利用眼动追踪数据对交互式虚拟物体旋转的三维映射

我们开发了一种实时记录人类与三维虚拟物体交互的方法。该方法通过将操作物体的旋转数据与眼动追踪等行为测量指标关联，使我们能够更深入地理解任务背后的认知过程，而不仅仅是最终结果。

本文探讨了以下主题：心理旋转与眼动之间的关系、个体差异、应用与实际意义、方法学进展、认知模型与理论、发展与临床视角以及神经认知机制。本研究在方法学方面做出了贡献。

目前尚无直接有效的方法将眼动数据与旋转轨迹进行整合。在本研究中，我们旨在弥补这一空白。我们设计了一种简单且经济高效的实验方案，可将传统的三维眼动追踪数据与旋转测试相结合，并映射到三维模型上。

我们未来的研究将聚焦于改进我们的方法，以研究个体在解释和交互虚拟及物理三维物体方面的差异。例如，我们将考察化学领域的学生与专家的情况。首先，在计算机上启动眼动追踪软件。

打开iRT网页，填写姓名和电子邮件，然后点击下一步。让受试者在眼动追踪系统前以舒适姿势就座。调节座椅位置，确保受试者与摄像头之间保持最佳距离。

现在，调整摄像头的高度，以准确捕捉受试者的瞳孔。按下“校准”开始校准过程。请受试者注视屏幕上的一系列圆点，并在不移动头部的情况下跟随圆点的移动。

校准过程完成后，可在主显示窗口中实时查看带有视线数据的捕获画面。在主菜单中点击“Gaze Video”图标以显示眼动仪捕获的用户面部图像，然后点击“Start Record”开始实验。打开之前已打开的 iRTs 窗口，要求参与者点击“Go”按钮，随后他们需要旋转右侧的物体，直到其与左侧的物体尽可能匹配。

单击“完成”以结束旋转操作，并重复此过程，直至所有任务均完成。眼动追踪数据采集完成后，单击“分析数据”，然后导出包含用户所有记录数据的 CSV 文件。如果使用的是在线交互式旋转任务页面，请打开用于接收在线数据的 Google 表格文件，然后依次单击“文件”、“下载”和 xlsx 格式。

接下来，下载并解压正在使用的代码库。确保脚本 1.unpacking_sheets.m 和 2.data_merge_and_process. 能够正常访问。

米，三维旋转轨迹。米，文件夹模型位于下载的代码仓库中的 Octave 文件夹内。请将数据文件移至 Octave 文件夹中。

使用 GNU Octave 启动器打开脚本 1.unpacking_sheets.m。在编辑器选项卡中，单击绿色的“保存文件并运行”图标以运行该脚本。

当两个提示框连续出现时，在第一个提示框中输入已下载文件的名称，在第二个字段中输入解压后文件的名称。几分钟后将弹出一个提示框，告知用户处理已完成。随后打开并运行脚本 2.data_merge_and_process。

合并眼动仪和iRT的数据。现在，从保存的数据表中输入sessionID值和taskID值。然后输入未打包的iRT数据文件名以及眼动仪数据文件名。

启动并运行 3.3D 旋转轨迹.m 脚本。当出现三个提示时，输入 sessionID 值、taskID 值和未打包的 iRT 数据文件名，或将其留空。

要重放参与者对任务的交互过程，请首先进入交互式任务网页，启动测试，然后移动鼠标指针。接着，单击不可见的调试文本以启用调试模式。按下 timerStop 图标以中断任务，然后单击控制台以打开模型的 JSmol 控制台。

现在打开文件“output jmol console.xlsx”，复制包含 JMol 命令的整个页面内容，将复制的命令列表粘贴到 JSmol 控制台中，然后点击“运行”按钮以执行这些命令。

要生成 gif 动画，请在 JSmol 控制台中输入命令 capture filename SCRIPT output，其中 filename 是要创建的 gif 文件的名称，output 是复制的完整命令列表。在初始阶段和精细调节阶段，受试者的瞳孔保持更明显的扩张状态。精细调节阶段的长时间注视对应于瞳孔直径的平台期。

旋转轨迹分析显示，参与者一开始偏离了目标位置，随后才找到通向解决方案的明确路径。