N-back任务诱导梯度脑力负荷状态对失匹配负波振幅的影响

目的观察不同脑力负荷状态下失匹配负波振幅变化情况。方法对28名被试采用5个难度等级的数字N-back任务建立梯度脑力负荷状态模型,并同步采集脑电信号,采用非任务相关听觉刺激oddball范式引出失匹配负波并测量平均振幅。任务结束后使用任务负荷量表NASA-TLX评价被试主观脑力负荷状态,并分析Fz电极处MMN振幅随脑力负荷状态变化情况。结果因采集脑电信号质量不佳剔除4名被试数据,分析24名被试数据,结果显示随着N-back任务难度增加,被试完成任务的正确率逐渐下降、反应时逐渐升高(P0.05),NASA-TLX得分逐渐升高(P0.05)。成功提取各任务中被试MMN波形,测量其振幅随任务难度等级增加而降低(P0.05)。结论使用数字N-back任务成功建立梯度脑力负荷状态模型,在此模型中,脑力负荷水平越高,测得MMN振幅越低。     

基于Lego模拟的装配作业脑力负荷测量方法

运用Lego积木模拟装配作业,设计了低、中、高三种不同难度的实验任务,比较了三种脑力负荷主观评价量表的敏感性、效度和诊断性。方差分析结果显示,PAAS量表敏感性最高,WP量表次之,NASA-TLX量表最低。皮尔逊相关性分析显示,PAAS量表和WP量表的聚合效度和共时效度高于NASA-TLX量表。量表各维度负荷值柱状图显示,PAAS量表和WP量表诊断性显著好于NASA-TLX量表。综合各指标,可以得出PAAS量表和WP量表是目前装配作业较为理想的脑力负荷主观测量工具。     

儿童与智能服务机器人交互体验评价方法综述

面向儿童的智能服务机器人近年来快速发展,如何理解和评价儿童与智能服务机器人的交互体验成为研究人员越来越关注的问题。由于儿童认知发展上的不成熟,针对成人的研究方法不完全适用。本文回顾了以往儿童与智能服务机器人交互体验的评价方法,详细阐述了研究人员最常用的行为测量和主观报告测量方法的特点、适用人群、测量内容、测量工具及优劣势,并介绍了绩效测量和生理测量方法的适用性和发展现状,最后综合对比了这四类方法,并对儿童与智能服务机器人交互评价方法的未来发展方向进行了展望,为其他研究人员快速熟悉和开展该领域的研究提供参考。     

虚拟现实中多通道信息呈现方式的认知负荷定量研究

目的 针对虚拟现实体验系统中的不同信息呈现方式,对使用者交互效率影响难以确定及量化的问题,进行定量研究。方法 通过搭建虚拟现实场景,以信息呈现通道的类别与数量作为变量,展开跟踪–检测响应双任务实验;通过记录任务行为数据中的跟踪误差和响应时间,以及生理数据中的瞳孔直径大小,分析并讨论在不同通道刺激影响因素下的实验中,任务绩效及眼动生理反应变化规律;同时结合主观负荷评价数据,建立了基于BP神经网络的多通道认知负荷模型,以认知负荷作为交互效率的综合评价指标,量化任务执行效率。结果 信息呈现的通道类别及其数量对任务效率均有显著的影响。结论 信息呈现通道数量与任务绩效及生理反应呈一定程度的正相关;多个任务使用相同通道呈现信息会损害所有任务的绩效,增加认知负荷。模型输出的负荷值与主观认知负荷评估值吻合较好,相对误差为8.2%,验证了其有效性。     

基于VTS测试的NASA-TLX量表主观疲劳评价的有效性研究

本文研究NASA-TLX(National Aeronautics and Space Administration-Task Load Index,美国国家宇航局任务负荷指数)量表对VTS(Vienna Psychological Test System)测试产生的主观疲劳感进行评估的有效性和适用性。实验选取上海地铁驾驶员样本完成VTS测试模块,数据分析结果表明:(1)用NASA-TLX量表作为测量手段来评估VTS测试任务产生的心理负荷,结果表现出良好的信度和效度水平;(2)NASA-TLX量表的心理和体力需求维度与VTS测试中反应力和注意力绩效之间表现出显著相关性,证明量表具有的可靠准则关联效度,并可以一定程度上定性地对绩效表现做出预测判断。本文研究结果可为NASA-TLX量表的多样化应用和驾驶疲劳研究提供参考。     

