insuficiente caracterização dos estímulos, uma replicação experimental torna-se impossível." (Santos, 1996) 56 3.5. Caracterização do fluxo óptico, trabalhos de Santos e Colaboradores A partir destas objecções (c.f. Santos, 1996,1997,1998; Santos et al. 2000) desenvolve trabalhos experimentais, onde pretendeu explorar questões relevantes para a detecção do movimento de objectos com movimento simultâneo dos sujeitos. Podemos resumir três questões fundamentais desenvolvidas por Santos: (1) Há ou não um efeito inibidor do fluxo óptico global sobre a detecção do fluxo óptico local; Havendo esse efeito inibidor como é que ele varia em função (2) da diferença de magnitudes entre o f.o. global e local (velocidades relativas) e (3) em função da densidade do f.o. global (quantidade de movimento gerada pelo ambiente visual). O estudo destas questões foi realizada em âmbito laboratorial, com recurso a tecnologias de simulação e de análise de imagem que permitiam um controle rigoroso de todas as variáveis manipuladas. Os participantes tinham a tarefa de fazer a detecção do movimento de um objecto que aparecia num écran e que podia ter um movimento de aproximação ou afastamento. Os sujeitos usavam dois botões para indicarem a direcção do objecto. O tempo de detecção era registado automaticamente. Foram realizadas diversas experiências com varias condições experimentais, mas mencionaremos apenas as duas mais relevantes para os objectivos desta tese. Na primeira experiência, onde se replicaram algumas das condições experimentais de Probst e col. (1987), pretendia-se responder à questão 1 e 2. Conforme se pode verificar pela figura, I-15, os tempos de detecção (expressos em milissegundos) eram efectivamente mais elevados, quando o observador se encontrava em movimento18. Este resultado confirmou o efeito inibidor do fluxo óptico global (movimento do próprio) sobre a detecção do fluxo óptico local (movimento de objectos). No que diz respeito à diferença de magnitudes f.o. global/local (velocidade relativa) quanto menor fosse a velocidade relativa mais difícil era a detecção. Quando se consideravam velocidades relativas mais elevadas a diferença entre a situação de movimento e parado ia-se dissipando, o que pode revelar que o efeito inibidor só se manifesta até determinadas velocidades relativas, pelo menos nas condições experimentais relatadas. 18 O leitor pode verificar na figura I-15, que a diferença entre situação de movimento e parada praticamente está ausente nas situações de afastamento do objecto alvo. Essa diferença é explicável no âmbito das estratégias e hipóteses computacionais de processamento utilizadas para a segmentação do fluxo local. Uma explicação detalhada dessas estratégias escapa ao âmbito desta tese (c.f. Anexo A e Santos et al. 2000, para uma explicação detalhada). Contudo em termos ecológico de evitamento de colisões a situação mais relevante é a de aproximação. 57 Esta experiência vem desfazer as dúvidas relativas ao efeito de inibição descrito por Probst e colaboradores, mas em condições experimentais rigorosamente parametrizadas. Esclarecida a dúvida, interessaria responder à terceira questão de saber como varia este efeito de inibição em função da densidade do fluxo óptico. Figura I-15. Curvas de regressão para os Tempos de detecção e Velocidades relativas, nas condições de movimento(Vs50km/h) e parado (Vs0km/h), em situação de aproximação e afastamento (Adaptado de Santos et al. 2000, p23). Para responder a esta questão, os autores (c.f. Santos, 1996, 1997, 1998; Santos et al. 2000) realizaram uma experiência de detecção de movimento onde o objecto a detectar era envolvido por diversos cenários visuais que variavam na sua densidade de fluxo óptico. O programa de medição de fluxo óptico (c.f. II- 5.2.2) permitia fazer uma medição precisa da densidade do fluxo óptico global. Deste modo foram criados seis ambientes visuais, que tinham densidades de fluxo óptico global crescentes. A figura I-16 apresenta um desses ambientes, com o objecto a detectar (I-16A) e a respectiva representação vectorial do fluxo óptico global (I16B). Os participantes da experiência tinham que fazer a detecção do movimento do objecto nas seis situações. As seis situações, tinham densidades de f.o. global que variavam de 9% a 58 89%. De acordo com o efeito inibidor do f.o. global sobre o f.o. local, as hipóteses desta experiência eram de que quanto maior fosse a densidade de f.o. global a envolver o objecto, maior seria o efeito de inibição. Ou seja mais difícil seria detectar o movimento do objecto, o que se reflectiria no aumento dos tempos de detecção. Para a densidade mais baixa de f.o., 9%, os tempos médios de detecção foram de 858ms, enquanto que para a densidade mais elevada , 89%, os tempos médios foram de 1276ms. Os resultados (Figura I-17) confirmaram as hipóteses, mostrando que quanto maior fosse a densidade de fluxo óptico global à volta do objecto a detectar, maiores eram os tempos de detecção. Figura I-16. Estimulo e f.o. global (I-16A) Estimulo com fundo e objecto (I-16B) Representação vectorial do f.o. global (in Santos et al 2000, p 38) Figura I-17 Média dos tempos de detecção para 6 densidades de fluxo óptico global td(ms) 1300 1250 1200 1150 1100 1050 1000 950 900 850 800 9% 25% (Adaptado de Santos et al 2000, p. 41) 41% 57% 73% 89% 59 Em resumo as duas últimas experiências descritas responderam a três das questões pertinentes para a tarefa de detecção do movimento de objectos com movimento simultâneo do sujeito. Primeiro, a detecção do movimento de objectos é mais difícil quando essa detecção é feita estando o sujeito em movimento. Segundo, essa dificuldade diminui à medida que as velocidade relativas aumentam. Terceiro, quanto maior for a quantidade de movimento que um determinado meio gera (quando o sujeito se move) mais difícil será fazer a detecção. Por outras palavras e usando a terminologia computacional diríamos (1) O fluxo óptico global inibe a detecção do fluxo óptico local; (2) Quanto maiores as diferenças de magnitude entre o f.o. local e global mais fácil é a segmentação do f.o. local; (3) Quanto maior for a densidade de f.o. global mais difícil é a segmentação do f.o. local. Uma das implicações destes estudos que Santos refere, é relativa à reavaliação das fórmulas utilizadas para distâncias de segurança (e.g. travagem, manutenção de distância interveículos). Segundo esse autor as distâncias de segurança são calculadas tendo em conta fórmulas, que consideram o tempo de detecção humano como constante. Estes trabalhos mostram que essas distância têm que ponderar tempos de detecção não constantes, variando em função do tipo de movimento e ambiente de circulação. Isto significa que um olhar mais atento para a interacção entre o ambiente rodoviário e o desempenho do condutor, mesmo que numa tarefa especifica, pode contribuir para a segurança rodoviária. O ponto que se segue, enquadra o problema e hipóteses especificas desenvolvidas nesta tese, que têm como objectivo explorar a interacção entre o ambiente rodoviário e a tarefa de detecção de movimento com movimento simultâneo. 3.6. Problemas e hipóteses O problema e hipóteses desta tese filiam-se no desenvolvimento dos trabalhos de Santos e colaboradores. (Santos, 1996,1997,1998; Santos et al 2000), pretendendo ampliar as suas conclusões. O trabalho inicial dos autores referidos foi realizado usando estímulos de natureza abstracta e as amostras de sujeitos utilizadas eram de dimensão reduzida e seleccionadas em termos de parâmetros visuais. Este factor não constituía uma limitação aos estudos, mas sim uma imposição metodológica aos objectivos de estudar de forma rigorosa os mecanismos de detecção de movimento. O que se pretendia era fazer uma descrição ao nível computacional dos mecanismos de detecção de movimento com movimento simultâneo do sujeito, o que foi conseguido. Nesse sentido, havia o objectivo de controlar as variáveis para assegurar bons níveis de validade interna. O uso de texturas abstractas na segunda experiência relatada é um exemplo. Se o que se queria estudar era o processamento de movimento, as pistas presentes para a detecção de 60 movimento tinham que ter apenas a ver com movimento. Se nos ambientes estivessem incluídas outras pistas artificiais, eventualmente existentes em ambientes rodoviários reais, então não se poderia ter a certeza do que dependia a estratégia de processamento de movimento utilizada, se da variável em estudo ou de outra variável "parasita". Nesses estudos, as amostras seleccionadas em termos de parâmetros visuais, eram também essenciais, uma vez que se pretendia apenas fazer a descrição de um fenómeno. Não se pretendia obviamente estudar a variação do funcionamento do fenómeno de detecção de movimento na população. Esta tese, pretendeu dar complemento aos dois problemas que ficam em aberto. - (P1) Como é que varia o efeito inibidor do fluxo óptico em diversos ambientes rodoviários? - (P2) Como é que varia esse efeito na população? Para estudar estes problemas criamos uma situação experimental, onde os participantes tinham de executar a tarefa de detecção de movimento em diversos tipos de ambientes rodoviários. Usou-se uma amostra de sujeitos heterogénea em termos de género sexual e de idade. De acordo com os estudos referidos (Santos , 1996, 1997, 1998, Santos et al. 2000), a nossa hipótese é a de que nos ambientes (variável independente) que tenham uma densidade de fluxo óptico global mais elevada, haja uma penalização da tarefa de detecção de movimento de objectos. Esta penalização será observada através de dois parâmetros de resposta (variável dependente): Número de detecções erradas, i.é, erro cometidos na discriminação da direcção do movimento do veículo; Tempos de detecção, i.é, tempo médio que o sujeito leva a fazer uma detecção correcta do movimento do veículo. Relativamente à variação do efeito de inibição na população, de acordo com trabalhos que referem alguma "desaceleração" das capacidades cognitivas e psicofísicas com a idade (c.f. Salthouse 1991; Simões 1998) as nossas hipóteses apontam para um efeito negativo da idade no desempenho da tarefa de detecção de movimento. Contudo esse efeito poderá ser moderado pelo factor experiência de condução. Segundo um relatório da OCDE, citado por Stewart e col (1993) um condutor precisa em média de cerca de 100000 km para ser considerado com experiência suficiente para ser seguro na complexa tarefa perceptiva de condução. Estes autores consideram que um elemento vital nessa aprendizagem deve ser a percepção do TTC. Cavallo e Laurent, (1988) também demonstraram que os condutores experientes são melhores a perceber os TTC que os inexperientes. Sendo o 61 TTC uma medida também relacionada com o processamento de movimento, é natural esperarmos algum efeito da idade mas moderado com a experiência de condução. Complementarmente apresentam-se três estudos. 1. A relação da tarefa de detecção de movimento e alguns parâmetros utilizados na avaliação de condutores. Uma vez que estamos perante uma tarefa dinâmica existente na condução automóvel, é pertinente explorar a relação que esta tem com os testes tradicionais utilizados na avaliação de condutores. 2. A relação entre as variáveis género sexual, idade e a tarefa de detecção de movimento de veículo 3. Outro trabalho complementar confrontará as situações de detecção do veículo em aproximação com as situações de afastamento. Esta análise, se bem que limitada por questões metodológicas, poderá dar algumas indicações sobre estratégias computacionais utilizadas na tarefa de detecção de movimento. O estudo das aproximações e afastamento, por sair fora dos objectivos principais da tese, são apresentados em anexo (anexo A). Contudo, no caso de haver um leitor interessado e por terem resultados interessantes e inéditos, não quisemos deixar de os apresentar. 62 II - METODOLOGIA 1. MÉTODOS DE SIMULAÇÃO NA INVESTIGAÇÃO SOBRE FACTORES HUMANOS................................................................................................... 64 1.1. Vantagens do uso das técnicas de simulação............................................................................... 64 1.2. Alguns limites das técnicas de simulação .................................................................................... 65 1.3. Opções metodológicas em funções das técnicas de simulação ................................................... 66 2. METODOLOGIA PSICOFÍSICA USADA .................................................... 68 3. CONSTITUIÇÃO DA AMOSTRA................................................................. 68 3.1. Critérios de recolha de amostra................................................................................................... 69 3.2. Procedimento para a recolha da amostra ................................................................................... 69 4. EQUIPAMENTOS E MATERIAIS USADOS................................................ 69 4.1. Equipamentos ................................................................................................................................ 69 4.1.1. Estação gráfica e projector .............................................................................................................. 69 4.1.2. Equipamento para testes de visão.................................................................................................... 70 4.2. Programas...................................................................................................................................... 71 4.2.1. Programa de geração de estímulos, controlo e registo de dados (GECRD) .................................... 71 4.2.2. Outros programas usados ................................................................................................................ 72 5. CALIBRAÇÃO DOS ESTÍMULOS USADOS .............................................. 72 5.1. Luminância e contraste................................................................................................................. 72 5.2. Fluxo óptico ................................................................................................................................... 73 5.2.1. Porquê medir o fluxo óptico............................................................................................................ 73 5.2.2. Como se mediu o fluxo óptico ........................................................................................................ 74 1.4. Cálculos trigonométricos para ângulos de visão e medidas dos estímulos. .............................. 76 6. PROCEDIMENTO EXPERIMENTAL........................................................... 79 63 Este é um capítulo de metodologia geral. Tendo este estudo recorrido a técnicas de simulação, justificava-se que o primeiro ponto deste capítulo abordasse essas técnicas com o objectivo de enquadrar as opções metodológicas em função das vantagens e limites das técnicas de simulação. O segundo ponto refere a metodologia de base psicofísica usada neste estudo, e justifica o uso de uma metodologia clássica num contexto de simulação em factores humanos. No terceiro ponto explicam-se os critérios e procedimentos utilizados para a recolha da amostra. Os equipamentos, materiais e programas de computador descrevem-se no ponto quatro. A descrição dos testes de visão utilizados também se incluem no ponto quatro. O ponto cinco, sobre a calibração dos estímulos usados é essencial para compreender o rigor que se pretendeu dar ao controle das variáveis em estudo. Principalmente o funcionamento de uma ferramenta informática de análise de imagem, que permitiu operacionalizar o movimento gerado por cada ambiente, isto é medir o fluxo óptico. O ponto seis refere os cálculos trigonométricos usados para definir os ângulos, medidas e distâncias de visão utilizadas. O ponto sete ultimo deste capítulo, refere-se ao procedimento experimental, permite compreender o desenrolar de uma sequência experimental completa, pela qual passaram todos os condutores que participaram neste estudo voluntariamente. 64 1. MÉTODOS DE SIMULAÇÃO NA INVESTIGAÇÃO SOBRE FACTORES HUMANOS Num estudo que recorre a técnicas de simulação como metodologia principal para obtenção dos seus dados, não poderíamos deixar de nos questionar sobre a validade destas técnicas, isto é, sobre a possibilidade dos resultados obtidos em simulação serem transferíveis para a realidade. Tradicionalmente os estudos laboratoriais de tradição experimentalista têm a vantagem de ter altos níveis de validade interna, pois o elevado controle das variáveis permite-nos comprovar o efeito das variáveis independentes sobre as dependentes. Contudo aquilo a que se chama validade externa ou ecológica, compromete-se nos estudos desenvolvidos no laboratório. Isto porque para o mundo real onde existe uma complexidade de variáveis que não se controlam o modelo do laboratório não é transferível. Um compromisso possível para aumentar a validade ecológica dos estudos experimentais, é na nossa opinião o recurso a técnicas de simulação com elevado realismo. Para analisar esta problemática será interessante analisarmos o que se ganha com o uso das técnicas de simulação e quais os seus limites. Partimos do pressuposto que o uso de técnicas de simulação aplicadas ao estudo da percepção visual em tráfego rodoviário tem um saldo positivo. Confirma-o o número crescente de estudos que dedicam espaço ao problema rodoviário usando técnicas de simulação. 1.1. Vantagens do uso das técnicas de simulação A computação gráfica e a simulação têm sido amplamente usadas em estudos da percepção do movimento e em estudos aplicados de tráfego rodoviário (c.f. Padmos e Milder, 1992, Proffit & Kaiser, 1986 & Santos, 1996). As vantagens principais destas técnicas são: 1. Aumento da validade interna dos estudos. A simulação permite ter o controle quase absoluto das variáveis manipuladas e também dos resultados dos sujeitos (comportamentos). 2. Aumento da validade externa dos estudos. A simulação permite um aumento quantitativo e qualitativo das variáveis a manipular. Quer isto dizer que podemos estudar mais variáveis em simultâneo e com maior grau de realismo. 65 3. Estudo de situações extremas e de risco. Com a simulação pode-se estudar situações que violam as leis físicas naturais e/ou situações de elevado risco que em contexto natural seriam impossíveis ou muito arriscadas. 4. Teste empírico de modelos de processamento e/ou teste empírico de situações quotidianas. Com a simulação pode-se testar modelos de processamento de informação visual e ou motora. Também é possível com os simuladores testar por exemplo uma determinada via rodoviária, um cruzamento uma determinada sinalização, etc., mesmo que ainda não existam na realidade. 1.2. Alguns limites das técnicas de simulação Os limites das técnicas de simulação, originados por limitações aos nível do equipamento, e programas devem ter a sua importância ponderada em função do que se pretende simular. Isto significa que um limite para uma tarefa não o é necessariamente para outra. Os limites das técnicas de simulação podem ser descritos ao seguinte nível: 1. Resolução de imagem espacial e temporal: O limite de resolução do sistema visual humano é muito superior à máxima resolução espacial utilizada nos sistemas de projecção dos simuladores. O limite de resolução19 do sistema visual é de 120 linhas por grau. Um sistema de projecção com uma resolução equivalente ao limite humano teria que ter uma resolução elevadíssima. Exemplificando, se tivéssemos um observador colocado em frente a uma superfície de projecção com três metros de largura a uma distância idêntica, este teria um ângulo visual de cerca de 53 graus, o que exigiria uma resolução de 6360 linhas. Refira-se que as resoluções actualmente usadas dificilmente ultrapassam as 1600 linhas. Uma forma de fazer com que o número de linhas por grau aumente para o observador, mantendo o mesmo hardware, é afastar mais o observador do écran (diminuir o ângulo visual). Contudo esta solução faz reduzir o campo visual. A resolução temporal relaciona-se com o número de imagens geradas por segundo. Está assim associada à qualidade de movimento, que segundo Profitt e Kaiser (1986) depende do algoritmo que é usado para um movimento em particular e o facto de o computador ter ou não potência suficiente para executar o algoritmo a tempo da próxima actualização de imagem. A execução dos algoritmos pode ser optimizada diminuindo os níveis de detalhe das imagens usadas, o que diminui a quantidade de informação a ser apresentada. Efeitos de aliasing espacial, dependentes da resolução espacial, podem 19 O limite de resolução é o mínimo espaço que separando dois pontos permite ao sujeito distinguir um ponto do outro (Essilor s.d.) 66 também diminuir a qualidade do movimento. Este efeito pode ser descrito como um cintilar da imagem dos objectos em movimento, que é devido à insuficiente resolução espacial do sistema. 2. Conflitos perceptivos. Este estabelece-se pelo facto de existirem duas realidades simultâneas de que se tem noção, uma que é o padrão bidimensional que aparece no écran e outra o acontecimento tridimensional que está a ser representado. Este conflito pode, por exemplo, estabelecer-se entre indicadores visuais de profundidade fisiológicos e os indicadores monoculares. Exemplificando, a convergência e a acomodação (indicadores de profundidade fisiológicos) dão a indicação de profundidade equivalente à distância do suporte da imagem (e.g. écran a 1m) e a dimensão relativa e a perspectiva (indicadores monoculares) dão a indicação de profundidade do objecto que se representa (e.g. carro a 20m). O conflito perceptivo referido pode ser anulado para distâncias de observação maiores do que dois a três metros, a partir das quais as pistas fisiológicas fornecem pouca informação de profundidade (Padmos e Milders, 1992). 3. Avaliação errada das dimensões dos objectos. Um outro inconveniente que pode surgir nas imagens de computador é a avaliação errada das dimensões dos objectos. Este facto explica-se pela existência de um campo visual reduzido que faz com que os objectos distantes pareçam mais pequenos e mais próximos. (Santos, 1996). Uma forma de contornar este problema sem aumentar o campo visual é o de colocar objectos com dimensões familiares ao pé dos objectos que se querem representar (Proffit & Kaiser, 1986). 4. Campo visual mais reduzido. Ao contrário do mundo natural, os suportes de projecção dos simuladores têm campos visuais mais reduzidos. A redução do campo visual pode ou não ser limitativa dependendo da tarefa em estudo. Se para a resolução da tarefa os processamentos no campo visual periférico tiverem influência então essa limitação tem reflexos sobre a validade dos resultados (e.g. tarefas de aproximação a cruzamentos). No caso em que a tarefa é mais dependente da visão central então a limitação do campo visual é menos importante para a validade dos resultados. Por exemplo, para a tarefa de detecção de movimento de veículos no eixo da via é mais importante a visão central (Santos, 1996). 1.3. Opções metodológicas em funções das técnicas de simulação Os aspectos referidos sobre a simulação obrigaram-nos a algumas escolhas de nível metodológico. As variáveis que nos era possível manipular prendiam-se com os diversos aspectos limitativos nas técnicas de simulação. De acordo com Padmos e Milders (1992) estas escolhas a serem realizadas, uma vez que não há sistemas perfeitos, devem ponderar a tarefa 67 específica em estudo. Espera-se assim que a validade dos resultados seja melhorada para a tarefa específica em estudo. Fundamentalmente as nossas opções consistiram em afastar o observador o mais possível do écran e reduzir alguma complexidade das texturas utilizadas. Com o afastamento do sujeito aumentou-se a resolução (na área visual do sujeito ocupada pela imagem) a custo de baixar o campo visual. Estas opções justificaram-se por diversas razões: 1. Estudos anteriores (Noriega, Santos & Albuquerque, 1996; Santos, 1996) levantaram a hipótese de existirem fenómenos de aliasing espacial que interferiam na tarefa. Aumentando a distância do sujeito ao écran, o veículo a detectar também ocupava um maior espaço no écran, neste sentido havia mais pixels disponíveis para os movimentos de aproximação e afastamento do veículo. Desta forma contraria-se algum dos fenómenos de aliasing espacial. 