【溫馨提示】 dwg后綴的文件為CAD圖，可編輯，無水印，高清圖，，壓縮包內(nèi)文檔可直接點開預(yù)覽，需要原稿請自助充值下載，請見壓縮包內(nèi)的文件，所見才能所得，下載可得到【資源目錄】下的所有文件哦--有疑問可咨詢QQ:1304139763 或 414951605

動態(tài)虛擬和真實機器人對感知的安全等待時間和機械手最大工作半徑的影響 本研究探討了在虛擬和現(xiàn)實工業(yè)環(huán)境中動態(tài)物體和機器人的感知。本研究仿效上世紀(jì)90年代初Karwowski和Rahimi的研究。通過運用虛擬現(xiàn)實技術(shù)，可在虛擬世界中模擬現(xiàn)實工作場所以便于設(shè)備設(shè)計的改進。相關(guān)于如機器人的大小、速度和類型及遭受虛擬事故的參數(shù)影響，我們測量感知的危害和風(fēng)險、安全等待時間和機械手最大工作半徑。分析包括如有順序的試驗方法以比較虛擬和現(xiàn)實環(huán)境中的結(jié)果。這些方法可被看作是其它領(lǐng)域研究感知和傳輸?shù)哪Ｐ汀Ｔ谔摂M和現(xiàn)實環(huán)境中，分析數(shù)據(jù)的比較有助于進一步確定從虛擬現(xiàn)實到現(xiàn)實的性能和感知的可轉(zhuǎn)換性。結(jié)果表明：感知的安全等待時間是相似的，但在虛擬和現(xiàn)實環(huán)境中之間機械手的感知的最大工作半徑存在著很大的差異。我們使用序貫試驗中整合數(shù)據(jù)的初步結(jié)果，討論了工業(yè)中使用虛擬設(shè)施布局的潛在指導(dǎo)。 關(guān)鍵詞：人機交互，感知危害和風(fēng)險；機械手最大工作半徑；序貫試驗；數(shù)據(jù)橋接 1.引言 為了避免可能發(fā)生的傷害，許多工業(yè)公司使用工業(yè)機器人來執(zhí)行工業(yè)中的危險任務(wù)。盡管如此，其它一些企業(yè)嘗試通過使用如輔助設(shè)備（Nussbaum 2000）這樣混合動力來降低肌肉骨骼疾病。按照由聯(lián)合國歐洲經(jīng)濟委員會(www.euron.org) 發(fā)布的“2007世界機器人”，2006年大約有951,000臺，且預(yù)計2010年達到1,200,000臺(表1)。 因為機器人通常被用在作業(yè)場所，研究人員和操作人員經(jīng)?？紤]與人機交互（HRI）相關(guān)的問題。根據(jù)Dhillon等人（2002）的調(diào)查，在1973到2000年之間發(fā)表了523篇與機器人安全性和可靠性相關(guān)的文獻。大部分這項研究是在1982與1990年之間完成的，且自從1986后機器人安全性和可靠性的研究已開始逐漸下降（Dhillon等人，2002）。另一方面，在1995年到2000年之間，HRI的多學(xué)科研究最近已被通過來自人的因素、機器人學(xué)、認知科學(xué)、心理學(xué)和自然語言的研究學(xué)者之間的合作啟動，并且在此期間，有許多專門關(guān)于HRI的會議和研討會，如關(guān)于機器人和人的互動交流的IEEE國際研討會（RoMan）、促進人工智能的（AAAI）研討會系列和關(guān)于機器人和自動化的IEEE國際會議（ICRA）(Goodrich 2007)。自從2006年以來，國際HRI會議每年召開一次。 關(guān)于HRI的一個問題是使用者的安全。參考香港政府勞工處在2007年編制的職業(yè)傷害的統(tǒng)計，制造工業(yè)中總計有3967例受傷事故和21例死亡事故。他們指出制造業(yè)中491位工人是由于撞擊正在移動的物體或被其撞擊而受傷（香港勞工處2007）。以前關(guān)于機器人安全性的研究主要沿著兩個不同的方向：物理方 表1工作于全世界工業(yè)中機器人數(shù)目的匯總 機器人的數(shù)目 作業(yè)在全世界工業(yè)中 951,000 預(yù)計到2010年將作業(yè) 1,200,000 日本每100,000制造業(yè)員工 349 韓國每100,000制造業(yè)員工 187 德國每100,000制造業(yè)員工 186 美國每100,000制造業(yè)員工 99 法和認知方法（Laschi et al.2007、Pervez 和 Ryu 2008和Santis et al.2008）。在物理方法中，為了確保安全交互，進行了關(guān)于機械設(shè)計與驅(qū)動(Yamada et al.1997、Bicchi 和 Tonietti 2004和Stopp et al.2005)和系統(tǒng)控制與布局(Brock和Khatib 2002、Heizman 和 Zelinsky 2003、Ikutaet al.2003、Kulic 和 Croft 2005, 2006)的研究。此外，進行了帶有機械手和仿真手或測試臺的碰撞試驗，以評估碰撞帶來的潛在風(fēng)險(Haddadin et al.2007, 2008, 2009)。通過機械重新設(shè)計、電子或物理安全措施或操作人員培訓(xùn)，HRI的安全性日益增加，其只考慮了機器人的感知而在交互過程中人的安全性感知沒有被考慮(Bartneck et al.2009)。然而，僅僅通過HRI的物理方面的研究并不能提供安全性。如機器人的人類感知的認知方面已經(jīng)被證明可改善物理交互并能增加機器人安全性 (Santiset al.2008)。 