心理负荷 (MWL) 是人体工程学和人为因素中最广泛使用的概念之一,代表着日益重要的主题。由于许多工作环境中的现代技术对操作员的认知要求越来越高,而体力要求却越来越低,因此了解 MWL 如何影响绩效变得越来越重要。然而,MWL 也是最模糊的概念之一,具有众多定义和维度。此外,MWL 研究倾向于关注复杂、通常安全至关重要的系统(例如运输、过程控制)。在这里,我们概述了过去三十年来在复杂系统设计中对 MWL 的理解、测量和应用的现状。最后,我们讨论了应用研究面临的当代挑战,例如认知工作量和身体工作量之间的相互作用,以及工作量“红线”的量化,该红线指定操作员何时接近或超过其性能容忍度。
21922659,JA,从https://onlinelibrary.wiley.com/doi/10.1002/adhm.202304118下载,由Wiley在线图书馆,wiley在线图书馆[28/02/2024]。 有关使用规则,请参见Wiley Online Library上的条款和条件(https://onlinelibrary.wiley.com/terms-and-conditions); OA文章由适用的Creative Commons许可管辖21922659,JA,从https://onlinelibrary.wiley.com/doi/10.1002/adhm.202304118下载,由Wiley在线图书馆,wiley在线图书馆[28/02/2024]。有关使用规则,请参见Wiley Online Library上的条款和条件(https://onlinelibrary.wiley.com/terms-and-conditions); OA文章由适用的Creative Commons许可
协作机器人技术是许多工业流程的非常有前途的技术,包括e.g。,制造业,物流,orconstruction.thisnewtechnologyarealsonolealsochanging of行业工人的环境。人类机器人相互作用(HRI)的研究对于增强操作员的工作条件和福祉以及生产绩效至关重要。在这方面,对认知人体工程学的特别重视的人为因素是实施安全,流利和有效的协作应用的基础。该研究主题在工业环境中以用户为中心和协作应用中的人为因素和认知人体工程学的研究进行了一系列贡献。在这里,我们从由协作机器人技术影响的三个关键领域的角度总结了这些研究:工人的安全,绩效和福祉。研究主题及时分析了工业HRI的不断变化的景观,因为我们站在一个新时代的工业自动化时代,这是由人类创造力和机器人效率的融合所定义的。除了反映该领域的最新研究外,还提供了有关协作机器人如何改变工业工作区的实用见解和前瞻性观点的贡献。在本研究主题中,每篇文章都涵盖了这种复杂关系的另一个方面,从将机器人纳入人类以人为中心的工作环境到设计和实施的复杂性的社会和心理影响。开发既有技术复杂又以人为本的解决方案需要一种整体方法,这对于理解HRI的复杂本质至关重要。
数字孪生 (DT) 是最新的使能技术之一,它作为数据密集型网络计算解决方案出现在多个领域——从工业 4.0 到互联健康(Pires 等人,2019 年;Bagaria 等人,2020 年;Juarez 等人,2021 年;Phanden 等人,2021 年)。DT 作为一个虚拟系统,用于复制、监控、预测和改进物理系统(物理孪生 (PT))的流程和特性,与其 DT 实时连接(Grieves 和 Vickers,2017 年;Kaur 等人,2020 年;Mourtzis 等人,2021 年;Volkov 等人,2021 年)。这种技术基于物联网 (IoT) 和机器学习 (Kaur et al., 2020) 等领域的进步,提出了应对人机交互 (HRI) (Pairet et al., 2019) 领域等复杂系统问题的新方法。本立场文件旨在提出一种物理-数字孪生方法,以根据神经人体工程学的跨学科视角 (Parasuraman, 2003; Frederic et al., 2020) 改善对 HRI 背景下 PT 的理解和管理。