2. É preferível aumentar a distância do sujeito ao écran, pois na tarefa de detecção de movimento é mais importante a visão central do que a periférica (Santos 1996), podendo-se portanto sacrificar o campo visual em função da resolução. 3. A distâncias maiores do que 3 metros assegura-se que alguns conflitos perceptivos são anulados. 4. A diminuição da dimensão das texturas usadas permitiu-nos manter de 24 a 30 imagens por segundo o que assegura uma boa qualidade de movimento. Mesmo com a opção de se aumentar a distância do sujeito ao écran 20não se chegou ao limite da resolução do sistema visual humano de 120 linhas por grau. O valor que se obteve para uma resolução de sistema de 1025*768 com um ângulo visual horizontal de 28 graus e vertical de 21 foi para ambas as direcções de aproximadamente 37 linhas por grau21. No entanto Silva e Santos (1995) desenvolveram um estudo que indicou que para tarefa de detecção de movimento a resolução não tinha um papel fundamental. Estudos de nível neurofisológico (Schiller, Logotetis & Charles 1990) também indicam que as vias neurais que servem a visão de detalhe (trajecto parvocelular) são distintas daquelas que servem a percepção do movimento (trajecto magnocelular), querendo isto indicar que a detecção de movimento não necessita de um detalhe ao nível da leitura de pormenor. Padmos e Milders (1992) referem também que para muitas tarefas 15 linhas por grau são suficientes . 20 Em estudos anteriores (e.g. Noriega, 1995; Santos, 1996) a distância era aproximadamente 3.50m. Neste estudo a distância foi de 6.50m que era perto do limite do comprimento da sala de projecção. 21 1025 / 28º ≅ 37 linhas/º horizontal e 768 / 21º ≅ 37 linhas/º vertical (c.f. II-6). 68 2. METODOLOGIA PSICOFÍSICA USADA Neste estudo fizemos a adaptação de uma das metodologias clássicas da psicofísica. Usou-se para a organização dos estímulos (sequências de imagem 3D animada que simulam um veículo em aproximação ou afastamento) a metodologia do estímulo constante combinada com o método de escolha forçada entre duas alternativas (método de organização de respostas). No método de estímulo constante todos os estímulos têm igual número de ensaios. A ordem de apresentação destes é pseudo-aleatória, logo, desconhecida do sujeito, o que evita antecipações de resposta e evita possíveis efeitos de ordem. O método de organização de respostas usado, foi o método de escolha forçada entre duas alternativas. Este método implica que a detecção seja provada pelo sujeito, "obrigando" este a indicar o local onde ocorreu o estímulo ou quando ocorreu (e.g. surgiu à esquerda ou à direita ou no nosso caso o veículo estava a aproximar-se ou a afastar-se). Segundo Santos (1996): "O Método do Estímulo Constante, associado à escolha forçada entre alternativas, é considerado o mais fiável dos métodos clássicos e ainda hoje é o mais utilizado pelos investigadores. Desde que respeitados os princípios de organização de estímulos e aplicado em situações experimentais bem controladas, este método permite a obtenção de resultados consistentes. Embora não esteja completamente isento de enviesamentos é pouco afectado por este tipo de problemas já que os critérios de decisão são controlados apenas pelo experimentador e não são apreensíveis pelo sujeito (Guilford, 1971; Watt, 1991). Em particular, as flutuações de resultados provocadas pela influência de critérios não perceptivos do sujeito são pouco relevantes" Optámos em adaptar os métodos clássicos da psicofísica a este estudo, por considerarmos que eles mantêm a sua validade e permitem a obtenção de resultados consistentes e, são também usados por outros autores no estudo das questões da percepção do movimento (e.g. Probst, Krafczyk & Brandt, 1987; Metha & Vingrys, 1994; Santos, 1996). 3. CONSTITUIÇÃO DA AMOSTRA De acordo com os objectivos desta tese, a amostra que se constituiu foi o mais diversificada possível ao nível da idade, género sexual e de alguns parâmetros usados nas avaliações dos condutores. Pretendia-se assim, que a amostra reflectisse as variações interindividuais dos condutores na tarefa em estudo. 69 3.1. Critérios de recolha de amostra O primeiro critério era o de que os participantes fossem condutores, i.é, tivessem carta de condução e conduzissem. Por razões de segurança não participaram nas experiências os sujeitos que pudessem ter quaisquer problemas médicos de visão (e.g. pós-operatório, glaucoma, descolamento de retina). Assim questionava-se os participantes sobre a existência de algum problema de saúde que pudesse constituir um entrave à sua participação nas experiências. Apesar das experiências não serem perigosas, podiam ser um pouco cansativas. Uma sequência experimental completa poderia chegar a durar de uma a duas horas. Deste modo decidimos que os problemas médicos de visão deveriam constituir um critério de exclusão. 3.2. Procedimento para a recolha da amostra Em locais próprios, nas imediações dos locais das experiências e em alguns newsgroups da internet, foram colocados anúncios a pedir a participação de sujeitos para experiências relacionadas com tráfego rodoviário. Aos voluntários para a participação nas experiências era administrado um pequeno questionário, que visava saber da sua disponibilidade, horas e forma de contacto, motivação, etc. (Anexo B). Conforme o calendário experimental e a disponibilidade dos participantes, estes eram contactados com a devida antecedência para participarem nas experiências (c.f. III-2.1. p.85 para descrição da amostra). 4. EQUIPAMENTOS E MATERIAIS USADOS 4.1. Equipamentos 4.1.1. Estação gráfica e projector Para a geração de estímulos foi usada uma estação gráfica da Silicon Graphics modelo Onyx Reality Engine 2 (D-45802-RB), com uma Rack (Bi-processador) de 2 CPU`s 4400 a 150 MHz, e 64MB de RAM. A estação gráfica, estava ligada em rede a um sistema de terminais, o que permitia o controlo das experiências em tempo real. O sistema de visualização, usado era composto por um sistema de projecção vídeo, constituído por um projector Barco 801s, com a resolução ajustada para 1025*768 e um refrescamento da imagem de 60Hz. O écran media 320 centímetros (horizontal) por 240 centímetros (vertical). 70 4.1.2. Equipamento para testes de visão Para a realização dos testes de visão foi utilizado um equipamento modelo ergovision (Essilor, s.d.). Este aparelho permite de forma rápida executar uma série de testes de visão. O sujeito sentado de frente para o aparelho encosta a testa a um apoio e olha para os visores nos quais vão aparecendo os vários testes. O Ergovision tem um bateria de testes automática em que o próprio aparelho conduz a execução do teste e o sujeito vai respondendo aos comandos da máquina por intermédio de um botão (Expº, …se vê a letra x carregue na tecla). Além do teste automático também é possível fazer uma série de testes manualmente, por intermédio de um interface próprio que é manejado pelo experimentador. Os parâmetros visuais utilizados neste estudo que foram avaliados através do Ergovision foram os seguintes. (1) Acuidade visual estática para visão ao longe (tipo placas de Snellen), Optotipos de letras para visão ao longe. Figura II-1 Exemplo de optotipo usado para avaliar acuidade visual de longe R G D 8 0 6 (2) Acuidade visual estática para visão ao perto, Optotipos de letras para visão ao perto. Os estímulos eram idênticos aos da figura II-1, com a diferença de serem apresentados a uma distância próxima; (3) Acuidade visual dinâmica (com componente oculomotora e de acuidade visual); Estímulos dinâmicos com diversas velocidades e níveis de acuidade, que atravessam o campo visual da esquerda para a direita. A tarefa do sujeito é especificar qual a direcção que as setas desenhadas nos estímulos apontam., i.é, esquerda ou direita. Figura II-2 Exemplo de estímulos usados para avaliar acuidade visual dinâmica 71 (4) Visão de contrastes; Optotipos com diversos níveis de contraste com o fundo. Os estímulos eram semelhantes aos da figura II-1, com a diferença do e terem mais caracteres e o contraste das letras com o fundo ir diminuindo. (5) Resistência ao deslumbramento. Teste onde se encandeia a pessoa com um luz forte durante um minuto, após o desligar da luz, o sujeito tem a tarefa de contar o número de pontos de um estímulo. Figura II-3 Exemplo de estímulo usado para avaliar a resistência ao deslumbramento 4.2. Programas 4.2.1. Programa de geração de estímulos, controlo e registo de dados (GECRD) O GECRD foi desenvolvido pelo Grupo de Computação Gráfica e C.A.D. do I.N.E.S.C.-Porto, no âmbito dos projectos de investigação multidisciplinares onde se insere este trabalho. O GECRD foi programado com GL (Graphic Library) em C. As imagens geradas eram processadas em tempo real a uma taxa de 30 imagens por segundo. A versão actual do GECRD permite o controle espacial e temporal de uma série de objectos num espaço tridimensional. Aos objectos podem ser coladas texturas realistas, obtidas por digitalização de fotografias ou texturas desenhadas em programas de desenho. Os objectos são colocados e dimensionados num sistema de coordenadas tridimensionais (x, y e z) com velocidades também referenciadas ao mesmo sistema. Usando o GECRD o experimentador pode também controlar uma série de parâmetros como: o tempo de duração do estímulo, o número de ensaios por estímulo, o número e duração do intervalo inter-estímulo, etc. Os parâmetros experimentais são introduzidos pelo experimentador em ficheiros próprios lidos pelo GECRD (Anexos C e D). Os resultados são visualizados em tempo real e são gravados num ficheiro de texto para posterior análise (Anexo E). Refira-se que o GECRD é um programa validado. Não sendo a estação gráfica utilizada uma máquina dedicada à medição de tempos de reacção, houve necessidade de verificar se os 72 tempos por ela medidos estavam correlacionados com máquinas dedicadas, já largamente padronizadas. Deste modo, foram medidos os Tempos de Reacção Simples (TRS) em equipamento padronizado (Polireaciógrafo, PRG) e na estação gráfica (usando o GECRD). Os resultados permitiram validar o equipamento, pois apesar de haver uma diferença significativa esperada, entre os TRS medidos no PRG e com o GECRD (t=6.16, gl=3, p<0.01), existia também um elevado índice de correlação situado no limiar da significância (r=0.94, p=0.059). O facto de a correlação não ser significativa, deve-se ao reduzido tamanho da amostra de quatro sujeitos. Os TRS tinham na estação gráfica uma elevação média, consistente, de 63ms (c.f. Santos, 1996). 4.2.2. Outros programas usados Os estímulos utilizados neste estudo, foram desenvolvidos no programa de desenho AdobePhotoshop. Os programas usados para os tratamentos de dados foram, o Microsoft Excel, Statistica e o SPSSWindows. O software utilizado para controle do fluxo óptico tem vindo a ser desenvolvido pelo Laboratório de Análise de Imagem do Instituto de Engenharia Biomédica também no âmbito da equipa de investigação onde se insere este estudo (c.f. II -5.2.). 5. CALIBRAÇÃO DOS ESTÍMULOS USADOS A calibração dos estímulos serviu para tornar explícitas as sua características relevantes. Deste modo além de se conseguir um elevado controle experimental dos estímulos quantificando as suas características importantes, também se torna possível fazer a replicação dos estudos. 5.1. Luminância e contraste A luminância dos estímulos foi medida através de um fotómetro Minolta LS110 de alta precisão, concebido para aplicações científicas. Trata-se de um fotómetro tipo spot, com um ângulo de medição de 1/3 de grau ou inferior segundo as lentes de aproximação usadas. Os valores de contraste foram calculados usando a equação de Michelson22. Os contrastes de luminância dos estímulos da simulação, foram ajustados para valores equivalentes à realidade. Para tal ajustava-se as imagens dos pisos na simulação de modo a que 22 C= (max. luminance - min. luminance) (max. luminance + min. luminance) 73 os valores de contraste entre esses e um padrão (branco da traseira do veículo) fossem idênticos aos contrastes medidos na realidade (c.f. III-2.2.2). Existe evidência empírica de que o contraste é um factor decisivo na percepção de movimento, sendo por isso controlado na generalidade das investigações. Pelo contrário, é controverso o papel da cor dos componentes considerando alguns autores que ela não é relevante enquanto outros defendem que a luminância e a cor são igualmente importantes para a percepção de movimento (cf. respectivamente. Teller & Lindsey. 1993; Papathomas. Gorea & Julesz. 1991). O papel da luminância e da cor em movimentos de aproximação, foi estudado em condições experimentais idênticas à deste estudo (Noriega, 1996; Noriega, Santos & Albuquerque 1996). Os resultados desse estudo sugerem que a luminância constitui o parâmetro fundamental na detecção de movimento. Quando o objecto alvo se diferencia do fundo apenas pela sua luminância, os tempos de detecção são idênticos aos obtidos com estímulos diferenciados na sua cor e luminância. Quando o sujeito tem disponíveis apenas diferenças de cor entre o objecto alvo e o fundo, os tempos de detecção de movimento aumentam de forma estatisticamente significativa. Estes resultados permitem validar os nossos estudos, nos quais apenas a luminância foi objecto de manipulação. A utilização do algoritmo de fluxo óptico para a selecção de estímulos, também baseado exclusivamente nas diferenças de luminância, foi também validado pelo referido estudo. Os atributos cromáticos foram mantidos constantes. na medida do possível, nas nossas experiências. Porém, dificuldades técnicas (inexistência de colorímetros disponíveis) impediram um controlo preciso deste parâmetro. Na Parte III são apresentados para cada estímulo, os valores de luminância, de contraste e de cor. Os valores de cor foram medidos em sistema RGB nas texturas dos estímulos com o programa Adobe Photoshop. Os valores referidos são pois aproximados: as características do sistema de projecção e a luminosidade ambiente podem introduzir variações nas cores observadas. 5.2. Fluxo óptico 5.2.1. Porquê medir o fluxo óptico Os padrões de fluxo óptico, dependentes dos parâmetros dinâmicos e das texturas dos componentes da imagem, foram analisados para cada tipo de piso. Esta análise é contextualizada nos parágrafos seguintes. 74 Segundo Santos (1996), na generalidade das experiências fundamentais em percepção de movimento, os estímulos são programados segundo parâmetros de fluxo óptico previamente definidos. Tal só é possível quando se utilizam imagens muito simplificadas constituídas, por exemplo, por conjuntos de pontos. Com estes estímulos é possível definir previamente o número de elementos discretos (pontos ou elementos texturais) bem como a sua direcção, sentido e amplitude de movimento. Conhecendo previamente estes parâmetros é possível ainda proceder a uma representação gráfica do fluxo óptico sob a forma de um campo de vectores. Pelo contrário, quando se utilizam estímulos constituídos por combinações de texturas complexas, com o objectivo de simular de forma realista situações tridimensionais, o conhecimento do fluxo óptico resultante é apenas intuitivo. Isto é, a utilização de texturas complexas, seleccionadas a partir de imagens pré-existentes e coladas de forma digital numa estrutura de representação tridimensional, impede um acesso imediato aos parâmetros de fluxo óptico resultantes. Este facto torna particularmente difícil a replicação de estudos empíricos que recorrem a estímulos complexos, quer estes sejam constituídos por imagens gravadas em vídeo a partir de situações tridimensionais, quer sejam produzidos por síntese de imagem. Neste estudo interessava proceder a uma caracterização precisa dos fluxos ópticos. Esta necessidade radicava em duas ordens de factores. Em primeiro lugar pretendia-se que houvesse um elevado rigor experimental. Em segundo lugar, as nossas hipóteses apontavam para uma variação dos problemas de segmentação do movimento do objecto em função da estrutura do fluxo óptico de cada tipo de piso. Assim, a importância de atingir elevados critérios de replicabilidade e adequação ecológica, por um lado, e de manipular as variáveis experimentais levou-nos a utilizar algoritmos de processamento de fluxo óptico. Com esta metodologia foi possível caracterizar e manipular o fluxo óptico dos nossos estímulos de forma rigorosa. 5.2.2. Como se mediu o fluxo óptico A análise de fluxo óptico, foi feita utilizando o algoritmo de Lucas e Kanade implementado por Barron, Fleet e Beauchemin (1994). O programa informático de análise de fluxo óptico baseado no referido algoritmo, foi desenvolvido por uma equipa de investigadores, do Laboratório de Análise de Imagem, do Instituto de Engenharia Biomédica e F.E.U.P. (Para detalhes técnicos ver, Correia, Campilho, Santos & Nunes, 1996). Para cada sequência de 23 imagens por segundo, o fluxo óptico foi calculado para a imagem intermédia (imagem 12). Este cálculo baseou-se nos movimentos dos pontos da imagem, discriminados segundo a sua luminância. As imagens tinham um total de 1025*768 (787200) pontos e 981*724 (710244) pontos úteis para efeitos de cálculos de fluxo óptico. Cada sequência de 23 imagens foi gravada simulando velocidades de deslocamento do sujeito baixas (1km/h) para obter uma representação de fluxo óptico mais coerente. 75 A localização do foco de expansão óptico (f.e.o., ponto de onde divergem todos os vectores), foi determinado empiricamente, situando-se sobre a linha do horizonte, situada ligeiramente acima da linha média horizontal da imagem. Com a origem dos eixos x e y no vértice superior esquerdo da imagem as coordenadas do f.e.o. são, em pixels, 512 e 342. Para cada sequência de imagens obteve-se uma representação gráfica, vectorial, do fluxo óptico correspondente à imagem intermédia. Essa representação exibe apenas uma amostragem do número total de vectores. O programa de parametrização do fluxo óptico, calculava os aspectos dinâmicos de: (1) densidade média total de pontos em movimento (percentagem relativa ao número total de pontos úteis na imagem); (2) a magnitude média total do movimento (considerando a deslocação de um ponto de uma imagem para a seguinte, expressa em número de pixels); e (3) a densidade e magnitude médias por área de imagem. Relativamente a este último ponto foram definidas duas áreas de imagem adoptando critérios perceptivos: a primeira corresponde a uma região para-foveal (mais envolvente da zona de discriminação do movimento dos veículos), de aproximadamente 14 graus, medidos tendo como referência o f.e.o. (raio do círculo exterior de 256 pixeis); a segunda corresponde a uma área visual periférica com ângulo aproximado de 14 a 28 graus, com raio de 512 pixels. Na figura II-4 encontra-se uma representação aproximada do f.e.o. e dos dois primeiros círculos no piso de betuminoso com bandas cromáticas. Para uma manipulação mais precisa das imagens poderiam ainda ser analisados os fluxos ópticos por região de imagem (e.g. Estrada, céu e fundo), bem como a combinação destas regiões com as áreas em graus referidas anteriormente. O programa de fluxo óptico também permitia obter um valor do sentido do movimento dos vectores, tanto por região como global. No nosso estudo e de acordo com os nossos objectivos foi apenas considerado o fluxo óptico computado no primeiro círculo (14º) e na região da estrada. Estudos anteriores (Santos, 1996) mostraram que a zona de principal interferência com a detecção do movimento de objectos, é a zona adjacente ao objecto (até 14º). Deste modo justificou-se a consideração apenas dos 14º. Só se considerou o fluxo da estrada, pois o céu era estático. 76 Figura II-4 Representação do f.e.o. e das duas áreas 5.3. Cálculos trigonométricos para ângulos de visão e medidas dos estímulos. Os estímulos eram projectados sobre um écran de 320cm (horizontal) por 240cm (vertical). A distância de observação de 650cm foi escolhida em função das opções metodológicas (II-1.3). Apresentam-se assim os cálculos para: determinação dos ângulos visuais do écran; do veículo alvo; e para a dimensão em centímetros do veículo alvo sobre o écran. A. Determinação dos ângulos visuais do écran Considerando o triângulo da figura (II-5): Figura II-5 x e sabendo que: ß=2*arctg(x/y) (Equação. 1) 77 Pode-se calcular os ângulos visuais, horizontais e verticais. Assim, para uma dimensão do écran de 320cm (horizontal) por 240cm (vertical), e uma distância de observação de 650cm, temos: 1.Ângulo de visão horizontal. 2x equivale à largura horizontal do écran (320cm), y equivale à distância de visão (650cm) e ß é a nossa incógnita. Substituindo os termos da equação 1, pelos valores temos ß = 2 * arctg (160/650) ⇔ ⇔ ß ≅ 28º Ângulo de visão horizontal do écran 2.Ângulo de visão vertical. 2x equivale à altura vertica do écran (240cm), y equivale à distância de visão (650cm) e ß é a nossa incógnita. Sbstituindo os termos da equação 1, pelos valores temos ß=2*arctg(120/650) ⇔ ⇔ ß ≅ 21º Ângulo de visão vertical do écran B. Determinação dos ângulos visuais do veículo alvo (c.f. III) Para uma dimensão do veículo alvo de 140cm de largura e 105cm de altura e uma distância de visão ao objecto de 20m (2000cm) temos: 1.Medida angular horizontal do veículo. 2x equivale à largura horizontal do écran (140cm), y equivale à distância de visão (2000cm) e ß é a nossa incógnita. Substituindo os termos da equação 1, pelos valores temos ß = 2 * arctg (70/2000) ⇔ ⇔ ß ≅ 4º Medida angular horizontal do veículo 78 2.Medida angular vertical do veículo. 2x equivale à altura vertical do écran (105cm), y equivale à distância de visão (2000cm) e ß é a nossa incógnita. Substituindo os termos da equação 1, pelos valores temos ß = 2*arctg(50,5/2000) ⇔ ⇔ ß =2º89' ≅ 3º Medida angular vertical do veículo C. Determinação das medidas do veículo Resta-nos agora calcular, qual a dimensão do veículo no écran, para que tenha 4° e 3º na horizontal e vertical respectivamente, para que simule o veículo a 20 metros de distância. Considerando novamente o triângulo da figura temos: 2x=2*(y*tan(ß/2)) (equação 2) 1. Medida horizontal. Temos assim, a distancia de visão (y) que são 650 cm, o ângulo (ß), que são 4°, e temos a nossa incógnita que é 2x, que é o valor que queremos que tenha o veículo no écran. Substituindo os termos da equação 2, pelos nossos valores, temos: 2x = 2*(650*tan(4°/2)) 2x = 45,4 Dimensão horizontal do veículo no écran 2. Medida vertical. Temos assim, a distancia de visão (y) que são 650 cm, o ângulo (ß), que são 3°, e temos a nossa incógnita que é 2x, que é o valor que queremos que tenha o veículo no écran. Substituindo os termos da equação 2, pelos nossos valores, temos: 2x = 2*(650*tan(2.89°/2)) 79 2x = 32,8 Dimensão vertical do veículo no écran A tabela II-1, resume, as distâncias, medidas e ângulos calculados. Tabela II-1 Distâncias, medidas e ângulos dos estímulos e fundo. Distância (cm) Medida (cm) Ângulo Écran (Horizontal) 650 320 28 Écran (Vertical) 650 240 21 Veículo real (horizontal) 2000 140 4º Veículo real (Vertical) 2000 140 2.89º Veículo simulado (horizontal) 650 45,4 4º Veículo simulado (Vertical) 650 32,8 2,89º 6. PROCEDIMENTO EXPERIMENTAL Antes de iniciar as experiências, os sujeitos liam e assinavam um acordo escrito (Anexo F). Após a avaliação dos parâmetros visuais (c.f. II - 4.1.2) os sujeitos eram então colocados numa sala às escuras a uma distância pré-determinada da superfície de visualização com o eixo visual alinhado pelo centro da imagem. A distância ao écran (6,50m) correspondia a uma distância inicial ao veículo alvo, em situação real, de 20 metros e a um ângulo visual do écran de aproximadamente 28 graus na horizontal e de 21 graus na vertical. Os sujeitos começavam por realizar uma prova de tempo de reacção simples (TRS) e a seguir uma de tempo de reacção de escolha (TRE). A prova de TRS, consistia na apresentação de uma imagem estática de um automóvel, igual ao utilizado no teste experimental de detecção de movimento (DM) (c.f. III-2.2.1), centrado no écran sobre fundo negro. Esta prova era constituída por 30 ensaios. A prova de TRE consistia na apresentação da mesma imagem estática do automóvel que era aleatoriamente apresentada no lado esquerdo ou direito. Esta prova era constituída por 30 ensaios, 15 do lado direito e 15 do lado esquerdo. Quando se explicavam estas provas dava-se a oportunidade ao sujeito de realizar alguns ensaios de treino. Na prova de TRS era dada a instrução aos sujeitos para premirem o botão direito do rato com a mão preferida, o mais rapidamente possível logo que a imagem do automóvel aparecesse no écran. Na prova de TRE os sujeitos tinham que carregar no botão do lado esquerdo ou direito do rato consoante vissem a imagem do automóvel surgir no lado esquerdo ou direito. No anexo G encontram-se as instruções padronizadas que eram dadas aos participantes. 