水下船舶清洗机器人结构设计

喜欢这套资料就充值下载吧。资源目录里展示的都可在线预览哦。下载后都有，请放心下载，文件全都包含在内，图纸为CAD格式可编辑，有疑问咨询QQ:414951605 或 1304139763p 动态虚拟和真实机器人对感知的安全等待时间和机械手最大工作半径的影响 本研究探讨了在虚拟和现实工业环境中动态物体和机器人的感知。本研究仿效上世纪90年代初Karwowski和Rahimi的研究。通过运用虚拟现实技术，可在虚拟世界中模拟现实工作场所以便于设备设计的改进。相关于如机器人的大小、速度和类型及遭受虚拟事故的参数影响，我们测量感知的危害和风险、安全等待时间和机械手最大工作半径。分析包括如有顺序的试验方法以比较虚拟和现实环境中的结果。这些方法可被看作是其它领域研究感知和传输的模型。在虚拟和现实环境中，分析数据的比较有助于进一步确定从虚拟现实到现实的性能和感知的可转换性。结果表明：感知的安全等待时间是相似的，但在虚拟和现实环境中之间机械手的感知的最大工作半径存在着很大的差异。我们使用序贯试验中整合数据的初步结果，讨论了工业中使用虚拟设施布局的潜在指导。 关键词：人机交互，感知危害和风险；机械手最大工作半径；序贯试验；数据桥接 1.引言 为了避免可能发生的伤害，许多工业公司使用工业机器人来执行工业中的危险任务。尽管如此，其它一些企业尝试通过使用如辅助设备（Nussbaum 2000）这样混合动力来降低肌肉骨骼疾病。按照由联合国欧洲经济委员会(www.euron.org) 发布的“2007世界机器人”，2006年大约有951,000台，且预计2010年达到1,200,000台(表1)。 因为机器人通常被用在作业场所，研究人员和操作人员经常考虑与人机交互（HRI）相关的问题。根据Dhillon等人（2002）的调查，在1973到2000年之间发表了523篇与机器人安全性和可靠性相关的文献。大部分这项研究是在1982与1990年之间完成的，且自从1986后机器人安全性和可靠性的研究已开始逐渐下降（Dhillon等人，2002）。另一方面，在1995年到2000年之间，HRI的多学科研究最近已被通过来自人的因素、机器人学、认知科学、心理学和自然语言的研究学者之间的合作启动，并且在此期间，有许多专门关于HRI的会议和研讨会，如关于机器人和人的互动交流的IEEE国际研讨会（RoMan）、促进人工智能的（AAAI）研讨会系列和关于机器人和自动化的IEEE国际会议（ICRA）(Goodrich 2007)。自从2006年以来，国际HRI会议每年召开一次。 关于HRI的一个问题是使用者的安全。参考香港政府劳工处在2007年编制的职业伤害的统计，制造工业中总计有3967例受伤事故和21例死亡事故。他们指出制造业中491位工人是由于撞击正在移动的物体或被其撞击而受伤（香港劳工处2007）。以前关于机器人安全性的研究主要沿着两个不同的方向：物理方 表1工作于全世界工业中机器人数目的汇总 机器人的数目 作业在全世界工业中 951,000 预计到2010年将作业 1,200,000 日本每100,000制造业员工 349 韩国每100,000制造业员工 187 德国每100,000制造业员工 186 美国每100,000制造业员工 99 法和认知方法（Laschi et al.2007、Pervez 和 Ryu 2008和Santis et al.2008）。在物理方法中，为了确保安全交互，进行了关于机械设计与驱动(Yamada et al.1997、Bicchi 和 Tonietti 2004和Stopp et al.2005)和系统控制与布局(Brock和Khatib 2002、Heizman 和 Zelinsky 2003、Ikutaet al.2003、Kulic 和 Croft 2005, 2006)的研究。此外，进行了带有机械手和仿真手或测试台的碰撞试验，以评估碰撞带来的潜在风险(Haddadin et al.2007, 2008, 2009)。通过机械重新设计、电子或物理安全措施或操作人员培训，HRI的安全性日益增加，其只考虑了机器人的感知而在交互过程中人的安全性感知没有被考虑(Bartneck et al.2009)。然而，仅仅通过HRI的物理方面的研究并不能提供安全性。如机器人的人类感知的认知方面已经被证明可改善物理交互并能增加机器人安全性 (Santiset al.2008)。 本文侧重于机器人安全性的认知方面。研究操作工人感知机器人操作特性有助于理解人类感知危险，因此，它可推动开发安全干预措施和指导方针或危险预防战略的发展。