摘要 将人工智能从实验环境部署到具体应用意味着要考虑环境的社会方面,从而设想人类与计算机之间的交互,以成为行动中的伙伴。本文回顾了有关人机交互的研究计划,包括可解释人工智能 (XAI) 和 HRI/HCI。我们认为,即使词汇和方法不同,这些概念都集中在人工智能必须向与其交互的人类提供其行为的准确心理模型上。这具有不同的含义,具体取决于我们考虑工具/用户交互还是合作交互——尽管合作交互是未来自动驾驶汽车概念的核心,但记录却少得多。从这一观察出发,本文使用关于联合行动的认知科学语料库来提出更精细的认知机制,这些机制已被证明对人类联合行动至关重要,可被视为未来人工智能的认知要求,包括共享任务表示和心理化。最后,提出了交互内容假设来满足已确定的机制,包括人工智能体引出其意图和触发人类合作者对其心理化的能力。
在全球范围内,一系列亚专业的外科医生中有23-100%的外科医生报告了工作场所人体工程学不良(1,2)带来的肌肉骨骼疾病(MSD)。不管专业知识如何,这个真理都适用于各种操作。除了精神敏锐度,注意力和精确运动应用外,外科医生每天进行的外科手术要求他们在静态静电范围内保持姿势数分钟至小时(1,3)。由于手术领域从根本上是动态的,并且情况可能会迅速变化,因此外科医生通常会选择次优,人体工程学上受限的姿势位置,以提供最佳的暴露和进入手术领域的机会。相信这些符合人体工程学的问题会导致疼痛,不适和心理问题(4,5)。外科医生还表明,在工作中,MSD因工作而带来的MSD会显着影响生活质量,干扰社交和睡眠方式,并使他们想早日退休(6,7)。对于外科医生来说,要认识到具有人体工程学错误的手术的危害至关重要,尽管人体工程学有效性有几个障碍,但成功始于外科医生的意识,对现有障碍的知识和培训(8)。根据报道,只有9%的外科医生知道官方人体工程学指南,只有3%的人定期遵循它们(9)。尽管有关于人体工程学问题的广泛文献,但很少有研究对此问题提出补救措施(2,10,11)。
•ERGO的一般理论•用翡翠的TP ERGO评估理论•IHM元素课程 - 样式指南•人体工程学评估报告•课程一般评估标准•TP ERGO评估标准•用Jade•Web评估课程•TP ERGO评估•ERGO Web评估报告•移动评估的课程•与ERGO移动评估•DID•DIDION•DIDIOS indection•DISSION•DISSION•DISSION inde indecy•DISSION•DISSIONS for JADE。
NAFAS 项目是一项为期四年的开创性努力,旨在通过整合被动脑机接口 (被动 BCI) 和人工智能 (AI) 来“彻底改变人机交互”。德国联邦机构“网络安全创新局”为 Zander Labs 的这个项目提供了创纪录的 3000 万欧元预算,旨在通过开发能够实时解码和情境化多种心理过程的移动安全硬件来克服基于 EEG 的神经技术中现有的障碍。这将使用户能够前所未有地访问与情境相关的多维心理状态,从而实现用户适应和技术发展。通过缩小 BCI 概念与其应用之间的差距,并将这些概念嵌入日常和职业环境中,NAFAS 项目增强了人类与技术之间的共生关系,符合 Raja Parasuraman 阐述的神经人体工程学基本原理。
IAN技术学院(IIT)和Naian技术研究所(IIT)和NA-IAN技术学院(IIT)和Naian技术研究所(IIT)和NA-
行业5.0旨在优先考虑人类运营商,专注于他们的福祉和能力,同时进行人类和机器人之间的合作,以提高效率和生产力。协作机器人的整合必须确保人类运营商的健康和福祉。的确,本文解决了以人类机器人协作(HRC)方案中基于偏好的优化算法提出以人体工程学评估来提高基于偏好的优化算法的必要性,以改善工作条件。HRC应用程序包括在对象处理任务期间优化协作机器人最终效果。以下方法(AMPL-RULA)利用了一种主动的多首选项学习(AMPL)算法,这是一种基于偏好的优化方法,在其中要求用户通过在几个候选人之间表达成对的偏好来迭代提供定性反馈。要解决身体健康,符合人体工程学的性能指数,快速上肢评估(RULA)与用户的成对偏好相结合,以便可以计算最佳设置。实验测试以验证该方法,涉及机器人执行的对象处理过程中的协作组装。结果表明,所提出的方法可以在简化协作任务时改善操作员的物理工作量。