80 Refira-se que as provas de tempos de reacção simples e de escolha são usadas na avaliação de condutores. Deste modo os resultados das provas de tempos de reacção em conjunto com os resultados da avaliação dos parâmetros visuais serviram para o estudo complementar da relação entre a tarefa de detecção de movimento e os parâmetros de avaliação de condutores. (c.f. III-5). As provas de tempos de reacção tinham também o objectivo de ambientar os participantes ao setting experimental. Iam-se habituando à luminosidade menor da sala de projecção e a operar com o comando (rato). Num quarto momento era realizado o teste experimental de detecção de movimento (DM) com estímulos dinâmicos. Os estímulos foram organizados segundo o método de estímulo constante. A sequência de ensaios era gerada, para cada sujeito, segundo um método de ordenação pseudo-aleatório. Isto é, a ordem de apresentação dos estímulos era variável, sendo determinada pelo programa de controlo em cada prova, mas o número final de ensaios por estímulo respeitava o valor previamente definido na planificação experimental. O intervalo fixo inter-estímulos (monitor ou écran a negro uniforme) foi de 2 segundos. Cada estímulo era precedido por uma imagem de aviso (verde uniforme) com a duração de 1 segundo. O visionamento do estímulo era interrompido com a resposta do sujeito ou quando atingido o tempo máximo de exposição de 4 segundos. Os parâmetros de resposta, indicação certa, errada ou omissão e tempo de detecção em milisegundos, foram recolhidos através do método de escolha forçada entre duas alternativas. O sujeito era instruído para carregar na tecla esquerda ou direita do rato, o mais rapidamente possível mas procurando não cometer erros, assim que detectava um movimento de aproximação ou afastamento do veículo alvo, respectivamente. Quando o sujeito não premia nenhuma das teclas do rato durante o período de 4 segundos de visionamento era registada uma omissão. A relação entre o tipo de movimento e as teclas do rato seleccionadas supõe um efeito facilitador de compatibilização estímulo-resposta: numa posição natural do corpo e utilizando a mão direita a tecla esquerda do rato está mais próxima do sujeito (Santos, 1996). Ao sujeito também era dito que se necessário, a experiência poderia ser interrompida a qualquer momento e ser retomada posteriormente. Antes do teste propriamente dito era realizada uma demonstração e alguns ensaios de aprendizagem (c.f. Anexo G para instruções padronizadas do teste de DM). O início de cada teste, as interrupções eventuais e o desempenho do sujeito durante a aprendizagem e o teste eram controlados pelo experimentador num terminal alfanumérico independente. Vejam-se os exemplos de programação de estímulos, de protocolo e folha de instruções no Anexos C.D e E. 81 III - PARTE EMPÍRICA 1. AMBIENTE RODOVIÁRIO E DETECÇÃO DE MOVIMENTO ..................... 83 2. MÉTODO ..................................................................................................... 85 2.1. Amostra.......................................................................................................................................... 85 2.2. Estímulos e materiais usados........................................................................................................ 85 2.2.1. Veículo alvo .................................................................................................................................... 86 2.2.2. Ambientes ....................................................................................................................................... 87 2.3. Procedimentos ............................................................................................................................... 93 3. RESULTADOS ............................................................................................ 95 3.1. 3.1.1. 3.1.2. 3.1.3. 3.1.4. Respostas erradas.......................................................................................................................... 96 Sumário ........................................................................................................................................... 96 Respostas erradas - pisos................................................................................................................. 96 Respostas erradas - pisos e velocidades relativas............................................................................ 98 Respostas erradas - pisos e faixas etárias ...................................................................................... 100 3.2. 3.2.1. 3.2.2. 3.2.3. 3.2.4. Tempos de detecção..................................................................................................................... 102 Sumário ......................................................................................................................................... 102 Tempos de detecção - pisos........................................................................................................... 103 Tempos de detecção - pisos e velocidades relativas...................................................................... 104 Tempos de detecção - pisos e faixas etárias .................................................................................. 107 4. ANÁLISE E DISCUSSÃO DE RESULTADOS .......................................... 110 4.1. 4.1.1. 4.1.2. 4.1.3. Respostas erradas........................................................................................................................ 110 Respostas erradas - pisos............................................................................................................... 110 Respostas erradas - pisos e velocidades relativas.......................................................................... 111 Respostas erradas - pisos e faixas etárias ...................................................................................... 112 4.2. 4.2.1. 4.2.2. 4.2.3. Tempos de detecção..................................................................................................................... 114 Tempos de detecção - pisos........................................................................................................... 114 Tempos de detecção - pisos e velocidades relativas...................................................................... 114 Tempos de detecção - pisos e faixas etárias .................................................................................. 115 5. OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A DETECÇÃO DE MOVIMENTO ....................................................................................... 118 5.1. Resultados .................................................................................................................................... 119 5.2. Análise e discussão dos resultados ............................................................................................. 119 6. IDADE, GÉNERO SEXUAL E DETECÇÃO DE MOVIMENTO.................. 122 6.1. Resultados .................................................................................................................................... 122 6.2. Análise e discussão dos resultados ............................................................................................. 123 82 Abrimos este capítulo com o estudo principal desta tese, que relaciona os diversos ambientes rodoviários com a tarefa de detecção de movimento. Este estudo estende-se do ponto um ao ponto quatro. No ponto um deste capítulo faz-se uma pequena introdução teórica às questões fundamentais desta tese, as experiências relativas à detecção do movimento de veículos em três tipos de ambientes caracterizados por três tipos distintos de pisos, e relembram-se as hipóteses dos estudo. O ponto dois refere-se a aspectos metodológicos específicos, não referidos no capítulo geral da metodologia. Digamos que o capítulo geral se refere mais ao como se faz e porque, e esta metodologia ao como se fez. Optou-se por esta modalidade porque facilita a leitura da parte empírica que ficaria mais pesada com aspectos genéricos da metodologia. No ponto três apresentam-se os resultados e no ponto quatro a sua análise e discussão. Apresenta-se para cada um destes pontos dados e análises dos pisos, das velocidades relativas e das faixas etárias. No ponto cinco apresenta-se o estudo sobre os parâmetros de avaliação de condutores e a tarefa de detecção de movimento. No ponto seis referimo-nos ao estudo das varáveis sexo, idade e relação com a tarefa de detecção de movimento. Como a recolha de dados para estes dois estudo foi simultânea ao do estudo principal, torna-se desnecessário referir os métodos utilizados uma vez que estão incluídos no capítulo II e ponto III-2 e sobre métodos. 83 1. AMBIENTE RODOVIÁRIO E DETECÇÃO DE MOVIMENTO A detecção do movimento dos outros veículos com que o condutor interage no meio rodoviário é uma tarefa primordial para a sua segurança. De um bom desempenho do condutor nessa tarefa depende por exemplo uma manutenção correcta das distâncias de segurança e o evitamento de colisões com outros veículos. Estudos anteriores (Probst et al, 1986, 1987; Santos, 1996,1998) demonstraram que quando nos deslocamos, a detecção de movimento de objectos é influenciada pelo fluxo óptico (f.o.) global adjacente ao objecto a detectar. Nesses estudos demonstrou-se que o movimento próprio associado ao f.o. tinha um efeito inibidor sobre a detecção do movimento de outros objectos, dificultando a sua detecção. Probst e colaboradores (1986, 1987) mostraram que o movimento próprio inibia a detecção do movimento de objectos, ou seja, se o sujeito estivesse em movimento, a detecção do movimento de objectos era mais difícil do que se estivesse parado. Santos (1996) nos seus estudos demonstrou que quanto maior fosse a densidade de f.o. à volta do objecto a detectar, pior era o desempenho dos sujeitos em termos de tempo que levavam a fazer a detecção. Os autores referidos demonstraram também que o efeito inibidor do f.o. é mais elevado quando as magnitudes do f.o. local são menores, i.é., quando as velocidades relativas são mais baixas. Partindo deste conhecimento, o presente estudo pretendeu fazer uma descrição do fenómeno de inibição do f.o. sobre a detecção do movimento de veículos, em três tipos de pisos que se assemelhassem a ambientes rodoviários realistas e numa amostra alargada de sujeitos. De acordo com os resultados dos estudos anteriores (Santos, 1996) espera-se em termos comparativos o desempenho dos condutores se deteriore nos pisos com a densidade mais elevada de f.o. global. Assim a nossas primeira hipótese aponta para que o desempenhos dos condutores na tarefa de detecção de movimento seja mais difícil: primeiro no piso de bandas, segundo no piso de betuminoso e terceiro no de cimento. Em simultâneo com esta hipótese, pretendia-se saber se para a tarefa de detecção de movimento seria mais relevante o f.o., ou o que tradicionalmente se considera como mais relevante nestes casos que é o contraste de luminância entre o objecto a detectar (veículo) e o fundo (piso). Relativamente ao factor, magnitude de f.o. local e correspondentes velocidades relativas, a nossa segunda hipótese é de que os desempenhos deverão ser piores para as velocidades relativas mais baixas e deverá existir uma diferenciação maior entre os pisos para as velocidades mais baixas. Isto é, a diferença entre os resultados obtidos nos três pisos será tanto maior quanto menor for a velocidade relativa considerada. Relativamente à variação do efeito de inibição na população, de acordo com trabalhos que referem alguma "desaceleração" das capacidades cognitivas e psicofísicas com a idade (c.f. 84 Salthouse 1991; Simões 1998) as nossas hipóteses apontam para um efeito negativo da idade no desempenho da tarefa de detecção de movimento. Contudo esse efeito poderá ser moderado pelo factor experiência de condução. Segundo um relatório da OCDE, citado por Stewart e col (1993) um condutor precisa em média de cerca de 100000 km para ser considerado com experiência suficiente para ser seguro na complexa tarefa perceptiva de condução. Estes autores consideram que um elemento vital nessa aprendizagem deve ser a percepção do TTC. Cavallo e Laurent, (1988) também demonstraram que os condutores experientes são melhores a perceber os TTC que os inexperientes. Sendo o TTC uma medida também relacionada com o processamento de movimento, é natural esperarmos algum efeito da idade mas moderado com a experiência de condução. 85 2. MÉTODO 2.1. Amostra A amostra deste estudo (Tabela - III-1) foi constituída por 106 sujeitos, 49 do sexo feminino e 57 do sexo masculino. A média de idades foi de 35 anos, com um desvio padrão de 11.5. A idade mínima era 20 anos e a máxima 57 anos. Esta amostra foi distribuída ao longo de quatro faixas etárias, que estão descritas na tabela 1. Os procedimentos para recrutamento da amostra e quais os critérios utilizados na sua selecção encontram-se descritos em II-3 Tabela III-1. Amostra total por faixa etária e por género sexual Faixas etárias f1 f2 f3 f4 [18, 28[ [28, 38[ [38, 48[ [48, 58] N 36 28 19 23 Média 23 31 43 51 Dp 2 2.8 2.8 2.9 Min 20 28 38 48 Max 27 37 47 57 n sex fem. 18 14 8 9 Média 24 30 43 51 Dp 1.9 2.6 2.5 2.6 Min 21 28 40 49 Max 27 36 47 57 n sex masc 18 14 11 14 Dp 2.1 2.9 3.2 3.2 Min 20 28 38 48 Max 27 37 47 56 2.2. Estímulos e materiais usados Descrevem-se aqui os estímulos utilizados na sequência experimental da prova de detecção de movimento (DM). Os estímulos usados nas provas de TRS e TRE encontram-se descritos no procedimento experimental geral (c.f. II-7) e as provas de visão encontram-se descritas na parte sobre o equipamento (c.f. II-4.1.2.). 86 Os estímulos foram gerados a 30 imagens por segundo usando um software específico que corria numa estação gráfica (Onyx-Silicon Graphics). O sistema de projecção vídeo era um Barco 801s com resolução ajustada para 1025*768 pixel's com um refrescamento de imagem de 60 Hz.(c.f. II-5.1. e 5.2.). Os estímulos visuais foram constituídos por imagens de síntese representando um veículo branco/cinzento claro (com textura minimizada e luzes de sinalização de travagem não activas), numa estrada de duas vias, recta, com traço descontínuo central e guias laterais, num fundo verde com céu nublado em três tipos de ambientes. Os ambientes eram caracterizados pelos tipos de pisos usados na estrada. O primeiro era de cimento, o segundo de betuminoso e o terceiro de betuminosos com bandas cromáticas (piso de bandas). Especificam-se a seguir os estímulos e materiais usados. 2.2.1. Veículo alvo O veículo alvo (objecto cujo movimento de aproximação ou afastamento tinha que ser detectado pelos participantes nas experiências), tinha especificações idênticas às usadas em experiências de outros autores (c.f. Santos 1996, Probst, Krafczyk & Brandt, 1987). Assim, como imagem traseira do automóvel foi utilizado um VW Polo de 1992 (Fig III-1) , com as seguintes dimensões em centímetros: Largura máxima - 140; Altura máxima (das rodas ao tejadilho) - 135, Altura sem as rodas - 105. As rodas do veículo foram ajustadas para uma luminância próxima à da estrada, sendo visíveis para o observador, de forma a evitar um efeito de flutuação do veículo mas de difícil discriminação. Assim, para efeitos de detecção de movimento, considerou-se a altura útil de 105 centímetros. A imagem do veículo foi centrada no écran, com um movimento de aproximação ou afastamento num eixo perpendicular à superfície do écran (Eixo Z). A distância inicial do veículo alvo era de 20 metros, o que em medidas angulares correspondia a 4º na horizontal de largura máxima e 2.89º na vertical (altura sem pneus). Esta distância inicial foi escolhida para permitir uma comparação dos nossos resultados com os de estudos anteriores (Santos 1996). 87 Figura III-1 Veículo Alvo (VWPolo) 2.2.2. Ambientes Ambientes viários comuns Os ambientes são constituídos pelos pisos e a sua envolvente; onde são feitas as detecções do movimento do veículo. Apresentam-se primeiro os elementos que se mantiveram constantes para os três tipos de ambientes. Os elementos viários comuns aos três tipos de estradas foram dimensionados de acordo com as normas indicadas para projectos de estrada de duas vias na rede fundamental (c.f.. J.A.E., s.d.; Figura III-2). As dimensões estão expressas em centímetros. A textura do céu representava um céu com nuvens, o terreno era composta por uma textura esverdeada com algum relevo. Na figura III-3 pode-se observar os diversos elementos usados nas diversas experiências e o veículo alvo na distância inicial de 20 metros. Refira-se que a distância ao solo (estrada) do eixo visual foi fixada em 120 centímetros, a qual corresponde aproximadamente, à altura a que ficam os olhos de um condutor. Os valores de luminância e de cor da imagem de aviso e dos componentes do ambiente e do veículo, medidos respectivamente em candelas por metro quadrado (cd/m2) e no sistema RGB, são apresentados na tabela III-2. 88 Figura III-2 Estrada, guias laterais e traços descontínuos (cm*) 15 12 15 400 1000 250 700 250 * Largura total das duas vias-700, bermas-250; Traço descontínuo central: largura12, comprimento -400, espaçamento - 1000; Guias laterais: largura-15, distância à berma - 250. 89 Figura III-3 Elementos viários e veículo alvo *Representação a preto e branco Tabela III-2 Luminâncias e cores Componente Cd/m2 R G B Imagem de aviso 2.5 16 65 0 Mínimo 3.74 0 101 0 Máximo 9.88 0 255 0 Média na área adjacente ao veículo alvo 7.61 Azul 9.91 - - - Cinzento 2.88 - - - Branco adjacente ao veículo alvo 19.41 - - - 255 255 255 Terreno: Céu: Média guias laterais/traço descontínuo central, adjacentes 7.24 veículo alvo Veículo (VWPolo): Branco 20 255 255 255 Piscas. 16.30 217 217 217 Janela 18.33 230 230 230 Pára choques 17.37 240 240 240 Pneus 2.4 38 38 38 90 Pisos Neste estudo usaram-se três tipos distintos de piso, cada um com densidades diferentes de fluxo óptico (f.o.): Cimento, Betuminoso e Betuminoso com bandas cromáticas. As Figuras III-4 a III-6 ilustram os três pisos referidos. Do lado esquerdo de cada figura pode-se ver uma representação do piso com o veículo utilizado, estando este na posição inicial a 20 m do sujeito observador. Do lado direito apresenta-se a respectiva representação vectorial do f.o. global de cada piso. Repare-se que na representação do f.o. não está presente o veículo. Os contrastes de luminância para cada tipo de piso estudado foram ajustados para valores equivalentes à realidade. Para tal, numa primeira fase mediram-se as luminâncias em situação real. A uma distância equivalente à do sujeito ao simulador (6,50m), com tempo nublado por volta das 15h da tarde no mês de Abril em Lisboa na Av. da Liberdade e zonas próximas, mediram-se os valores máximo e mínimo de luminância em diversos tipos de pisos. Para efeitos de cálculos de contraste fixou-se o valor de luminância intermédio. No mesmo momento, mediu-se o valor de luminância de um cartão branco à mesma distância (padrão). Seguidamente calculavam-se os valores de contraste entre cada pavimento e o padrão. Refira-se que além dos três pisos estudados, numa fase de experiências piloto deste estudo ainda se considerou o piso de paralelepípedos. Esse piso foi eliminado das experiências principais porque era difícil de replicar no simulador e porque houve a necessidade de diminuir as condições experimentais para não tornar a experiência demasiado longa para os participantes. Numa segunda fase estes valores de contraste eram replicados nos estímulos experimentais. Para tal ajustava-se as imagens dos pisos de modo a que os valores de contraste entre esses e um padrão (branco da traseira do veículo) fossem idênticos aos medidos na realidade. O ajuste era realizado através da manipulação das imagens no programa Photoshop. As luminâncias eram medidas em três pontos adjacentes ao veículo alvo (esquerda, direita e por baixo) e fixava-se a média desses três valores para efeitos de cálculo de contraste. Contudo, refira-se que para o piso de betuminoso com bandas cromáticas, devido à área de betuminoso ser maior do que a das bandas, para obter um valor médio, fizeram-se 12 medições de luminância, 9 na parte de betuminoso e três sobre as bandas. Para cada tipo de piso simulado mediu-se também o valor de luminância da traseira branca do veículo alvo (padrão). Feitos estes cálculos era possível obter os valores de contraste dos estímulos experimentais. A tabela III-3 resume os valores medidos na situação real e aqueles obtidos no simulador. Ao piso de betuminoso com bandas foram acrescentadas barras brancas sobre o piso betuminoso para se obter o efeito das bandas cromáticas. Os valores das luminâncias dos pisos reais estão expressos em percentagem relativa ao valor padrão (100%). 