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%