Porównanie eye trackerów – jak wybrać sprzęt do badań akademickich i komercyjnych?

Wybór odpowiedniego urządzenia pomiarowego stanowi jedną z kluczowych decyzji metodologicznych w projektowaniu badań okulograficznych. Rynek eye trackerów charakteryzuje się znacznym zróżnicowaniem – od tanich i mało dokładnych rozwiązań opartych na kamerach internetowych, przez mobilne systemy okularowe, aż po zaawansowane platformy laboratoryjne o prędkościach powyżej 1000 Hz.

Zrozumienie różnic między poszczególnymi klasami urządzeń jest niezbędne dla zapewnienia rzetelności wyników badawczych. W niniejszym opracowaniu przedstawiamy systematyczny proces doboru sprzętu, analizując odmienność wymagań w kontekście badań naukowych oraz zastosowań komercyjnych, ze szczególnym uwzględnieniem parametrów technicznych mających bezpośredni wpływ na jakość i wiarygodność danych.

Czym jest eye tracker i jak działa?

Eye tracker to urządzenie przeznaczone do śledzenia i rejestracji ruchów gałek ocznych metodą okulografii. Większość współczesnych systemów komercyjnych, takich jak rozwiązania Smart Eye czy SR Research (EyeLink), wykorzystuje technologię oświetlania rogówki promieniowaniem podczerwonym (IR) o długości fali 850-950 nm.

Kamera z filtrem IR rejestruje odbicie rogówkowe (corneal reflection, tzw. glint) oraz położenie środka źrenicy. Na podstawie wektora między tymi dwoma punktami referencyjnymi algorytm oblicza punkt fiksacji wzroku w przestrzeni ekranu lub środowiska trójwymiarowego. Skuteczność tego procesu wymaga przeprowadzenia procedury kalibracji – standaryzowanego protokołu, podczas którego uczestnik badania fiksuje wzrok na sekwencji punktów o znanych współrzędnych, co umożliwia systemowi konstrukcję indywidualnego modelu geometrycznego układu optycznego oka.

Należy podkreślić, że eye tracker rejestruje kierunek linii spojrzenia. Punkt fiksacji wskazuje na fragment pola widzenia potencjalnie przetwarzany przez centralną część siatkówki, charakteryzującą się najwyższą ostrością wzrokową, w odróżnieniu od widzenia peryferyjnego o ograniczonej zdolności rozdzielczej. Szerzej opisujemy ten mechanizm we wpisie o tym, jak działa eyetracking w badaniach.

Podział sprzętu: trzy klasy stanowisk badawczych

Wybór architektury sprzętowej determinuje zakres możliwych do zastosowania metodologii oraz typ środowiska eksperymentalnego. W praktyce projektowej wybiera się nie tyle konkretny model, co jedną z trzech klas stanowiska. Pełne zestawienie urządzeń, które dostarczamy, znajduje się w katalogu eye trackerów.

Eye trackery stacjonarne

Są to urządzenia montowane pod monitorem lub zintegrowane z ekranem, na przykład Smart Eye Aurora, EyeLink Portable Duo, Gazepoint GP3 HD czy EyeLogic One.

Zastosowanie: badania ekranowe, w tym testowanie interfejsów, analiza materiałów reklamowych, badania nad procesami czytania oraz eksperymenty psychofizjologiczne wymagające stabilnej pozycji głowy względem bodźca.

Zalety: najwyższa precyzja pomiaru, najwyższe dostępne częstotliwości próbkowania, brak artefaktów wynikających z przesuwania się urządzenia względem głowy oraz automatyczne odniesienie spojrzenia do współrzędnych ekranu. To ostatnie oznacza, że obszary zainteresowania działają automatycznie, a wyniki można agregować między uczestnikami bez ręcznej pracy analityka.

Stanowisko do badania urządzeń mobilnych (mobile device setup)

Osobna klasa, w porównaniach zwykle pomijana, a w praktyce najczęściej poszukiwana przez zespoły UX. Jest to stacjonarny eye tracker zamontowany na stojaku wycelowanym w telefon lub tablet, wraz z torem przechwytywania obrazu z ekranu urządzenia. W naszej ofercie realizuje ją Smart Eye Mobile Stand we współpracy ze Smart Eye AI-X lub Aurorą oraz z platformą iMotions.

