在因自然灾害或结构设计不良而导致建筑物故障后，安全检查员必须进入建筑物以评估损坏情况，然后才能返回居住者。宾夕法尼亚州立大学建筑工程系的研究人员通过使用眼动追踪软件分析他们的注视模式，研究了建筑检查员如何进行安全评估。最终，眼动追踪数据可用于对无人机等自主机器人进行编码，以代替人类进行建筑评估。

研究人员的结果发表在《科学报告》上。

“我们正在寻找一种方法来捕捉检查员如何思考并在建筑工地进行评估，以了解他们的意图和诊断选择，”通讯作者，建筑工程助理教授Rebecca Napolitano说。“研究它们在建筑物的某些位置上的位置以及多长时间可以帮助我们做到这一点。

研究人员要求10名建筑工程研究生在戴着Tobii眼动追踪眼镜的情况下评估两个建筑立面。眼镜有两个摄像头，可以同时测量运动和定位。一个摄像头面向物体，另一个摄像头在用户的眼睛上进行训练，以测量瞳孔扩张和凝视方向。

研究参与者有无限的时间来评估宾夕法尼亚州中部两座钢结构建筑外墙的两个部分。研究人员选择这些地点是因为建筑物的各种可观察到的问题，包括植物生长，油漆剥落，砖块降解，裂缝，水冷和入侵以及地基侵蚀。

参与者 - 他们都有一些建筑诊断经验，并在建筑检查实验之前接受了相同的培训 - 花费不同的时间凝视立面的不同点。有些人错过了更明显的问题，并长期专注于较小的问题，例如裂缝。

“有些问题或多或少是显而易见的，最终每个人都发现了大多数相同的东西，但他们的练习方法非常不同，”纳波利塔诺说。“我们了解到，根据他们的背景，人们在看待结构时会有偏见。

纳波利塔诺说，习惯于寻找某些问题的人，例如水损害，会花更多的时间在这个特定问题上。

研究人员表示，这些结果与其他进行眼动追踪评估的研究不同，例如医学成像研究和心理学。这些领域的专家被证明在页面的每个点上花费相同的时间，包括遇到异常时。另一方面，建筑物检查参与者往往在较长时间内关注可观察到的问题。

研究人员说，人们如何评估建筑物的巨大差异为编码无人机执行相同的检查带来了挑战。

“很难对所有数据进行平均，因为研究参与者的结果如此不同，”纳波利塔诺说。“但这只是了解检查员思维方式的一小步，其长期目标是创建一种算法来通知无人机。

未来，研究人员计划进行另一项眼动追踪实验，这次使用3D刺激，例如建筑物内的房间，而不是被认为是2D的建筑立面。为了实现这一目标，Napolitano实验室的一些成员在3年2021月肯塔基州梅菲尔德市发生龙卷风后访问该地区时，在受损结构内收集了<>D眼动追踪数据样本，该组织打算对其进行分析和编码。

“我们计划使用收集的现场数据来创建合成数据，然后我们可以用它来更多地了解人机关系，”纳波利塔诺说。