对于安全高效的HRI，不仅应考虑基于机器人的感知的物理的安全支持，而且也应当考虑基于人的感知的认知支持。通过问卷调查，生理传感器和直接输入设备来测量HRI的安全性认知(Bartneck et al.2009)。Rani et al. (2002, 2004) 使用的心率分析和多生理信号来估计人的压力水平。Nonaka et al. (2004) 设计了一个虚拟的类人机器人，并通过心脏率测量和主观反应测量人体的反应。Kulic 和 Croft (2005) 两者都使用的调查问卷和生理传感器的数据来估算用户与工业机器人互动的过程中的它们的焦虑和惊喜的级别。Koay et al.(2005)在线测量人对机器人动作的反应。Aria et al.(2010)使用如如皮肤电位反应与调查问卷这两种生理参数来评估有机器人所造成精神紧张。 本文研究了虚拟和现实工作场所下的机器人的大小、速度和类型和事故风险对机器人运动的危害和风险、系统停止期间机器人的安全等待时间、机器人操作的不适当的停留和机械手的最大工作半径的人的感知的影响。由于研究变化的机器人参数的方法是非常成熟并被Karwowski创立，使用该方法来检查闲置时间和机器人的工作行程对亚洲参与者(中国香港人)危害和风险的人的感知。Duffy et al.(2006)研究了虚拟环境下安全的机器人速度的感知，并与其它现实工业环境下发表的数据进行比较。结果表明：虚拟环境可模拟用于测试安全速度的人的感知的条件。Aria et al.(2010)评估了操作者的精神紧张，相关的设计参数如下：操作者和机器人的距离、机器人的速度和注意到机器人运动的存在。另外，Or et al. (2009)研究了在虚拟环境中工业机器人的安全的闲置时间的感知，并考虑以下因素：模拟的事故风险、性别、机器人的速度和大小。也需要对其它依赖的变量如机械手最大工作半径和安全的机器人闲置时间的风险和危险的感知进行评估(Duffy et al.2006)。因此，本文中也考虑了机械手最大工作半径和安全的机器人闲置时间。 Goodrich和Schultz(2007)定义在HRI领域中的习惯做法；一个既包括模拟机器人又包括物理机器人的试验。由于成本和可靠性的考虑，通常它是不可能用真实机器人来做试验。另一方面，在模拟实验中，现实世界中的细节情况不能很好地表示。因此，本研究中在真实和虚拟环境下进行都进行了试验。在动态虚拟和现实环境下的分析结果与使用序贯试验技术的移动危险源进行比较(Snow和Williges 1998)。基于由试验中获得的结果、经验的可转换性、从虚拟到现实的认知和由Karwowski (Karwowski et al.1988a, 1988b, Karwowski和Pongpatanasuegsa 1990, Rahimi and Karwowski 1990, Karwowski and Rahimi 1991)所给结果的相似性和差别 而这项研究可以证明。 1.1安全的机器人速度 涉及机器人事故的原因可归因于人的知觉、身体和心理限制，这些限制包括人感知机器人大小、速度和运动范围，其影响人的行为(Carlsson 1984)。不同的机器人的运行速度能引起不同的危害的感知。Kulic 和 Croft (2006) 和 Ikuta et al.(2003) 使用速率作为一个输入，在HRI期间，同时采用一种危险指数。因为机器人快速的运动，机械手所施加的力很高。然而，应当注意：Haddadin et al.(2007)用机器人和仿真头进行碰撞试验，以确定在机器人和人之间碰撞的影响。他们报道：相对于汽车行业中所用的严重度指数，该指数是基于头部加速度，具有任意质量以2m/s的速度运动的机器人对于一个非夹紧头不可能是危险的。可以注意到其它研究报道：机器人速度高达2.7m/s时，对人的胸部、腹部和肩部的冲击不是危险的。除了机器人的速度外，机器人的质量对头部伤害指数的影响也被研究，并据报道采用HIC的方法，质量大的机器人对人的头部不能构成重大的威胁 (Haddadin et al.2008, 2009)。尽管如此，安全的机器人操作条件（如速度低于2.7m/s，机械输出小于150N等）排除了身体受伤的风险，HRI仍然包含与由机器人运动而引起的精神紧张相关的风险。 应当强调的是本文侧重于机器人安全性的认知方面。本研究中，试验中所选择的机器人速度是25cm/s和90cm/s，其高于和低于所关注速度的阈值，因为它曾表明：人们对速度高于64cm/s的机器人感到威胁(Karwowski和Rahimi 1991)。