本文側(cè)重于機器人安全性的認知方面。研究操作工人感知機器人操作特性有助于理解人類感知危險，因此，它可推動開發(fā)安全干預(yù)措施和指導(dǎo)方針或危險預(yù)防戰(zhàn)略的發(fā)展。對于安全高效的HRI，不僅應(yīng)考慮基于機器人的感知的物理的安全支持，而且也應(yīng)當(dāng)考慮基于人的感知的認知支持。通過問卷調(diào)查，生理傳感器和直接輸入設(shè)備來測量HRI的安全性認知(Bartneck et al.2009)。Rani et al. (2002, 2004) 使用的心率分析和多生理信號來估計人的壓力水平。Nonaka et al. (2004) 設(shè)計了一個虛擬的類人機器人，并通過心臟率測量和主觀反應(yīng)測量人體的反應(yīng)。Kulic 和 Croft (2005) 兩者都使用的調(diào)查問卷和生理傳感器的數(shù)據(jù)來估算用戶與工業(yè)機器人互動的過程中的它們的焦慮和驚喜的級別。Koay et al.(2005)在線測量人對機器人動作的反應(yīng)。Aria et al.(2010)使用如如皮膚電位反應(yīng)與調(diào)查問卷這兩種生理參數(shù)來評估有機器人所造成精神緊張。 本文研究了虛擬和現(xiàn)實工作場所下的機器人的大小、速度和類型和事故風(fēng)險對機器人運動的危害和風(fēng)險、系統(tǒng)停止期間機器人的安全等待時間、機器人操作的不適當(dāng)?shù)耐Ａ艉蜋C械手的最大工作半徑的人的感知的影響。由于研究變化的機器人參數(shù)的方法是非常成熟并被Karwowski創(chuàng)立，使用該方法來檢查閑置時間和機器人的工作行程對亞洲參與者(中國香港人)危害和風(fēng)險的人的感知。Duffy et al.(2006)研究了虛擬環(huán)境下安全的機器人速度的感知，并與其它現(xiàn)實工業(yè)環(huán)境下發(fā)表的數(shù)據(jù)進行比較。結(jié)果表明：虛擬環(huán)境可模擬用于測試安全速度的人的感知的條件。Aria et al.(2010)評估了操作者的精神緊張，相關(guān)的設(shè)計參數(shù)如下：操作者和機器人的距離、機器人的速度和注意到機器人運動的存在。另外，Or et al. (2009)研究了在虛擬環(huán)境中工業(yè)機器人的安全的閑置時間的感知，并考慮以下因素：模擬的事故風(fēng)險、性別、機器人的速度和大小。也需要對其它依賴的變量如機械手最大工作半徑和安全的機器人閑置時間的風(fēng)險和危險的感知進行評估(Duffy et al.2006)。因此，本文中也考慮了機械手最大工作半徑和安全的機器人閑置時間。 Goodrich和Schultz(2007)定義在HRI領(lǐng)域中的習(xí)慣做法；一個既包括模擬機器人又包括物理機器人的試驗。由于成本和可靠性的考慮，通常它是不可能用真實機器人來做試驗。另一方面，在模擬實驗中，現(xiàn)實世界中的細節(jié)情況不能很好地表示。因此，本研究中在真實和虛擬環(huán)境下進行都進行了試驗。在動態(tài)虛擬和現(xiàn)實環(huán)境下的分析結(jié)果與使用序貫試驗技術(shù)的移動危險源進行比較(Snow和Williges 1998)?；谟稍囼炛蝎@得的結(jié)果、經(jīng)驗的可轉(zhuǎn)換性、從虛擬到現(xiàn)實的認知和由Karwowski (Karwowski et al.1988a, 1988b, Karwowski和Pongpatanasuegsa 1990, Rahimi and Karwowski 1990, Karwowski and Rahimi 1991)所給結(jié)果的相似性和差別 而這項研究可以證明。 1.1安全的機器人速度 涉及機器人事故的原因可歸因于人的知覺、身體和心理限制，這些限制包括人感知機器人大小、速度和運動范圍，其影響人的行為(Carlsson 1984)。不同的機器人的運行速度能引起不同的危害的感知。Kulic 和 Croft (2006) 和 Ikuta et al.(2003) 使用速率作為一個輸入，在HRI期間，同時采用一種危險指數(shù)。因為機器人快速的運動，機械手所施加的力很高。然而，應(yīng)當(dāng)注意：Haddadin et al.(2007)用機器人和仿真頭進行碰撞試驗，以確定在機器人和人之間碰撞的影響。他們報道：相對于汽車行業(yè)中所用的嚴(yán)重度指數(shù)，該指數(shù)是基于頭部加速度，具有任意質(zhì)量以2m/s的速度運動的機器人對于一個非夾緊頭不可能是危險的?？梢宰⒁獾狡渌芯繄蟮溃簷C器人速度高達2.7m/s時，對人的胸部、腹部和肩部的沖擊不是危險的。除了機器人的速度外，機器人的質(zhì)量對頭部傷害指數(shù)的影響也被研究，并據(jù)報道采用HIC的方法，質(zhì)量大的機器人對人的頭部不能構(gòu)成重大的威脅 (Haddadin et al.2008, 2009)。盡管如此，安全的機器人操作條件（如速度低于2.7m/s，機械輸出小于150N等）排除了身體受傷的風(fēng)險，HRI仍然包含與由機器人運動而引起的精神緊張相關(guān)的風(fēng)險。 