第5节虚拟现实仿真条件下体力作业的生理工效学评价探究Word文档格式.docx
《第5节虚拟现实仿真条件下体力作业的生理工效学评价探究Word文档格式.docx》由会员分享,可在线阅读,更多相关《第5节虚拟现实仿真条件下体力作业的生理工效学评价探究Word文档格式.docx(29页珍藏版)》请在冰豆网上搜索。
![第5节虚拟现实仿真条件下体力作业的生理工效学评价探究Word文档格式.docx](https://file1.bdocx.com/fileroot1/2023-1/14/33017148-ba28-4185-ae0e-ea235711f498/33017148-ba28-4185-ae0e-ea235711f4981.gif)
您开始从事目前的工作至今已有多长时间?
年个月
问题3:
您每日从事体力劳动多少小时?
小时
问题4:
您每周从事体力劳动多少小时?
小时
问题5:
身体(与运动有关)器官不适调查
(1)在过去的12个月内,您的身体有任何不适出现吗?
例如酸胀、疼痛、不舒服等。
如果有,请在下面的图中标出现的部位。
(2)在过去的7天内,您的身体有任何不适出现吗?
.
(3)您的肌肉骨骼系统方面受过伤吗?
如果有请在下面图中标出受伤部位。
问题6:
您玩过3D游戏吗?
如果您玩过,请给出你玩3D游戏的时间。
□是□否年
问题7:
您是否近视?
□是□否
实验中全部被试均身体健康,没有肌肉骨骼系统损伤。
被试年龄在20至60岁之间(平均年龄为41.8岁,标准差为11.5岁);
身高在160至184cm之间(平均身高为172.0cm,标准差为5.5cm);
体重在51至95kg(平均体重为69.5kg,标准差为12.2kg)。
在这30个被试中有22人在日常工作中使用手动工具,并且他们有3至20年的手动工具使用经历;
其他8人是在日常工作中偶尔使用手动工具。
5.2.2任务描述
实验中选取一个手工装配任务作为实验任务,这个手工装配任务是从工业使用手工工具进行钻孔或者铆接操作中简化而来的。
实验任务包含的手工装配任务有:
抓取并提起手工工具、将手工工具移动到目标点、将手工工具对准目标点、然后像钻孔或铆接操作那样保持一段时间,更换目标点完成指定数目的几个动作。
每个被试将被要求在一个固定位置上分别以站姿和坐姿来完成这个手工装配任务。
在实验中使用了一个1.5kg重的工具模型来模拟在实际工业操作中的手电钻或者铆枪的重量。
为了避免金属对磁性跟踪器的测量产生干扰,这个工具模型由手电钻塑料外壳并填充非金属材料作为配重。
在实验开始前,这个手工工具被放置在被试右前方80cm处一个70cm高的固定平台上。
在实验开始时,被试首先从这个平台上抓取并拿起手工工具,开始任务操作。
实验中使用的模型如图5.2所示,每个模型上有9个目标点。
站姿使用的模型尺寸为550mm(高)×
400mm(宽);
坐姿使用的模型尺寸为400mm(高)×
600mm(宽)。
实物模型用于真实世界中来完成装配任务,在虚拟环境中使用具有相同尺寸、样式、纹理的虚拟模型来完成任务。
图5.2实验中所使用的模型
(a)站姿操作时使用的实物模型(b)站姿操作时使用的虚拟模型
(c)坐姿操作时使用的实物模型(d)坐姿操作时使用的虚拟模型
在实验中完成手工装配任务的步骤如下:
(1)抓取并拿起放置在固定平台上的手工工具模型;
(2)将手工工具模型的工具尖对准模型上目标点,并保持对准姿势3秒钟(由计算机来产生计时信号);
(3)按目标点的标号顺序将手工工具对准下一个目标点并重复
(2)中的操作,直至全部完成对准9个点作为一个回合;
(4)根据任务配置,完成2个或4个回合任务操作,即完成对准18次或36次目标点操作。
5.2.3实验设备
在实验中使用在第4章介绍的虚拟现实仿真实验平台来提供虚拟现实场景、完成实验操作。
本实验中使用了5DT®
公司的HMD800-263D型数字头盔向被试展示虚拟场景,使用Polhemus公司的Fastrak和Patroit磁性跟踪器来跟踪被试的动作。
如图5.3所示,Fastrak和Patroit磁性跟踪器共有6个传感器(Fastrak有4个传感器,Patroit有2个传感器)分别放置在被试的头部、右肩部、右肘部、右腕部和手工工具的工具尖和工具背上,模型分别被放置在被试正前方80cm处的高台上。
站姿任务的模型中心距地面140cm,大约与被试肩部同高;