91 Tabela III-3 Valores de contraste para os pisos reais e simulados Contraste Cimento Real 0.61 2 Betuminoso Simulado (cd/m ) 0.62 Real 0.81 2 Bandas Simulado (cd/m ) 0.81 Real 0.61 Simulado (cd/m2) 0.60 Os valores de densidade de fluxo óptico dos pisos foram obtidos por intermédio de um programa de análise de imagem desenvolvido no Laboratório de Análise Imagem do INEB (c.f. II-5.2., para explicação sobre o programa de fluxo óptico). As densidade de fluxo óptico obtidas para o piso de cimento foi de 3%, para o de betuminoso 5% e para o de bandas 19%. Estes valores de densidade média de fluxo óptico foram os medidos para a região da estrada/piso num circulo de 14º (c.f. 5.2.2., para justificação). Na tabela III-4 apresentam-se os valores médios de densidade e magnitude média de fluxo óptico para as várias áreas e regiões das imagens. Tabela III-4 Valores de densidade e magnitude média de fluxo óptico para os três pisos, por área de imagem e área de imagem/região (1=100%) Cimento Área da imagem 14º 14º-28º Céu Terreno Estrada Betuminoso Bandas Densidade média 0.06 0.04 0.07 0.07 0.03 MaGnitude Média 0.02 0.16 0.00 0.03 0.49 Densidade média 0.07 0.04 0.07 0.07 0.02 Magnitude média 0.04 0.07 0.00 0.03 0.22 Densidade média 0.13 0.11 0.07 0.07 0.15 Magnitude média 0.08 0.31 0.00 0.03 0.36 0.08 0.16 0.03 0.07 0.04 0.03 0.05 0.00 0.03 0.06 0.00 0.03 0.56 0.13 0.08 0.17 0.05 0.07 0.04 0.02 0.05 0.00 0.03 0.10 0.0 0.03 0.34 0.06 0.08 0.17 0.19 0.07 0.04 0.15 0.10 0.00 0.03 0.12 0.00 0.03 0.46 0.23 Área de imagem/região 14º-Céu 14º-Terreno 14º-Estrada 14º-28º - Céu 14º-28º - Terreno 14º-28º - Estrada Total 92 Figuras III-4 Piso de cimento e sua representação vectorial de f.o. Figura III-5 Piso de Betuminoso e sua representação vectorial de f.o. Figura III-6 Piso de betuminoso com bandas cromáticas e sua representação vectorial de f.o. 93 2.3. Procedimentos Os participantes realizavam num primeiro momento os testes de visão, após os quais eram sentados numa sala escurecida a uma distância de 650cm do écran. Os sujeitos realizavam três provas: TRS, TRE e DM. Em todas as provas era dada aos sujeitos a oportunidade de realizarem alguns ensaios de treino. Os estímulos da prova de DM foram organizados segundo o método de estímulo constante e os parâmetros de resposta foram recolhidos através do método de escolha forçada entre duas alternativas. As experiências eram controladas pelo experimentador em tempo real num terminal independente. (c.f. II-7 para mais detalhes do procedimento). A concepção experimental do teste de DM obedeceu às seguintes condições: - 2 condições do veículo alvo: Aproximação e afastamento - 1 Distância inicial ao objecto de 20m. - 1 condição de velocidade constante do sujeito (50km/h) - 5 condições de velocidades relativas constantes do veículo alvo (Vr) para cada condição (4; 15,5; 27; 38,5 e 50km/h )- Valores absolutos. - 3 condições de tipos de pisos: Cimento, Betuminoso e betuminoso com bandas cromáticas TOTAL DE ESTÍMULOS 30 (2*1*5*3) - Por cada estímulo (condição experimental) houve 5 ensaios Modelo experimental: 2*1*1*5*3*5; total de 150 ensaios. Justificam-se em seguida algumas opções acima especificadas: - Duas condições: Aproximação e afastamento. A situação de aproximação é aquela que, em termos de apresentação de resultados, é a mais relevante. Isto porque, é a mais válida ecologicamente para a generalidade das situações de condução, tais como as de evitamento de colisões (Santos, 1996). A situação de afastamento é necessária, pois assim o exige o método de escolha forçada entre duas respostas, escolhido para organizar as respostas dos sujeitos neste estudo. - Uma distância inicial do objecto alvo, 20 m. Em experiências anteriores, (c.f. Silva e Santos 1995), foi usada uma distância inicial do objecto (Veículo) de 40m, contudo como nessas experiências se verificaram problemas com efeitos de aliasing da 94 imagem, optámos por aproximar o objecto, na tentativa de minorar esse efeito (c.f. II 1.3.). - Uma velocidade do sujeito de 50km/h. Esta velocidade corresponde ao limite de velocidade em meio urbano. Estudos anteriores (Santos, 1996) tinham demonstrado que o determinante para o efeito inibidor do fluxo óptico sobre a detecção de movimento de objectos eram as velocidades relativas. Numa experiência desse autor as variações de velocidade do sujeito entre os 50km/h e 150km/h não tiveram efeito sobre diferenciado sobre a detecção do movimento de objectos. - Cinco velocidades do objecto alvo, (4; 15,5; 27; 38,5 e 50km/h). Em estudos anteriores (Santos et al. 1996) foram usadas numa experiência cinco velocidades relativas (2, 39, 76, 113 e 150km/h) e noutra velocidades entre os 2 e 18km/h. Na primeira experiência observou-se que a partir dos 76m/h (inclusivé) até aos 150Km/h praticamente não existiam variações nos tempos de detecção dos sujeitos. Optou-se a assim por fixar a velocidade relativa máxima num valor entre os 39 e os 76km/h. Aumentou-se o limite inferior para 4km/h porque íamos trabalhar com uma amostra diferenciada em idade e parâmetros de acuidade visual. Pretendeu-se assim que a maioria dos sujeitos fossem capazes de fazer a detecção. - Três tipos de pisos. Piso de cimento, de betuminoso e de betuminoso com bandas cromáticas. Piso de cimento, este piso é o que tem a densidade média de fluxo óptico mais baixa (3%) e o contraste entre o veículo e o piso (0.62) semelhante ao do piso das bandas. Piso de betuminoso, este piso tem uma densidade de fluxo óptico (5%) intermédia entre o piso de cimento e bandas, sendo o piso mais escuro é o que apresenta o valor de contraste veículo/piso mais elevado (0.81). O piso de bandas é aquele cujo movimento do sujeito faz gerar mais fluxo óptico (19%), sendo o seu contraste idêntico ao do piso de cimento. - 5 ensaios por condição experimental. A necessidade de diminuir ao mínimo possível a duração da experiência obrigou-nos à necessidade de usar apenas 5 ensaios. Recorde-se que antes deste teste os sujeitos ainda realizavam os testes de visão e os tempos de reacção simples e de escolha. 95 3. RESULTADOS O ponto 3.1. dos resultados - respostas erradas - apresenta os resultados através da percentagem de detecções erradas feitas pelos sujeitos ao longo das diversas condições experimentais. O ponto 3.2. - tempos de detecção - apresenta os resultados de desempenho na detecção de movimento, referentes aos tempos médios de detecção de movimento dos veículos, para as diversas condições experimentais. Para cada um destes dois parâmetros de resposta apresentam-se três tipos de resultados: (1) Resultados relativos aos três tipos de pisos; (2) Resultados alusivos aos três tipos de piso e às velocidades relativas entre o sujeito e o veículo a detectar; e (3) Resultados que se referem aos pisos e às diferentes faixas etárias que compõem a amostra deste estudo. Cada um dos parâmetros de resposta constitui um critério possível de desempenho na tarefa de detecção de movimento de veículos. As respostas erradas incluem todos os sujeitos. Os resultados em número de respostas erradas permitem alem de uma estatística descritiva também uma de ordem inferencial com testes de hipóteses. A percentagem de erros é calculada tendo por base o número total de ensaios para as condições experimentais (estímulos) consideradas em cada grupo de resultados. Exemplificando, se considerarmos todas as condições experimentais temos 150 ensaios (c.f. procedimentos). A média de erros considerando todas as condições experimentais foi de 7, convertendo este valor para percentagem (7*100/150) temos um valor percentual de 4,7%. Consideremos outro exemplo como os resultados para o piso de cimento, na situação de aproximação (c.f. III-3.1.2). O número de ensaios total seria igual a 25, i.é, o número de ensaios por condição experimental (5) vezes o número de velocidades relativas (5), sendo que as outras condições experimentais seriam constantes. Como o número médio de erros no cimento foi 1.3 temos (1.3*100/25)=5,2% de erros. Os tempos de detecção foram recolhidos em milisegundos. Para os tempos de detecção a amostra reduz-se, pois não são considerados os resultados dos sujeitos abaixo dos limiares de detecção23. O cálculo do tempo de detecção é feito considerando apenas a média das respostas correctas. Em termos escalares esta medida é mais rica pois permite uma maior diferenciação entre os sujeitos e as diversas condições experimentais. Uma medida deste tipo permite em termos aplicados fazer uma previsão dos tempos necessários para fazer uma detecção em cada 23 Como temos apenas cinco ensaios, consideramos um limiar de 3 respostas correctas (60%) em cada condição experimental, para considerarmos os sujeitos dentro dos limiares e podermos calcular os seus tempos de detecção. 96 condição. A desvantagem do tempo de detecção é que quando se recorre a esta medida a amostra diminui pois são excluídos os sujeitos que estão abaixo dos limiares. Se o número de ensaios por condição experimental fosse mais elevado, recorde-se que eram cinco por condição, provavelmente teríamos menos sujeitos excluídos. Mas uma vez que não queríamos tornar muito extensas a duração das experiências, tivemos que optar pela redução do número de ensaios, o que limita um pouco o valor dos tempos de detecção. 3.1. Respostas erradas 3.1.1. Sumário 1. Respostas erradas - pisos Os resultados do número de erros dados em cada piso mostra que onde se erra mais é no piso de bandas, seguido do de betuminoso e cimento. 2. Respostas erradas - pisos e velocidades relativas Os resultados das velocidades relativas repetem este padrão para as velocidades mais baixas de 4 e 15,5km/h. Para as restantes velocidades (27, 38,5 e 50km/h) o número erros baixa e não se assinalam diferenças significativas entre os pisos. 3. Respostas erradas - pisos e faixas etárias Em todas as faixas etárias observa-se uma tendência comum, do número de erros nos três tipos de piso. Por ordem decrescente do número de erros cometidos, é no piso de bandas que há valores mais elevados, seguido do piso de betuminoso e do de cimento. Quando o fluxo óptico tem a densidade mais elevada, piso de betuminoso, o número de erros é igualmente elevado para todos. Quando a densidade é intermédia (betuminoso). A faixa etária dos 48 aos 58 (f4) dá mais erros. Quando a densidade é menos elevada (cimento) a faixa etária dos 18 aos 28 (f1) dá menos erros. 3.1.2. Respostas erradas - pisos De acordo com os objectivos deste trabalho, os resultados que se apresentam em seguida, dizem respeito apenas à situação de aproximação. A opção pela apresentação dos resultados de aproximação, deve-se a duas razões: (1) Os movimentos de aproximação de veículos são aqueles que dum ponto de vista ecológico são vitais para o condutor, pois correspondem a situações de evitamento de colisões ou de alteração da própria trajectória; (2) 97 Os movimentos de afastamento neste estudo têm características distintas, pois o f.o. local contrasta em sentido com o f.o. global e como tal também o desempenho na detecção de movimento é distinta (c.f. Anexo A). Relativamente aos três tipos de pisos, a figura (III-7) ilustra a percentagem erros para cada piso. Na tabela III-5 apresenta-se a média, desvio padrão, mínimo e máximo de detecções erradas para os três tipos de piso estudados, na situação de aproximação. O piso de bandas foi aquele onde se registrou uma média e desvio padrão do número de respostas erradas mais elevado, respectivamente 2,4 (9,6%) e 2,5 (10%). No piso de betuminoso a média e o desvio padrão foram respectivamente de 1,5 (6%) e 1,8 (7,2%). O piso onde se registou uma média e desvio padrão menores foi o de cimento com 1,3 (5,2%) e 1,5 (6%) respectivamente. Os valores mínimos foram em todos os pisos 0 e o valor máximo mais elevado (11 erros, 44%), registrouse no piso de bandas. Figura III-7 Percentagem de erros para cada tipo de piso (aproximação) 12 9.6 10 8 6 5.2 6 4 2 0 Cimento Betuminoso Betuminoso com Bandas Sonoras Para verificação das diferenças, entre os resultados dos participantes nos três tipos de pisos, realizou-se um teste não paramétrico de Friedman, para amostras dependentes. Os resultados deste teste revelaram uma diferença significativa entre os grupos (χ2=19,7; df=2; p<0,001). O teste de Wilcoxon, revelou a existência de diferenças significativas entre os resultados obtidos: no piso betuminoso e betuminoso com bandas cromáticas (z=-4,1; p<0,001) e entre o piso de cimento e o betuminoso com bandas cromáticas (z=-4,8; p<0,001). Não houve diferenças significativas entre os resultados obtido no piso betuminoso e de cimento (z=-1,7; p>0,05). 98 Tabela III-5* Médias, desvios padrão, mínimos e máximos para as detecções erradas, nos três tipos de pisos (aproximação) Tipo de piso Média d.p. min. max. Cimento 5,2% 6% 0 24% Betuminoso 6% 7,2% 0 32% Bandas 9,6% 10% 0 44% 3.1.3. Respostas erradas - pisos e velocidades relativas Quanto ao número de respostas erradas por piso e velocidade relativa, conforme se pode verificar na tabela III-6 e na figura III-8, é na velocidade relativa mais baixa (4km/h) que os sujeitos deram mais respostas erradas. Para esta Tabela III-6* Médias, desvios padrão e máximos para as detecções erradas, nos três tipos de pisos e nas cinco velocidades relativas (aproximação) Cimento Betuminoso Bandas Vr média d.p. max Média Dp Max média d.p. max 4 13,2 23,6 100 18,3 29,1 100 27,2 33,9 100 15,5 3,4 8,9 40 4,5 13,0 80 8,5 17,9 100 27 2,8 7,0 20 1,9 5,9 20 3,4 9,7 60 38,5 2,5 6,6 20 2,8 7,0 20 3,8 9,6 40 50 4,0 9,7 60 3,2 8,3 40 4,7 8,5 20 * Valores expressos em percentagens. Os mínimos têm o valor 0 em todas as condições . velocidade observa-se que é no piso de bandas que a percentagem média de erros é mais elevada (27,2). Para os pisos de betuminoso as percentagens de erros descem respectivamente para 18,3 e 13,2%. Note-se que os desvios padrão são em todos os pisos superiores à própria média, sendo de 23,6, 29,1 e 33,9 respectivamente para os pisos de cimento, betuminoso e bandas. Refira-se que o teste de Friedman, revelou para esta velocidade a existência de diferenças significativas 99 entre o número de erros nos três pisos (χ2=25,7; df=2; p<0.001). O teste não paramétrico de Wilcoxon para duas amostras relacionadas, revelou a existência de diferenças significativas entre os resultados obtidos: no piso betuminoso e bandas (z=-3,4; p<0.001) e entre o piso de cimento e o bandas (z=-5; p<0.001). Entre os pisos de betuminoso e de cimento houve também uma diferença significativa mas com um valor de p mais elevado (z=-2,4; p<0.05). Para a velocidade relativa de 15,5km/h este padrão de resultados mantém-se, mas os valores descem. Assim no piso de bandas é onde há uma percentagem maior de erros (8,5), seguido do betuminoso com 4,5 . No piso de cimento, para a mesma velocidade relativa, é onde há um valor menor de erros (3,4). Os desvios padrão bastante elevados seguem esta tendência: no piso das bandas 17,9, betuminoso 13 e cimento 8,9. Refira-se que o teste de Friedman, revelou para a velocidade relativa de 15,5km/h a existência de diferenças significativas entre o número de erros nos pisos (χ2=10; df=2; p<0.01). O teste não paramétrico de Wilcoxon para duas amostras relacionadas, revelou a existência de diferenças significativas entre os resultados obtidos: no piso betuminoso e de bandas (z=-2,3; p<0.05) e entre o piso de cimento e de bandas (z=-3,1; p<0.01). Assinale-se que os valores de p nesta velocidade foram mais elevados do que na velocidade analisada anteriormente. Não houve diferenças significativas entre os resultados obtido no piso betuminoso e de cimento (z=-0,9; p>0,05). detecções erradas (%) Figura III-8 Percentagens de detecções erradas, nos três tipos de pisos e nas cinco velocidades relativas (aproximação) 30.0 Cimento Betuminoso Bandas 25.0 20.0 15.0 10.0 5.0 0.0 4 15.5 27 38.5 50 Vr Conforme se pode observar pela tabela III-6 e figura III-8, para as restantes velocidades as percentagens de erros já são mais baixas. Não foram encontradas diferenças estatisticamente significativas entre o número médio de erros nos três tipos de pisos para a velocidade de 27km/h (χ2=1,6; df=2; p>0,1), de 38,5km/h (χ2=0,6; df=2; p<0,5) e nem para a velocidade de 50km/h (χ2=2,4; df=2; p>0,1). 100 3.1.4. Respostas erradas - pisos e faixas etárias Para as quatro faixas etárias do nosso estudo, os resultados que se apresentam de seguida são relativos às detecções erradas na situação de aproximação, nos três tipos de piso para a velocidade de 4 hm/h, uma vez que é nesta velocidade que se observam maiores percentagens de erros. A tabela III-7 e a figura III-9 apresentam os resultados relativos a essa situação. Para todas as faixas etárias deste estudo o piso de bandas foi onde ocorreram mais erros, seguido do betuminoso e do de cimento por ordem decrescente de número de erros. Para o piso de bandas em termos de média e desvio padrão é na faixa etária quatro que se encontram valores de percentagem de erros mais elevados, respectivamente 35,7 e 36,7. Nas faixas etárias um e três observa-se a segunda e terceira média mais elevada de erros com valores respectivamente de 29,4 e 25,3. Os desvios padrão respectivos são de 33,6 e 32,6. A faixa dois tem o valor médio mais baixo (18,6) e um desvio padrão de 32,6. Refira-se no entanto que o teste não paramétrico para duas ou mais amostras independentes de Kruskall Wallis, não revelou existência de diferenças estatisticamente significativas entre o número de erros nas quatro faixas etárias para o piso de bandas (χ2=5,7; df=3; p>0.05). Para o piso de betuminoso em termos de média e desvio padrão é também na faixa etária quatro que se encontram valores mais elevados, respectivamente 33,9 e 36,4. Na faixa etária dois observa-se a segunda média mais elevada de erros com um valor de 17,9 e um desvio padrão de 32,4. A faixa três e um têm valores médios mais baixos respectivamente de 14,7 e 10,6 e desvios padrão de 20,9 e 21,1. Refira-se que o teste de Kruskall Wallis, revelou a existência de diferenças estatisticamente significativas entre o número de erros nas quatro faixas etárias para o piso de betuminoso (χ2=9,3; df=3; p<0.05). Como pós teste utilizou-se a prova não paramétrica para duas amostras independentes de Mann-Whitney U. Assim para o piso de betuminoso as diferenças foram estatisticamente significativas entre a faixa um e quatro (z=-2,9; p<0.005) e as faixas dois e quatro (z=-2,1; p<0.05). Entre a faixa três e quatro a diferença jã não foi significativa (z=-1,7; p=0.09), para os restantes grupos as diferenças não foram significativas e os p's foram bastante mais elevados. Para o piso de cimento em termos de média e desvio padrão é novamente na faixa etária quatro que se encontram valores mais elevados, respectivamente 27 e 32,3. Na faixa etária dois e três observam-se os segundo e terceiros valores mais elevados de erros, respectivamente com médias de 16,4 e 10,5 e desvios padrão de 27,8 e 13,9. A faixa um é aquela onde houve valores de média e desvio padrão mais baixos, respectivamente 3,3 e 8,9. Refira-se que o teste de Kruskall Wallis, revelou a existência de diferenças estatisticamente significativas entre o número de erros nas quatro faixas etárias para o piso de cimento (χ2=13,0; df=3; p<0.005). Os 101 pós testes revelaram a existência de diferenças estatisticamente significativas entre a faixa um e dois (z=-2,4; p<0.05), um e três (z=-2,3; p<0.05) e entre a um e quatro (z=-3,5; p<0.001). Tabela III-7* Médias, desvios padrão e máximos para as detecções erradas, nos três tipos de pisos e para as quatro faixas etárias (aproximação, Vr 4km/h) Cimento Faixa f1 Betuminoso Bandas Média d.p. max Média Dp max média d.p. max 3,3 8,9 40 10,6 21,1 100 29,4 33,6 100 16,4 27,8 100 17,9 32,4 100 18,6 32,6 100 10,5 13,9 40 14,7 20,9 80 25,3 32,6 100 27,0 32,3 100 33,9 36,4 100 35,7 36,7 100 [18;28[ f2 [28;38[ f3 [38;48[ f4 [48;58] * Valores expressos em percentagem de erros. Os mínimos têm o valor 0 em todas as condições . detecções erradas (%) Figura III-9 Percentagens de detecções erradas, nos três tipos de pisos e nas quatro faixas etárias (aproximação, Vr 4km/h) 40,0 Cimento 35,0 Betuminoso 30,0 Bandas 25,0 20,0 15,0 10,0 5,0 0,0 f1 [18;28[ f2 [28;38[ f3 [38;48[ f4 [48;58] 102 3.2. Tempos de detecção A segunda análise que fazemos é relativa aos tempos de detecção obtidos pelos sujeitos nas diversas condições experimentais. Para cada conjunto de resultados apresentados, as amostras consideradas incluem apenas os tempos de detecção dos sujeitos que estiverem acima dos limiares nas condições experimentais consideradas. Isto porque como temos amostras relacionadas, se excluirmos um sujeito numa situação porque esteve abaixo dos limiares (e.g. piso de bandas, Vr 4km/h) e não o excluirmos noutra situação em que esteve dentro dos limiares (e.g. piso de cimento, Vr 4km/h), a comparação das médias dos tempos de detecção nos dois pisos será pouco rigorosa. Para os resultados deste parâmetro de resposta passamos a ter 71 sujeitos. 3.2.1. Sumário 1. Tempos de detecção - pisos Os tempos de detecção foram mais elevados no piso de bandas, seguido do de betuminoso. O piso de cimento foi onde se verificaram tempos de detecção mais baixos. 2. Tempos de detecção - pisos e velocidades relativas Verifica-se que quanto mais baixas as velocidades relativas mais elevados são os tempos de detecção. Em termos gerais o padrão de tempos de detecção referido no parágrafo acima, mantém-se nas várias velocidades relativas. Refira-se também, que quanto mais elevada é a velocidade relativa menores vão sendo as diferenças de tempo entre os pisos. 3. Tempos de detecção - pisos e faixas etárias Em todas as faixas etárias observa-se uma tendência comum, dos tempos de detecção nos três tipos de piso. Por ordem decrescente de tempos obtidos, é no piso de bandas que há valores mais elevados, seguido do piso de betuminoso e do de cimento. Por pisos não se observam diferenças estatísticas entre as faixas etárias. Uma análise apenas por faixa etária agregando os tempos dos diversos pisos, revela a tendência para tempos mais elevados na faixa etária dos 48 aos 58 anos, a seguir para a faixa dos 38 aos 48 anos, depois a faixa etária mais nova dos 18 aos 28. Salientando-se que é a faixa etária dos 28 aos 38 aquela onde se observam tempos menores. Contudo esta tendência para a diferença entre as faixas etárias não é confirmada estatisticamente. 103 3.2.2. Tempos de detecção - pisos Os resultados seguintes dizem respeito à situação de aproximação. Na tabela III-8 e figura III-10, apresentam-se os resultados relativos aos três tipos de piso estudados. O piso onde se observa um tempo de detecção mais elevado é o das bandas com uma média de 851ms e um desvio padrão de 203ms. Com uma diferença menor de cerca de 50ms foram os tempos no piso de betuminoso cuja média é de 803ms e o desvio padrão 189ms. O piso de cimento foi aquele onde se registou uma média e desvio padrão mais baixos, respectivamente 759ms e 176ms. Para testar a existência de diferenças entre as médias dos tempos de detecção obtidos nos três tipos de piso, optou-se por realizar o teste paramétrico24 da análise de variância para medidas repetidas. Verificou-se a existência de diferenças estatisticamente significativas entre as médias dos tempos de detecção nos três tipos de piso (F=26,4; df=2; p<0.001). Como pós teste realizaram-se três t-testes para amostras dependentes. Tendo-se verificado a existência de diferenças estatisticamente significativas entre o piso de bandas e cimento (t=6,7; df=70; p<0,001), bandas e betuminoso (t=3,8; df=70; p<0,001) e entre o de betuminoso e cimento (t=3,8; df=70; p<0,001) Tabela III-8 Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção nos três pisos na situação de aproximação td Média Mediana d.p. Min. max. Cimento 759 729 176 427 1260 Betuminoso 803 763 189 468 1266 Bandas 851 842 203 494 1306 N=71 24 Conforme se pode verificar pela figura III-10 os tempos de detecção parecem ter uma distribuição normal. Contudo, para testar estatisticamente se as distribuições eram diferentes da distribuição normal, aplicou-se o teste de Kolmogorov Smirnov. Verificou-se assim que as distribuições dos tempos de detecção não apresentavam diferenças estatisticamente significativas duma distribuição normal para os pisos de cimento (z=0,881; p>0.1), betuminoso (z=0,940; p>0.1) e bandas (z=0,769; p>0.1), cumprindo-se assim o pressuposto da normalidade exigido pelas provas paramétricas (em medidas repetidas com um factor não é necessário verificar homogeneidade das amostras). 104 td (ms) Figura III-10 Distribuição dos tempos de detecção para os três tipos de piso (aproximação) 1400 1200 1000 800 max 600 Q3 mediana4 00 Q1 O - Outliers Cimento Betuminoso Bandas 3.2.3. Tempos de detecção - pisos e velocidades relativas A seguir é feita uma apresentação dos resultados dos tempos de detecção obtidos nos três tipos de piso para cada uma das velocidades relativas. Na tabela III-9 e na figura III-11 apresentam-se os resultados dessas condições. Em termos gerais pode-se observar que os tempos de detecção em todos os pisos, são acentuadamente mais elevados na velocidade relativa de 4km/h situando-se entre os valores médios de 1390ms e 1704ms, respectivamente para o piso de cimento e bandas. Para as velocidades relativas seguintes observa-se uma descida dos tempos de detecção com um declive menos acentuado. Para os 15,5km/h os tempos de detecção situam-se entre os 728ms e os 806ms, respectivamente para os pisos de cimento e bandas, nas velocidade de 27, 38,5 e 50km/h os tempos médios dos três pisos descem respectivamente 615, 550 e 536ms. Para a velocidade de 4km/h, o piso onde se demorou mais tempo a detectar a direcção do movimento do veículo foi o das bandas, onde os sujeitos demoraram em média 1704ms e tiveram um desvio padrão de 615ms. No piso de betuminoso registaram-se tempos de detecção mais baixos, com uma média de 1548ms e um desvio padrão565ms. O piso de cimento foi onde os sujeitos da nossa amostra foram mais rápidos, tendo um tempo médio de detecção de 1390ms e um desvio padrão de 523ms. O teste de Friedman revelou a existência de diferenças estatisticamente significativas entre os tempos de detecção nos três tipos de piso para a velocidade relativa de 4km/h (χ2=28,5; df=2; p<0.001). Os pós testes revelaram a existência de 105 diferenças estatisticamente significativas entre o piso de bandas e cimento (z=-5; p<0.001), bandas e betuminoso (z=-2,5; p<0.01) e entre o betuminoso e o cimento (z=-3,3; p<0.001). Para a velocidade relativa de 15,5km/h observava-se uma descida dos tempos de detecção, relativamente à velocidade de 4km/h. Na velocidade de 15,5km/h foi no piso de bandas onde o tempo de detecção foi mais elevado. Temos para esse piso uma média de 806ms e um desvio padrão de 743ms. Nos pisos de betuminoso e cimento obtiveram-se tempos mais baixos com médias e desvios padrão respectivamente de 765ms e 254ms para o betuminoso e de 728ms e 212ms para o cimento. O teste de Friedman revelou a existência de diferenças estatisticamente significativas entre os pisos (χ2=13,45; df=2; p<0.001). Os pós testes revelaram a existência de diferenças estatisticamente significativas entre o piso de bandas e cimento (z=-3,8; p<0.001), bandas e betuminoso (z=-7,3; p<0.01). Entre o piso de betuminoso e o cimento não houve diferenças estatisticamente significativas (z=-1,5; p>0.05). Vr Tabela III-9 Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção por velocidade relativa e tipo de piso (aproximação) Mediana d.p. Min max pisos média cimento 1390 1275 523 594 2737 betuminoso 1548 1440 565 694 2985 bandas 1704 1741 615 627 3063 cimento 728 694 212 410 1864 15,5 betuminoso 765 694 254 444 1789 bandas 806 743 246 495 1839 cimento 600 594 111 394 950 27 betuminoso 612 594 119 395 1042 bandas 635 595 144 395 1193 cimento 551 544 98 345 809 38,5 betuminoso 551 544 93 359 793 bandas 562 544 112 394 1018 cimento 523 509 88 361 793 50 betuminoso 538 543 87 345 792 bandas 549 544 92 394 793 4 Na velocidade relativa de 27km/h os tempos médios desceram para a casa dos 600ms. Por ordem decrescente de tempo de detecção obtidos as médias e desvios padrão foram 106 respectivamente de 635ms e 144ms para as bandas, 612ms e 119ms para o betuminoso e 600ms e 111ms para o cimento. O teste de Friedman revelou a existência de diferenças estatisticamente significativas entre os pisos (χ2=9,5; df=2; p<0.01). Os pós testes revelaram a existência de diferenças estatisticamente significativas entre o piso de bandas e cimento (z=-2,8; p<0.005), bandas e betuminoso (z=-2,0; p<0.05). Entre o piso de betuminoso e o cimento não houve diferenças estatisticamente significativas (z=-1,6; p>0.05). Na velocidade relativa de 38,5km/h os tempos médios desceram para a casa dos 500ms. Para esta velocidade o teste de Friedman não revelou a existência de diferenças estatisticamente significativas entre os pisos (χ2=1,2; df=2; p>0.1). t d (ms) Figura III-11 Distribuição dos tempos de detecção por velocidade relativa e tipo de piso (aproximação) 3500 3000 2500 2000 1500 Pisos 1000 Cim ento max 500 Betum inoso Q3 mediana 0 Q1 O - Outliers x - Casos extremos Bandas 4 15.5 27 38.5 50 Vr ( km/h) Finalmente para a velocidade relativa de 50km/h os tempos médios descem ligeiramente mas mantêm-se ainda na casa dos 500ms. No piso de cimento foi onde se obteve a média mais baixa (523ms) e um desvio padrão de 88ms. Nos pisos de bandas e betuminoso as médias foram mais elevados com valores respectivamente de 549ms 538ms. Os desvios padrão respectivos foram de 92ms para o piso de bandas e 87ms para o cimento. O teste de Friedman revelou a existência de diferenças estatisticamente significativas entre os pisos (χ2=9,6; df=2; p<0.01). Os pós testes revelaram a existência de diferenças estatisticamente significativas entre o piso de 107 cimento e bandas (z=-3,8; p<0.001), cimento e betuminoso (z=-2,0; p<0.05). Entre o piso de bandas e betuminoso não houve diferenças estatisticamente significativas (z=-1,4; p>0.05). 