Zastosowanie: testy użyteczności aplikacji mobilnych, badania serwisów w wersji mobilnej, ścieżki zakupowe w aplikacjach, badania jakościowe z materiałem prezentowanym na telefonie.

Zalety: uczestnik trzyma i obsługuje telefon w sposób zbliżony do naturalnego, a dane zachowują jakość stanowiska stacjonarnego. Spojrzenie odnoszone jest do przechwyconego obrazu ekranu, więc obszary zainteresowania działają automatycznie i analiza nie wymaga mapowania klatka po klatce. To najważniejsza różnica wobec okularów: koszt i czas analizy są kilkukrotnie niższe przy porównywalnej liczbie uczestników.

Ograniczenie: urządzenie pozostaje unieruchomione na stojaku, więc odpada wszystko, co wymaga chodzenia, obracania telefonu w dłoni czy korzystania z niego w ruchu.

Mobilne eye trackery okularowe

Przybierają formę okularów z wbudowanymi kamerami, na przykład Pupil Labs Neon, Viewpointsystem VPS 19 czy ETVision System.

Zastosowanie: badania w środowisku naturalnym i niekontrolowanym – analiza zachowań przy półce sklepowej, ocena interakcji człowiek-maszyna w warunkach rzeczywistych, badania sportowe, szkolenia specjalistyczne i procedury medyczne.

Zalety: pełna swoboda ruchu uczestnika, pomiar w świecie rzeczywistym, zachowanie kontekstu ekologicznego, rejestracja sceny z perspektywy pierwszej osoby.

Ograniczenia specyficzne dla tej klasy, o których rzadko pisze się w materiałach producentów. Pierwsze to slippage, czyli stopniowe zsuwanie się oprawy w trakcie sesji, degradujące kalibrację tym bardziej, im dłuższe badanie. Drugie to błąd paralaksy: kamera sceny i oko patrzą z nieco innych punktów, więc dokładność zależy od odległości obserwowanego obiektu, a kalibracja wykonana na dystansie ramienia przestaje być trafna przy półce oddalonej o dwa metry. Trzecie to koszt analizy, ponieważ dane trzeba odnieść do bodźca przez markery lub mapowanie, co przy materiale wideo bywa najdroższym etapem projektu.

Tabela porównawcza klas stanowisk

Kluczowe parametry techniczne – co oznaczają i kiedy mają znaczenie

Analiza specyfikacji wymaga zrozumienia, które parametry mają rzeczywisty wpływ na jakość danych w konkretnym paradygmacie. Część z nich jest w praktyce nieistotna dla większości projektów, a mimo to bywa głównym argumentem sprzedażowym. Poniżej każdy parametr opisujemy w trzech krokach: co oznacza, na co wpływa i kiedy naprawdę ma znaczenie.

Częstotliwość próbkowania (sampling rate)

Co oznacza: liczba pomiarów położenia oka rejestrowanych w ciągu sekundy, wyrażana w hercach.

Na co wpływa: na rozdzielczość czasową wszystkich miar liczonych ze zdarzeń. Przy 60 Hz kolejne próbki dzieli około 17 ms, więc moment rozpoczęcia fiksacji znany jest z dokładnością do tej wartości, a wszystkie wskaźniki czasowe, w tym czas do pierwszej fiksacji, dziedziczą tę niepewność. Częstotliwość wyznacza też granicę tego, co w ogóle da się wykryć: mikrosakady i kinetyka ruchu sakadycznego wymagają setek próbek na sekundę.

Kiedy ma znaczenie: w badaniach czytania, psycholingwistyce, badaniach nad uwagą i wszędzie tam, gdzie efekt wyraża się w dziesiątkach milisekund. Standardem jest wtedy 250 Hz i więcej, a dla analizy trajektorii sakad 500 do 1000 Hz. W tej klasie mieszczą się EyeLink Portable Duo oraz Smart Eye Aurora.

Kiedy nie ma znaczenia: w typowych badaniach UX i reklamy, gdzie pytamy, co uczestnik zauważył, w jakiej kolejności i jak długo patrzył. Tam 60 do 120 Hz wystarcza, a różnica między 120 a 250 Hz nie zmieni wniosków.