基于认知负荷理论的雷达信息视图交互设计策略研究

目的 以降低操作者认知负荷为目标从人机认知任务分配角度探讨雷达界面信息图的交互设计策略.方法 对基于雷达信息图的系统观察任务流程进行分析,基于新型人机协同、人机合作视角探讨系统人机功能分配的原则,采用认知负荷评测方法,通过用户绩效测量和NASA-TLX量表,采集分析任务完成的时间、正确率及认知负荷水平,比较不同的人机分工方案对操作者认知负荷的影响.结果 基于新的人机功能分配策略的设计方案中,用户完成时间、正确率均大于初始方案,完成任务的认知负荷小于初始设计方案.结论 复杂信息界面的信息呈现与交互设计,可以通过系统功能在人机之间的合理分配,充分发挥人机各自优势,降低操作者的认知负荷,提高观测准确率,提高系统绩效.     

基于多生理参数的飞行员任务负荷评估

目的 建立基于多生理参数的飞行员任务负荷评估模型，对飞行员任务负荷水平进行识别和评估方法 通过生理测量设备在模拟飞行实验中获取飞行员的心电和眼动数据，使用CRITIC法建立任务负荷量化模型，根据量化的客观综合评分建立样本数据集标签，避免了人为打标签的主观性，依据评分结果将任务负荷映射为六个等级(1-6),建立了1537个有效样本数据，构建随机森林模型进行训练测试。结果 模型的训练准确率达到了98.9%,测试准确率为94.3%,准确率均高于其他对比算法。使用该模型对飞行员的任务负荷进行预测，预测结果和主观NASA-TLX量表得分之间的相关系数值为0.836(P<0.01),呈现出较强的显著性。结论 基于随机森林模型的飞行员任务负荷评估模型具有较高的辨识精度，对减少飞行员任务负荷过高而引起飞行事故具有一定的现实意义。     

基于任务分层的地铁驾驶员应急处置作业工作负荷评价

目的 从任务的不同层次探究地铁驾驶员应急处置作业的工作负荷。方法 首先从应急处置作业的结构分析出发,将其分解为行为单元层和多任务层。行为单元层采用主观评价法标定其工作负荷量化的视觉-听觉-认知-执行(VACP)量表;多任务层综合考虑执行任务的时间消耗、行为单元工作负荷及时间压力等因素,构建了基于时间占用率的工作负荷评价模型;最后以12项应急处置作业为例进行实证分析。结果 本文标定的行为单元层VACP量表具有较好的信度(Cronbach’sα=0.71)和效度(KMO=0.75),并结合美国航空航天局任务负荷指数(NASA-TLX)量表验证了本文提出的地铁驾驶员应急处置作业工作负荷评价方法的准确性(r=0.7938,P<0.05)。结论 本文构建的基于时间占用率的多任务层工作负荷评价模型与NASA量表吻合较好,验证了模型的有效性,对于评估地铁驾驶员工作负荷,降低运营风险有较大的现实意义。     

基于fNIRS的AR引导穿刺训练系统的工效与认知负荷研究

目的 基于fNIRS对AR引导穿刺训练的手术导航系统展开神经人因学研究,探究使用者与系统交互时的工效与认知负荷.方法 实验分为实验组(AR组)与对照组(B超组),被测对象在各自平台下完成穿刺任务.采集并处理任务中被测对象的近红外信号,提取HbO2浓度相关的比例系数 β,结合任务绩效、NASA-TLX主观评分进行统计分析.结果 实验组(AR组)与对照组(B超组)相比,穿刺任务中前额叶激活弱、穿刺时间短、成功率高,2组存在显著性差异(P<0.05);在NASA-TLX得分中实验组(AR组)低于对照组(B超组),2组存在显著性差异(P<0.05).主客观评价结果表明实验组(AR组)认知负荷低.结论 AR技术在穿刺训练中比B超工作效率高、认知负荷低,表明AR引导的穿刺训练系统可用性更好,为术前穿刺训练指导提供了一种新的方法.     