應(yīng)當(dāng)強調(diào)的是本文側(cè)重于機器人安全性的認知方面。本研究中，試驗中所選擇的機器人速度是25cm/s和90cm/s，其高于和低于所關(guān)注速度的閾值，因為它曾表明：人們對速度高于64cm/s的機器人感到威脅(Karwowski和Rahimi 1991)。Ariaet al.(2010)研究了操作工人在獨立生產(chǎn)系統(tǒng)中的精神緊張，在獨立生產(chǎn)系統(tǒng)中一個操作者通過機器人供給的零部件的幫助下組裝產(chǎn)品。根據(jù)他們的生理評價和主觀評價的結(jié)果，當(dāng)機器人的速度高于500mm/s時，操作者感到不舒服。也可提到初始沖擊不可能是操作工人表達關(guān)心的最大原因。尤其是對于大型機器人，因為機器人在沖擊后并不停止，操作者知道如果發(fā)生碰撞，碰撞后身體部分嵌入到其它物體的可能性是非常高的，然而在汽車或運輸企業(yè)，初始碰撞后，其并不能驅(qū)動碰撞的物體相撞在一起。因此，操作者自己反應(yīng)時間的認知可能正受他們感知的安全機器人速度的影響，而不受僅僅在初始沖擊時對傷害的關(guān)心的影響。 表2機器人安全標(biāo)準(zhǔn) ANSI/RIA R15.06-199 美國國家安全標(biāo)準(zhǔn)-機器人安全標(biāo)準(zhǔn) 包括危險評估、方法和機器人系統(tǒng)安全防護的指導(dǎo)方針 CSA 2434:2003 加拿大標(biāo)準(zhǔn)協(xié)會 與美國標(biāo)準(zhǔn)相似，小幅調(diào)整 ISO 12100 國際標(biāo)準(zhǔn)局-機械標(biāo)準(zhǔn)的安全 設(shè)計的基本概念和一般規(guī)則 ISO 10218 國際標(biāo)準(zhǔn)局-工業(yè)機器人-安全需求 工業(yè)機器人的應(yīng)用的固有安全設(shè)計、保護措施和信息的需求和指導(dǎo)方針 IEC61508 電氣/電子/可編程電子安全系統(tǒng)(E/E/PE)的功能安全 使(E/E/PE) 安全系統(tǒng)使危險失效最小化的需求 OSHA 職業(yè)安全和健康管理 ANSI標(biāo)準(zhǔn)的解釋和機器人安全指令 1.2 安全的機器人閑置時間的感知 美國國家安全標(biāo)準(zhǔn)和美國國家標(biāo)準(zhǔn)學(xué)會（1986）ANSI R15.06建立了美國機器人安全標(biāo)準(zhǔn)。此外，美國的職業(yè)安全與健康管理局（OSHA）提供了機器人安全的指導(dǎo)方針(OSHA 1987)。有機器人相關(guān)的標(biāo)準(zhǔn)被總結(jié)于表2中。 依據(jù)Bonney 和 Yong (1985) 和Nagamachi (1986, 1988)，即使在正常的操作模式下，復(fù)雜的機器人系統(tǒng)可能是危險的。許多事故發(fā)生是因為機器人操作者誤解停頓的原因，其要么是系統(tǒng)失靈，要么是程序停止(Sugimoto和Kawaguchi 1983)。事故報告顯示：如果人們誤解機械手的工作行程并在機器人操作過程中進入，人們可能會被機械手傷到或殺死。 1.3模擬的事故 可引進模擬事故來改變這種現(xiàn)象，因為信息處理的預(yù)期的轉(zhuǎn)變使這項工作進入到認知領(lǐng)域(Lehto 和 Papastavrou 1993, Park 1997)。Rahimi和Karwoski (1990)提出再設(shè)計設(shè)施布局和機器人程序時必須要考慮閑置時間。預(yù)期遭受模擬事故將影響兩個機器人進入工作行程的等待時間。如Parsons (1986, 1987)所述，已經(jīng)證明模擬的機器人事故影響訓(xùn)練后的機器人的操作者(Karwowski et al.1991)。 假設(shè)1 在虛擬和現(xiàn)實環(huán)境下，預(yù)期遭受模擬的事故和機器人的大小、速度和類型的因素將顯著地影響等待時間（即閑置時間）。 1.4機械手最大工作半徑 機器人的工作行程被定義為機械手的最大工作半徑或機器人的不安全區(qū)。根據(jù)Karwowski (1991)，機械手的最大工作半徑顯著地受如機器人事故風(fēng)險、大小、速度和種類這樣因素的影響。本文系采用來自Rahimi 和Karwowski (1990) Karwowski et al.(1991)的方法，并本文的結(jié)果與他們的結(jié)果進行比較。 Wright (1995)發(fā)表真實世界的距離認知通常是實際距離的87-90%。Lampton et al.(1995)出示了在虛擬和現(xiàn)實環(huán)境下有低估距離的趨向，但與真實環(huán)境中相比，虛擬環(huán)境中的距離被低估的更多。Witmer and Kline (1998)試圖確定靜止的觀察者在一個簡單的虛擬環(huán)境中如何準(zhǔn)確估計給定的靜態(tài)信號標(biāo)定的物體的距離（例如，圓柱體），并通過參照任務(wù)來進行感知距離判斷，在這些任務(wù)中，靜止觀察者立即判斷他們可感知在他們自己與一個靜止的或運動物體之間的距離?；赪itmer 和 Kline (1998)的結(jié)果，在虛擬和現(xiàn)實環(huán)境中，人們普遍低估它們與物體之間的距離，但是在虛擬環(huán)境中的距離估計的誤差比現(xiàn)實環(huán)境中的更大。