3.2.4. Tempos de detecção - pisos e faixas etárias Na tabela III-10 e na figura III-12 apresentam-se os resultados relativos aos tempos de detecção por pisos e faixa etária. Em função dos resultados anteriores terem revelado a existência de diferenças significativas nas 4 das cinco velocidades relativas, optou-se nestes resultados por incluir todas as velocidades relativas agrupadas. Assim os valores médios que se apresentam são agregados através da média das cinco velocidades relativas. Recorda-se que na análises anterior dos erros relativas às faixas etárias apenas se considerou a velocidade relativa de 4km/h. Em todas as faixas etárias observa-se uma tendência comum dos tempos de detecção para os três tipos de piso. Por ordem decrescente de tempos obtidos, é no piso de bandas que há valores mais elevados, seguido do piso de betuminoso e do de cimento. Observando os resultados por piso e faixa, para o piso de bandas em termos de médias e desvio padrão os tempos mais elevados são obtidos pelos sujeitos da faixa etária mais elevada dos (48 aos 58 (f4)), tendo estes obtido um tempo médio de 964ms e um desvio padrão de 265ms. A faixa etária dos 28 aos 38 (f2) é aquela em que se observam os tempos mais baixos, com uma média e desvio padrão respectivamente de 785 e 128ms. Os valores intermédios de tempo de detecção foram obtidos pelos sujeitos das faixas dos 38 aos 48 anos (f3) e dos 18 aos 28 (f1) com média e desvios padrão de respectivamente 877 e 246ms para f3 e 850 e 192ms para f1. Contudo, o teste não paramétrico para amostras independentes de Kruskal-Wallis revelou a não existência de diferenças estatisticamente significativas entre os tempos de detecção das quatro faixas etárias no piso de bandas (χ2=4,2; df=2; p>0.1). Para o piso de betuminoso em termos de médias e desvio padrão os tempos mais elevados são novamente obtidos pelos sujeitos da faixa etária entre os 48 e 58 anos (f4), com um tempo médio de 959ms e um desvio padrão de 184ms. Na faixa etária dos 18 aos 28 (f1) e dos 28 aos 38 (f2) observam-se os valores mais baixos com médias e desvios padrão respectivamente de 768 e 179ms para f1 e 764 e 140ms para f2. Na faixa dos 38 aos 48 anso (f3) observa-se os segundos tempos de detecção mais elevados, com média e desvio padrão de 814 e 184ms respectivamente. Também neste piso, o teste de Kruskal-Wallis revelou que não existiam diferenças estatisticamente significativas entre os tempos de detecção das quatro faixas etárias no piso de betuminoso (χ2=5,9; df=2; p>0.05). 108 Tabela III-10 Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção por velocidade relativa e por faixa etária (aproximação) faixa Pisos média mediana d.p. min max Cimento 724 696 173 427 1260 F1[18;28[ Betuminoso 768 734 179 468 1266 Bandas 850 874 192 494 1243 Cimento 727 693 131 547 1111 F2[28;38[ Betuminoso 764 735 140 567 1102 Bandas 785 768 128 556 979 Cimento 795 740 195 510 1122 F3[38;48[ Betuminoso 814 785 184 569 1117 Bandas 877 854 246 545 1306 Cimento 864 852 215 484 1213 Betuminoso 959 1005 251 519 1257 Bandas 964 1051 265 510 1282 f4[48;58] No piso de cimento, mais uma vez se pode observar que em termos de média e desvio padrão é na faixa etária dos 48 aos 58 (f4) que se observam valores de tempo de detecção mais elevados, respectivamente 814 e 215ms. Para as restantes faixas etárias os tempos médios são aproximados (f3, 795ms; f2, 727ms; e f1 724ms), mas a dispersão dos resultados é diferente sendo a faixa dos 38 aos 48 anos (f3) aquela que apresenta uma dispersão mais elevada (195ms) seguida da faixa 1 (173ms), sendo a faixa dos 28 aos 38 anos (f2) aquela que apresenta uma variabilidade de resultados menor com um valor de desvio padrão de 131ms. O teste de Kruskal-Wallis revelou que não existiam diferenças estatisticamente significativas entre os tempos de detecção das quatro faixas etárias no piso de cimento (χ2=5,2; df=2; p>0.05). Se fizermos uma análise apenas por faixa etária agregando os tempos dos diversos pisos, a tendência que se observa relativamente aos tempos de detecção é de tempos mais elevados para a faixa etária dos 48 aos 58 (f4) (x=929ms e dp=230ms), a seguir para a faixa dos 38 aos 48 (f3) (x=829ms e dp=198ms), depois a faixa etária mais nova (f1) (x=780ms e dp=172ms), sendo a faixa 2, dos 28 aos 38 anos, aquela onde se observam tempos menores (x=759ms e dp=125ms). Refira-se que apesar da tendência indicada o teste de Kruskal-Wallis revelou que estatisticamente não existem diferenças significativas entre as faixas etárias (χ2=5,7; df=2; p>0.05). 109 Finalmente saliente-se que no que diz respeito à dispersão dos resultados é na faixa dois que a dispersão é menor tanto nos dados aglomerados dos três pisos como na análise realizada piso a piso. td (ms) Figura III-12 Distribuição dos tempos de detecção por faixa etária e tipo de piso (aproximação) 1400 1200 1000 800 Pisos Cim ento 600 Betum inoso max Bandas 400 Q3 N= 25 25 25 f1[1 8;28[ 22 22 22 f2[2 8;38[ 14 14 f3[3 8;;48[ mediana Q1 O - Outliers 14 Faixa etária 10 10 10 f4[4 8;58] 110 4. ANÁLISE E DISCUSSÃO DE RESULTADOS 4.1. Respostas erradas 4.1.1. Respostas erradas - pisos No que diz respeito aos três tipos de piso estudados, a maior percentagem de respostas erradas observou-se no piso de bandas (9,6%) seguida do piso de betuminoso (6%) sendo o piso de cimento aquele onde houve menos erros (5,2%). Repare-se que as densidades médias de fluxo óptico (f.o.) medidas na zona adjacente ao veículo seguem a mesma ordem, sendo o piso de bandas aquele onde há uma densidade maior de f.o. (19%), seguido do betuminoso com (5%) sendo o de cimento aquele com um valor mais baixo (3%). Destes resultados, parece ser nítida a existência duma relação entre a densidade de f.o. e a performance dos condutores na tarefa de detecção de movimento. No entanto, assinale-se que apesar de os pisos de betuminoso e cimento terem densidades de f.o. diferentes não houve diferenças estatisticamente significativas entre o número de erros, apesar de se notar uma tendência em haver menos erros no pisos de cimento. Contudo, conforme observado nos resultados referentes às velocidades relativas, essas diferenças existem apenas na velocidade de 4km/h. Isto significa que para as diferenças entre as densidades de f.o. desses dois pisos, em termos de respostas erradas na tarefa de detecção de movimento, só há uma sensibilidade perceptiva diferenciada quando as velocidades relativas são menores. Como os resultados dos pisos que se apresentam neste ponto são relativos a todas as condições experimentais da aproximação (5 velocidades relativas), as diferenças entre os pisos de betuminoso e cimento diluem-se. No entanto, olhando para os resultados que agregam todas as velocidades relativas, poderíamos afirmar que pode haver incrementos na densidade do f.o. que não são suficientes para provocar uma sensibilidade diferenciada em termos de respostas erradas na tarefa de detecção de movimento. Assim, os resultados suportam as hipóteses do nosso estudo, de que maiores densidade de f.o. a envolver o veículo alvo, dificultam a tarefa de detecção de movimento, e estão também de acordo com os estudos anteriores (Santos, 1996; Santos et al. 2000). Estes resultados também revelam que o f.o. desempenha um papel mais importante na detecção do movimento, do que o contraste entre o veículo e o fundo. A comparação de valores de f.o. e contraste demonstra-o. O contraste mais elevado, foi obtido no pavimento de betuminoso (0.81). Os pisos de cimento (0.62) e betuminoso com bandas cromáticas (0.60), 111 têm aproximadamente o mesmo valor de contraste. Comparando a percentagem de erros nos pisos de betuminoso e cimento, observa-se que foram cometidos mais erros no piso de betuminoso. Se o contraste desempenhasse um papel mais importante do que o f.o., então, no piso com maior valor de contraste (betuminoso) teríamos menos respostas erradas, isto é, a tarefa de detecção de movimento estaria facilitada. Se compararmos os pisos de cimento e bandas, que têm contrastes idênticos, mas densidades médias de f.o. diferentes, conclui-se que é o f.o. que desempenha um papel mais importante na detecção do movimento. É precisamente no piso que tem a densidade de f.o. mais elevada (betuminoso com bandas cromáticas) que os participantes tiveram mais dificuldades em detectar o movimento. 4.1.2. Respostas erradas - pisos e velocidades relativas. Observa-se um efeito considerável das velocidades relativas e correspondentes magnitude de fluxo óptico local sobre a detecção do movimento. Quando as velocidades relativas são menores o número de respostas erradas é maior, deixando de haver diferenças assinaláveis entre os pisos a partir da velocidade relativa de 27km/h. Para a velocidade relativa menor (4km/h) existem diferenças estatisticamente significativas entre todos os pisos, mas para a velocidade de 15,5km/h é o piso de bandas o responsável pelas diferenças, pois estatisticamente entre o piso de betuminoso e cimento as diferenças já não são significativas. Estes resultados estão de acordo com os estudos anteriores de Santos (1996) e Santos e col. (2000) que demonstrou que o efeito inibidor do f.o. sobre a detecção do movimento de objectos é maior para velocidades relativas mais baixas. Podemos assim concluir que quando as velocidades relativas são menores (Vr 4km/h), a sensibilidade perceptiva às diferenças de densidade de f.o. são maiores. Quando a magnitude aumenta (15,5km/h) a sensibilidade às diferentes densidades diminui observando-se que apenas o piso das bandas que tem uma densidade mais elevada fez com que os sujeitos se diferenciassem ao nível do número de respostas erradas que deram. A partir de uma certa magnitude do f.o. (Vr 27km/h), para as densidades de f.o. dos pisos estudados deixa de se notar uma sensibilidade diferenciada na tarefa de detecção de movimento. Isto não significa que o efeito inibidor do f.o. sobre a detecção de movimento se deixe de manifestar a partir desta velocidade, significa sim, que nas condições estudadas e para o parâmetro respostas erradas ele deixou de ter efeito. Contudo se as densidades tivessem percentagens maiores, provavelmente o seu efeito poderia manter-se. Santos e colaboradores (2000) utilizaram nos seus estudos percentagens de densidade de f.o. que chegaram aos 89%, provavelmente para essas densidades o f.o. deve ter efeitos inibidores para velocidades relativas mais elevadas. Alem disso, os resultados dos tempos de detecção também mostraram que existe sensibilidade diferenciada 112 para velocidades relativas mais altas (c.f. III - 3.2.3). Será também importante considerarmos que se a nossa amostra tivesse sujeitos acima dos 58 anos, provavelmente haveria um maior número de respostas erradas para as velocidades relativas mais elevadas. Isto porque, a grande parte dos sujeitos que deram respostas erradas nas restantes velocidades relativas pertenciam à faixa etária entre os 48 e 58 anos e também porque é nessa faixa que houve maior dificuldade na detecção do movimento. Refira-se que ausência de dados para faixas etárias mais elevadas é uma limitação deste estudo, sendo portanto a observação que se fez extensiva a todos os resultados. 4.1.3. Respostas erradas - pisos e faixas etárias Para os resultados por tipo de piso e faixa etária (figura III-9), pode-se observar primeiro que é a faixa etária mais elevada (f4-48 aos 58anos) que tem o pior desempenho em qualquer que seja o tipo de piso estudado. Estes resultados devem-se provavelmente ao facto de as capacidades nesta faixa etária estarem mais diminuídas do que nas restantes faixas etárias, não sendo para essa faixa etária a experiência de condução um factor suficiente para anular essas perdas. No piso de bandas, os resultados do teste de Kruskall Wallis mostram que não existem diferenças estatisticamente significativas, entre as quatro faixas etárias. Poderíamos assim concluir que o piso das bandas é igualmente difícil para todos os sujeitos independentemente da idade, ou por outras palavras, o efeito da densidade elevada de f.o. sobrepõe-se ao efeito da idade na tarefa de detecção de movimento. No entanto assinale-se que apesar da não significância estatística, observa-se no piso de bandas uma tendência para não existir uma relação proporcional entre a idade e o desempenho. O que se verifica é que existe uma relação em forma de "U" expressa na figura III-13, em que os sujeitos da faixa etária mais jovem, entre os 18 e 28 anos (f1) têm um desempenho pior do que os sujeitos da faixa etária entre os 28 e 38 anos (f2), existindo depois para as faixas seguintes dos 38 aos 48 (f3) e dos 48 aos 58 (f4) um aumento crescente do número de respostas erradas. Estes resultados parecem indicar a tendência de que nas situações onde a densidade do f.o. é mais elevada, existe uma interacção entre a experiência de condução e o desempenho dos sujeitos. Assim, os sujeitos entre os 18 e 28 anos (f1), apesar de terem as suas capacidades psicofísicas melhores a sua menor experiência de condução faz com que o seu desempenho seja inferior ao da faixa etária dos 28 aos 38 anos (f2). Depois da segunda faixa etária, como se pode observar o desempenho volta a regredir de uma forma crescente, pois a maior experiência provavelmente não é suficiente para compensar a perda de capacidades devida à idade. Reparese que esta tendência também se manifestava nos resultados dos tempos de detecção. 113 Percentagem de erros (%) Figura III-13 Percentagem de erros por faixa etária para o piso de bandas (Vr 4km/h) 45 35 25 15 f1[18;28[ f2[28;38[ f3[38;48[ f4[48;58] No piso de betuminoso, o teste de Kruskall Wallis já revelou a existência de diferenças entre as faixas etárias, tendo os pós-testes mostrado a existência de diferenças significativas entre a faixa etária dos 18 aos 28 (f1) e a dos 48 aos 58 (f4) e entre a faixa dos 28 aos 38 (f2) e a dos 48 aos 58 (f4). Conclui-se daqui que com uma densidade menor de f.o. já se começa a notar um efeito da idade sobre a tarefa de detecção de movimento. Note-se que apesar dos erros na faixa dos 38 aos 48 (f3) ser em média menor do que na faixa dos 28 aos 38 anos (f2), o teste de Mann-Whitney U não revelou a existência de diferenças estatisticamente significativas entre as duas ultimas faixas etária (f3 e f4) (z=-1,7; p=0,09), julgamos que esse facto se deve à dimensão da amostra dos 38 aos 48 (f3) ser menor, o que diminui a probabilidade de se encontrar diferenças estatisticamente significativas, contudo em termos de estatística descritiva a tendência de f3 ser menor que f4 é nítida. Para o piso de cimento também houve diferenças estatisticamente significativas entre as faixas etárias como ficou demonstrado através dos resultados do teste de Wilcoxon. Contudo, enquanto no piso de betuminoso se destacava a diferença pelo maior número de erros na faixa etária mais elevada , dos 48 aos 58 (f4), e pela igualdade entre as outras faixas, neste piso destaca-se a diferença pelo menor número de erros na faixa mais nova dos 18 aos 28 (f1) e pela igualdade entre as restantes faixas. Resumindo, relativamente às respostas erradas, podemos concluir que quando as densidades de f.o. são muito elevadas (bandas) a tarefa de detecção de movimento é igualmente difícil para todas as idades. Quando o f.o. é intermédio (betuminoso) são as idade mais velhas (f4) que têm maior dificuldade. Se o f.o. for mais baixo as idades mais novas (f1) beneficiam relativamente às outras provavelmente devido a um menor desgaste das suas capacidades. 114 4.2. Tempos de detecção 4.2.1. Tempos de detecção - pisos Os resultados obtidos em termos de tempos de detecção para os pisos, apresentam um padrão semelhantes aos resultados das respostas erradas. Em termos de dificuldade é no piso de bandas que houve maior dificuldade, seguido do betuminoso sendo o piso de cimento aquele onde a detecção foi mais fácil. Contudo, ao contrário dos resultados obtidos nas respostas erradas em que não havia uma diferença significativa entre os pisos de cimento e betuminoso para os dados agrupados, no caso dos tempos de detecção essa diferença já existe. Assim se em termos de detecções erradas não se notava uma diferença de sensibilidade para aqueles dois pisos em termos de tempos de detecção essa diferença já é mais notória. Reforça-se deste modo a importância dada à densidade do f.o. sobre a tarefa de detecção de movimento, pois mesmo com os dados agrupados para os pisos, se encontram diferenças significativas entre os pisos que têm uma diferença de densidade de f.o. menor (cimento e betuminoso). 4.2.2. Tempos de detecção - pisos e velocidades relativas Considerando apenas as velocidades relativas, os resultados confirmam que quanto menor é a velocidade relativa, maior é a dificuldade na detecção do movimento, pois os tempos mais elevados foram obtidos para as velocidades relativas menores. No que se refere à análise por piso e velocidade relativa, os resultados dos tempos de detecção permitem diferenciar mais a sensibilidade dos sujeitos ao f.o. do que os resultados obtidos para as respostas erradas. Assim enquanto que nas respostas erradas apenas se discriminavam diferenças entre os pisos para as duas velocidades relativas mais baixas (4 e 15,5km/h), no caso dos tempos de detecção encontraram-se diferenças significativas entre os pisos, para todas as velocidades excepto a de 38,5km/h. Na velocidade de 4km/h mantém-se o padrão de resultados habitual, sendo que por ordem decrescente de tempos de detecção obtidos pelos sujeitos temos o piso de bandas com tempos mais elevados, seguido do betuminoso e cimento. Para esta velocidade existem diferenças estatisticamente significativas entre todos os pisos, como se viu pelos resultados dos pós testes. Para as velocidades relativas de 15,5 e 27km/h o teste de Friedman revelou a existência de diferenças estatisticamente significativas entre os pisos, mas os pós testes mostraram que essas diferenças se deviam ao piso de bandas. Isto porque, para ambas as velocidades os tempos de detecção obtidos no piso de bandas diferiam com significância estatística dos tempos obtidos 115 nos pisos de betuminoso e cimento, sendo que entre estes dois não havia diferenças estatisticamente significativas também em qualquer das duas velocidades referidas. Já para velocidade de 38.5km/h não se verificaram diferenças estatisticamente significativas entre os tempos de detecção obtidos nos três pisos. Contudo, para a velocidade relativa mais elevada (50km/h) já se voltaram a encontrar diferenças estatisticamente significativas entre os tempos obtidos nos pisos. Para essa velocidade, os pós testes mostraram que o piso responsável por essa diferença era o de cimento, sendo que havia diferenças ao nível estatístico entre o piso de cimento e bandas e entre o piso de cimento e betuminoso, apesar de esta ultima diferença ser menor pois o p associado era maior. Entre o piso de bandas e betuminoso nesta ultima velocidade relativa não se registaram diferenças. Podemos concluir destes resultados, que quando as magnitudes de f.o. são menores (4km/h), o efeito inibidor do f.o. é maior, bastando pequenas diferenças em termos de densidade para que o desempenho se diferencie. Para velocidades maiores (15,5 e 27km/h) os desempenhos diferenciam-se apenas para diferenças de densidades maiores (bandas e os outros pisos). Na velocidade de 38,5km/h não se manifestou o efeito do f.o., mas para a velocidade a seguir (50km/h) é difícil explicar a diferença menor de tempos de detecção para o piso de cimento. Observando as médias e principalmente as medianas dos tempos de detecção da Vr de 50km/h na tabela III-11, observa-se que relativamente à velocidade relativa de 38,5 km, não foram os tempos do betuminoso e das bandas que subiram, mas sim o tempo obtido no piso de cimento que desceu mais acentuadamente. Assim parece que é o pouco f.o. do cimento que facilita a tarefa de detecção de movimento a partir do 50km/h e não o efeito inibidor do f.o. que ressurge aos 50km/h nos pisos onde a densidade de f.o. é maior, que dificulta a tarefa. Contudo, esta hipótese para ser confirmada teria que ser objecto dum estudo mais desenvolvido, onde se testassem varias densidades de f.o. com velocidades relativas mais elevadas. Em jeito de resumo, pode-se concluir que o efeito do f.o. em termos do tempo necessário para fazer a detecção do movimento manifesta-se para velocidades relativas mais elevados do que aquelas que tinham sido referidas nos resultados das respostas erradas. 