Dokładność (accuracy)

Co oznacza: jak blisko rzeczywistego punktu fiksacji znajduje się punkt zmierzony przez system. Wyrażana w stopniach kąta widzenia, typowo od 0,3 do 1,0 stopnia.

Na co wpływa: na to, jak drobne elementy bodźca można rozróżnić. Jeden stopień kąta widzenia z odległości 60 cm to około 1 cm na ekranie. Jeśli elementy interfejsu są mniejsze, przypisanie fiksacji do właściwego obszaru zainteresowania staje się loterią.

Kiedy ma znaczenie: przy gęstych interfejsach, badaniach czytania na poziomie pojedynczych słów, analizie etykiet i drobnych elementów opakowań.

Kiedy nie ma znaczenia: przy dużych obszarach zainteresowania, na przykład blokach strony, banerach czy całych produktach na półce.

Precyzja (precision)

Co oznacza: powtarzalność pomiaru, czyli rozrzut kolejnych próbek wokół tego samego punktu. Wyrażana jako RMS w stopniach, typowo od 0,01 do 0,5 stopnia.

Na co wpływa: bezpośrednio na działanie algorytmów detekcji fiksacji i sakad. Szum bywa interpretowany jako ruch, przez co jedna fiksacja rozpada się na kilka krótszych, a liczba fiksacji sztucznie rośnie.

Kiedy ma znaczenie: zawsze, gdy raportujemy liczbę fiksacji albo ich czas trwania, czyli w praktyce niemal zawsze. To parametr częściej pomijany niż dokładność, a mający większy wpływ na końcowy wynik.

Warto rozdzielać te dwie rzeczy. Wysoka precyzja przy niskiej dokładności oznacza, że system konsekwentnie wskazuje ten sam punkt, systematycznie przesunięty względem rzeczywistego. Niska precyzja przy wysokiej dokładności oznacza, że średnia jest trafna, ale pojedyncze próbki są mocno rozrzucone.

Latencja (data delay)

Co oznacza: opóźnienie między rzeczywistym ruchem oka a dostępnością danych w systemie.

Na co wpływa: na możliwość reagowania eksperymentu w czasie rzeczywistym oraz na jakość synchronizacji z innymi urządzeniami.

Kiedy ma znaczenie: w paradygmatach gaze-contingent, w których bodziec zmienia się zależnie od tego, gdzie pada wzrok, na przykład w technice ruchomego okna w badaniach czytania. Latencja liczy się także przy łączeniu z EEG, o czym piszemy szerzej we wpisie o EEG i eyetrackingu w badaniach percepcji.

Kiedy nie ma znaczenia: przy biernym oglądaniu materiału, gdzie dane analizowane są po zakończeniu sesji.

Swoboda ruchu głowy (head box)

Co oznacza: objętość przestrzeni, w której system utrzymuje tracking bez utraty jakości.

Na co wpływa: na odsetek utraconych danych i na komfort uczestnika. Mały head box wymusza instruowanie badanego, żeby się nie poruszał, co samo w sobie zmienia zachowanie i obniża naturalność sytuacji.

Kiedy ma znaczenie: w badaniach z dziećmi, osobami starszymi i pacjentami neurologicznymi, a także przy długich sesjach, w których nie da się utrzymać sztywnej pozycji.

Dryf kalibracji (drift)

Co oznacza: stopniową utratę dokładności w czasie, wynikającą ze zmian fizjologicznych, zmęczenia albo przesunięcia pozycji uczestnika.

Na co wpływa: na porównywalność danych z początku i z końca sesji. Nierozpoznany dryf produkuje pozorne efekty, na przykład systematyczne przesunięcie uwagi ku górze ekranu w drugiej połowie badania.

Kiedy ma znaczenie: w sesjach dłuższych niż około 30 minut oraz w badaniach wieloblokowych. Rozwiązaniem jest rekalibracja między blokami i procedura drift correction.

Tracking jednooczny i obuoczny

Co oznacza: śledzenie jednego oka, zwykle dominującego, albo obu jednocześnie.

Na co wpływa: na dostępność miar wergencji, czyli zbieżności osi widzenia, oraz na możliwość wykrywania asymetrii okoruchowych.

Kiedy ma znaczenie: w badaniach percepcji głębi, w diagnostyce zaburzeń widzenia obuocznego, w badaniach klinicznych i w środowiskach wirtualnych. W typowych badaniach ekranowych tracking jednooczny jest wystarczający.