坐姿任务的模型中心距离地面80cm,大约与被试眼睛同高。
图5.3磁性跟踪器传感器的放置位置[104]
实验中在虚拟环境中使用的虚拟模型使用AutoDesk®
公司的AutoCAD和Adobe®
公司的3DS软件进行制作,并且将制作完成的模型导入到实验仿真平台中作为实验所用的虚拟模型,虚拟模型的尺寸和纹理都尽可能与实物模型一致。
在使用虚拟仿真平台为被试提供虚拟场景时,为了让被试和实验人员能够准确判断被试控制的手工工具模型的尖端是否已经对准目标点,虚拟现实仿真系统为被试提供了视觉反馈,当工具尖端进入到接触目标点的碰撞向量检测范围内,目标点的颜色由原来的黑色变成黄色;
而当工具尖端移出检测范围之外,目标点的颜色由黄色恢复为原来的黑色(图5.4)。
图5.4虚拟场景中工具尖对准目标点时系统提供的视觉反馈
另外,实验中使用了浙江华鹰公司生产的ACS-300型测力计测量被试肌肉最大输出力量。
这个测力计的最大测量能力为60千克力,测量精度为0.01千克力。
5.2.4实验设计
考虑到完成任务过程中可能会对测量的工效学指标产生影响的因素[105,106],实验设计中研究了3个因素——工作姿势、完成操作次数、目标点的大小,这3个因素作为组内因素被用于实验中。
这3个组内因素每个都有2个水平。
各因素及其水平的具体含义中如表5.1所示。
表5.1实验的组内因素及其水平
因素
水平
说明
工作姿势
坐姿
参见图5.3
站姿
完成操作次数
少
一个任务中连续完成2个回合,即18次对准目标点操作
多
一个任务中连续完成4个回合,即36次对准目标点操作
目标点大小
小
目标点直径6mm
大
目标点直径18mm
实验中这3个组内因素构成了一个2×
2×
2设计,因此这些因素的水平共有8种组合,即构成了实验中的8种实验配置,被试需要分别在这些配置下完成任务。
为了消除可能存在的实验配置顺序对实验结果的影响,每名被试在实验开始前通过抽签随机确定自己在实验中配置的顺序。
另外,因为实验需要被试分别在真实环境和虚拟仿真环境下完成任务,考虑到实验环境可能对测量结果产生影响,所以30名被试在实验前被随机分成两组,第一组15名被试将先在真实环境中完成任务,然后再在虚拟环境中完成任务;
而另外一组15名被试则相反,先在虚拟环境中完成任务然后再在真实环境中完成任务。
5.2.5实验测量的工效学指标
实验测量了被试在完成任务过程中一些工效学指标,这些工效学指标反映了被试完成任务的绩效、主观感受以及任务引起的MSD风险。
在实验中测量的工效学指标主要分为客观指标和主观指标,其中客观指标包括被试的姿势、肌肉疲劳程度(最大肌肉输出力下降率)、任务完成时间;
主观指标包括被试的不适感强度和完成任务的感知努力的程度,以及虚拟环境临境感。
被试的姿势通过肘关节角度进行描述。
因为被试在执行实验操作时,是站(坐)在相对模型的固定位置,在完成任务过程中身体并不移动位置。
被试完成任务主要是靠右臂的运动,除了肘关节角度外,颈部角度、腰部、腿部等关节角度并无变化,因此可以使用肘关节角度来描述被试的姿势。
肘关节角度是根据执行任务过程中测量的肩、肘、腕三个关节在空间的位置计算得出。
如图5.5所示,若被试右臂肩关节的空间位置记为
,肘关节的空间位置记为
,腕关节的空间位置记为
,肘关节角记为
。
图5.5被试的姿势测量示意图
根据余弦定理,肘关节角可由5-1式计算得出。
(5-1)
被试完成任务过程中肌肉疲劳程度通过测量被试在开始执行任务前和刚刚完成任务后的肌肉最大输出力的下降率反映的[36]。
在开始执行每个任务前,被试先以坐姿并且后背不依靠椅背来使用ACS-300型测力计测量右臂的最大推力。
在任务结束后,再以同样姿势测量右臂最大推力。
如果记被试在开始执行任务之前测得的肌肉最大输出力为
,刚刚完成任务后测得的肌肉最大输出力为
,则肌肉最大输出力下降率(MFCR)可以通过5-2式计算得出。
(5-2)
任务完成时间是使用秒表记录被试从开始执行任务到任务结束整个过程所需要的时间,以秒为单位。
被试不适感通过身体部位不适感(BPD)方法来测量感受到不适的身体部位和不适感强度,使用感知努力程度(RPE)方法测量被试完成任务付出的感知努力程度。
BPD问卷和RPE量表都包含在《主观评价问卷》中,被试刚在完成任务时填写问卷来自报告自己感受的不适感强度和付出的感知努力程度。
《主观评价问卷》的具体内容如下所示:
您感觉完成这个任务付出努力程度如何?