4.2.3. Tempos de detecção - pisos e faixas etárias Para todas as faixas etárias o padrão de elevação de tempos - cimento, betuminoso e bandas - é idêntico. Isto demonstra que para qualquer das idades consideradas, em termos de tempos de detecção, o efeito inibidor do f.o. sobre a detecção de movimento é claro 116 A análise de pisos por faixa etária, mostra que os tempos de detecção no piso de bandas seguem uma tendência em "U", semelhante àquela presente nos resultados das respostas erradas. Para os pisos de cimento e betuminoso os tempos são praticamente idênticos nas duas primeiras faixas, sendo que a partir da terceira faixa os tempos de detecção sobem. Assim, podemos sugerir que para a nossa amostra, na situação em que a densidade de f.o. é mais elevada (bandas), o factor experiência beneficia o desempenho da faixa etária entre os 28 e os 38 anos (f2). Contudo esse tipo de vantagem dilui-se a partir da faixa dos 38 aos 48 (f3), provavelmente devido ao factor idade e a alguma desaceleração de capacidades associadas à idade. Para os outros pisos a tendência manifestada na nossa amostra nos tempos de detecção é diferente daquela observada nos resultados das respostas erradas. Assim, o desempenho expresso nos tempos de detecção nos pisos com densidade de f.o. menor (cimento e betuminoso), deteriora-se por força do factor idade mas apenas a partir da faixa etária entre os 38 e os 48 anos (f3). Estas diferença relativamente aos erros devem-se, provavelmente, à filtragem dos sujeitos que estiveram abaixo dos limiares. Como excluímos sujeitos que estariam na faixa etária um que dariam mais erros, quando se contam apenas os seus tempos, estes são melhores até porque são sujeitos mais novos. Ou seja talvez a pior performance na idade entre os 18 e 28 se deva a uma diferença de critério. Devido ao seu desejo de serem rápidos, acabam por errar mais. Refira-se que nestes resultados, em termos inferenciais, não houve diferenças estatisticamente significativas entre as faixas etárias para qualquer tipo de piso. Assim, as conclusões deste ponto baseiam-se apenas na estatística descritiva, nas tendências que se observam. Em rigor, não podemos inferir que estas tendência se manifestem na população, mas apenas na nossa amostra.. Apesar de em termos de médias e medianas haver diferenças temporais com uma magnitude considerável, como se pode ler nos resultados, essas diferenças não tiveram significância estatística. Este facto deve-se provavelmente à redução da nossa amostra para os resultados dos tempos de detecção, o que diminui a probabilidade do teste estatístico dar diferenças significativas. Se a amostra fosse maior, talvez fosse plausível esperar que se encontrassem diferenças ao nível estatístico, de acordo com as tendências encontradas e com os resultados obtidos nas respostas erradas. Apesar de as tendências apontadas não terem confirmação ao nível inferencial, considerou-se importante fazer esta análise pois as diferenças em termos de tempo são elevadas. Por exemplo, no piso de bandas entre a faixa dos 28 aos 38 anos (f2) e a faixa dos 48 aos 58 117 anos (f4) a diferença média é de 179ms. Exemplificando, em termos temporais esta diferença temporal, pode em situações de risco (e.g. travagens de emergência) representar a diferença entre uma travagem eficaz e uma travagem insuficiente para evitar uma colisão. 118 5. OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A DETECÇÃO DE MOVIMENTO O uso de testes de visão tradicionais para a avaliação de condutores como por exemplo as letras de Snellen é ainda uma prática corrente. Porém em termos de predição da performance de condução a sua relação não é directa. As medidas de acuidade visual tradicionais têm uma relação com a tarefa de leitura mas a sua relação com a tarefa de condução não é imediata (Leibowitz 1993). Berthelon e Mestre (1993) referem que as medidas de acuidade visual dinâmica estão mais relacionadas com os acidentes do que as medidas de acuidade estática, do campo de visão ou visão nocturna. As medidas de acuidade visual dinâmica reflectem a aptidão do observador para analisar detalhes num objecto com movimento rápido, sendo que deverão ser cruciais em actividades da vida real como por exemplo a condução automóvel. Contudo, quando há correlação entre medidas da visão, ou são muito fracas ou só são mais fortes para grupos etários acima dos 65 anos ou entre os 17 aos 24 anos. A relação baixa entre os testes de visão e a sinistralidade rodoviária deve-se, segundo Bethelon e Mestre, (1993) essencialmente à natureza complexa dos acidentes que resultam duma combinação de factores. Esta complexidade torna difícil isolar os factores e determinar a importância de cada um. No entanto quanto mais complexa for a aptidão visual a avaliar e a sua semelhança ao requerido para as actividades dinâmicas, mais fácil será determinar a sua relação com a segurança na condução. Ainda segundo os mesmos autores, isto tem lógica pois por um lado a actividade de condução, na maioria do seu tempo requer apenas uma acuidade visual baixa e as propriedades do sistema visual variam consoante o observador esteja em movimento ou parado, sendo que a complexidade aumenta quando o observador se encontra em movimento. Por exemplo os limiares de detecção de movimento de objectos são mais elevados quando nos deslocamos num veículo do que se estivermos parados (Probst et al. 1984, 1986; Santos et col. 2000). Neste sentido um teste mais complexo pode-se aproximar mais à tarefa de condução e ter uma relação maior com a sinistralidade. Em Portugal através do despacho 62/91 da Direcção Geral de Viação, definem-se quatro áreas genéricas de avaliação de condutores: área perceptiva-cognitiva, aptidões psicomotoras, área psicossensorial e personalidade. O objectivo deste ponto foi explorar a relação de alguns dos parâmetros avaliados nessas áreas com a tarefa de detecção do movimento de veículos. Além desta análise 119 exploratória, em termos de hipóteses, estando a tarefa de detecção de movimento incluída na condução e de acordo com a literaura citada (Berthelon e Mestre, 1993), será de esperar que se manifeste a relação entre a acuidade visual dinâmica e a detecção de movimento. Os parâmetros da avaliação de condutores medidos foram da área das aptidões psicomotoras (tempos de reacção, c.f. II-6) e da área psico-sensorial (bateria de testes de visão, c.f. II-4.1.2). Espera-se contribuir para a compreensão da relação entre alguns parâmetros usados na avaliação de condutores e uma tarefa de importância vital na condução a detecção do movimento de veículos. De algum modo tenta-se também questionar a validade de alguns testes já usados e institucionalizados. 5.1. Resultados Com o objectivo de identificar o número mínimo de factores que representassem relações entre os diversos parâmetros, os dados dos testes de visão, tempos de reacção e detecção de movimento de veículos (detecções erradas para a situação de aproximação e afastamento), foram tratados através da análise factorial. Os testes de validade de análise factorial (c.f. Pereira, 1999) permitem dizer que a análise factorial tem validade para as variáveis escolhidas. Assim, o teste Keyser-Meyer-Olkin teve um valor de 0.67, revelando que a análise dos componentes principais é razoável. O teste de esfericidade de Bartlet permite rejeitar a hipótese nula de não correlação entre as variáveis iniciais (χ=273,9; df=36; p<0.001). Na tabela III-11, pode ver-se a matriz factorial após rotação varimax. A extracção de factores, determinou três factores com valor próprio superior a 1. Estes representam uma percentagem acumulada de 67,1% da variância. O primeiro factor, responsável por 32,6% da variância é saturado por ordem decrescente pelos testes: visão de contrastes, acuidade visual dinâmica, resistência ao deslumbramento, detecção do movimento de veículos e visão de perto. O segundo factor, responsável por 20,3% da variância, é claramente saturado pelos testes de trs e tre. O terceiro factor é saturado pelos testes de acuidade visual monocular de longe (olho esquerdo e direito) e é responsável por 14,1% da variância. 5.2. Análise e discussão dos resultados Dos vários parâmetros avaliados neste ponto, a tarefa de detecção de movimento é aquela mais próxima da tarefa de condução. Também como referido anteriormente ela é de importância vital na antecipação e evitamento de colisões. Deste modo podemos fazer a avaliação dos outros parâmetros na sua relação com a detecção de movimento. 120 Tabela III-11. Matriz factorial após rotação varimax Variáveis Factor 1 Factor 2 Visão longe Factor 3 0.24 -0.18 0.86 0.06 0.13 0.89 Visão de perto 0.59 0.35 -0.12 Acuidade visual dinâmica 0.81 0.18 -0.02 Visão de contrastes 0.82 -0.01 0.24 Resistência ao 0.70 -0.03 0.17 0.63 -0.18 0.18 Tempo de reacção simples (trs) 0.01 0.88 0.04 Tempo de reacção de escolha 0.05 0.86 -0.05 olho direito Visão longe olho esquerdo Deslumbramento Detecção do Movimento de veículos (tre) Assim, os parâmetros que de acordo com a análise factorial, melhor representam a condução automóvel são: visão de contrastes, acuidade visual dinâmica e resistência ao deslumbramento. Não incluímos a visão de perto, pois esta, apesar de estar relacionada com o factor um, a sua relação com a detecção de movimento é fraca (r=0.171, p<0.05: valores da matriz de correlações da análise factorial). A inclusão da visão de perto no factor um, explica-se essencialmente, pelas sua relações com: a visão de contrates (r=0.45, p<0.001), acuidade visual dinâmica (r=0.38, p<0.001) e resistência ao deslumbramento (r=0.31, p<0.001). Contudo devemos chamar a atenção que a associação entre a resistência ao deslumbramento e o factor um, onde se inclui a detecção de movimento, poderá ser devida a uma relação espúria e não a uma relação directa com a detecção de movimento. Cada ensaio do teste de detecção de movimento era interrompido quando era dada uma resposta ou quando passavam quatro segundos, a interrupção era feita com um écran preto, após o qual aparecia um écran de aviso verde para sinalizar o próximo ensaio. Esta mudança de luminosidades desencadeada pela sequência de ensaios (ensaio, écran preto, écran de aviso, ensaio...) poderá provocar algum encandeamento, tanto mais que o teste de detecção de movimento tinha 150 ensaios. Poderá ser este o factor que relaciona a resistência ao deslumbramento com os constrangimentos metodológicos do teste de detecção de movimento e não com a tarefa de detecção de movimento em si. 121 Os tempos de reacção e a acuidade visual monocular de longe, respectivamente responsáveis pelo factor dois e três, não estão directamente relacionados com a tarefa de detecção de movimento As implicações práticas deste estudo para a avaliação de condutores, apontam para uma necessidade de se dar mais relevo aos testes dinâmicos, e de leitura de contrastes Os testes mais tradicionais de acuidade visual estática (visão de perto e visão de longe) e os tempos de reacção deverão ter um peso menor. Os testes futuros de avaliação de condutores, deverão incluir tarefas mais dinâmicas como a tarefa de detecção de movimento. A resistência ao deslumbramento terá que ser alvo de um estudo complementar onde sejam controladas as diferenças de luminosidade entre os ensaios, para a podermos associar ou não à detecção de movimento. 122 6. IDADE, GÉNERO SEXUAL E DETECÇÃO DE MOVIMENTO Neste ponto, relaciona-se a tarefa de detecção de movimento com a idade dos sujeitos, para ambos os sexos. Apesar da relação entre a idade e a tarefa de detecção de movimento já ter sido objecto de análise, acrescenta-se a esta análise a variável género sexual. Faz-se uma análise simultânea dos dois parâmetros de resposta utilizados, erros e tempos de detecção. 6.1. Resultados Usaram-se os dois parâmetros de resposta, tempo de detecção e número médio de detecções erradas, tendo as omissões sido registadas como respostas erradas. Foram consideradas as respostas dos participantes, para as situações de aproximação e afastamento. A tabela III-12, mostra o resultado das correlações de Spearman entre a tarefa de detecção de movimento (tempo e detecções erradas) e a idade para ambos os sexos. Para o sexo feminino não houve uma correlação significativa entre o número de detecções erradas e a idade (r=0.125, p=0.394), mas entre os tempos de detecção e a idade já se encontou uma correlação significativa (r=0.612, p=0.001). Para o sexo masculino encontrou-se uma correlação significativa entre o número de detecções erradas e a idade (r=0.440, p=0.001), contudo para os tempos de detecção e a idade a correlação não foi significativa (r=0.222, p=0.206). A figura III14, mostra-nos as médias das detecções erradas e tempos de detecção, para ambos os sexos. A média e o desvio padrão das detecções erradas foram: para o sexo feminino 6 ±5.09 e para o sexo masculino 7.86 ±6.95. Relativamente aos tempos de detecção, a média e o desvio padrão destes foram: para o sexo feminino 888ms ±191ms e para o sexo masculino 740ms ±125ms. Tabela III-12 Correlações de Spearman entre detecção de movimento (tempos e erros) e idade (para ambos os sexos) Detecção do Idade Idade Movimento sexo feminino sexo masculino Detecções erradas R=0.125, p=0.394 r=0.440, p=0.001 Tempos de detecção R=0.612, p=0.001 r=0.222, p=0.206 123 6.2. Análise e discussão dos resultados Em conjunto, estes resultados mostram-nos que as condutoras deste estudo dão menos erros que os condutores, mas com o aumento da idade elas necessitam de mais tempo para fazer a detecção dos veículos. De forma inversa, os condutores do sexo masculino necessitam de menos tempo para fazer as detecções, mas com o aumento da idade dão mais erros do que as condutoras. Do ponto de vista ecológico, ambos os comportamentos demonstram um efeito negativo da idade sobre a tarefa de detecção de movimento pois é tão perigoso uma detecção errada como uma detecção lenta. No entanto estes resultados podem também revelar uma estratégia diferenciada em termos de critério de resposta. As participantes podem ter preferido apostar na correcção da resposta em detrimento da resposta rápida. Os participantes do género sexual masculino, podem ter optado pela rapidez em detrimento do rigor da resposta.. Recorde-se que a instrução dada a todos os participantes era a de que deviam dar uma resposta correcta o mais rapidamente possível. O esclarecimento de estarmos perante uma diferença de sensibilidade ou critério só poderia ser dada com recurso a metodologias de detecção do sinal, que separam a sensibilidade do critério. Figura III - 14 Número médio de detecções erradas e tempos de detecção médios para o género sexual feminino e masculino 124 IV - CONCLUSÕES 1. RELAÇÃO ENTRE DENSIDADE DE FLUXO ÓPTICO E RESPECTIVOS AMBIENTES/PISOS E DESEMPENHO NA TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULOS 125 2. RELAÇÃO ENTRE MAGNITUDES DE FLUXO ÓPTICO E CORRESPONDENTES VELOCIDADES RELATIVAS E A DETECÇÃO DO MOVIMENTO DE VEÍCULOS 126 3. RELAÇÃO ENTRE A TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULO, OS PISOS E A IDADE DOS CONDUTORES 127 4. RELAÇÃO ENTRE OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A TAREFA DE DETECÇÃO DO MOVIMENTO DE VEÍCULOS. 128 5. RELAÇÃO ENTRE GÉNEROS SEXUAL, IDADE DETECÇÃO DO MOVIMENTO DE VEÍCULOS. E TAREFA DE 128 125 1. RELAÇÃO ENTRE DENSIDADE DE FLUXO ÓPTICO E RESPECTIVOS AMBIENTES/PISOS E DESEMPENHO NA TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULOS A primeira hipótese do nosso estudo apontava para que o desempenho na tarefa na tarefa de detecção de movimento fosse pior nos pisos com maior densidade de f.o. Pode-se afirmar que esta hipótese é apoiada pelos nossos resultados. O piso com a densidade de f.o. mais elevada (bandas) foi aquele onde o desempenho dos sujeitos foi pior, existindo nesses piso mais respostas erradas e tempos de detecção mais elevados. No piso de betuminoso houve uma dificuldade intermédia e no de cimento, aquele com uma densidade de f.o. mais baixa, foi onde houve o melhor desempenho dos sujeitos. Refira-se que houve situações em que as diferença de densidade de f.o. entre dois pisos, não foi suficiente para que existissem diferenças ao nível do desempenho na tarefa de detecção de movimento. Essas situações foram mais frequentes entre os pisos de cimento e betuminoso a partir da velocidade de 15,5km/h. Isto significa que a partir de determinadas magnitudes do f.o. há diferenças de densidade que não provocam uma sensibilidade diferenciada na tarefa de detecção de movimento de objectos. Contudo isto não invalida a afirmação da nossa primeira hipótese, pois em termos de segurança rodoviária não se pode ignorar que a variável fluxo óptico é mediadora na tarefa de detecção de movimento, tarefa essa com inegável importância na manutenção das distancias de segurança e no evitamento de colisões. No que diz respeito ao papel do contraste e f.o. os resultados mostraram que o f.o. tinha um papel mais determinante do que o contraste entre o veículo e a estrada, pois não foi no piso onde o contraste era mais elevado que se registraram os melhores desempenhos, mas sim onde o f.o. era menor. Apesar dos resultados apoiarem a primeira hipótese podemos perguntar se o pior desempenho no piso de bandas não se deveu a outros factores. Um desses factores é o contraste. Apesar de em termos médios o contraste entre o piso de betuminoso com bandas cromáticas e o veículo ser relativamente alto (semelhante ao piso de cimento) o cálculo do contraste é feito considerando valores médios do piso (média do preto do betuminoso e do branco das bandas cromáticas) e do veículo. Contudo quando o veículo passa sobre as bandas, há sempre uma porção do veículo que contrasta menos com as bandas (veículo branco e banda branca). Podiase por a objecção de que a dificuldade de detecção não era devido ao fluxo óptico mas sim a um contraste intermitente. Refira-se no entanto que em estudos posteriores a esta tese fez-se um teste de controle com o veículo num tom de cinzento com uma luminância intermédia entre as bandas e o betuminoso e os resultados foram idênticos aos aqui apresentados. 126 Um outro factor que se pode apontar é o facto de as bandas poderem ser um factor distractivo. Desse modo, os condutores poderiam fixar mais o olhar nas bandas em vez de o fixarem no veículo a detectar, o que poderia fazer com que o seu desempenho na tarefa de detecção de movimento piorasse nessa situação. Estaríamos assim perante duas tarefas concorrentes, uma de detecção do movimento do alvo e outra de seguimento ocular das bandas. Em termos atencionais estaríamos numa dupla tarefa, cujo input era feito pelo mesmo canal visual. Eysenck e Keane (1995) referem que um dos factores que concorrem para a dificuldade de execução de tarefas simultâneas é o uso de canais de input idênticos. A única forma de controlar este factor era fazendo uma nova experiência onde se controlem os movimentos oculares de forma a saber se os pontos de fixação variam de piso para piso. 2. RELAÇÃO ENTRE MAGNITUDES DE FLUXO ÓPTICO E CORRESPONDENTES VELOCIDADES RELATIVAS E A DETECÇÃO DO MOVIMENTO DE VEÍCULOS A hipótese relativa à magnitude do f.o. (c.f. III - 1, p 83) apontava para que os desempenhos fossem piores nas velocidades relativas mais baixas e que houvesse uma diferenciação maior entre os pisos também nas velocidades menores. Os nossos resultados também apoiam a essa hipótese. Foi nas velocidades relativas mais baixas que houve um desempenho pior dos sujeitos e a diferenciação dos desempenhos entre os pisos é tanto maior quanto menor for a velocidade relativa. Contudo note-se a existência duma excepção relativamente a esta relação de diferenciação: nos resultados dos tempos de detecção na Vr de 50km/h, volta a registar-se uma diferenciação entre os pisos, após ter havido uma não diferença nos tempos de detecção na Vr de 38,5km/h, diferença essa devida a uma descida dos tempos de detecção para o piso de cimento. Este resultado levanta uma nova hipótese que é a de que para os pisos com uma densidade menor de f.o. (e.g. cimento) os tempos de detecção atingirem um patamar inferior (Vr a partir da qual não há melhoria de desempenho), em velocidades relativas mais altas. Assim, quanto menor for a densidade do f.o. e maior a magnitude do mesmo, mais o tempo de detecção será próximo de um tempo de detecção em que não há movimento próprio (ausência de f.o. global). Esta hipótese não é contraditória com os resultados anteriores de Santos (1996) que verificou uma aproximação dos tempos de detecção entre as situações estáticas e dinâmicas quando do aumento da velocidade relativa. 127 3. RELAÇÃO ENTRE A TAREFA DE DETECÇÃO DE MOVIMENTO DE VEÍCULO, OS PISOS E A IDADE DOS CONDUTORES Em relação à idade e à tarefa de detecção de movimento, as hipóteses colocadas tinham sugerido que houvesse uma relação entre a idade e o desempenho moderadas pela experiência de condução. No entanto o que se observou foi a existência de uma interacção dos pisos sobre essa relação prevista. Assim, observou-se que o desempenho dos condutores não obedece a uma relação linear tipo idade/desempenho e varia em função da densidade de f.o. dos pisos. Podemos tirar três conclusões: (1) quando as densidades de f.o. são muito elevadas (bandas) a tarefa de detecção de movimento é igualmente difícil para todas as idades; (2) quando o f.o. é intermédio (betuminoso) são as idade entre os 48 aos 58 anos (f4), que têm maior dificuldade; (3) Se o f.o. for mais baixo (cimento) as idades mais novas, dos 18 aos 28 anos(f1), beneficiam relativamente às outras provavelmente devido a um menor desgaste das suas capacidades. Estas três conclusões são as mais rigorosas em termos estatísticos, pois derivam da análise do parâmetro de resposta erros. Apesar da maior riqueza da escala contínua dos tempos de detecção, o facto de usarmos apenas cinco ensaios dificulta uma análise muito precisa deste parâmetro. Contudo uma observação do número de erros (Fig. III-8) e dos tempos de detecção (Fig. III-11) para os vários pisos e faixas etárias, não deixam de esconder alguma tendência de resultados. Assim, para o piso de bandas com a densidade de fluxo óptico mais elevada, nota-se que os resultados seguem uma tendência em "U", que indicam que uma experiência média de condução25, na faixa entre os 28 e os 38 anos pode beneficiar o desempenho na tarefa de detecção de movimento. Esta tendência está presente em todos os tipos de resultados (erros e tempos de detecção). Esta tendência é aquela que está de acordo com as nossas hipóteses iniciais, que propunha que a relação entre idade e desempenho fosse moderada pela experiência de condução. O efeito descrito para o piso de betuminoso e cimento no parâmetro de respostas erradas, deixa de se verificar com o parâmetro de resposta dos tempos de detecção. Neste caso observa-se uma tendência para que os tempos de detecção registem subidas crescentes para as faixas etárias a partir dos 48 anos inclusive. O comportamento diferente nos tempos de detecção 25 A tabela no anexo H, mostra a percentagem de sujeitos de cada faixa etária colocados em cada categoria de km's percorridos. Esta tabela permite demonstrar que quanto mais alta é a faixa etária maior é a experiência de condução. Esta relação também é confirmada pelos índices de correlação de Pearson entre a idade e número de anos de carta (r=0.91, p<0.001, n=91) e a idade e a categoria nº de km's percorridos (r=0.55, p<0.001, n=102). Os dados de idade, nº de anos de carta e quantidade de km's percorridos, foram recolhidos através da administração dum questionários inicial (c.f. Anexo B e II-3.2.) 128 devem-se ao facto de se terem retirado da amostra os sujeitos abaixo dos limiares. É provável que o critério de resposta dos sujeitos mais novos tenha privilegiado a rapidez. No caso do parâmetro de resposta erros, este factor diminuía a performance dos participantes mais novos, no caso dos tempos de detecção, beneficia-os. 4. RELAÇÃO ENTRE OS PARÂMETROS DE AVALIAÇÃO DE CONDUTORES E A TAREFA DE DETECÇÃO DO MOVIMENTO DE VEÍCULOS. Relativamente ao parâmetros de avaliação de condutores, as implicações práticas deste estudo, apontam para uma necessidade de se dar mais relevo aos testes dinâmicos e de leitura de contrastes. Os testes mais tradicionais de acuidade visual estática (visão de perto e visão de longe) e os tempos de reacção deverão ter um peso menor. Os testes futuros de avaliação de condutores, deverão incluir tarefas mais dinâmicas como a tarefa de detecção de movimento. Apesar dos recursos computacionais utilizados nestas experiências sejam incomportáveis desde o ponto de vista de utilização habitual na avaliação de condutores, julgamos hoje em dia ser possível com recursos tecnológicos correntes, desenvolver programas que simulem tarefas de detecção de movimento e outras próximas à condução. 5. RELAÇÃO ENTRE GÉNEROS SEXUAL, IDADE E TAREFA DE DETECÇÃO DO MOVIMENTO DE VEÍCULOS. Relativamente ao género sexual, os resultados mostraram que as condutoras deste estudo dão menos erros que os condutores, mas com o aumento da idade elas necessitam de mais tempo para fazer a detecção dos veículos. De forma inversa, os condutores do sexo masculino necessitam de menos tempo para fazer as detecções, mas com o aumento da idade dão mais erros do que as condutoras. Do ponto de vista ecológico, ambos os comportamentos demonstram um efeito negativo da idade sobre a tarefa de detecção de movimento pois é tão perigoso uma detecção errada como uma detecção lenta. 