评估面向工业4.0场景的混合现实沉浸式分析解决方案的可用性特征

在工业4.0背景下，使用智能眼镜进行数据分析具有巨大潜力，因为数据可以直接在设备现场进行分析。通过使用智能眼镜，操作人员能够在保持双手自由以进行维护工作的同时分析数据。请在配备台式计算机和混合现实智能眼镜的房间内开展该实验。

请受试者佩戴皮肤电导测量设备，并静坐休息五分钟，以获取基础应激水平数据。随后，告知受试者实验将持续40至50分钟，并要求其填写状态-特质焦虑量表问卷，以评估实验过程中的主观应激感受。为进行心理旋转测试，请受试者坐在台式计算机前，并告知其需要在模拟的三维空间中识别位置不同但形状相同的物体。

告知参与者，在展示的五个物体中仅有两个是相似的，且他们需要在两分钟内完成七项任务。为进行空间听觉能力评估，向参与者说明将播放六个声音，每个声音持续13秒，参与者需判断声音发出的方向。为进行异常值检测能力评估，请参与者戴上混合现实智能眼镜，并说明需在为混合现实智能眼镜创建的虚拟环境中找出八个异常项。

向参与者解释，异常值是在一组白点中以红色标记的点，当他们通过注视发现该点时，该点会变为绿色。进一步说明，除了视觉提示外，还将提供环境声音线索以帮助定位异常值。然后告知参与者，系统将记录每项任务所需的时间、行走距离以及相对于起始位置的最终移动位置。

为了进行聚类识别技能评估，请向参与者说明，他们需要在使用混合现实智能眼镜构建的环境中找到六个聚类，并强调参与者必须通过语音指令在聚类周围移动，以区分相互重叠的聚类。当六个聚类全部被找到后，让参与者取下智能眼镜并在计算机前就座，然后说明现在需要在计算机软件中识别相同类型的聚类。在桌面评估结束时，请参与者填写一份新的状态-特质焦虑量表问卷、一份自行设计的用于收集主观反馈的问卷以及一份人口统计学问卷。

移除参与者的皮肤电导测量设备，并感谢其参与。在此代表性分析中，低表现组与高表现组在基线变量上未表现出差异，尽管低表现组中女性参与者比例高于高表现组，而高表现组的年龄低于低表现组。在聚类识别任务中，低表现组与高表现组在二维应用与三维方法之间均无显著差异。

在异常值检测任务中，表现优异者显著快于表现较差者，且完成任务所需的行走距离更短。实际上，包围盒（BoundingBox）、路径长度（Pathlength）、路径方差（PathVariance）、路径均值（PathMean）、角度方差（AngleVariance）和角度均值（AngleMean）的数值在各项任务中均显著上升。尽管如此，使用混合现实智能眼镜时，记录的时间在各项任务之间变化较小。

根据空间声音，参与者在使用空间声音进行异常检测任务时，解决问题的速度比不使用空间声音时更快。值得注意的是，任务前后评估的焦虑状态-特质问卷（State-Trait Anxiety Inventory）得分之间未表现出显著差异。此外，与使用台式计算机相比，参与者使用混合现实智能眼镜时，聚类识别时间虽小幅缩短，但具有显著性差异。

由于在此新领域中筛选专家至关重要，我们加入了大量预测试。尽管我们在中性房间内测试了这些方法，但若能在工厂环境中观察真正的机器教师分析其数据，将十分有意义。