Ariaet al.(2010)研究了操作工人在独立生产系统中的精神紧张，在独立生产系统中一个操作者通过机器人供给的零部件的帮助下组装产品。根据他们的生理评价和主观评价的结果，当机器人的速度高于500mm/s时，操作者感到不舒服。也可提到初始冲击不可能是操作工人表达关心的最大原因。尤其是对于大型机器人，因为机器人在冲击后并不停止，操作者知道如果发生碰撞，碰撞后身体部分嵌入到其它物体的可能性是非常高的，然而在汽车或运输企业，初始碰撞后，其并不能驱动碰撞的物体相撞在一起。因此，操作者自己反应时间的认知可能正受他们感知的安全机器人速度的影响，而不受仅仅在初始冲击时对伤害的关心的影响。 表2机器人安全标准 ANSI/RIA R15.06-199 美国国家安全标准-机器人安全标准 包括危险评估、方法和机器人系统安全防护的指导方针 CSA 2434:2003 加拿大标准协会 与美国标准相似，小幅调整 ISO 12100 国际标准局-机械标准的安全 设计的基本概念和一般规则 ISO 10218 国际标准局-工业机器人-安全需求 工业机器人的应用的固有安全设计、保护措施和信息的需求和指导方针 IEC61508 电气/电子/可编程电子安全系统(E/E/PE)的功能安全 使(E/E/PE) 安全系统使危险失效最小化的需求 OSHA 职业安全和健康管理 ANSI标准的解释和机器人安全指令 1.2 安全的机器人闲置时间的感知 美国国家安全标准和美国国家标准学会（1986）ANSI R15.06建立了美国机器人安全标准。此外，美国的职业安全与健康管理局（OSHA）提供了机器人安全的指导方针(OSHA 1987)。有机器人相关的标准被总结于表2中。 依据Bonney 和 Yong (1985) 和Nagamachi (1986, 1988)，即使在正常的操作模式下，复杂的机器人系统可能是危险的。许多事故发生是因为机器人操作者误解停顿的原因，其要么是系统失灵，要么是程序停止(Sugimoto和Kawaguchi 1983)。事故报告显示：如果人们误解机械手的工作行程并在机器人操作过程中进入，人们可能会被机械手伤到或杀死。 1.3模拟的事故 可引进模拟事故来改变这种现象，因为信息处理的预期的转变使这项工作进入到认知领域(Lehto 和 Papastavrou 1993, Park 1997)。Rahimi和Karwoski (1990)提出再设计设施布局和机器人程序时必须要考虑闲置时间。预期遭受模拟事故将影响两个机器人进入工作行程的等待时间。如Parsons (1986, 1987)所述，已经证明模拟的机器人事故影响训练后的机器人的操作者(Karwowski et al.1991)。 假设1 在虚拟和现实环境下，预期遭受模拟的事故和机器人的大小、速度和类型的因素将显著地影响等待时间（即闲置时间）。 1.4机械手最大工作半径 机器人的工作行程被定义为机械手的最大工作半径或机器人的不安全区。根据Karwowski (1991)，机械手的最大工作半径显著地受如机器人事故风险、大小、速度和种类这样因素的影响。本文系采用来自Rahimi 和Karwowski (1990) Karwowski et al.(1991)的方法，并本文的结果与他们的结果进行比较。 Wright (1995)发表真实世界的距离认知通常是实际距离的87-90%。Lampton et al.(1995)出示了在虚拟和现实环境下有低估距离的趋向，但与真实环境中相比，虚拟环境中的距离被低估的更多。Witmer and Kline (1998)试图确定静止的观察者在一个简单的虚拟环境中如何准确估计给定的静态信号标定的物体的距离（例如，圆柱体），并通过参照任务来进行感知距离判断，在这些任务中，静止观察者立即判断他们可感知在他们自己与一个静止的或运动物体之间的距离。基于Witmer 和 Kline (1998)的结果，在虚拟和现实环境中，人们普遍低估它们与物体之间的距离，但是在虚拟环境中的距离估计的误差比现实环境中的更大。而且，他们发现物体的大小（例如圆柱体）显著地影响估计的距离，但是底板的我努力和图案却不影响估计的距离。 假设2 在虚拟和现实的工业工作环境中，感知机器人工作行程与机器人的遭受模拟的事故、速度、种类和大小相关。 1.5序贯试验和数据桥接 Williges和Williges (1989)提出一个序贯试验研究策略，这可能被用于人的因素的研究，以调查和审查大量使用一系列小序贯的研究的自变量。从序贯研究得到的结果可以整合到一起来构建试验模型，以探讨不同的自变量的影响，并预测人的行为(Han 1991)。 