129 Bibliografia Ashley, W., Harper, R. & Runyon, D. (1951). The perceived size of coins in normal and hipnotically induced economic states. American Journal of Psychology, 64, 564-572. Barron, J.L., Fleet, D.J., & Beauchemin, S.S. (1994). Performance of optical flowtechniques. International Journal of Computer Vision, 12, 43-77. Berg, W., Wade, M. & Greer, N. (1994). Visual regulation of gait in bipedal locomotion: Revisiting Lee, Lishman, and Thomson (1982). Journal of Experimental Psychology: Human Perception and Performance, 20, 854-863. Berthelon, C. & Mestre. D. (1993). Visual perception and automobile driving. in J.Santos (Ed.). Proceedings of the International Seminar; Human Factors in Road Traffic. Escher:Lisboa (pp. 125-145). Brown, I. (1997). How Traffic and Transport Systems Can Benefit from Psychology. In T. Rothengatter & E. Vaya (Eds). Traffic and Transport Psychology: Theory and Apllication. (9-19). Pergamon: Amsterdam. Bruce, V. & Green, P.(1985) Visual perception: Physiology, psychology and ecology. London: Lawrence Erlbaum Associates. Bruner, J., Postman, L., & Rodrigues, J. (1951). Expectations and the perception of colour. American Journal of Psychology, 64, 216-227. Bruner, J.S., & Goodman, C.D. (1947). Value and need as organising factors in perception. Journal of Abnormal and Social Psychology, 42, 33-44. Carsten, O. (1998). Human failure or system failure: Problem identification and countermesures. In P. Albuquerque, J. Santos, C. Rodrigues & A. Costa (Eds) Human Factors in road traffic II: Traffic psychology and engineering. (8-12). Braga: CEEP Univ. Minho. Carvalhais, J. (1996). Análise da actividade em tarefas complexas: Aplicação do modelo SRK de Rasmussen à tarefa de condução automóvel. Provas de aptidão pedagógica e capacidade científica, relatório de aula. Não publicado. Oeiras: Faculdade de Motricidade Humana, Universidade Técnica de Lisboa. Castiello, U., Paulignan, Y., & Jeannerod, M. (1991). Temporal dissociation of motor responses and subjective awareness. Brain, 114, 2369-2655. 130 Cavallo, V., & Laurent, M. (1988). Visual information and skill level in time-to-collision estimation. Perception, 17(5), 623-632. Cavallo, V., Laya, O., & Laurent, M. (1986). The estimation of time-to-collision as a function of visual stimulation. In A. Gale, M. Freeman, C. Haslegrave, P. Smith, & S. Taylor (Eds.), Vision in vehicles. Nottingham, UK. (pp. 179-183). Amsterdam, The Netherlands: Elsevier Science Publishers. Correia, M. V., Campilho, A. C., Santos, J. & Nunes L. B, (1996). Optical flow techniques applied to the calibration of visual perception experiments. in Procedings of ICPR’96 13th International Conference on Pattern Recognition, Vol I - Track A - Computer Vision (IEEE Computer Society Press) Vienna, Austria. Costa, A.P. (1995). A investigação no domíno do tráfego e dos transportes. Análise Psicológica, 13, 253-256. Cunha, M. & Gomes, J. (1993). Julga-se um dos melhores condutores do mundo? Estudo do efeito “Primus Inter Pares” numa amostra de condutores portugueses. In Jorge Santos (Ed.). Human Factors in Road Traffic. (329-333). Escher: Lisboa. DGV (1998). Observatório da Segurança Rodoviária em Portugal. Relatório 1997. Lisboa : D.G.V. DGV (2000). Observatório da Segurança Rodoviária em Portugal. Relatório 1999. Lisboa : D.G.V. Epstein, W. & Rogers, S. (1995). Perception of space and motion. San Diego: Academic Press. Essilor (s.d.) Ergovision, Manuel de référence. Créteil: Essilor. Evans, L. (1991). Traffic Safety and the Driver. New York: Van Nostrand Reinhold. Eysenck, M. & Keane, M. (1995). Cognitive Psychology. East Sussex: Psychology press. Fuller, R. (1993), Driver error and learning. In Jorge Santos (Ed.). Human Factors in Road Traffic. (91-101). Lisboa: Escher. Fuller, R. (1998). Behavioural engineering on the highway. In P. Albuquerque, J. Santos, C. Rodrigues & A. Costa (Eds) Human Factors in road traffic II: Traffic psychology and engineering. (136-138). Braga: CEEP Univ. Minho. Gibson, J.J., (1950). The perception of the visual world. Connecticut: Greenwood Press. (Reimpressão de 1974). Gibson, J.J. (1986). The ecological approach to visual perception (Originalmente publicado em 1979). New Jersey: Lawrence Erlbaum Associates. 131 Girasek, D. (1999). Public beliefs about the preventability of unintentional injury deaths. Accident Analysis and Prevention, 33, 455-465. Gleitman, H. (1986) Psicologia. Lisboa: Fundação Calouste Gulbenkian. Gomes, J. (1998). Transgressão do limite de velocidade em localidades: Uma aplicação da teoria do comportamento planeado. Tese de mestrado, não publicada. Coimbra: Faculdade de Psicologia e de Ciências da Educação. Universidade de Coimbra. Gordon, I.E. (1989). Theories of visual perception. Chichester, UK: John Wiley. Gregory, R. (1980). Perceptions as hypotheses. Philosophical Transactions of The Royal Society of London, Series B, 290, 191-197. Groeger, J. & Chapman, P. (1994). In-vehicle and On-site Tutoring and Enforcement System Trials. Deliverable 340. Drive Project V2009: Detection Enforcement & Tutoring for Error Reduction (DETER). Traffic Research Centre, Universisty of Groningen, The Netherlands. Groeger, J. A. (1995). Psychological Influences on Traffic Law Compliance. Análise Psicológica, 13, 257-269. Groeger, J. A., & Brown, I. D. (1988). Motion perception is not direct with indirect viewing systems. In A. G. Gale, M. H. Freeman, C. M. Haslegrave, P. Smith, & S. P. Taylor (Eds.), Vision in vehicles II. Nottingham, UK. (pp. 27-34). Amsterdam, Netherlands: North-Holland. Guerin, B. (1994). What do people think about the risks of driving? Implications for traffic safety interventions. Journal of Applied Social Psychology, 24, 994-1021. Guilford, J. P. (1971). Psychometric methods. New York: McGraw-Hill. Hale, A., Stoop, J. & Hommels, J. (1990). Human error models as predictors of accident scenarios for designers in road transport systems. Ergonomics, 33, 1377-1387. Hamzaoui, N., & Whitten, P. (2001). Causes of death among young people aged 15 to 24 1994/1997. Statistics in focus: Population and social conditions (Theme 3 - 11/2001). Eurostat. Hills, B.L. (1980). Vision, visibility, and perception in driving. Perception, 9, 183-216. Horberry, T., Gale, A. & Bolarin, F. (1999). Virtually a bridge bash: The use of a virtual environment to evaluate driver behaviour. In A. Gale (Ed). Vision in Vehicles – VII. Elsevier: Amsterdam. 132 Horst, R. (1991). Time-to-collision as a cue for decision-making in braking. In A. Gale (Ed.), Vision in vehicles III. Aachen, FRG. (pp. 19-26). Amsterdam, The Netherlands: North-Holland. Houten, R., Nau, P. & Marini, Z, (1980). Na analysis of public posting in reducing speeding behaviour on na urban highway. Journal Of Applied Psychology Behaviour Analysis, 13, 383-395. Houtern, R., & Nau, P. (1981). A comparision the effects of posted feedback and increased feedback and increased police surveillance on highway speeding. Journal of Applied Psychology Behaviour Analysis, 14, 261-271. IFRC (1998). World Disasters Report. The International Federation of Red Cross and Red Crescent Societies: Geneve. IRTAD (2001). International Road Traffic and Accident Data: Issue June 2001. OECD Road Transport Research Program (c.f. www.bast.de/irtad). Kaptein, N. & Theeuwes, J. (1998). Cognitive organization of road scenes: validation on-theroad private. In P. Albuquerque, J. Santos, C. Rodrigues & A. Costa (Eds) Human Factors in road traffic II: Traffic psychology and engineering. (26-30). Braga: CEEP Univ. Minho. Koornstra, M. J. (1993). Safety relevance of vision research and theory. In A. G. Gale et al. (Eds.), Vision In Vehicles – IV, (3-13). Elsevier: Amsterdam. Kruk, R., & Regan, D. (1983). Visual tests results compared with flying performance in telemetry-tracked aircraft. Aviation, Space, and Environmenal Medicine, 54, 906-911. Lee, D. (1976). A theory of visual control of braking based on information about time-tocollision. Perception, 5, 437-459. Lee, D., Lishman, J. & Thomson, J. (1982). Regulation of gait in long-jumping. Journal of Experimental Psychology: Human Perception and Performance, 8, 448-459. Luthans, F. (1995). Organizational behaviour. New York, McGraw-Hill. Marr, D. (1985). Vision: Una investigación basada en el cálculo acerca de la representación y el processamiento humano de la informacion visual. (Ed. Castelhana. Original publicado em 1982). Madrid: Alianza Editorial. McClelland, D. C. & Atkinson, J. W. (1948). The projective expression of needs: The effect of different intensities of the hunger drive on perception. Journal of Psychology, 25, 205222. 133 Mestre, D. (1992). Visual perception of self-motion. In L. Proteau, & D. Elliott (Eds.), Vision and motor control. (pp. 421-438). Amsterdam: Elsevier. Mestre, D., & Warren, W.H. (1989) Le flux optique: Son rôle lors du controle du déplacement. Psychologie Française. 34, 5-11. Metha, A.B., Vingrys, A.J., & Badcock, D.R. (1994). Detection and discrimination of moving stimuli: The effects of color, luminance, and eccentricity. Journal of the Optical Society of America, 11(6), 1697-1709. Nakayama, K. (1985). Biological image motion processing: a review. Vision Research, 25(5), 625-660. Neisser, U. (1976). Cognition and reality. San Francisco: W.H. Freeman. Noriega, P. (1996). Cor e luminância na percepção visual do movimento de expansão (Monografia de Licenciatura em Psicologia Social e das Organizações - Não editada). Lisboa: Instituto Superior de Psicologia Aplicada. Noriega, P., Santos, J. & Albuquerque, P. (1996) Avaliação da cor e luminância na percepção visual do movimento de expansão. In L.S. Almeida, S. Araújo, M.M. Gonçalves, C. Machado & M.R. Simões. (Org.) Avaliação psicológica: Formas e Contextos APPORT, Braga Vol IV, pg. 221-231. Padmos, P., & Milders, M. V. (1992). Quality criteria for simulator images: A literature review. Human Factors, 34(6), 727-748. Palmer, S. (1999). Vision science: photons to phenomenology. Cambridge: The MIT Press. Palmer, S.E. (1975). The effects of contextual scenes on the identification of objects. Memory and Cognition, 3, 519-526. Papathomas, T. V., Gorea, A., & Julesz, B. (1991). Two carriers for motion perception: Color and luminance. Vision Research, 31(11), 1883-1891. Pereira, A. (1999). Guia prático de utilização d SPSS: Análise de dados para ciências sociais e psicologia. Edições sílabo:Lisboa. Piodi, F. (1998). The European Community and Road Safety. Working Paper, Transport Series (TRAN 103 EN) . European Parliament: Luxembourg. (c.f. http://www.europarl.eu.int/ workingpapers/tran/pdf/103_en.pdf). Probst, T. (1986). Thresholds for detection of changes in headway are elevated during a car ride. In A. Gale, M. Freeman, C. Haslegrave, P. Smith, & S. Taylor (Eds.), Vision in vehicles. Nottingham, UK. (pp. 157-166). Amsterdam, The Netherlands: Elsevier Science Publishers. 134 Probst, T., Brandt, T. & Degner, D. (1986). Object-motion detection affected by concurrent self motion: Psychophysics of a new phenomenon. Behavioural Brain Research, 22, 1-11. Probst, T., Krafczyk, S. & Brandt, T. (1987). Object-motion detection affected by concurrente self-motion perception: Applied aspects for vehicle guidance. Ophtalmic and Physiological Optics, 7, 309-314. Probst, T., Krafczyk, S., Brandt, T., & Wist, E. (1984). Interaction between perceived selfmotion and object-motion impairs vehicle guidance. Science, 225, 536-538. Proffitt, D. R., & Kaiser, M. K. (1986). The use of computer graphics animation in motion perception research. Special issue: Computers in vision research. Behavior Research Methods, Instruments, and Computers, 18(6), 487-492. Reason, J. (1993). L'erreur humaine. Paris:PUF. Reason, J. Manstead, A., Stradling, S. Baxter, J. Campbel, K. (1990). Errors and violation on the roads: A real distinction?. Ergonomics, 33, 1315-1332. Riemersma, J. (1988). An empirical study of subjective road categorization. Ergonomics 31, 621-630. Robbins, S. P., (1996). Organizational behaviour: Concepts, controversies and applications. London, Prentice Hall Robbins. Rumar, K. (1994) Human Factors in Road Traffic. In G. Jansson, S. Bergström, W. Epstein (Eds.) Perceiving Events and Objects, (319-328). LEA: Hillsdale. Salthouse, T.A. (1991). Theoretical perspectives on cognitive aging. Hillsdale: LEA Publishers. Santos, J. & Mesquita, A. (1991) O debate contemporâneo sobre a percepção visual. Análise Psicológica, 2, 157-169. Santos, J. A. (1996). Detecção do movimento de objectos com deslocação simultânea do sujeito: Implicações para o tráfego rodoviário. Tese de doutoramento, não publicada. Braga: Instituto de Educação e Psicologia, Universidade do Minho. Santos, J. A. (1997). Detection time of a leading vehicle's motion: effects of driving speed and road layout. in T. Rothengatter, & E. C. Vaya (Eds.), Traffic and Transport Psychology, theory and application. (pp. 113-120). Amsterdam, NL: Pergamon. Santos, J. A. (1998). Vehicle-Motion Detection: Inhibitory Effects of Self-Motion and Optical Flow Structure. In A. Gale (Ed.), Vision in Vehicles VI. 135 Santos, J., Noriega, P., Correia, M., Campilho, A. & Albuquerque, P. (2000). Object Motion Segmentation and Optical Flow Contrast. Relatórios de Investigação. C.E.E.P. Universidade do Minho: Braga. Schiller, P.H., Logothetis, N.K., & Charles, E.R., (1990). Role of the color-opponente and broad-band channels in vision. Visual Neuroscience, 5, 321-346. Silva, I., Santos, J., (1995). Avaliação de competências perceptivas e características de sistemas gráficos. In L.S. Almeida & I.S. Ribeiro, (Orgs.) Avaliação psicológica: Formas e contextos. APPORT, BRAGA Vol III, pg 195-154. Simões, A (1998). Elderly drivers and road safety: their needs for cognitive training and road environment improvement. In P. Albuquerque, J. Santos, C. Rodrigues & A. Costa (Eds) Human Factors in road traffic II: Traffic psychology and engineering.(120-124) CEEP Univ. Minho: Braga. Simpson, W. (1993). Optic flow and depth perception. Spatial Vision, 7, 35-75. Starling, E., & Evans, C.L. (1968) O processo visual. in E. Starling & C.L. Evans, C.L. (Eds.) Princípios de fisiologia humana (pp. 1774-1841), (Tradução portuguesa, 2ª edição 1978). Lisboa: Fundação Calouste Gulbenkian. Stewart, D. (1991). Driver perceptual error and child pedestrian accidents. In A. Gale (Ed.), Vision in vehicles III. Aachen, FRG. (pp. 143-152). Amsterdam, The Netherlands: North-Holland. Stewart, D., Cudworth, C. & Lishman, J. (1993). Misperception of time-to-collision by drivers in pedestrian accidents. Perception, 22, 1227-1244. Summala, H. (1997). Hierarchical model of behavioural adaptation and traffic accidents. In T. Rothengatter & E. Vaya (Eds). Traffic and Transport Psychology: Theory and Apllication. (41-52). Amsterdam: Pergamon. Teller, D.Y., & Lindsey, D.T., (1993). Motion at isoluminance: Motion dead zones in threedimensional color space, Journal of the Optical Society of America, 10(6), 1324-1331. Theeuwes, J. (1993) Visual attention and driving behaviour. In Jorge Santos (Ed.). Human Factors in Road Traffic. (103-123). Lisboa: Escher. Theeuwes, J. (1998). Road users' behaviour and road design. In P. Albuquerque, J. Santos, C. Rodrigues & A. Costa (Eds) Human Factors in road traffic II: Traffic psychology and engineering. (22-25). Braga: CEEP Univ. Minho. Tulving, E., Mandler, G. & Baumer, R. (1964). Interaction of two sources of information in tachistoscopic word recognition . Canadian Journal of Psychology, 18, 62-71. 136 Waard, D., Jessurun, M., Steyvers, F. J., Raggatt P. T. & Brookhuis. J. (1995) Effect of road layout and environment on driving performance, drivers’ physiology and road appreciation. Ergonomics, 38, 1395-1407. Wallach, H. (1987). Perceiving a stable environment when one moves. Annual Review of Psychology, 38, 1-27. Warren, , W.H., Morris, M.W., & Kalish, M. (1988). Perception of translational heading from optical flow. Journal of Experimental Psychology: Human Perception and Performance, 14, 646-660. Warren, W. (1995). In W. Epstein & S. Rogers, S. (Eds.). Perception of space and motion. San Diego: Academic Press. Watt, R. (1991). Understanding vision. London: Academic Press. 137 Índice de tabelas e figuras Tabela I-1. Matriz de tarefas 26 Tabela I-2. Três teorias da percepção visual e suas posições 32 Tabela II-1. Distâncias, medidas e ângulos dos estímulos e fundo 79 Tabela III-1. Amostra total por faixa etária e por género sexual 85 Tabela III-2. Luminâncias e cores 89 Tabela III-3. Valores de contraste para os pisos reais e simulados 91 Tabela III-4. Valores de densidade e magnitude média de fluxo óptico para os três pisos, por 91 área de imagem e área de imagem/região Tabela III-5. Médias, desvios padrão, mínimos e máximos para as detecções erradas, nos três tipos de pisos (aproximação) 98 Tabela III-6. Médias, desvios padrão e máximos para as detecções erradas, nos três tipos de 98 pisos e nas cinco velocidades relativas (aproximação) Tabela III-7. Médias, desvios padrão e máximos para as detecções erradas, nos três tipos de pisos e para as quatro faixas etárias (aproximação, Vr 4km/h) 101 Tabela III-8. Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção na situação global, aproximação e afastamento 103 Tabela III-9. Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção por velocidade relativa e tipo de piso (aproximação) 105 Tabela III-10. Média, mediana, desvio padrão, mínimo e máximo para os tempos de detecção por velocidade relativa e por faixa etária (aproximação) 108 Tabela III-11. Matriz factorial após rotação varimax 120 Tabela III-12. Correlações de Spearman entre detecção de movimento (tempos e erros) e idade (para ambos os sexos) 122 Tabela anexo H. Quilómetros percorridos desde que tem a carta para as quatro faixas etárias 157 Figura I-1. Número de vítimas mortais por cada 100.000 habitantes (1999) 15 Figura I-2. Número de acidentes com vítimas por cada 1.000 veículos (1999) 15 Figura I-3. Número de acidentes com vítimas por cada 1.000 veículos (evolução em Portugal de 1990 a 1998) 15 Figura I-4. Veículos intervenientes em acidentes com vítimas, percentagens por tipo de acidente (1997) 16 Figura I-5. Despesas de investigação Vs. Anos de vida perdidos 18 138 Figura I-6. The Cat 35 Figura I-7. Ilusão linhas horizontais 36 Figura I-8. Ilusão dimensão 37 Figura I-9. Representação de um padrão de fluxo óptico dum piloto a aproximar-se da pista de aterragem 38 Figura I-10. Representação duma imagem real duma aterragem 39 Figura I-11. Gradientes de textura 40 Figura I-12. Horizon ratio relation 41 Figura I-13. Ilusão vertical-horizontal 42 Figura I-14. O ciclo perceptivo proposto por Neisser 44 Figura I-15. Curvas de regressão para os Tempos de detecção e Velocidades relativas, nas condições de movimento(Vs50km/h) e parado (Vs0km/h), em situação de aproximação e afastamento 57 Figura I-16. Estimulo e f.o. global 58 Figura I-17. Média dos tempos de detecção para 6 densidades de fluxo óptico global 58 Figura II-1. Exemplo de optotipo usado para avaliar acuidade visual de longe 70 Figura II-2. Exemplo de estímulos usados para avaliar acuidade visual dinâmica 70 Figura II-3. Exemplo de estímulo usado para avaliar a resistência ao deslumbramento 71 Figura II-4. Representação do f.e.o. e das duas áreas 76 Figura II-5. Triângulo para cálculos trigonométricos 76 Figura III-1. Veículo Alvo (VWPolo) 87 Figura III-2. Estrada, guias laterais e traços descontínuos 88 Figura III-3. Elementos viários e veículo alvo 89 Figuras III-4. Piso de cimento e sua representação vectorial de fluxo óptico 92 Figura III-5. Piso de Betuminoso e sua representação vectorial de fluxo óptico 92 Figura III-6. Piso de betuminoso com bandas cromáticas e sua representação vectorial de f.o 92 Figura III-7. Percentagem de erros para cada tipo de piso (aproximação) 97 Figura III-8. Percentagens de detecções erradas, nos três tipos de pisos e nas cinco velocidades relativas (aproximação) 99 Figura III-9. Percentagens de detecções erradas, nos três tipos de pisos e nas quatro faixas etárias (aproximação, Vr 4km/h) 101 Figura III-10. Distribuição dos tempos de detecção para os três tipos de piso (aproximação) 104 Figura III-11.Distribuição dos tempos de detecção por velocidade relativa e tipo de piso (aproximação) 106 Figura III-12. Distribuição dos tempos de detecção por faixa etária e tipo de piso (aprox.) 109 Figura III-13. Percentagem de erros por faixa etária para o piso de bandas (Vr 4km/h) 113 139 Figura III-14. Número médio de detecções erradas e tempos de detecção médios para o género sexual feminino e masculino 123 Anexo A Figura 1 - Representação esquemática do contraste de fluxo óptico devido a mudança de sentido do objecto 145 Anexo A Figura 2. Distribuição dos tempos de detecção para a situação de aproximação e afastamento por velocidade relativa 146 140 Anexos Anexo A - Situações de Aproximação Vs. Afastamento Anexo B - Questionário inicial Anexo C - Ficheiros de programação de estímulos Anexo D - Ficheiro de especificação de texturas Anexo E - Exemplos de ficheiros de output com respostas dos participantes nas provas de DM, tre e trs Anexo F - Informação e acordo escrito Anexo G - Instruções das provas de trs, tre e DM Anexo H - Quilómetros percorridos desde que tem a carta para as quatro faixas etárias 141 Anexo A SITUAÇÕES DE AFASTAMENTO VS. APROXIMAÇÃO ___________________________________________________________ 1. INTRODUÇÃO 141 2. RESULTADOS 145 3. ANÁLISE, DISCUSSÃO DOS RESULTADOS E CONCLUSÕES 147 1. INTRODUÇÃO Referiu-se anteriormente que por este estudo ter uma vertente aplicada, seria dada prioridade à análise das situações de aproximação por serem ecologicamente mais relevantes. Contudo consideramos que apesar de algumas limitações de ordem metodológica (e.g. baixo número de ensaios por condição experimental), o confronto das situações de aproximação com as de afastamento (objecto alvo/veículo a aproximar-se ou a afastar-se) poderá lançar algumas ideias sobre uma discussão de índole mais fundamental, relacionada com a interacção do movimento do próprio e a detecção de movimento de objectos. Genericamente esta interacção é caracterizada por um aumento da dificuldade em detectar o movimento de objectos quando o sujeito se desloca (c.f.. Probst et al. 1986, 1987; Santos 1996; Santos, Noriega, Correia, Campilho & Albuquerque, 2000). Pode-se resumir esta interacção pela designação de efeito inibidor do fluxo óptico sobre a detecção do movimento. Para compreender este efeito Santos e col. (2000) discutem a validade de três tipos de modelos explicativos. O primeiro modelo é o da constância. Segundo este, o sistema visual humano tem uma tendência para a simplicidade e coerência. Um mecanismo compensatório e de constância é capaz de nos dar uma imagem coerente do ambiente, mesmo estando nós próprios em movimento (Wallach, 1987 cit. Santos et al., 2000). Assim, quando alguém está em movimento a maioria dos objectos do ambiente têm um movimento coerente de acordo com um padrão determinado pelo tipo de movimento do próprio sujeito, padrão esse produto dos componentes de movimentos de translação e rotação dos olhos, cabeça e corpo. Contudo, este mecanismo 142 compensatório também tem a desvantagem de inibir a detecção de pequenos movimentos, filtrando-os como se estes constituíssem uma espécie ruído de fundo fruto do padrão de movimento referido. De acordo com este modelo, poderíamos prever que sempre que houvesse um movimento geral do campo visual, a percepção do movimento específico de um objecto será sempre dificultada. Ou seja, os tempos e limiares de detecção serão tanto mais altos quanto menor for a magnitude relativa de movimentos entre o objecto e o campo visual (Vr), independentemente dos seus padrões de movimento, e.g, quer o objecto se esteja a aproximar ou a afastar. A segunda alternativa de modelo proposta por Santos e col. (2000) é baseada no conceito de sintonização (attunement), que deriva da percepção directa defendida pela ecologia gibsoniana (Gibson, 1986). Segundo este modelo, a detecção do movimento de aproximação deveria ser mais rápida e precisa pois como este corresponde a situações mais vitais (apanhar um objecto ou evitar uma colisão), nós estaríamos mais sintonizados para este tipo de movimento de objectos. Contudo podemos argumentar relativamente ao sentido desta sintonização. Santos e col. (2000) referem que estaríamos mais sintonizados para os movimentos de aproximação por estes