Valutazione degli aspetti di usabilità di una soluzione di realtà mista per l'analisi immersiva in scenari Industry 4.0

L'esecuzione dell'analisi dei dati con gli occhiali intelligenti ha un enorme potenziale nel contesto dell'Industria 4.0, in quanto i dati possono essere analizzati direttamente presso il sito di una macchina. Utilizzando gli occhiali intelligenti, l'operatore è in grado di analizzare i dati, mantenendo le mani libere per i lavori di manutenzione. Eseguire l'esperimento in una stanza dotata di un computer desktop e di Smart Glasses per realtà mista.

Chiedi al partecipante di indossare un dispositivo di misurazione della conduttanza cutanea e di far riposare il partecipante per cinque minuti per acquisire una misurazione del livello di stress di base. Quindi, informa il partecipante che l'esperimento durerà dai 40 ai 50 minuti e chiedi al partecipante di compilare un questionario State-Trait Anxiety Inventory per misurare lo stress percepito durante l'esperimento. Per eseguire un test di rotazione mentale, chiedi al partecipante di sedersi davanti al computer desktop e informa il partecipante che dovrà identificare oggetti simili con posizioni diverse in uno spazio 3D simulato.

Informa il partecipante che solo due dei cinque oggetti mostrati saranno simili e che avrà due minuti per completare sette compiti. Per eseguire una valutazione dell'abilità sonora spaziale, spiega al partecipante che verranno riprodotti anche sei suoni per 13 secondi per suono e che il partecipante dovrà rilevare la direzione da cui vengono emessi i suoni. Per eseguire una valutazione delle competenze di rilevamento dei valori anomali, chiedi al partecipante di indossare gli occhiali intelligenti per realtà mista e spiegare che è necessario trovare otto valori anomali all'interno del mondo creato per gli occhiali intelligenti per realtà mista.

Spiega al partecipante che un valore anomalo è un punto contrassegnato in rosso all'interno di un gruppo di punti bianchi che diventerà verde quando lo rileverà dirigendo il suo sguardo. Spiega inoltre che non solo verrà fornito un aiuto visivo, ma che saranno inclusi anche segnali sonori ambientali per aiutare a localizzare i valori anomali. Quindi, informare il partecipante che verranno registrati il tempo richiesto per ogni compito, la lunghezza della camminata e la sua posizione di movimento finale in relazione alla posizione di partenza.

Per eseguire una valutazione delle abilità di riconoscimento dei cluster, spiegare al partecipante che dovrà individuare sei cluster all'interno del mondo creato con gli Smart Glasses Mixed Reality utilizzati, sottolineando che i partecipanti dovranno distinguere tra cluster sovrapposti navigando tra i cluster utilizzando i comandi vocali. Quando tutti e sei i cluster sono stati localizzati, chiedi al partecipante di sedersi al computer senza gli occhiali intelligenti e spiegare che lo stesso tipo di cluster deve ora essere rilevato all'interno del software del computer. Al termine della valutazione desktop, chiedi al partecipante di compilare un nuovo questionario State-Trait Anxiety Inventory, un questionario auto-sviluppato per raccogliere feedback soggettivi e un questionario demografico.

Rimuovere il dispositivo di misurazione della conduttanza cutanea dei partecipanti e ringraziare il partecipante per la partecipazione. In questa analisi rappresentativa, i low-performer e gli high performer non hanno dimostrato differenze nelle loro variabili di base, anche se i low performer avevano una percentuale più alta di partecipanti di sesso femminile rispetto ai high performer, e gli high performer erano più giovani dei low performer. Per l'attività di riconoscimento dei cluster, i risultati bassi e alti non differivano in modo significativo tra l'applicazione 2D e l'approccio 3D.

Per l'attività di rilevamento dei valori anomali, gli utenti con prestazioni elevate erano significativamente più veloci di quelli con prestazioni basse e richiedevano una distanza a piedi più breve per risolvere le attività. Infatti, i valori di BoundingBox, Pathlength, PathVariance, PathMean, AngleVariance e AngleMean sono aumentati in modo significativo da un'attività all'altra. Sebbene il tempo registrato abbia mostrato pochi cambiamenti da un'attività all'altra utilizzando gli occhiali intelligenti per realtà mista.

Sulla base dei suoni spaziali, i partecipanti sono stati in grado di risolvere i compiti nel caso di rilevamento dei valori anomali più rapidamente rispetto a quelli senza l'utilizzo di suoni spaziali. In particolare, i punteggi dell'inventario dell'ansia dei tratti di stato non hanno dimostrato differenze significative tra le valutazioni pre e post compito. Inoltre, sono stati osservati tempi di riconoscimento dei cluster piccoli ma significativamente più rapidi quando i partecipanti hanno utilizzato gli occhiali intelligenti per realtà mista rispetto a quelli osservati quando i partecipanti hanno utilizzato il computer desktop.

Poiché il filtraggio per gli esperti in questo nuovo settore è essenziale, abbiamo incluso molti pretest. Anche se abbiamo testato i metodi nella stanza neutra, sarebbe interessante vedere veri istruttori di macchine nell'ambiente di fabbrica che analizzano i loro dati.