数据桥接可被视为关于贯穿序贯试验研究整合结果的一种统计法(Han 1991)。如果来自共同数据点没有明显的差别，为了构建该模型，这些数据被视为来自同一试验，并被合并到同一个数据集(Snow和Williges 1998)。基于这些结果，如果以虚拟试验条件的数据桥接的应用为基础的数据能被合并成通用的数据集，可认为能允许虚拟和真实试验之间的比较。 2.方法 2.1机器人试验的被试者 从香港科技大学（HKUST）招募64（32男和32女）名工科学生。试验的被试者对机器人编程和操作有基本的了解。试验需要2h。由于他们的参与，付给每个参与者200港元(7.8 HKD=1 USD)。所有的参与者被分成八组，每组8个人。 2.3试验（机器人试验） 本文研究了两个工业机器人(Yaskawa MOTOMAN-K10S和SONY SRX-410)。两个机器人都位于香港科技大学的CAD/CAM实验室。Yaskawa MOTOMAN-K10S是一种具有六个自由度的垂直铰接机器人并被安装在地面上。它的控制器是一个伺服控制系统。机器人的有效负载能力是10kg。机器人的位置重复精度为0.1mm。机器人围绕其基座可旋转320度。机械手的最大工作半径为1555mm，且所有轴的总线速度为1500mm/s。它的重复定位精度为0.1mm。 SONY SRX-410是一种SCARA型高速装配机器人。这是有四轴DC伺服电机控制的紧凑台式设计。机器人的工作行程是600mm（第一臂：350mm；第二臂：250mm）。线性运动的最大速度为（第一臂和第二臂结合）5200mm/s。机器人的重量是60kg（132.2lbs）。它的有效负载能力为5kg（低速）、3kg（中速）和2kg（高速）。机器人的X/Y轴和Z轴的重复定位精度分别为0.025mm和0.02mm。图1和图2分别出示了Yaskawa MOTOMAN-K10S和SONY SRX-410机器人。 在动态虚拟世界中使用虚拟现实建模语言（VRML）来模拟两个机器人的真实工作场所。使用装有索尼17¢¢视频显示终端监视器（V频75Hz；H频60kHz）的奔腾III（600 MHz）计算机，Java Script 在VRML环境中提供动画。在VRML环境中，通过使用带有Cosmo播放器插件的一个因特网浏览器的程序（控制面板的按钮）来控制（运动和停止）机器人的运动。因为VRML是一种基于互联网的虚拟系统，故计算机需要网络连接到因特万维网（WWW）。图3和图4分别出示了在虚拟环境中的MOTOMAN K10S和Sony SRX-410机器人。 2.3试验设计 在本研究中，四个试验能被分成两大类：（1）闲置时间试验和（2）机械手最大工作半径试验。每种试验有两个部分：一种是是虚拟部分，另一种是真实部分。为了测试公共点，需要属于现实组的所有参与者执行一些虚拟试验以满足序贯试验的数据桥接。对于真实组，一半被试者（16个被试者）在真实环境中执行任务，而另一半受试者在虚拟环境中执行另一些任务。一个模拟的事故被出示给一半的受试者（真实小组的16个受试者和虚拟小组的16个受试者）。 2.3.1闲置时间试验 试验是一个六-因素方差分析混合设计（2性别´2意外事故´2速度´2大小´机器人种类´2照明水平）。所有的自变量有两个层次。受试者之间变量是性别（男性或女性），事故风险（有或无）。另外四个与受试者相关的自变量是机器人的速度（10cm/s或90cn/s）、机器人的大小（大或小）、机器人的种类（Sony SRX-410 或Yasakawa MOTOMAN-K10S）和光照条件（亮或暗）。因变量¾机器人的感知闲置时间是受试者感到进入工作行程对他们来说是安全时间一样的等待时间。当出现一个意外停止，这可能是机器人出现问题。机器人闲置时间是机器人停止和受试者决定进入机器人的工作行程之间的时间(Karwowski 和Pongpatanasuegsa 1990)。 2.3.2机械手最大工作半径试验 本试验是考虑一种混合方差分析设计的装置。它具有受试者之间的变量（性别和事故风险）和受试者本身的变量（光照条件、机器人的速度、机器人的大小、机器人的类型和接近角）。所有的因素有两个层次。感知的机器人最大工作半径能被定义为机械手相对于实际机器人工作行程的最大工作半径（Karwowskiet al.1991）。试验者测量了真实环境中从机器人底座到受试者趾部前端的距离。在虚拟环境中，开发了内部测量系统以立即显示视点X、Y和Z坐标。这些坐标有助于试验者计算出机器人的精确的停止位置。 