而且，他們發(fā)現(xiàn)物體的大?。ɡ鐖A柱體）顯著地影響估計的距離，但是底板的我努力和圖案卻不影響估計的距離。 假設(shè)2 在虛擬和現(xiàn)實的工業(yè)工作環(huán)境中，感知機器人工作行程與機器人的遭受模擬的事故、速度、種類和大小相關(guān)。 1.5序貫試驗和數(shù)據(jù)橋接 Williges和Williges (1989)提出一個序貫試驗研究策略，這可能被用于人的因素的研究，以調(diào)查和審查大量使用一系列小序貫的研究的自變量。從序貫研究得到的結(jié)果可以整合到一起來構(gòu)建試驗?zāi)Ｐ?，以探討不同的自變量的影響，并預(yù)測人的行為(Han 1991)。 數(shù)據(jù)橋接可被視為關(guān)于貫穿序貫試驗研究整合結(jié)果的一種統(tǒng)計法(Han 1991)。如果來自共同數(shù)據(jù)點沒有明顯的差別，為了構(gòu)建該模型，這些數(shù)據(jù)被視為來自同一試驗，并被合并到同一個數(shù)據(jù)集(Snow和Williges 1998)。基于這些結(jié)果，如果以虛擬試驗條件的數(shù)據(jù)橋接的應(yīng)用為基礎(chǔ)的數(shù)據(jù)能被合并成通用的數(shù)據(jù)集，可認為能允許虛擬和真實試驗之間的比較。 2.方法 2.1機器人試驗的被試者 從香港科技大學(xué)（HKUST）招募64（32男和32女）名工科學(xué)生。試驗的被試者對機器人編程和操作有基本的了解。試驗需要2h。由于他們的參與，付給每個參與者200港元(7.8 HKD=1 USD)。所有的參與者被分成八組，每組8個人。 2.3試驗（機器人試驗） 本文研究了兩個工業(yè)機器人(Yaskawa MOTOMAN-K10S和SONY SRX-410)。兩個機器人都位于香港科技大學(xué)的CAD/CAM實驗室。Yaskawa MOTOMAN-K10S是一種具有六個自由度的垂直鉸接機器人并被安裝在地面上。它的控制器是一個伺服控制系統(tǒng)。機器人的有效負載能力是10kg。機器人的位置重復(fù)精度為0.1mm。機器人圍繞其基座可旋轉(zhuǎn)320度。機械手的最大工作半徑為1555mm，且所有軸的總線速度為1500mm/s。它的重復(fù)定位精度為0.1mm。 SONY SRX-410是一種SCARA型高速裝配機器人。這是有四軸DC伺服電機控制的緊湊臺式設(shè)計。機器人的工作行程是600mm（第一臂：350mm；第二臂：250mm）。線性運動的最大速度為（第一臂和第二臂結(jié)合）5200mm/s。機器人的重量是60kg（132.2lbs）。它的有效負載能力為5kg（低速）、3kg（中速）和2kg（高速）。機器人的X/Y軸和Z軸的重復(fù)定位精度分別為0.025mm和0.02mm。圖1和圖2分別出示了Yaskawa MOTOMAN-K10S和SONY SRX-410機器人。 在動態(tài)虛擬世界中使用虛擬現(xiàn)實建模語言（VRML）來模擬兩個機器人的真實工作場所。使用裝有索尼17￠￠視頻顯示終端監(jiān)視器（V頻75Hz；H頻60kHz）的奔騰III（600 MHz）計算機，Java Script 在VRML環(huán)境中提供動畫。在VRML環(huán)境中，通過使用帶有Cosmo播放器插件的一個因特網(wǎng)瀏覽器的程序（控制面板的按鈕）來控制（運動和停止）機器人的運動。因為VRML是一種基于互聯(lián)網(wǎng)的虛擬系統(tǒng)，故計算機需要網(wǎng)絡(luò)連接到因特萬維網(wǎng)（WWW）。圖3和圖4分別出示了在虛擬環(huán)境中的MOTOMAN K10S和Sony SRX-410機器人。 2.3試驗設(shè)計 在本研究中，四個試驗?zāi)鼙环殖蓛纱箢悾海?）閑置時間試驗和（2）機械手最大工作半徑試驗。每種試驗有兩個部分：一種是是虛擬部分，另一種是真實部分。為了測試公共點，需要屬于現(xiàn)實組的所有參與者執(zhí)行一些虛擬試驗以滿足序貫試驗的數(shù)據(jù)橋接。對于真實組，一半被試者（16個被試者）在真實環(huán)境中執(zhí)行任務(wù)，而另一半受試者在虛擬環(huán)境中執(zhí)行另一些任務(wù)。一個模擬的事故被出示給一半的受試者（真實小組的16個受試者和虛擬小組的16個受試者）。 2.3.1閑置時間試驗 試驗是一個六-因素方差分析混合設(shè)計（2性別′2意外事故′2速度′2大小′機器人種類′2照明水平）。所有的自變量有兩個層次。受試者之間變量是性別（男性或女性），事故風(fēng)險（有或無）。另外四個與受試者相關(guān)的自變量是機器人的速度（10cm/s或90cn/s）、機器人的大?。ù蠡蛐。?、機器人的種類（Sony SRX-410 或Yasakawa MOTOMAN-K10S）和光照條件（亮或暗）。因變量?機器人的感知閑置時間是受試者感到進入工作行程對他們來說是安全時間一樣的等待時間。當(dāng)出現(xiàn)一個意外停止，這可能是機器人出現(xiàn)問題。機器人閑置時間是機器人停止和受試者決定進入機器人的工作行程之間的時間(Karwowski 和Pongpatanasuegsa 1990)。 2.3.2機械手最大工作半徑試驗 本試驗是考慮一種混合方差分析設(shè)計的裝置。