Czego nie ma w kartach katalogowych

Deklarowane parametry mierzone są w warunkach optymalnych: na dorosłych uczestnikach bez wad wzroku, przy kontrolowanym oświetleniu, w krótkich sesjach. W realnym badaniu jakość danych obniżają okulary korekcyjne i ich odbicia, soczewki kontaktowe, mocny makijaż rzęs, opadające powieki, bardzo jasne lub bardzo ciemne tęczówki, światło słoneczne wpadające przez okno oraz zwyczajne zmęczenie. W praktyce w każdej próbie znajdzie się kilka procent osób, dla których żaden system nie dostarczy danych akceptowalnej jakości, i trzeba to uwzględnić już na etapie planowania wielkości próby.

Eye tracking w badaniach akademickich – wymagania metodologiczne

W środowisku naukowym priorytetem jest rygor metodologiczny, powtarzalność wyników oraz możliwość publikacji zgodnie ze standardami czasopism. Instytucje akademickie wymagają sprzętu dostarczającego dane surowe najwyższej jakości, umożliwiające zaawansowane analizy post hoc.

Wymagania sprzętowe

W badaniach z zakresu psychologii poznawczej, psycholingwistyki, neuropsychologii i badań nad czytaniem standardem są urządzenia o częstotliwości co najmniej 250 Hz. W tej klasie mieszczą się Smart Eye Aurora oraz EyeLogic One, a w segmencie najwyższych częstotliwości systemy z rodziny EyeLink, w tym EyeLink Portable Duo pracujący w zakresie od 250 do 2000 Hz.

Kluczowe są:

• Wysoka częstotliwość próbkowania dla precyzyjnej analizy temporalnej
• Niska latencja w paradygmatach gaze-contingent
• Wysoka precyzja dla detekcji subtelnych efektów
• Dostęp do danych surowych bez wstępnego przetwarzania

Integracja z innymi systemami biometrycznymi

Współczesne badania psychofizjologiczne często wymagają równoczesnej rejestracji wielu sygnałów. Synchronizacja eye trackera z:

• EEG – analiza zależności między fiksacjami a aktywnością korową, w tym potencjały związane z fiksacją
• GSR – pomiar pobudzenia
• EMG – rejestracja aktywności mięśniowej
• Systemami fMRI – eye tracking kompatybilny z rezonansem

Wymaga to zastosowania:

• Wspólnego zegara referencyjnego dla wszystkich systemów
• Kompensacji dryfu zegarów między urządzeniami
• Standardów komunikacji takich jak Lab Streaming Layer
• Triggera sprzętowego eliminującego opóźnienia programowe

Metodologię takiego badania, wraz z korekcją artefaktów okoruchowych i problemem nakładania się odpowiedzi, opisujemy osobno we wpisie o koregistracji EEG i eyetrackingu. Warstwę integracyjną zapewnia platforma iMotions.

Standardy raportowania

Publikacje naukowe wymagają przestrzegania standardów raportowania parametrów eye trackingu:

• Dokładne podanie modelu urządzenia i częstotliwości próbkowania
• Opis procedury kalibracji i walidacji
• Raportowanie wskaźników jakości danych: procent utraconych próbek, średnia dokładność kalibracji, dryf
• Algorytmy detekcji fiksacji i sakad, na przykład oparte na prędkości lub na dyspersji
• Kryteria włączania i wyłączania danych o niskiej jakości

Eye tracking w badaniach komercyjnych (UX i marketing)

Dla badaczy UX i specjalistów od neuromarketingu priorytety koncentrują się wokół efektywności operacyjnej: szybkości konfiguracji, łatwości obsługi, czytelności raportów oraz możliwości prezentacji wyników interesariuszom nietechnicznym.

Wymagania funkcjonalne

W badaniach użyteczności i badaniach rynkowych zazwyczaj wystarczają urządzenia o częstotliwości 60 do 120 Hz, na przykład Smart Eye AI-X lub Gazepoint GP3 HD. Kluczowe są metryki behawioralne:

Mapy cieplne: agregowana wizualizacja rozkładu uwagi w grupie. Umożliwia szybką identyfikację elementów przyciągających uwagę oraz obszarów pomijanych.