请您根据身体各部位不适感强度用√在每个问题量表对应位置处打分
1.颈部:
2.肩部:
3.上臂:
4.前臂:
5.上背:
6.中背:
7.低背:
8.臀部:
9.左大腿:
10.右大腿:
11.左小腿:
12.右小腿:
13.全身整体:
被试通过问卷来评价虚拟环境临境感。
本实验的虚拟环境临境感评价问卷参考了Witmer和Singer的虚拟现实临境感问卷中的问题制定而成。
问卷包括六个问题,这六个问题分别评价了虚拟环境的感觉、真实、控制分神等几个因素,被试通过使用7分Likert量表来对每个问题中测量的内容进行评价。
问卷平均分被作为虚拟环境临境感评价结果。
《虚拟环境临境感评价问卷》的具体内容下所示:
您对虚拟环境中的情况控制程度如何?
您觉得你与虚拟环境交互的自然程度如何?
在虚拟环境中执行任务的时候,您对动作引发的结果预测准确程度如何?
您觉得在虚拟环境与真实环境的感觉相符程度如何?
在转动头部时,您能很好地从不同视角去看虚拟环境中的物体吗?
您对在虚拟环境中移动或者控制物体的掌控程度如何?
5.3实验过程
参加实验的人员来到实验场地后,首先测量身高、体重,填写《实验参试人员基本信息》表格。
然后由实验人员向其介绍实验目的、任务、可能存在的风险、实验报酬、隐私政策等内容。
被试在签署知情同意书后,将按照如下步骤来开始实验:
(1)被试通过抽签确定自己实验中8种实验配置的顺序,以及使用实验环境的顺序;
(2)通过实验人员培训被试学习使用虚拟仿真实验平台,并且练习通过实验平台来与虚拟环境中的物体进行交互。
被试在通过练习能够熟练与虚拟环境进行交互之后,经过实验人员考核、确认之后,开始正式实验;
(3)根据
(1)中抽签确定的实验环境顺序来决定采用的实验环境(真实环境、虚拟仿真环境),被试按照抽签确定的8种实验配置顺序开始实验。
在开始执行一种实验配置下的任务之前,被试需要先使用测力计测量坐姿时右臂最大输出力量,然后再根据实验配置要求开始实验。
(4)被试在刚完成这个实验配置下的任务后,再次使用测力计测量坐姿时右臂最大输出力量。
并且填写《主观评价问卷》来评价刚刚完成的任务中自己的主观感受。
如果是虚拟环境任务,被试还要使用《虚拟环境临境感评价问卷》来给出对在刚才实验配置下虚拟环境临境感评价。
填写完问卷后,被试休息5分钟。
(5)根据被试在
(1)中确定的实验配置应用顺序,进行下一个实验配置下的实验,重复(3)、(4),直到8种实验配置都应用完毕。
(6)再根据
(1)中抽签确定的实验环境使用顺序,使用另一个实验环境,重复(3)、(4)、(5),直至全部实验完成。
被试在真实环境中通过直接使用手工工具模型对准实物模型目标点,按照本节中所描述的实验过程完成任务,并使用测力计和问卷来测量被试在刚完成任务中主、客观工效学指标。
同时,实验平台也使用磁性传感器记录被试在完成操作过程中头部、右肩、右肘、右腕的空间位置。
头和各关节的位置可以用于描述被试在真实环境中完成任务过程中的姿势。
被试在执行实验任务中的场景如图5.6所示,左图为站姿,右图为坐姿。
图5.6被试在真实环境中使用实物模型的实验场景
被试使用虚拟仿真实验平台完成实验任务时,虚拟仿真实验平台通过安装在被试身上和头上的磁性传感器来跟踪被试动作,记录被试在完成任务过程中头部、右肩、右肘、右腕的空间位置,用来驱动虚拟环境中数字人完成相同姿势,同时根据安装在工具模型上的2个磁性传感器计算出手工工具虚拟模型的位置和姿态。
虚拟仿真实验平台通过数字头盔向被试以第一人称视角展示仿真场景(图5.4)。
在真实世界中,被试执行实验任务的场景如图5.7所示,左图为站姿,右图为坐姿。