它具有受試者之間的變量（性別和事故風(fēng)險）和受試者本身的變量（光照條件、機器人的速度、機器人的大小、機器人的類型和接近角）。所有的因素有兩個層次。感知的機器人最大工作半徑能被定義為機械手相對于實際機器人工作行程的最大工作半徑（Karwowskiet al.1991）。試驗者測量了真實環(huán)境中從機器人底座到受試者趾部前端的距離。在虛擬環(huán)境中，開發(fā)了內(nèi)部測量系統(tǒng)以立即顯示視點X、Y和Z坐標(biāo)。這些坐標(biāo)有助于試驗者計算出機器人的精確的停止位置。 2.4試驗程序 在試驗的期初階段，受試者填寫并簽了知情同意書并給出他們的個人資料（例如，受試者的年齡、性別、重量和高度），并保證他們在試驗中自愿誠實地參與。如看到參與者戴著矯正視力的眼鏡時，這個參與者存在問題，那么在試驗中將不允許他們進一步參與。也對每個受試者身臨其境的趨勢和個性進行評估。然后，介紹了關(guān)于試驗程序的詳細說明。告知參與者機器人安全性的工業(yè)指導(dǎo)方針和CAD/CAM實驗室和工作車間中的安全條例。在測試場景的預(yù)覽部分，參與者觀察虛擬和現(xiàn)實環(huán)境中機器人運動。而且，如果受試者屬于事故風(fēng)險組，他們將看到模擬的事故。這些受試者能看到具有一個虛擬的預(yù)先創(chuàng)建的模擬事故場景。在該場景中，一個虛擬的人被正在旋轉(zhuǎn)的機器人撞到。圖5出示了虛擬的人體模特被工業(yè)機器人撞倒后的事故場景。 2.5閑置時間試驗 2.5.1虛擬現(xiàn)實中的試驗 機器人運動以四個不同的時間隨機停頓10次：5s（4次）、10s（3次）、15s（2次）和20s（1次）。對于每次停頓，指示受試者估計停頓的閑置時間。受試者對三個選擇的時間估計的答案畫圈：大于10s、小于10s或說不上來。然后，受試者被告知下一個停頓可能是一個預(yù)定程序的停止或由于系統(tǒng)故障的停止。要求他們進入機器人的工作行程以進行診斷檢測。只要受試者認為機器人將不再運動，他們就等著。在受試者進入機器人的工作行程之前，他們口頭通知試驗者他們的決定。 除了測量機器人停頓和受試者決定進入工作行程之間所用時間，試驗者將切斷機器人的主電源以保證機器人不在運動。然后，允許受試者進入機器人的工作行程。當(dāng)受試者的視角離機器人更近時，在虛擬環(huán)境中的受試者能觀察到放置在機器人基底的兩個診斷按鈕。試驗者指示受試者按下這兩個按鈕中的一個。 在受試者按下按鈕后，顯示在屏幕上的信息要么是‘故障’，要么是‘預(yù)定程序的停止’。受試者被要求重復(fù)前面的步驟直到他們完成所有的試驗。在虛擬試驗結(jié)束時，受試者回答額外的問題來測試他們的現(xiàn)場感覺。 2.5.2真實環(huán)境中的試驗 在5min的機器人運動期間，四個不同時間間隔內(nèi)隨機形成10個停頓。在此之后，試驗者指示受試者通過選擇三個選擇的一個來估計每次停頓的時間：大于10s、小于10s或說不上來。然后，受試者被告知下一個停頓可能是一個預(yù)定程序的停止或由于系統(tǒng)故障的停止。試驗者要求受試者進入機器人的工作行程以進行診斷檢測，并指示只要受試者認為機器人將不再運動，他們就等著。 在受試者真正進入機器人的工作行程之前，他們口頭與試驗者交流并通知試驗者他們已決定進入工作行程。試驗者測量在機器人停止和受試者決定進入機器人危險工作區(qū)之間的時間。 試驗者指示受試者打開箱子并檢索文件以確定停止是否是一個‘故障’或‘預(yù)定程序的停止’。對每次試驗，參與者評估他們的感知和精神負擔(dān)，然后再次重復(fù)前面的步驟直到完成所有的試驗。 2.6機械手最大工作半徑試驗 2.6.1虛擬現(xiàn)實中的試驗 參與者被指示沿著接近機器人的一個角度移動。然后受試者敲擊控制面板的啟動按鈕，受試者的視角接近機器人直到受試者按下停止按鈕以停止他們的運動。他們的停止位置是他們認為機械手最大工作半徑。通過使用內(nèi)部測量系統(tǒng)，試驗者記錄屏幕左上角所顯示的值。 顯示的值是各視點（X/Y和Z坐標(biāo)）的坐標(biāo)值。然后參與者被要求返回到原來安全屏障后的地方，且對其它剩余的接近角，他們重復(fù)前面的步驟知道他們完成所有接近角的測試。然后，試驗者改變視點來觀察其它機器人。對其它的接近角和機器人的速度，重復(fù)本試驗直到所有的試驗完成。 2.6.2在真實環(huán)境中的試驗 當(dāng)機器人運動完成后并停止在一個特定的位置，為了避免機器人再次運動，試驗者關(guān)閉了機器人電源。然后，指示受試者沿著兩個接近角的一個向機器人運動，他們認為這將是機械手最大工作半徑。試驗者測量并記錄受試者的停止位置和機器人工作行程之間的距離。受試者被要求回答每次試驗的困難等級，并被指示返回到安全屏障外的初始位置。前面的步驟被重復(fù)直到受試者完成所有的試驗。 3結(jié)果和討論 3.1閑置時間試驗 3.1.1虛擬部分 出示了關(guān)于虛擬試驗的閑置時間數(shù)據(jù)，其符合正態(tài)分布（表3）。對于在閑置時間試驗中閑置時間的感知（VR組），方差分析測試表明速度(F(1,28)=117.522, p<50.001) 和大小 (F(1,28)=107.914, p<0.001)的影響是顯著的。這兩種因素的相互作用是不明顯的。試驗的主要效果圖表明機器人的大小和速度顯著地影響等待時間。