关于药物信息管理类产品的设计检验方法

目的通过检视一款药物信息管理类产品的设计与构建流程,总结其中所采用的设计检验方法,有效地帮助并加速产品的设计改进与迭代过程,满足相关用户的需求。方法对产品的初级交互原型采用启发式评估法进行评估。根据评估结果及需要改进的易用性问题优先级对产品原型进行设计迭代。对迭代后的产品原型进行深入的易用性测试。为评估易用性测试给用户带来的任务工作量,了解产品原型仍然存在的易用性问题以及探索产品细节的用户体验问题,依次采用任务负荷指数评估(NASA-TLX),系统易用性量表法与半结构式访谈来进行产品测试。结论融合启发式评估法与易用性测试,邀请可用性专家与实际用户,分别对初级交互原型与改进后的产品原型进行评估,加速并优化了相应产品的设计流程,提升了用户体验的满意度。     

苗绣纹样搜索中草图和文本检索的认知负荷对比研究

目的 为了探究一种更高效的苗绣纹样检索方式,通过对手绘草图检索及文本检索过程中的认知负荷来进行对比研究。方法 首先通过构建认知负荷信息检索过程模型,对5个认知阶段的平均认知负荷及所需时间进行实验对比;其次通过眼动指标(持续注视时间、眼球扫视振幅、眼球直径)及NASA-TLX评估对两种检索过程的认知负荷进行分析;最后基于眼动追踪得到可视化眼动数据(热点图、注视轨迹)验证是否符合检索任务需求。结论 基于手绘草图的图形检索方式更适合于苗绣纹样检索,通过主、客观融合对比实验验证了草图检索的高效性,同时也验证了眼动追踪和NASA_TLX具有相关性,能更有效地进行认知负荷测量。     

A single-item assessment for remaining mental resources: development and validation of the Gas Tank Questionnaire (GTQ)

Measuring workload accurately is critical for human factors research and applications. However, if the instruments we use to measure workload are burdensome for participants to complete, we may find ourselves in the ironic position of increasing workload simply by measuring it. We present a pair of studies that suggest the NASA-TLX, a widely-used workload metric, increases workload for participants who complete it, and consequently may hurt performance and upwardly bias the estimates it produces. We found that repeated administration of the NASA-TLX increased workload by 18%, and more than doubled the performance decrement on a simple vigilance task. Single-item measures may be a simple way to avoid burdening participants unnecessarily while still obtaining valuable insight into participant cognitive state. In line with the attentional resource theory, we validate a measure that asks participants to ‘think about [their] brain as an engine,’ and to indicate inside a rectangle ‘how much gas [they] have left right now.’ The Gas Tank Questionnaire performs well when compared against other subjective measures and when validated against physiological measures. Just as human factors professionals are careful to design systems to minimise unnecessary cognitive load, researchers should take similar care when selecting measures for studies.     

基于眼动实验的服装纹样布局方案意象评价模型

目的 针对目前服装纹样布局方案评价中主观性较强、方案评选角度单一、结果可靠性不佳的问题,将客观生理数据测量和主观意象评价相结合,探索用户非主观意识下生理认知数据与心理主观评价间的关系。方法 采用形状文法设计实验样本,建立意象词汇空间,通过问卷调查与眼动实验获取主观意象打分和眼动生理指标数据;数据进行相关性分析,采用单因变量偏最小二乘回归对不同意象词对下主观意象评价值与眼动生理指标之间的相关关系进行拟合,并对拟合后的评价模型进行分析与验证。结果 得出在不同的意象词汇的刺激下,主观评价与眼动生理指标之间存在较高相关性。结论 意象评价模型可以有效准确地反映出用户对服装纹样布局方案的主观评价,为服装纹样布局方案评选提供一种更加客观的评价方式。     

Speech signal-based emotion recognition and its application to entertainment robots

By recognizing sensory information, through touch, vision, or voice sensory modalities, a robot can interact with people in a more intelligent manner. In human–robot interaction (HRI), emotion recognition has been a popular research topic in recent years. This paper proposes a method for emotion recognition, using a speech signal to recognize several basic human emotional states, for application in an entertainment robot. The proposed method uses voice signal processing and classification. Firstly, end-point detection and frame setting are accomplished in the pre-processing stage. Then, the statistical features of the energy contour are computed. Fisher’s linear discriminant analysis (FLDA) is used to enhance the recognition rate. In the final stage, a support vector machine (SVM) is used to complete the emotional state classification. In order to determine the effectiveness of emotional HRI, an embedded system was constructed and integrated with a self-built entertainment robot. The experimental results for the entertainment robot show that the robot interacts with a person in a responsive manner. The average recognition rate for five emotional states is 73.8% using the database constructed in the authors’ lab.     