Czas do pierwszej fiksacji: opóźnienie do momentu zauważenia kluczowego elementu, na przykład przycisku, logotypu lub ceny. Wskaźnik skuteczności hierarchii wizualnej.

Całkowity czas fiksacji: łączny czas poświęcony danemu obszarowi zainteresowania. Koreluje z głębokością przetwarzania.

Ścieżki wzroku: wizualizacja sekwencji oglądania elementów, pozwalająca zidentyfikować dominujące wzorce nawigacji.

Liczba powrotów do obszaru: może wskazywać zarówno na trudność w przetwarzaniu, jak i na wysoką istotność elementu. Więcej o interpretacji tych miar piszemy we wpisie o wskaźnikach drugiego poziomu oraz w tekście o eyetrackingu w neuromarketingu.

Metodologie stosowane w badaniach komercyjnych

• Stanowiska do badania urządzeń mobilnych, na przykład Smart Eye Mobile Stand – testy aplikacji i serwisów mobilnych bez kosztownej analizy nagrań
• Mobilne systemy okularowe, na przykład Pupil Labs Neon – badania zachowań zakupowych przy półce, testowanie ergonomii stanowisk pracy
• Integracja z VR i AR – eye tracking wbudowany w gogle, na przykład Varjo XR-4 lub HTC Vive Focus Vision, do testowania prototypów w środowiskach wirtualnych
• Remote eye tracking – badania zdalne z wykorzystaniem kamer internetowych uczestników. Mówimy tu jednak o dokładności rzędu kilku stopni, czyli o zupełnie innej klasie wniosków: nadaje się do porównania dużych stref ekranu, nie do analizy pojedynczych elementów

Oprogramowanie – platforma analityczna i eksperymentalna

Funkcjonalność sprzętu jest w pełni realizowana dopiero w połączeniu z odpowiednim oprogramowaniem do projektowania eksperymentów i analizy danych.

Rozwiązania komercyjne

iMotions: platforma integrująca wiele sygnałów naraz, eye tracking wraz z EEG, GSR i analizą mimiki. Zaleta: jedno środowisko do badań wielomodalnych i wspólna oś czasu dla wszystkich kanałów. Zakres zmian w najnowszej wersji opisujemy we wpisie o iMotions 11.

Rozwiązania open source i programistyczne

W środowisku akademickim popularne są rozwiązania zapewniające pełną kontrolę i elastyczność:

• PyTrack – biblioteka Python do analizy danych okulograficznych
• GazeR – pakiet R do przetwarzania wstępnego i analizy
• PyGaze – framework Python do projektowania eksperymentów
• PsychoPy – środowisko do projektowania eksperymentów psychologicznych z integracją eye trackingu

Uwaga dotycząca przestarzałych narzędzi: Ogama, choć historycznie popularna, nie jest aktualizowana od 2015 roku i nie wspiera współczesnych systemów operacyjnych ani formatów danych.

Zalety podejścia programistycznego:

• Pełna kontrola nad ścieżką analityczną
• Możliwość implementacji niestandardowych algorytmów
• Integracja z zaawansowanymi metodami statystycznymi
• Brak kosztów licencji

Wymagania: zaawansowana wiedza techniczna, znajomość programowania oraz istotnie dłuższy czas wdrożenia.

Model licencjonowania i budżet długoterminowy

Przed zakupem należy zweryfikować:

• Typ licencji: jednorazowa czy subskrypcja roczna
• Liczba stanowisk: licencja pojedyncza czy sieciowa
• Koszty aktualizacji
• Koszty serwisu i kalibracji fabrycznej
• Kompatybilność z przyszłymi wersjami sprzętu

Suma kosztów w cyklu życia może znacząco przekroczyć cenę zakupu. Do rachunku warto dopisać pozycję najczęściej pomijaną, czyli czas analityka. W projektach z okularami potrafi ona przewyższyć koszt samego urządzenia.

Walidacja jakości danych

Zarówno w kontekście akademickim, jak i komercyjnym kluczowe jest monitorowanie jakości rejestrowanych danych.

Podstawowe wskaźniki jakości

Tracking ratio: procent czasu, w którym system skutecznie śledził oko. Wartość poniżej 80 procent sugeruje problemy techniczne lub nieoptymalną kalibrację.