corresponderem a situações mais vitais. Contudo se pensarmos em termos evolucionistas, os movimentos de aproximação de objectos seriam aqueles que corresponderiam aos ataques de presumíveis predadores e os de afastamento a fugas de presas. Segundo este prisma será, que não poderemos considerar os movimentos de afastamento igualmente vitais e como tal considerarmos que em termos de sintonização não deveria haver diferenças entre os dois? A resposta a esta questão seria dada se considerássemos que em termos de evolução da espécie humana se tivesse desempenhado apenas um papel, quando de facto o homem foi presa e predador simultaneamente. Contudo, resultados de diversos estudos (Probst et al. 1986, 1987; Santos 1996), fazemnos balançar entre o primeiro e o segundo modelo. Relativamente às questões de magnitude relativa de movimentos entre o objecto e o sujeito (velocidade relativa), os diversos estudos são coerentes, pois mostraram sempre que quanto menor esta for, maiores são os tempos de detecção e limiares. Mas, no que diz respeito à diferença entre as situações de aproximação e afastamento os resultados não são concordantes. Probst e colaboradores (1986, 1987) referem que na generalidade as situações de aproximação tiveram tempos de detecção mais baixos, mas sem diferenças estatisticamente significativas. Mesmo em situação estática, em contexto laboratorial, os autores referem que também não encontraram uma diferença estatisticamente significativa entre a situação de aproximação e afastamento, apesar de referirem que os tempos foram mais baixos para a aproximação. Contudo na situação estática a amostra era de apenas 5 sujeitos o que diminui a probabilidade de se encontrarem diferenças estatisticamente 143 significativas. No entanto, nos estudos de Santos e col. (2000) na situação estática, as aproximações foram significativamente mais rápidas. Os estudos de Santos (1996) não fizeram uma análise muito aprofundada das diferenças entre as situações de aproximação e afastamento. Numa das experiências por ele realizada, refere-se que as situações de aproximação foram ligeiramente mais rápidas, mas não sugerem diferenças significativas. Contudo esta análise foi fruto de uma aglomeração de resultados das diversas condições experimentais utilizadas (5 velocidades relativas e 5 velocidades do sujeito), não tendo o autor diferenciado as situações de aproximação e afastamento para cada condição experimental. Estes resultados revelam uma inexistência de diferenças entre a situação de aproximação e afastamento, apesar de se notar uma tendência para menores tempos na situação de aproximação. Se não considerar-mos essa tendência significativa poderíamos aceitar o primeiro modelo como válido. Pelo contrário se a considerarmos como significativa, o modelo mais válido seria o segundo proposto por Santos e col. (2000). Contudo, os estudos mais recentes de Santos e col. (2000) com um controle mais rigoroso de variáveis e cuja análise de resultados teve mais em conta este debate, mostraram que ao contrário dos estudos anteriores, as situações de aproximação eram significativamente mais lentas, principalmente quando as magnitudes relativa de movimentos entre o objecto e o campo visual eram menores. Este último estudo, sugeriu aos seus autores a existência dum terceiro modelo explicativo da interacção do movimento do próprio e a detecção de movimento de objectos. O terceiro modelo pode ser descrito segundo uma perspectiva computacional (Marr, 1985), em que o fluxo óptico (movimento no campo visual) pode ser descrito através duma análise vectorial. Um ponto em movimento pode ser representado por um vector com dado comprimento (magnitude) e um determinado sentido e direcção. Cada padrão de movimento do sujeito e do objecto no espaço tridimensional, terão uma representação correspondente no campo visual bidimensional. Assim, cada padrão visual de movimento, pode ser totalmente descrito no campo visual em termos de comprimento de vectores, sentido, direcção, descrição da distribuição espacial e densidade dos vectores. Um modelo computacional permite fazer previsões mais complexas do que os modelos de constância e ecológicos. Santos e col. (2000) sugerem o conceito de contraste de fluxo óptico para fazer previsões do tipo computacional, ou seja para operacionalizar o modelo vectorial/computacional O contraste de fluxo óptico é calculado tendo em consideração os fluxos ópticos global (fluxo/vectores existentes no campo visual que são gerados pelo movimento do próprio) e local (fluxo/vectores gerados pelo objecto em movimento). Assim a detecção do movimento de objectos, quando o sujeito está ele próprio em movimento, deverá variar de acordo com o contraste de fluxo óptico. 144 Podemos operacionalizar o conceito de contraste de fluxo óptico, através do exemplo que damos a seguir: Consideremos dois casos em que o sujeito e o objecto a detectar se deslocam na mesma direcção e em sentidos opostos ou iguais. No primeiro caso em que os sentidos de deslocação são opostos (e.g. sujeito a deslocar-se no sentido norte e objecto a deslocar-se para sul e a aproximar-se do sujeito), temos que os vectores do fluxo óptico global e local apontam no mesmo sentido, i.é, para sul (Figura 1-a). Neste caso o contraste de fluxo óptico é menor, a detecção do movimento de objectos é inibida. No segundo caso em que o sujeito e objecto se deslocam no mesmo sentido (e.g. sujeito a deslocar-se no sentido norte e objecto a deslocar-se para norte e a afastar-se do sujeito), os vectores do fluxo óptico global e local têm sentidos opostos, sendo que os do global apontam para sul e os do local para norte (Figura 1-b). Neste segundo caso há um maior contraste de fluxo óptico, a detecção é facilitada. O modelo computacional que deriva do conceito de contraste de fluxo óptico, é em parte confirmado pelos resultados dos estudos de Santos e col. (2000). Nas várias experiências que estes autores realizaram, de facto os sujeitos demoraram significativamente menos tempo a fazer a detecção de movimento quando os sentidos do fluxo óptico global e local eram inversos (movimentos de afastamento). No entanto esta diferença só foi significativa nas magnitudes relativa de movimentos entre o objecto e o campo visual mais baixas - vr's mais baixas até aos 6km/h, sendo que para as outras velocidades (10, 14 e 18km/h) não encontraram diferenças estatisticamente significativas. Contudo, estes autores também verificaram que: (1) nas situações em que o sujeito estava parado (situação estática) alem de as situações de aproximação serem detectadas mais rapidamente do que as de afastamento, (2) os tempos de detecção da situação de afastamento na situação dinâmica eram maiores do que os tempos em condição estática quer de aproximação ou afastamento. Assim, estes resultados tornam válido o modelo computacional apenas para as situações dinâmicas, pois apesar dos contrastes de fluxo óptico serem maiores na situação dinâmica de afastamento, a detecção foi mais fácil estando o sujeito parado, i.é, havendo menos contaste de fluxo óptico. Em resumo, considerando os resultados de Santos e Col. (2000) o modelo computacional é válido apenas em situações que existe efeito inibidor do fluxo óptico, sendo que o fenómeno perceptivo visual das situações onde a detecção é feita sem movimento simultâneo do sujeito são de outra natureza. Assim, o presente ponto, tentará através da discussão dos resultados de aproximação e afastamento lançar algumas ideias novas para o debate que se apresentou. Estas prendem-se 145 com o facto de se explorar um leque maior de magnitudes relativas de movimentos entre o objecto e o campo visual (velocidades relativas entre e 4 e 50km/h) que não se exploraram nos estudos anteriores. a N b N objecto objecto S S Figura 1 Representação esquemática do contraste de fluxo óptico devido a mudança de sentido do objecto a) Vectores de fluxo óptico global e local com o mesmo sentido contraste menor de f.o. - maior inibição da detecção de movimento. b) Vectores de fluxo óptico global e local com sentido oposto - contraste maior de f.o. - menor inibição da detecção de movimento. f.o. global f.o. local De acordo com os estudos de Santos e col. (2000), será de esperar que as situações de aproximação sejam mais difíceis pelo menos para as magnitudes menores (velocidades relativas mais lentas - Vr, 4km/h), nas magnitudes intermédias (15,5km/h) não deve haver diferenças entre as situações de aproximação e afastamento. Em relação às velocidades mais elevadas (27/50km/h) este estudo é exploratório, sendo que não se colocam hipóteses à priori. 2. RESULTADOS Uma vez que os resultados apresentados neste ponto não são essenciais relativamente aos objectivos desta tese, optamos por não fazer uma apresentação tão exaustiva de resultados, como a realizada no ponto anterior (c.f. III-3). Também por uma questão de coerência com os estudos feitos anteriormente e que servem de base ao estudo das aproximações e afastamentos (Santos, 1996, Santos et al, 2000), apresentam-se apenas os resultados dos tempos de detecção uma vez que nesses estudos se analisaram apenas esses resultados, o que também tem vantagens para comparação de resultados entre os estudos. A figura 2 mostra os resultados na forma de distribuição dos tempos de detecção para as situações de aproximação e afastamento, por velocidade relativa. Estes tempos de detecção aglomeram os tempos obtidos nos três tipos de pisos. 146 Para a velocidade relativa de 4km/h os sujeitos demoraram mais tempo a fazer a detecção do movimento do veículo na situação de aproximação. Nessa situação os tempos de detecção médios foram de 1580ms com um desvio padrão de 480ms. Na situação em que o veículo se afastava o tempo médio de detecção foi de 1311ms com um desvio padrão de 492. O teste não paramétrico de Wilcoxon para duas amostras relacionadas revelou a existência duma diferença estatisticamente significativa entre os tempos de detecção das duas situações (z=-3,7; p<0,001). Para a velocidade de 15,5km/h não existem diferenças estatisticamente significativas entre os tempos da situação de aproximação e afastamento (z=-1,498; p>0,1). Os tempos médios e desvios padrão foram respectivamente de 741ms e 157ms para a situação de aproximação e de 791ms e 239ms para a situação de afastamento. td (ms) Figura 2 Distribuição dos tempos de detecção para a situação de aproximação e afastamento por velocidade relativa 2700 2400 2100 1800 1500 1200 max 900 Situação 600 Aproxim ação mediana Q1 Afastam ento 300 Q3 4 15,5 27 38,5 50 Vr (km/h) Nas restantes velocidades relativas os sujeitos obtiveram tempos de detecção médios mais baixos na situação de aproximação. Para todas essas velocidades encontraram-se diferenças estatisticamente significativas entre a situação de aproximação e afastamento: para 27km/h z=-5,3 e p<0,001; para 38,5km/h, z=-5,9 e p<0.001; e para 50km/h z=-2,791 e p<0,005. Os tempos médios e desvios padrão para as velocidades relativas de: 27km/h foram de 606ms e 95ms (aproximação) e de 699ms e 183ms (afastamento); 38,5km/h foram de 547ms e 81ms 147 (aproximação) e de 642ms e 140ms (afastamento); e 50km/h foram de 530ms e 74ms (aproximação) e de 609ms e 107ms (afastamento). 3. ANÁLISE, DISCUSSÃO DOS RESULTADOS E CONCLUSÕES Os resultados nas velocidades de 4km/h e 15,5km/h confirmam as nossas hipóteses e estão de acordo com os estudos anteriores de Santos e col. (2000). Na velocidade relativa mais baixa (4km/h) os tempos de detecção foram significativamente mais elevados para a situação de aproximação. Na velocidade relativa intermédia (15,5km/h) não se verificaram diferenças entre as situações de aproximação e afastamento. No entanto, em relação às velocidades mais elevadas (27, 38,5 e 50km/h), note-se a inversão do padrão de resultados aproximação/afastamento que se obteve para a velocidades mais baixa. Estando estes resultados livres de factores exógenos parasitas, encontramo-nos numa situação em que se colocam algumas reservas a qualquer um dos modelos de detecção de movimento discutidos por Santos e col. (2000), pois sendo qualquer um deles apoiado pelos resultados apresentados, excluem-se mutuamente. Se quiséssemos aplicar esses modelos, teríamos o modelo computacional válido para as velocidades relativas baixas, o modelo de constância válido nas situações de velocidades relativas intermédias e o modelo ecológico válido para as velocidades relativas elevadas. Contudo julgamos que os nossos resultados, devido às limitações metodológicas inerentes não podem por em causa o modelo proposto por Santos e col. (2000). Nos estudos com objectivos fundamentais, de estudo da percepção visual usam-se normalmente um número de ensaios por estímulo muito superior àquele usado neste estudo. Neste estudo com objectivos mais aplicados, tal como em outros, o número de ensaios por estímulo foi mais reduzido (5 ensaios por estímulo). Assim, será abusivo querer tirar conclusões fundamentais e criar modelos a partir de uma metodologia mais adequada a um estudo aplicado. Julgamos no entanto que é válido apontar a necessidade de explorar num estudo fundamental as velocidades relativas mais elevadas. A partir dos nossos resultados e dos estudos anteriores, podemos descrever o possível funcionamento na tarefa de detecção de movimento em função da magnitude relativa de movimentos entre fluxo óptico local e global e o contraste de fluxo óptico. Assim, para uma dada densidade de fluxo óptico: Quando as diferenças de magnitude relativa (vr’s) são baixas, o contraste de fluxo óptico é mais elevado no afastamento portanto é mais fácil detectar o afastamento do que a aproximação. 148 Quando as diferenças de magnitude são muito elevadas o contraste de fluxo óptico deixa de ter efeito, e demora-se menos tempo na aproximação do que no afastamento. Neste caso temos algo semelhante a uma situação estática em que a aproximação é detectada mais facilmente, porque a área de projecção do objecto na retina aumenta com a expansão/aproximação do objecto. Quando as magnitudes são intermédias, o contraste de fluxo óptico ainda inibe a detecção de movimento, mas de forma idêntica para a aproximação e afastamento. 149 Anexo B Questionário inicial _________________ Ficha de inscrição - Questionário Voluntários para a participação em experiências sobre condução automóvel As informações contidas neste questionário são confidenciais e serão utilizadas exclusivamente para fins de investigação. Nome _______________________________________________________________________ τ, τ Data nascimento ____ / ____ / ________ Sexo: Masculino Feminino Morada ______________________________________________________________________ Telefone _____________________ Horas para Contacto _____________________________ Habilitações literárias ___________________________________________________________ Profissão _____________________________________________________________________ τ Desde ____ / ____ / ________ B τ Desde ____ / ____ / ________ C τ Desde ____ / ____ / ________ D τ Desde ____ / ____ / ________ E τ Desde ____ / ____ / ________ Carta condução n _____________________Categorias: A Usa óculos de correcção para conduzir: sim τ, não τ τ Entre 10.000 Km e 100.000 Km τ Mais de 100.000 Km τ Zona urbana τ, Estrada τ, Auto-estrada τ Quilómetros percorridos desde que possui a carta de condução: Menos de 10.000 Km Situação de condução mais frequente: Número e descrição breve de acidentes _____________________________________________ _____________________________________________________________________________ _____________________________________________________________________________ _____________________________________________________________________________ Motivação para participar nas experiências __________________________________________ _____________________________________________________________________________ Disponibilidade (Dias e horas): ___________________________________________________ Data e assinatura: 150 Anexo C Ficheiro de programação de estímulos ____________________________________ experiencia.ntestes=5 experiencia.tmin=2 experiencia.tmax=2 experiencia.duracao=4 experiencia.aviso=1 resolucao=1025 aviso.cor=0xff104000 ceu.cor=0xffffffff largura.do.ceu=2200 altura.do.ceu=500 velocidade.ceu=0 posicao.inicial.ceu=1500 camara.h=1.20 camara.fov=20.5 camara.alfa=0 camara.v=50 fundo.cor=0xffffffff fundo.l=10000 fundo.w=1100 estrada.w=12 estrada.l=10000 estrada.cor=0xff001fd0 estrada.berma=2.5 tracos.w=0.12 tracos.l=4 tracos.d=14 tracos.cor=0xffd0d0d0 risco.l=10000 risco.w=0.15 polo.d=20 polo.v=-4,4,-15.5,15.5,-27,27,-38.5,38.5,-50,50 polo.h=1.35 polo.w=1.6 polo.texture="vwpolo.bmp" polo.cor=0xffffff polo.xmax=0 fich_texturas="pisos.txt" conjuntos=1,2,3 ; numero de ensaios ; tempo minimo entre ensaios, em segundos ; tempo maximo entre ensaios, em segundos ; duracao do ensaio ; duracao da imagem de aviso ; cor da imagem de aviso ; cor azul do ceu ;esta velocidade e' multiplicada pela da estrada ; altura da camara ao solo, em metros ; angulo de abertura vertical, em graus ; angulo com horizontal, em graus ;(Vs) velocidades do veiculo, em km/h (Vs) ; cor do terreno ; comprimento do plano de terreno ; largura do terreno ; largura da estrada, em metros (inclui bermas) ; comprimento da estrada, em metros ; cor da estrada ; largura da berma ; largura do tracejado ; comprimento dos tracos ; distancia entre inicios de 2 tracos ; cor dos tracos ; comprimento do risco lateral ; largura do risco lateral ; distancia ao veiculo da frente ;(Vr) velocidades do veiculo da frente (Vr) ; altura do polo ; largura ; nome do ficheiro de textura do veículo ou "" ; cor do polo quando textura="" ; maximo deslocamento lateral 151 Anexo D Ficheiro de especificação de texturas ____________________________________ ;conjunto #1 ; ceu#1="cloudsky.bmp" fundo#1="terreno.bmp" fundoX#1=100. fundoY#1=300. estrada#1="cimento.bmp" estradaX#1=1. estradaY#1=750. ; ; ;conjunto #2 ; ceu#2="cloudsky.bmp" fundo#2="terreno.bmp" fundoX#2=100. fundoY#2=300. estrada#2="betuminoso.bmp" estradaX#2=1. estradaY#2=750. ; ; ;conjunto #3 ; ceu#3="cloudsky.bmp" ceuX#3=1. ceuY#3=1. fundo#3="fu.bmp" fundoX#3=100. fundoY#3=300. estrada#3="bandas.bmp" estradaX#3=1. estradaY#3=750. 152 Anexo E Exemplos de ficheiros de output com respostas dos participantes nas provas de DM, tre e trs _________________________________________________ Ensaio, nº de ensaio (DM, 150; tre, 30;trs 30) vpolo, velocidade relativa vcamara, velocidade do sujeito side, lado do objecto na prova tre resolucao, resolução espacial conjunto, 1 cimento, 2 betuminoso e 3 bandas tempo, tempo de resposta em milisegundos resp, resposta certa ou errada Detecção de Movimento Ensaio 0 1 2 3 4 5 6 vpolo -4.0 -38.5 15.5 50.0 -27.0 4.0 -15.5 vcamara 50.0 50.0 50.0 50.0 50.0 50.0 50.0 side 0 0 0 0 0 0 0 resolucao 1025 1025 1025 1025 1025 1025 1025 conjunto 1 1 2 1 3 2 1 tempo 1220 645 737 523 721 490 780 -1 -1 1 1 1 1 -1 resp certo certo certo certo errado certo certo Tempo de reacção de escolha Ensaio 0 1 2 3 4 5 6 vpolo 0.0 0.0 0.0 0.0 0.0 0.0 0.0 vcamara 0.0 0.0 0.0 0.0 0.0 0.0 0.0 side -1 1 1 -1 -1 -1 -1 resolucao 1025 1025 1025 1025 1025 1025 1025 conjunto 0 0 0 0 0 0 0 tempo 515 569 568 515 458 460 486 resp -1 1 1 -1 -1 -1 -1 certo certo certo certo certo certo certo tempo de reacção simples Ensaio 0 1 2 3 4 5 6 vpolo 0.0 0.0 0.0 0.0 0.0 0.0 0.0 vcamara 0.0 0.0 0.0 0.0 0.0 0.0 0.0 side 0 0 0 0 0 0 0 resolucao 1025 1025 1025 1025 1025 1025 1025 conjunto 0 0 0 0 0 0 0 tempo 376 319 349 374 319 376 320 1 1 1 1 1 1 1 resp certo certo certo certo certo certo certo 153 Anexo F INFORMAÇÃO E ACORDO ESCRITO _____________________________________ A experiência em que vai participar terá a duração aproximada de 60 min . Esta consiste numa situação em que estará sentado frente a um écran numa sala escura. Serão projectadas imagens e ser-lhe-á pedido que responda às questões que lhe são colocadas premindo alguns comandos. O objectivo geral desta experiência é o de comprender como é que as informações visuais são utilizadas em situações próximas à condução automóvel. As técnicas utilizadas nesta experiência não são perigosas para a sua saúde ou segurança. No caso de qualquer dificuldade ou problema a experiência poderá ser interrompida. Ao assinar esta folha tal significa que: 1) tomou conhecimento das informações anteriores, 2) que todas as suas questões prévias receberam uma resposta satisfatória, 3) que concorda em participar voluntariamente nesta experiência. Data: Nome: 154 Anexo G Instruções das provas de trs, tre e DM ____________________________________ Tempo de reacção simples Demonstração Mostrar ao sujeito como segurar e utilizar o rato: - “Vai segurar este rato com a mão direita (esquerda), o indicador sobre este comando (direito para dextros, esquerdo para canhotos), pronto a carregar, assim.” - “Vai ver aparecer uma imagem como esta.” Apresentar 3 vezes a imagem. - “Logo que vir a imagem deve carregar rapidamente sobre o comando do rato e depois voltar a levantar o dedo. Carregue no botão apenas quando vê a imagem. Deve ser o mais rápido possível.” - “Percebeu? Agora vamos fazer alguns ensaios.” Aprendizagem Verificar se o sujeito segura o rato de forma correcta. - “Está pronto? Vamos fazer alguns ensaios.” Iniciar a sequência de estímulos. Verificar as respostas/ incentivar o sujeito a responder. Após 5/ 6 estímulos interromper a sequência. - “Muito bem, vamos agora começar o teste.” Teste -”Agora vai ver a mesma luz. Procure carregar no comando do rato o mais rapidamente possível. Não se distraia. Atenção, vamos começar.” Iniciar o teste. No fim da prova: 155 “Terminou, esta prova.” Tempo de reacção de escolha Demonstração Mostrar ao sujeito como segurar e utilizar os comandos do rato: - “Vou explicar-lhe o teste. Vai ver aparecerem duas imagens: uma à direita e outra à esquerda do écran.” Apresentar cada estímulo. - “Durante o teste vai ver as 2 imagens sem uma ordem fixa.” - “Quando a imagem aparecer no lado direito do écran vai carregar no comando direito do rato, quando aparecer no lado esquerdo do écran vai carregar no comando esquerdo do rato.” Verificar as respostas e corrigir. - “Percebeu? Agora vamos fazer alguns ensaios. Se se enganar não pare, continue a prova.” Aprendizagem Verificar se o sujeito tem os dedos apoiados sobre os comandos e está na posição correcta. - “Está pronto? Vamos fazer alguns ensaios. Responda o mais rapidamente possível.” Iniciar o teste. Verificar/ reforçar as respostas e corrigir o sujeito. Após 12 estímulos terminar a aprendizagem. - “Muito bem, vamos agora começar o teste.” Teste - “As imagens vão aparecer à sorte. Responda o mais rapidamente possível mas procurando não se enganar. Atenção, vamos começar.” Iniciar o teste. No fim da prova: “Terminou, esta prova.” 156 Detecção de movimento Demonstração Mostrar ao sujeito como utilizar os comandos do rato: - “Vou explicar-lhe o teste... Vai ver um veículo que nuns casos se aproxima de si e noutros se afasta.” Apresentar cada estímulo. - “Durante o teste vai ver as 2 situações sem uma ordem fixa.” - “Quando vir que o veículo se afasta carrega no comando direito do rato, se vir que o veículo se aproxima carrega no comando esquerdo.” Verificar as respostas e corrigir. - “O veículo move-se sempre, ou aproximando-se ou afastando-se. Dê sempre uma resposta.” - “Percebeu? Agora vamos fazer alguns ensaios. Se se enganar não pare, continue a prova.” Aprendizagem Verificar se o sujeito tem os dedos apoiados sobre os comandos e está na posição correcta. - “Está pronto? Vamos fazer alguns ensaios. Responda o mais rapidamente possível.” Iniciar o teste. Verificar/ reforçar/ corrigir o sujeito. Verificar a compreensão e a consistência de respostas. Se existirem grandes flutuações voltar a repetir o treino. Após 12 ensaios terminar a aprendizagem. - “Muito bem, vamos agora começar o teste.” Teste - “As imagens vão aparecer à sorte. Responda o mais rapidamente possível, mas procurando não se enganar. Atenção vamos começar.” Iniciar o teste. No fim da prova: “Terminou, a prova.” 157 Anexo H Quilómetros percorridos desde que tem a carta para as quatro faixas etárias ___________________________________________ <10.000Km >10.000 e <100.000Km >100.000km F1 [18,28[ 36.1% 55.6% 8.3% F2 [28,38[ 26.9% 34.6% 38.5% F3 [38,48[ 11.1% 27.8% 61.1% F4 [48,58[ 4.5% 9.1% 86.4%