2.4试验程序 在试验的期初阶段，受试者填写并签了知情同意书并给出他们的个人资料（例如，受试者的年龄、性别、重量和高度），并保证他们在试验中自愿诚实地参与。如看到参与者戴着矫正视力的眼镜时，这个参与者存在问题，那么在试验中将不允许他们进一步参与。也对每个受试者身临其境的趋势和个性进行评估。然后，介绍了关于试验程序的详细说明。告知参与者机器人安全性的工业指导方针和CAD/CAM实验室和工作车间中的安全条例。在测试场景的预览部分，参与者观察虚拟和现实环境中机器人运动。而且，如果受试者属于事故风险组，他们将看到模拟的事故。这些受试者能看到具有一个虚拟的预先创建的模拟事故场景。在该场景中，一个虚拟的人被正在旋转的机器人撞到。图5出示了虚拟的人体模特被工业机器人撞倒后的事故场景。 2.5闲置时间试验 2.5.1虚拟现实中的试验 机器人运动以四个不同的时间随机停顿10次：5s（4次）、10s（3次）、15s（2次）和20s（1次）。对于每次停顿，指示受试者估计停顿的闲置时间。受试者对三个选择的时间估计的答案画圈：大于10s、小于10s或说不上来。然后，受试者被告知下一个停顿可能是一个预定程序的停止或由于系统故障的停止。要求他们进入机器人的工作行程以进行诊断检测。只要受试者认为机器人将不再运动，他们就等着。在受试者进入机器人的工作行程之前，他们口头通知试验者他们的决定。 除了测量机器人停顿和受试者决定进入工作行程之间所用时间，试验者将切断机器人的主电源以保证机器人不在运动。然后，允许受试者进入机器人的工作行程。当受试者的视角离机器人更近时，在虚拟环境中的受试者能观察到放置在机器人基底的两个诊断按钮。试验者指示受试者按下这两个按钮中的一个。 在受试者按下按钮后，显示在屏幕上的信息要么是‘故障’，要么是‘预定程序的停止’。受试者被要求重复前面的步骤直到他们完成所有的试验。在虚拟试验结束时，受试者回答额外的问题来测试他们的现场感觉。 2.5.2真实环境中的试验 在5min的机器人运动期间，四个不同时间间隔内随机形成10个停顿。在此之后，试验者指示受试者通过选择三个选择的一个来估计每次停顿的时间：大于10s、小于10s或说不上来。然后，受试者被告知下一个停顿可能是一个预定程序的停止或由于系统故障的停止。试验者要求受试者进入机器人的工作行程以进行诊断检测，并指示只要受试者认为机器人将不再运动，他们就等着。 在受试者真正进入机器人的工作行程之前，他们口头与试验者交流并通知试验者他们已决定进入工作行程。试验者测量在机器人停止和受试者决定进入机器人危险工作区之间的时间。 试验者指示受试者打开箱子并检索文件以确定停止是否是一个‘故障’或‘预定程序的停止’。对每次试验，参与者评估他们的感知和精神负担，然后再次重复前面的步骤直到完成所有的试验。 2.6机械手最大工作半径试验 2.6.1虚拟现实中的试验 参与者被指示沿着接近机器人的一个角度移动。然后受试者敲击控制面板的启动按钮，受试者的视角接近机器人直到受试者按下停止按钮以停止他们的运动。他们的停止位置是他们认为机械手最大工作半径。通过使用内部测量系统，试验者记录屏幕左上角所显示的值。 显示的值是各视点（X/Y和Z坐标）的坐标值。然后参与者被要求返回到原来安全屏障后的地方，且对其它剩余的接近角，他们重复前面的步骤知道他们完成所有接近角的测试。然后，试验者改变视点来观察其它机器人。对其它的接近角和机器人的速度，重复本试验直到所有的试验完成。 2.6.2在真实环境中的试验 当机器人运动完成后并停止在一个特定的位置，为了避免机器人再次运动，试验者关闭了机器人电源。然后，指示受试者沿着两个接近角的一个向机器人运动，他们认为这将是机械手最大工作半径。试验者测量并记录受试者的停止位置和机器人工作行程之间的距离。受试者被要求回答每次试验的困难等级，并被指示返回到安全屏障外的初始位置。前面的步骤被重复直到受试者完成所有的试验。 3结果和讨论 3.1闲置时间试验 3.1.1虚拟部分 出示了关于虚拟试验的闲置时间数据，其符合正态分布（表3）。对于在闲置时间试验中闲置时间的感知（VR组），方差分析测试表明速度(F(1,28)=117.522, p<50.001) 和大小 (F(1,28)=107.914, p<0.001)的影响是显著的。这两种因素的相互作用是不明显的。试验的主要效果图表明机器人的大小和速度显著地影响等待时间。随着运动中的机器人尺寸越大，受试者决定进入机器人工作行程所用的时间更长。当机器人以更高的速度（90cm/s）运行时，受试者决定进入工作形成之前等待一个更长的时间(p=0.014) 以便于诊断检测。 