基于情感交互的包装设计评价方法研究

目的针对目前包装评价的方法分散、评价指标不全面的问题,旨在建立一套能够系统地反映消费者情感交互全过程的包装评价方法来有效获取评价反馈。方法通过调研法和生理测量仪器测量法得到消费者对包装样本的主观评价和测量数据,包括对各指标满意度的数据。结果实验结果表明,在进行包装设计时,圆滑的形态、中高饱和的色彩、合适的图文比例在使用过程中更能获取消费者的注意;此外,建立了基于情感交互3个层次的评价体系,并计算得到一级指标(本能层、行为层、反思层)的权重为0.25∶0.35∶0.4,以及二三级指标权重分布。结论评价体系体现了用户情感交互的全周期,为包装设计的方案对比提供了评价途径并通过实例验证分析了其可行性。     

人机接触运动交互中人体舒适感知的测量方法

目的 完善人机接触运动交互中用户的舒适度测量方法,提高机器人作业的智能感知能力。方法 基于机器人按摩作业平台,收集测试者人机接触中皮肤所受的力与变形等作业数据,以及主观触觉感知评价。建立以疼痛感、牵扯感和灼热感为基本维度的三维舒适度感知空间,通过反向传播神经网络建立客观测量数据与人体触觉感知的映射关系;采用支持向量机算法对人体触觉感知进行舒适、不舒适可作业和不舒适需停机分类。结果 实验结果显示,触觉感知预测模型和状态分类模型,能有效实现从作业特征信息到触觉感知再到人机作业状态的整体辨识。结论 该方法对人机交互过程中的作业特征和人体主观触觉感知进行联系和模式识别,为机器人安全、舒适的作业规划和在线控制提供了有效依据。     

电能表检验装置的误差测量与不确定度评定

标准电能表法常用于电能表检验装置的误差测量。本文叙述了检验电能表检验装置的测量方法,给出了方差、灵敏度和标准偏差的计算公式。并通过对电能表检验装置的误差测试来分析电能表检验装置的测量不确定度,从而给出电能表检验装置的合成标准不确定度和扩展不确定度。     

基于AHP-CRITIC-TOPSIS的智能养老辅助产品设计研究

目的 针对目前智能养老辅助产品研究优选过程中,权重计算时主观权重信息占比过大的问题,将主客观权重与逼近理想解的排序方法相结合,运用于产品评价和优选体系,进行科学有效性排序。方法 首先,运用德尔菲法、调查问卷等方法,整理出老年人对智能辅助产品的需求,提出设计评价指标;其次,运用层次分析法(AHP)计算出主观权重,运用客观赋权法(CRITIC)计算出客观权重。进一步用公式将主、客观权重进行组合,计算出各指标的组合权重;最后,结合逼近理想解的排序方法(TOPSIS)对设计方案进行优选。以三种老年智能助行器设计方案为例,详解框架及流程。结果 实践证明,智能养老辅助产品评价体系准则层中功能需求最重要,在要素层中操作简易、群体互动和多样附属功能是评价智能辅助产品的重要指标。根据指标计算出三种方案相对贴近度,贴近度最高的方案二为最佳方案。结论 所分析的产品评价体系、提出的设计策略和方案比选方法可以为智能养老辅助产品设计提供参考。事实证明,综合运用AHP、CRITIC、TOPSIS方法的老年助行器设计方法优选模型更科学,多维数据下结合主客观权重方法得到的综合权重值更加合理,更能证明设计的针对性和有效性。     

快递箱辅助把手对搬运作业舒适度的影响

目的 旨在探索工人在手工搬运工作中最佳的快递箱辅助把手结构,并以该研究为基础提出在快递箱设计时更具舒适性的建议。方法 募集35名被试者使用4种不同辅助把手的快递箱执行2项手工任务（提举任务、携带任务）,测试了被试者的最大可接受重量,并记录了其身体部位的不适感、心率和总体喜好度。通过调研法和生理测量仪器测量法得到消费者对4种不同辅助把手的快递箱样本的主观评价和测量数据来分析生理负荷。结果 结果表明,在2项手工任务中,使用4种快递箱时心率的变化均无显著差异,手腕部的不适感也是如此。快递箱C的手掌部位不适感明显高于其他样本。在提举任务中,快递箱C的最大可接受重量和总体偏好等级最高。在携带任务中,快递箱B的最大可接受重量和总体优先等级最高。结论 证明了对于负载提举作业,位置偏上的把手位置是首选。在携带作业中,较低位置的把手对手工作业更友好。此外,提供更多容放手的空间以便轻松握住把手对于提高舒适度非常重要,并且更平滑和更大的接触面积可以减轻手掌的不适感。