隨著運動中的機器人尺寸越大，受試者決定進入機器人工作行程所用的時間更長。當(dāng)機器人以更高的速度（90cm/s）運行時，受試者決定進入工作形成之前等待一個更長的時間(p=0.014) 以便于診斷檢測。 3.1.2真實部分 在真實試驗I的正態(tài)性檢驗的表的現(xiàn)實組中，p值（p>0.05）出示閑置時間的數(shù)據(jù)服從正態(tài)分布（表3）。根據(jù)方差分析測試的結(jié)果，閑置時間也分別受機器人速度(F(1,28)=34.347, p<0.001)和類型(F(1,28)=5.499, p=0.026)的顯著影響。同樣地，在這部分試驗中閑置時間的感知也沒有出現(xiàn)雙因子交互的作用（VR組）。機器人速度的主要影響表明：快的機器人速度的閑置時間的感知比慢的機器人速度的時間更長。這表現(xiàn)出與VR組的結(jié)果相似的現(xiàn)象（閑置時間試驗）。在他們表明決定之前，真實環(huán)境中的受試者表現(xiàn)出對Motoman K-10s機器人等待的時間比Sony SRX-410機器人的更長。因為在現(xiàn)實環(huán)境中機器人的大小不能被隔離，據(jù)報道不考慮機器人大小，本試驗中的機器人類型對感知閑置時間有重要的影響。 3.2機械手最大工作半徑試驗 3.2.1虛擬部分 表3 Kolmogorov–Smirnov關(guān)于虛擬和真實組閑置時間感知的結(jié)果 虛擬組 Kolmogorov–Smirnov測試的一個樣本 閑置時間 N 256 正常參數(shù)ab 平均值 22.3849 SD 8.9185 最為極大值 絕對值 0.049 偏差 正值 0.049 負值 -0.026 Kolmogorov–Smirnov Z 0.784 約等于信號 (雙側(cè)的) 0.570 真實組 閑置時間 N 128 正常參數(shù)ab 平均值 24.0889 SD 7.5296 最為極大值 絕對值 0.047 偏差 正值 0.047 負值 -0.029 Kolmogorov–Smirnov Z 0.531 約等于信號(雙側(cè)的) 0.941 從方差分析的結(jié)果可以看出，速度(F(1,28)=6.808,p=0.014)、類型 (F(1,28)=10.812,p=0.003)和大小(F(1,28)=4.722,p=0.038)對機器人工作行程的感知的影響是顯著的，但性別、事故風(fēng)險和角度卻不是那么顯著。而且，兩因子交互的影響也不明顯。 基于機械手最大工作半徑試驗的主要效果圖的結(jié)果（VR組），受試者在低速條件下接近機器人工作行程的距離明顯比其在高速下的更近。結(jié)果表明：相比于對地面安裝型Motoman K10s機器人，受試者對臺式型的Sony SRX-410機器人感知更大的工作行程。機器人大小的主要影響表明大機器人的感知工作行程明顯比小機器人的工作行程要大。在虛擬環(huán)境下，當(dāng)受試者操作小尺寸的機器人時，他們感到更安全。 3.2.2現(xiàn)實部分 方差分析的結(jié)果表明：感知的機械手的最大工作半徑明顯受5%水平的事故風(fēng)險(F(1,28)=4.388,p=0.045)、機器人速度(F(1,28)=20.419,p<0.001)和機器人的類型(F(1,28)=302.125,p<0.001)的影響。同樣地，在機器人類型和事故之間的交互影響出示了對機器人工作行程的感知距離的顯著影響。 對‘有模擬的事故’組的機器人工作行程的感知距離比對‘沒有模擬的事故’組的更高。這明顯表明虛擬事故的暴露影響他們在真實環(huán)境中的感知距離。對于事故風(fēng)險，受試者感到機器人運動是更危險的。在受試者暴露于模擬的事故之后，他們變得更警惕。結(jié)果表明：在機器人運動的更快速的速度時，受試者選擇更高的機械手最大工作半徑。當(dāng)機器人運動速度更低時，受試者感到安全和更舒適。對MOTOMAN K10S機器人的機械手最大工作半徑的感知比對SONY SRX410機器人的更小。 3.3數(shù)據(jù)橋接 3.3.1比較VR中虛擬部分和閑置時間試驗中的真實組 （共同數(shù)據(jù)點：機器人的速度=10cm/s，機器人的類型=MOTOMAN K10S，機器人的大小=大型和輕的條件=輕型）。 通過采用方差分析測試方法，它表明在感知閑置時間的虛擬試驗中共同的數(shù)據(jù)點(F(1,56)=0.958,p=0.332)時，在VR和真實組之間沒有明顯的差異。因此，在同樣的試驗條件下，這些數(shù)據(jù)能被集合成一個共同的數(shù)據(jù)集。 3.3.2比較在機械手最大工作半徑試驗中虛擬和真實組的虛擬部分 （共同數(shù)據(jù)點：機器人的速度=25cm/s，機器人的類型=MOTOMAN K10S，機器人的大小=大型和接近角=77.1°）。 從方差分析測試的結(jié)果可以看出，在共同數(shù)據(jù)點(F(1,56)=0.159,p=0.691)的感知的機械手最大工作半徑試驗的虛擬試驗中，虛擬組和真實組之間沒有明顯的差異。把這些數(shù)據(jù)結(jié)合成一個共同數(shù)據(jù)集是合理的。因此，真實和虛擬實驗的結(jié)果可進行比較。 3.4虛擬與真實試驗的結(jié)果 它能表明：相對于機器人的速度，虛擬環(huán)境下安全的閑置時間的感知稍大于現(xiàn)實環(huán)境中的安全閑置時間的感知。