图5.7被试使用虚拟仿真实验平台时的实验场景
5.4实验数据分析
在实验中,每个被试都是分别在虚拟环境和真实环境中由工作姿势、完成操作次数、目标点大小3个因素构成的8种实验配置下完成操作任务,因此使用重复测量的方差分析方法(RepeatedANOVA)对实验数据进行统计分析,来确定以上3个因素的交互效应是否对实验结果产生影响。
在真实环境(或虚拟环境)中,每个被试在8种实验配置下测量结果的平均值作为在该实验环境下的总体测量结果。
另外,将被试的测量结果根据3个因素分别进行分类,每一类中测量结果平均值也被作为被试在这个因素下的测量结果。
在对实验结果的统计分析中,首先检验了测量数据的正态性和方差齐次性,全部测量数据都通过了检验。
线性回归法和Pearson相关系数法在分析实验结果时用于确定在真实环境和虚拟环境中测量结果之间的关系,并且在此基础之上,建立起基于虚拟环境中不适感程度(BPD)和疲劳程度(MFCR)的测量结果来估计真实环境中测量结果的预测模型。
另外,使用配对t检验方法(Pariedt-test)在实验结果分析中确定在真实环境和虚拟环境中完成相同任务时身体部位不适感程度(BPD)、疲劳程度(MFCR)、感知努力程度(RPE)、任务完成时间之间的差异。
实验结果的统计分析中选取了95%的置信区间,使用SPSS®
软件进行统计分析。
最后,统计分析结果可视化使用了Minitab®
软件完成。
5.5实验结果
使用重复测量的方差分析对实验中的3个组内因素(工作姿势、完成操作次数、目标点大小)与实验环境因素之间交互效应进行分析,交互效应对实验结果影响的分析结果如表5.2所示,结果显示实验中4个因素之间的交互效应对于BPD、RPE、MFCR结果没有显著影响(p>
0.05)。
这个结果说明实验中4个因素之间不存在交互效应,因此可根据因素分别对各水平下的实验结果进行分析。
表5.2实验中各因素的交互效应对实验结果的影响
因素的交互效应
p
BPD
RPE
MFCR
EN×
WP
0.348
0.291
0.088
TD
0.667
0.986
0.175
TS
0.265
0.575
0.662
WP×
0.493
0.334
0.155
0.505
0.510
TD×
0.561
0.704
0.806
0.389
0.737
0.823
注:
EN=实验环境,包含两个水平:
虚拟环境和真实环境;
WP=工作姿势;
TD=完成操作次数;
TS=目标点大小;
BPD=身体不适感程度;
RPE=主观感觉努力程度;
MFCR=疲劳程度
5.5.1被试的姿势(肘关节角)
被试在一种实验配置下,在虚拟环境和真实环境中对准9个目标点时肘关节平均角度被用于描述被试的姿势。
被试在真实环境中的肘关节角记为
,在虚拟环境中的肘关节角记为
使用配对t检验对
与
进行分析,分析结果表明
显著大于
(p<
0.001)。
在虚拟环境和真实环境中,被试在一种实验配置下虚拟环境和真实环境中的姿势差异通过5-3式计算得出。
(5-3)
因为被试在每种实验环境中共需在8种实验配置下完成任务,因此30名被试共有240组真实环境与虚拟环境姿势差异数据。
对这240组数据的统计结果表明,其中80.4%的姿势差异小于10%,93.8%的姿势差异小于15%。
根据这个实验结果可知,被试的姿势(肘关节角)在真实环境和虚拟环境之间存在一些差异。
不过在传统姿势评价方法中,肘关节的活动范围通常被划分为几个区间,例如在姿势目标分析法(Posturetargeting)中将肘关节活动范围平均划分为8个区间[39](图2.4),而在RULA和REBA方法中将肘关节活动范围划分为2个区间:
小于60°
和大于100°
作为一个区间;
60°
~100°
作为另外一个区间[42,43](图2.5)。
而在实验中测得肘关节角在真实环境和虚拟的环境之间只有轻微差异(93.8%的测量值都小于15%),这对于传统的姿势评价方法而言,真实环境和虚拟环境中被试姿势不会引起工效学评价结果的很大差异。
因此,如果使用传统姿势评价方法对被试在虚拟环境中完成任务的姿势来进行评价,评价结果用于代表被试在真实环境中完成相同任务的姿势评价结果是可行的。
5.5.2疲劳程度(肌肉最大输出力下降率)
根据统计分析结果,被试在真实环境中肌肉最大输出力下降率(MFCR)平均为0.126(方差为0.038),在虚拟环境中平均为0.147(方差为0.045)。
使用配对t检验对真实环境和虚拟环境中MFCR进行分析的结果表明,虚拟环境中肌肉最大输出力量下降率与真实环境存在显著差异(
,
)。
根据实验测量结果,真实环境中MFCR数据从6%至21%,而虚拟环境中MFCR数据从8%至26%。
在虚拟环境中MFCR数据从8%至10%时,相应的真实环境中MFCR数据从6%至9%;
而虚拟环境中MFCR数据从11%至26%时,相应的真实环境中MFCR数据从8%至21%。
因此,从MFCR数据可知,虚拟环境中的MFCR测量结果与真实环境中测量结果变化趋势一致,并且虚拟环境中MFCR数据小于真实环境,即被试在虚拟环境与真实环境相比更容易疲劳。
使用线性回归方法对虚拟环境与真实环境肌肉最大输出力下降率测量结果之间的关系进行分析,若记真实环境中肌肉最大输出力下降率为
,虚拟环境中肌肉最大输出力下降率为
,在虚拟环境和真实环境中测量的肌肉最大输出力下降率的标准残差图如图5.8所示。
图5.8臂部最大输出力下降率(MFCR)标准残差
从肌肉最大输出力下降率的标准残差图可知,测量数据的标准残差与
数值大小无关,并且数据点在图中随机分布,因此初步可知直线回归模型适合于对肌肉最大输出力下降率进行回归分析。
对在虚拟环境和真实环境中肌肉最大输出力下降率测量数据进行线性回归分析,回归结果如5-4式所示:
(5-4)
对肌肉最大输出力下降率回归分析的显著性进行检验,结果表明回归结果的线性关系是显著的(
,p<
0.001),回归结果拟合度为
=0.568。
虚拟环境和真实环境中肌肉最大输出力下降率(MFCR)的回归结果以及回归结果的95%预测区间和置信区间如图5.9所示。
图5.9真实与虚拟环境中MFCR线性回归结果
肌肉最大输出力下降率(MFCR)的线性回归结果表明,真实环境和虚拟环境中肌肉最大输出力下降率测量结果之间存在显著的线性关系。
被试在虚拟环境中完成任务的肌肉最大输出力测量结果与真实环境的测量结果具有相同变化趋势,但虚拟环境中的测量结果总是高于真实环境中测量结果。
在基于虚拟现实仿真的工效学评价中,使用在虚拟环境中测量的肌肉最大输出力下降率可以在一定精度条件下,对真实环境中完成相同任务时肌肉输出力最大下降率测量结果进行预测。
将肌肉输出力下降率(MFCR)测量结果根据3个组内因素(工作姿势、完成操作次数、目标点大小)进行分类,并且使用配对t检验对真实环境和虚拟环境之间的结果进行分析,结果如表5.3所示。
表5.3根据组内因素分类的MFCR均值、方差和差异(N=30)
均值
方差
0.123
0.038
0.151
0.056
0.001
-3.680
22.8%
0.129
0.044
0.144
0.040
0.012
-2.671
11.6%
0.147
0.045
0.174
0.057
0.002
-3.376
18.4%
0.105
0.037
0.121
0.039
0.