3.1.2真实部分 在真实试验I的正态性检验的表的现实组中，p值（p>0.05）出示闲置时间的数据服从正态分布（表3）。根据方差分析测试的结果，闲置时间也分别受机器人速度(F(1,28)=34.347, p<0.001)和类型(F(1,28)=5.499, p=0.026)的显著影响。同样地，在这部分试验中闲置时间的感知也没有出现双因子交互的作用（VR组）。机器人速度的主要影响表明：快的机器人速度的闲置时间的感知比慢的机器人速度的时间更长。这表现出与VR组的结果相似的现象（闲置时间试验）。在他们表明决定之前，真实环境中的受试者表现出对Motoman K-10s机器人等待的时间比Sony SRX-410机器人的更长。因为在现实环境中机器人的大小不能被隔离，据报道不考虑机器人大小，本试验中的机器人类型对感知闲置时间有重要的影响。 3.2机械手最大工作半径试验 3.2.1虚拟部分 表3 Kolmogorov–Smirnov关于虚拟和真实组闲置时间感知的结果 虚拟组 Kolmogorov–Smirnov测试的一个样本 闲置时间 N 256 正常参数ab 平均值 22.3849 SD 8.9185 最为极大值 绝对值 0.049 偏差 正值 0.049 负值 -0.026 Kolmogorov–Smirnov Z 0.784 约等于信号 (双侧的) 0.570 真实组 闲置时间 N 128 正常参数ab 平均值 24.0889 SD 7.5296 最为极大值 绝对值 0.047 偏差 正值 0.047 负值 -0.029 Kolmogorov–Smirnov Z 0.531 约等于信号(双侧的) 0.941 从方差分析的结果可以看出，速度(F(1,28)=6.808,p=0.014)、类型 (F(1,28)=10.812,p=0.003)和大小(F(1,28)=4.722,p=0.038)对机器人工作行程的感知的影响是显著的，但性别、事故风险和角度却不是那么显著。而且，两因子交互的影响也不明显。 基于机械手最大工作半径试验的主要效果图的结果（VR组），受试者在低速条件下接近机器人工作行程的距离明显比其在高速下的更近。结果表明：相比于对地面安装型Motoman K10s机器人，受试者对台式型的Sony SRX-410机器人感知更大的工作行程。机器人大小的主要影响表明大机器人的感知工作行程明显比小机器人的工作行程要大。在虚拟环境下，当受试者操作小尺寸的机器人时，他们感到更安全。 3.2.2现实部分 方差分析的结果表明：感知的机械手的最大工作半径明显受5%水平的事故风险(F(1,28)=4.388,p=0.045)、机器人速度(F(1,28)=20.419,p<0.001)和机器人的类型(F(1,28)=302.125,p<0.001)的影响。同样地，在机器人类型和事故之间的交互影响出示了对机器人工作行程的感知距离的显著影响。 对‘有模拟的事故’组的机器人工作行程的感知距离比对‘没有模拟的事故’组的更高。这明显表明虚拟事故的暴露影响他们在真实环境中的感知距离。对于事故风险，受试者感到机器人运动是更危险的。在受试者暴露于模拟的事故之后，他们变得更警惕。结果表明：在机器人运动的更快速的速度时，受试者选择更高的机械手最大工作半径。当机器人运动速度更低时，受试者感到安全和更舒适。对MOTOMAN K10S机器人的机械手最大工作半径的感知比对SONY SRX410机器人的更小。 3.3数据桥接 3.3.1比较VR中虚拟部分和闲置时间试验中的真实组 （共同数据点：机器人的速度=10cm/s，机器人的类型=MOTOMAN K10S，机器人的大小=大型和轻的条件=轻型）。 通过采用方差分析测试方法，它表明在感知闲置时间的虚拟试验中共同的数据点(F(1,56)=0.958,p=0.332)时，在VR和真实组之间没有明显的差异。因此，在同样的试验条件下，这些数据能被集合成一个共同的数据集。 3.3.2比较在机械手最大工作半径试验中虚拟和真实组的虚拟部分 （共同数据点：机器人的速度=25cm/s，机器人的类型=MOTOMAN K10S，机器人的大小=大型和接近角=77.1°）。 从方差分析测试的结果可以看出，在共同数据点(F(1,56)=0.159,p=0.691)的感知的机械手最大工作半径试验的虚拟试验中，虚拟组和真实组之间没有明显的差异。把这些数据结合成一个共同数据集是合理的。因此，真实和虚拟实验的结果可进行比较。 3.4虚拟与真实试验的结果 它能表明：相对于机器人的速度，虚拟环境下安全的闲置时间的感知稍大于现实环境中的安全闲置时间的感知。