而且，在機器人閑置時間試驗中，在虛擬和現(xiàn)實之間的閑置時間的感知存在一個相似的趨向。 Witmer 和Kline (1998)得出結(jié)論：在虛擬和真實環(huán)境中，人們通常低估他們與物體之間的距離，但是在虛擬環(huán)境中，距離估計的誤差趨向更大于現(xiàn)實環(huán)境中的距離估計誤差。 圖7舉例說明在機械手的最大工作半徑試驗中，虛擬和真實試驗之間的感知機械手最大工作半徑存在一個大的偏差，并且在虛擬試驗中，感知機械手最大工作半徑比真實試驗中的更大。然而，相對于機器人的類型，在虛擬和真實試驗之間的機械手最大工作半徑的感知的趨向是相似的。我們的發(fā)現(xiàn)與Witmer 和Kline (1998)的結(jié)果相似。相比于那些在真實環(huán)境下中的受試者的距離判斷，虛擬環(huán)境下的受試者的距離判斷是高度低估的。 3.5假設(shè)的測試 3.5.1假設(shè)1的結(jié)果 在虛擬組中，機器人的速度和大小顯著影響安全閑置時間的感知。當(dāng)機器人以更快的速度（90cm/s）運行時，受試者明顯等待更長(p<0.05)的時間。如不考慮機器人的大小(p<0.05)，在真實試驗中，機器人的類型對感知閑置時間有顯著的影響。該假設(shè)部分成立（表4）。性別也沒顯示出對事故風(fēng)險的明顯影響。 3.5.2假設(shè)2的結(jié)果 在虛擬和真實環(huán)境中，機械手的最大工作半徑的感知明顯受機器人的速度和類型的影響；這可給我們一些跡象感知的工作半徑距離取決于機器人的運動類型。在低速下，受試者更接近機器人的工作行程。另外，在虛擬試驗中，機器人的大小對閑置時間和機器人工作行程的感知始終是一個重要的因素（表5）。有模擬事故組機器人工作行程的感知距離明顯比沒有模擬事故組的感知距離要大（表5）。 3.6比較我們機器人試驗的結(jié)果與Karwowski的結(jié)果 研究在虛擬和真實環(huán)境下閑置時間和機械手最大工作半徑的感知。本節(jié)將討論我們的結(jié)果與以前研究結(jié)果的比較。事實上，本研究中我們的機器人試驗的方法模仿了Karwowski的研究方法。在真實環(huán)境下，Karwowski的研究結(jié)果與我 表4閑置時間試驗匯總 閑置時間 虛擬 真實 機器人速度 顯著的 顯著的 機器人大小 顯著的 不顯著的 機器人類型 不顯著的 顯著的 性別 不顯著的 不顯著的 事故風(fēng)險 不顯著的 不顯著的 表5機器人最大工作半徑試驗匯總 機械手最大工作半徑 虛擬 真實 機器人速度 顯著的 顯著的 機器人大小 顯著的 不顯著的 機器人類型 顯著的 顯著的 接近角 不顯著的 不顯著的 性別 不顯著的 不顯著的 事故風(fēng)險 不顯著的 顯著的 們的研究結(jié)果之間存在相似性和差別。表6總結(jié)了機械手最大工作半徑試驗中真實試驗的結(jié)果與Karwowski et al的結(jié)果（1991）。 從表6中可看出，受試者在低的機器人速度（25cm/s）下感知機械手最大工作半徑的距離比在高的速度（90cm/s）下的更近。在虛擬環(huán)境中，由于遭受虛擬的模擬事故，受試者更注意真實環(huán)境下機器人運動。模擬事故組的機械手最大工作半徑的感知比對無事故組的更高。而且，當(dāng)接近角是77.1°時，Karwowski et al.(1991)發(fā)現(xiàn)受試者稍微低估機械手最大工作半徑，并闖入到機器人的工作行程中。然而，我們的發(fā)現(xiàn)表明：一般來說，受試者始終高估真實環(huán)境下機械手的真實工作行程?；趦身椦芯康姆讲罘治鰷y試，在Karwowski的研究中，機械手最大工作半徑的感知明顯受機器人速度、事故風(fēng)險和接觸角的影響。 圖6比較機器人試驗II中真實試驗的結(jié)果與Karwowski的結(jié)果 感知機械手的最大工作半徑 平均值 Karwowsk的結(jié)果 我們的結(jié)果 因素 等級 P50機器人 K10S機器人 意見 機器人的速度 25cm/s 10.25cm 2.05cm 在Karwowsk的研究中，機器人速度(p<0.05)、事故風(fēng)險(p<0.001)和接近角(p<0.001)顯著影響機械手最大工作半徑的人的認知。在我們的研究中，感知的機器人工作行程顯著受5%水平的事故風(fēng)險(F=4.388,p=0.045)和機器人速度(F=20.419,p<0.001)的影響。 90cm/s 11.57cm 18.64cm 事故風(fēng)險 有事故 21.9cm 19.25cm 無事故 -0.09cm 1.44cm 接近角 77.1° -0.41cm 10.34cm 感知的機械手最大工作半徑明顯受事故風(fēng)險(F(1,28)=4.388, p=0.045)和機器人速度(F(1,28)=20.419,p<0.001)的影響。 Karwowski的試驗和我們的研究之間的差別被討論如下： （1）Karwowski的試驗測試了六個接近角。然而，由于布局的限制，在機械手最大工作半徑試驗中，真實試驗只能使用一個接近角。 （2）在Karwowski的研究中，在執(zhí)行試驗部分之前，受試者被給一個15min的預(yù)演部分，但是在我們的研究中，給受試者一個2min的預(yù)演部分。 （3）Karwowski的研究與最大臂展的試驗之間的機器人編程的碼垛系統(tǒng)任務(wù)中的差別。 （4）兩個研究中受試者的知識背景是不同的。Karwowski招募了12為工業(yè)工人作為受試者。然而，64位工科學(xué)生參與我們的研究。 （5）在Karwowski的研究中，每個試驗條件重復(fù)兩次，但在真實環(huán)境中測試最大臂展的試驗只重復(fù)一次。 這些結(jié)果有助于測量人的感知和實現(xiàn)改善HRI安全性(Duffy和Salvendy 2000)。在工業(yè)中，HRI可視為兩種類型；（1）第一種類型，人工操作者和機器人作業(yè)在一個分離的區(qū)域和（2）第二種類型，機器人作業(yè)更接近人工操作者，替代其被孤立在機器人作業(yè)場所。在第二種類型的HRI，工業(yè)機器人能使操作者更擔(dān)心、驚嚇和不舒服，且這種精神緊張可影響HRI的安全性和生產(chǎn)率降低(Aria et al.2010)。因此，對第二種類型的HRI，必須要考慮人的安全性感知。 從本研究中學(xué)的經(jīng)驗有可能轉(zhuǎn)換到其它更側(cè)重于制造的領(lǐng)域。例如，美國麻省理工學(xué)院在機械工程中的控制，儀器儀表和機器人領(lǐng)域?qū)で笱芯亢徒逃⒓{入基本確定原則和方法，使系統(tǒng)具有智能化，目標(biāo)導(dǎo)向的行為，并制定創(chuàng)新的手段來監(jiān)視、操縱和控制系統(tǒng)(MIT 2010)。隨著服務(wù)行業(yè)的需要，其包括醫(yī)療、安全和教育，麻省理工學(xué)院的Newman研究室的研究人員以研發(fā)出超級肌肉驅(qū)動器，在壓力、能量、密度、效率、反應(yīng)速度和自由度方面超過生物肌肉。進一步深入了解HRI以獲得這些潛在應(yīng)用的影響是重要的。尤其是在人的重復(fù)性作業(yè)方面，人機交互的認知方面將對設(shè)計者更好地增強與新的機器人技術(shù)方面的個人能力是重要的(Krebs et al.2003, Fasoli et al.2004, Reiner et al.2006, Volpe et al.2009)。 4結(jié)論 本文研究了機器人的大小、速度、類型和事故風(fēng)險對人感知機器人運動的危害和危險、在系統(tǒng)停止和機器人運行出現(xiàn)故障期間的機器人安全等待時間和虛擬和真實工作場所下機械手的最大工作半徑的影響?；谠囼炛腥〉玫慕Y(jié)果，可估計從虛擬到真實世界的經(jīng)驗和認知的可轉(zhuǎn)換性。虛擬和真實環(huán)境中分析結(jié)果的比較表明：如時間這樣的變量可從虛擬轉(zhuǎn)換倒真實，然而，僅僅在臺式虛擬的環(huán)境中，感知的距離仍然顯示出顯著的差異。 因為訓(xùn)練可能對識別危害和風(fēng)險有影響(Duffy 2003, Duffyet al. 2004a)，預(yù)期進一步測試的結(jié)果可被用到在虛擬現(xiàn)實環(huán)境中工業(yè)訓(xùn)練，以降低工作場所中的危險。企業(yè)可使用VR來培養(yǎng)工人關(guān)于機器人的安全知識。而且，由于發(fā)現(xiàn)事故風(fēng)險對安全性的認知有重要影響，培訓(xùn)計劃中可提供事故的例子。通過VR培訓(xùn)計劃，工人可獲取關(guān)于機器人運動和機器人事故的經(jīng)驗。也能夠通過開發(fā)預(yù)測能力來把虛擬模型整合到數(shù)字化人體模型(Duffy et al.2003, Duffy 2007)和設(shè)計分析(Duffy et al.2004b)中。 未來的研究中，可分析從機器人試驗收集的其它數(shù)據(jù)，以找出危險認知、機械手最大工作半徑、閑置時間和個性之間的關(guān)系。本研究中，試驗通過學(xué)生群體來執(zhí)行，該學(xué)生群體基本理解機器人編程和操作。在將來的研究中，可通過有經(jīng)驗的工人來執(zhí)行以概括試驗結(jié)果。上世紀(jì)80年代末，機器人的使用領(lǐng)域擴大，機器人已經(jīng)從工業(yè)類輔助機器人來到人們的日常生活中，其支持老人或殘疾人、手術(shù)設(shè)備和玩具(Goodrich和Schultz 2007, Laschi et al.2007, Pervez和Ryu 2008)。不像大多數(shù)工業(yè)機器人，服務(wù)機器人可與人類緊密身體接觸。因此，為了在人的環(huán)境中接納機器人作為我們的伙伴和同事，必須實現(xiàn)對安全性的真實認知 (Bartneck et al.2009)。在將來的研究中，涉及到如機器人大小、速度、類型和遭受虛擬的事故的這類參數(shù)的影響，我們可研究服務(wù)機器人的安全性認知。 致謝 本研究部分由來自HKUST/ CERG6168/98E和HKUST/ CERG6211/99E的研究資助局（RGC）的研究用途補助金（CERG）的資助。因為Calvin OR、Vivian LAU和Tracy CHEUNG、Gilbert Leung、Denil Chan、K.C. Tin和Colleen Duffy在整個軟件開發(fā)和手稿的準(zhǔn)備，作者對他們表示誠摯的感謝。作者還要感謝由國際交流管理委員會管理的學(xué)者管理的福布萊特計劃，感謝他們的支持，并感謝授權(quán)這種合作和結(jié)果的傳播。