Dokładność kalibracji: średni błąd wyrażony w stopniach. Wartość powyżej 1 stopnia wymaga rekalibracji.

Zmienność między kolejnymi próbkami: praktyczna miara precyzji. Wysoka wartość wskazuje na szum.

Rozkład czasów fiksacji: istotne odchylenia od typowego rozkładu, którego mediana mieści się w przedziale 200 do 300 ms, mogą wskazywać na błędy w algorytmie detekcji albo na złą jakość sygnału.

Procedury kontroli jakości

• Wstępna weryfikacja uczestników: ostrość wzroku, obecność zaburzeń okoruchowych
• Standaryzacja procedury kalibracji dla wszystkich uczestników
• Rekalibracja i drift correction w trakcie długich sesji
• Filtrowanie post hoc: usuwanie segmentów o niskiej jakości na podstawie obiektywnych kryteriów

Checklist decyzyjna

Wybór eye trackera powinien być procesem systematycznym, opartym na analizie wymagań metodologicznych, a nie na rozpoznawalności marki. Przed kontaktem z dystrybutorem warto odpowiedzieć na poniższe pytania.

1. Paradygmat badawczy

• Bodziec na monitorze, na telefonie czy w przestrzeni fizycznej? To pytanie rozstrzyga wybór klasy stanowiska
• Czy wymagana jest pełna kontrola warunków eksperymentalnych?
• Dystans obserwacji: standardowy czy zmienny?

2. Cel badania i wymagania metodologiczne

• Publikacja naukowa wymagająca analizy czasowej i mikrosakad, czyli wysoka częstotliwość i precyzja
• Optymalizacja interfejsu na podstawie map cieplnych i metryk behawioralnych, gdzie 60 do 120 Hz wystarcza
• Badania kliniczne z pacjentami, czyli wysoka tolerancja na ruch i tracking obuoczny

3. Kompetencje zespołu

• Zespół bez zaplecza technicznego, priorytetem intuicyjne oprogramowanie i gotowe raporty
• Zespół z kompetencjami programistycznymi, możliwe wykorzystanie SDK i własnych analiz

4. Infrastruktura i integracje

• Czy wymagana jest synchronizacja z EEG lub innymi biosygnałami?
• Czy potrzebny jest dostęp do danych surowych, czy wystarczą przetworzone metryki?
• Czy dostępny komputer sterujący spełnia wymagania producenta?

5. Budżet w perspektywie kilku lat

• Koszt zakupu sprzętu
• Licencje oprogramowania
• Serwis i kalibracja fabryczna
• Szkolenie zespołu
• Czas analityka, zwłaszcza przy badaniach okularowych

6. Perspektywa rozwoju

• Czy system jest rozszerzalny o kolejne moduły i sensory?
• Czy producent aktywnie rozwija oprogramowanie?
• Jaka jest dostępność wsparcia technicznego w regionie?

Podsumowanie

Wybór systemu eye trackingowego jest decyzją metodologiczną, nie zakupową. Pierwsze pytanie nie brzmi, ile herców, tylko gdzie znajduje się bodziec: na monitorze, na telefonie czy w przestrzeni fizycznej. Odpowiedź zawęża wybór do jednej klasy stanowiska, a dopiero wewnątrz tej klasy parametry techniczne zaczynają realnie różnicować urządzenia.

Współczesne badania eyetrackingowe osiągnęły poziom dojrzałości technologicznej, który umożliwia ich efektywne zastosowanie zarówno w rygorystycznych badaniach akademickich, jak i w projektach komercyjnych o krótkim cyklu. Inwestycja w dobrze dobrany sprzęt zwraca się w postaci danych, na podstawie których można formułować trafne wnioski, a nie tylko efektowne wizualizacje.

Zalecamy konsultację i, jeśli to możliwe, przeprowadzenie testów pilotażowych przed finalizacją zakupu. Eyetracking Solutions oferuje wsparcie w wyborze i wdrożeniu systemu oraz obsługę przed i posprzedażową. Prowadzimy badania demonstracyjne i pilotażowe, co umożliwia weryfikację zgodności systemu z rzeczywistymi wymaganiami projektowymi. Pełną ofertę urządzeń znajdziesz w katalogu eye trackerów.