而且，在机器人闲置时间试验中，在虚拟和现实之间的闲置时间的感知存在一个相似的趋向。 Witmer 和Kline (1998)得出结论：在虚拟和真实环境中，人们通常低估他们与物体之间的距离，但是在虚拟环境中，距离估计的误差趋向更大于现实环境中的距离估计误差。 图7举例说明在机械手的最大工作半径试验中，虚拟和真实试验之间的感知机械手最大工作半径存在一个大的偏差，并且在虚拟试验中，感知机械手最大工作半径比真实试验中的更大。然而，相对于机器人的类型，在虚拟和真实试验之间的机械手最大工作半径的感知的趋向是相似的。我们的发现与Witmer 和Kline (1998)的结果相似。相比于那些在真实环境下中的受试者的距离判断，虚拟环境下的受试者的距离判断是高度低估的。 3.5假设的测试 3.5.1假设1的结果 在虚拟组中，机器人的速度和大小显著影响安全闲置时间的感知。当机器人以更快的速度（90cm/s）运行时，受试者明显等待更长(p<0.05)的时间。如不考虑机器人的大小(p<0.05)，在真实试验中，机器人的类型对感知闲置时间有显著的影响。该假设部分成立（表4）。性别也没显示出对事故风险的明显影响。 3.5.2假设2的结果 在虚拟和真实环境中，机械手的最大工作半径的感知明显受机器人的速度和类型的影响；这可给我们一些迹象感知的工作半径距离取决于机器人的运动类型。在低速下，受试者更接近机器人的工作行程。另外，在虚拟试验中，机器人的大小对闲置时间和机器人工作行程的感知始终是一个重要的因素（表5）。有模拟事故组机器人工作行程的感知距离明显比没有模拟事故组的感知距离要大（表5）。 3.6比较我们机器人试验的结果与Karwowski的结果 研究在虚拟和真实环境下闲置时间和机械手最大工作半径的感知。本节将讨论我们的结果与以前研究结果的比较。事实上，本研究中我们的机器人试验的方法模仿了Karwowski的研究方法。在真实环境下，Karwowski的研究结果与我 表4闲置时间试验汇总 闲置时间 虚拟 真实 机器人速度 显著的 显著的 机器人大小 显著的 不显著的 机器人类型 不显著的 显著的 性别 不显著的 不显著的 事故风险 不显著的 不显著的 表5机器人最大工作半径试验汇总 机械手最大工作半径 虚拟 真实 机器人速度 显著的 显著的 机器人大小 显著的 不显著的 机器人类型 显著的 显著的 接近角 不显著的 不显著的 性别 不显著的 不显著的 事故风险 不显著的 显著的 们的研究结果之间存在相似性和差别。表6总结了机械手最大工作半径试验中真实试验的结果与Karwowski et al的结果（1991）。 从表6中可看出，受试者在低的机器人速度（25cm/s）下感知机械手最大工作半径的距离比在高的速度（90cm/s）下的更近。在虚拟环境中，由于遭受虚拟的模拟事故，受试者更注意真实环境下机器人运动。模拟事故组的机械手最大工作半径的感知比对无事故组的更高。而且，当接近角是77.1°时，Karwowski et al.(1991)发现受试者稍微低估机械手最大工作半径，并闯入到机器人的工作行程中。然而，我们的发现表明：一般来说，受试者始终高估真实环境下机械手的真实工作行程。基于两项研究的方差分析测试，在Karwowski的研究中，机械手最大工作半径的感知明显受机器人速度、事故风险和接触角的影响。 图6比较机器人试验II中真实试验的结果与Karwowski的结果 感知机械手的最大工作半径 平均值 Karwowsk的结果 我们的结果 因素 等级 P50机器人 K10S机器人 意见 机器人的速度 25cm/s 10.25cm 2.05cm 在Karwowsk的研究中，机器人速度(p<0.05)、事故风险(p<0.001)和接近角(p<0.001)显著影响机械手最大工作半径的人的认知。在我们的研究中，感知的机器人工作行程显著受5%水平的事故风险(F=4.388,p=0.045)和机器人速度(F=20.419,p<0.001)的影响。 90cm/s 11.57cm 18.64cm 事故风险 有事故 21.9cm 19.25cm 无事故 -0.09cm 1.44cm 接近角 77.1° -0.41cm 10.34cm 感知的机械手最大工作半径明显受事故风险(F(1,28)=4.388, p=0.045)和机器人速度(F(1,28)=20.419,p<0.001)的影响。 Karwowski的试验和我们的研究之间的差别被讨论如下： （1）Karwowski的试验测试了六个接近角。然而，由于布局的限制，在机械手最大工作半径试验中，真实试验只能使用一个接近角。 （2）在Karwowski的研究中，在执行试验部分之前，受试者被给一个15min的预演部分，但是在我们的研究中，给受试者一个2min的预演部分。 （3）Karwowski的研究与最大臂展的试验之间的机器人编程的码垛系统任务中的差别。 （4）两个研究中受试者的知识背景是不同的。Karwowski招募了12为工业工人作为受试者。然而，64位工科学生参与我们的研究。 （5）在Karwowski的研究中，每个试验条件重复两次，但在真实环境中测试最大臂展的试验只重复一次。 这些结果有助于测量人的感知和实现改善HRI安全性(Duffy和Salvendy 2000)。在工业中，HRI可视为两种类型；（1）第一种类型，人工操作者和机器人作业在一个分离的区域和（2）第二种类型，机器人作业更接近人工操作者，替代其被孤立在机器人作业场所。在第二种类型的HRI，工业机器人能使操作者更担心、惊吓和不舒服，且这种精神紧张可影响HRI的安全性和生产率降低(Aria et al.2010)。因此，对第二种类型的HRI，必须要考虑人的安全性感知。 从本研究中学的经验有可能转换到其它更侧重于制造的领域。例如，美国麻省理工学院在机械工程中的控制，仪器仪表和机器人领域寻求研究和教育并纳入基本确定原则和方法，使系统具有智能化，目标导向的行为，并制定创新的手段来监视、操纵和控制系统(MIT 2010)。随着服务行业的需要，其包括医疗、安全和教育，麻省理工学院的Newman研究室的研究人员以研发出超级肌肉驱动器，在压力、能量、密度、效率、反应速度和自由度方面超过生物肌肉。进一步深入了解HRI以获得这些潜在应用的影响是重要的。尤其是在人的重复性作业方面，人机交互的认知方面将对设计者更好地增强与新的机器人技术方面的个人能力是重要的(Krebs et al.2003, Fasoli et al.2004, Reiner et al.2006, Volpe et al.2009)。 4结论 本文研究了机器人的大小、速度、类型和事故风险对人感知机器人运动的危害和危险、在系统停止和机器人运行出现故障期间的机器人安全等待时间和虚拟和真实工作场所下机械手的最大工作半径的影响。基于试验中取得的结果，可估计从虚拟到真实世界的经验和认知的可转换性。虚拟和真实环境中分析结果的比较表明：如时间这样的变量可从虚拟转换倒真实，然而，仅仅在台式虚拟的环境中，感知的距离仍然显示出显著的差异。 因为训练可能对识别危害和风险有影响(Duffy 2003, Duffyet al. 2004a)，预期进一步测试的结果可被用到在虚拟现实环境中工业训练，以降低工作场所中的危险。企业可使用VR来培养工人关于机器人的安全知识。而且，由于发现事故风险对安全性的认知有重要影响，培训计划中可提供事故的例子。通过VR培训计划，工人可获取关于机器人运动和机器人事故的经验。也能够通过开发预测能力来把虚拟模型整合到数字化人体模型(Duffy et al.2003, Duffy 2007)和设计分析(Duffy et al.2004b)中。 未来的研究中，可分析从机器人试验收集的其它数据，以找出危险认知、机械手最大工作半径、闲置时间和个性之间的关系。本研究中，试验通过学生群体来执行，该学生群体基本理解机器人编程和操作。在将来的研究中，可通过有经验的工人来执行以概括试验结果。上世纪80年代末，机器人的使用领域扩大，机器人已经从工业类辅助机器人来到人们的日常生活中，其支持老人或残疾人、手术设备和玩具(Goodrich和Schultz 2007, Laschi et al.2007, Pervez和Ryu 2008)。不像大多数工业机器人，服务机器人可与人类紧密身体接触。因此，为了在人的环境中接纳机器人作为我们的伙伴和同事，必须实现对安全性的真实认知 (Bartneck et al.2009)。在将来的研究中，涉及到如机器人大小、速度、类型和遭受虚拟的事故的这类参数的影响，我们可研究服务机器人的安全性认知。 致谢 本研究部分由来自HKUST/ CERG6168/98E和HKUST/ CERG6211/99E的研究资助局（RGC）的研究用途补助金（CERG）的资助。因为Calvin OR、Vivian LAU和Tracy CHEUNG、Gilbert Leung、Denil Chan、K.C. Tin和Colleen Duffy在整个软件开发和手稿的准备，作者对他们表示诚挚的感谢。作者还要感谢由国际交流管理委员会管理的学者管理的福布莱特计划，感谢他们的支持，并感谢授权这种合作和结果的传播。