October 6th, 2020
このプロトコルは、イマーシブ分析に使用される開発された Mixed Reality アプリケーションの技術設定を示します。これに基づいて、開発された技術ソリューションのユーザビリティの側面についての洞察を得るために研究で使用された対策が提示されます。
スマートグラスを使用したデータ分析の実行は、データを機械現場で直接分析できるため、インダストリー4.0のコンテキストで大きな可能性を秘めています。スマートグラスを使用すると、オペレーターはデータを分析でき、メンテナンス作業のために手を空けておくことができます。実験は、デスクトップコンピュータとMixed Realityスマートグラスが設置された部屋で行ってください。
参加者にスキンコンダクタンス測定装置を装着してもらい、参加者に5分間休ませてベースラインストレスレベル測定値を取得してもらいます。次に、実験には40〜50分かかることを参加者に伝え、実験中に知覚されたストレスを測定するためのState-Trait Anxiety Inventoryアンケートに記入するように参加者に依頼します。メンタルローテーションテストを行うには、参加者にデスクトップコンピューターの前に座ってもらい、シミュレートされた3D空間で異なる位置を持つ類似のオブジェクトを識別する必要があることを参加者に伝えます。
参加者に、示された5つのオブジェクトのうち2つだけが類似していること、および7つのタスクを完了するのに2分間の時間があることを伝えます。空間音響能力の評価を行うには、参加者に、音ごとに6つの音も13秒間再生されること、および参加者が音が発生する方向を検出する必要があることを説明します。外れ値検出スキルの評価を行うには、参加者に Mixed Reality スマートグラスを装着してもらい、Mixed Reality スマートグラス用に作成されたワールド内で 8 つの外れ値を見つける必要があることを説明してもらいます。
外れ値は、白い点のグループ内の赤いマークされた点であり、視線を向けて検出すると緑に変わることを参加者に説明します。さらに、視覚的な支援が提供されるだけでなく、外れ値を見つけるのに役立つ環境音の手がかりも含まれることを説明します。次に、各タスクに必要な時間、歩行の長さ、および開始位置に対する最終的な移動位置が記録されることを参加者に伝えます。
クラスター認識スキルの評価を行うには、参加者に、使用済みの Mixed Reality スマートグラスで作成されたワールド内で 6 つのクラスターを見つける必要があることを説明し、参加者が音声コマンドを使用してクラスター内を移動して、重複するクラスターを区別する必要があることを強調します。6つのクラスターがすべて見つかったら、参加者にスマートグラスを持たずにコンピューターの前に座ってもらい、コンピューターソフトウェア内で同じタイプのクラスターを検出する必要があることを説明してもらいます。デスクトップ評価の最後に、参加者に新しいState-Trait Anxiety Inventoryアンケート、主観的なフィードバックを収集するための自己開発アンケート、および人口統計アンケートに記入してもらいます。
参加者の皮膚コンダクタンス測定器を取り外し、参加者の参加に感謝します。この代表的な分析では、ローパフォーマーとハイパフォーマーはベースライン変数に差を示さなかったが、ローパフォーマーはハイパフォーマーよりも女性参加者の割合が高く、ハイパフォーマーはローパフォーマーよりも若かった。クラスター認識タスクでは、2Dアプリケーションと3Dアプローチの間で、パフォーマンスの低い人と高い人の間で大きな差はありませんでした。
外れ値検出タスクでは、ハイパフォーマーはローパフォーマーよりも大幅に速く、タスクを解くためにより短い歩行距離が必要でした。実際、BoundingBox、Pathlength、PathVariance、PathMean、AngleVariance、および AngleMean の値は、タスクごとに大幅に増加しました。記録された時間は、Mixed Reality Smart Glassesを使用したタスク間でほとんど変化を示しませんでした。
立体音響に基づいて、参加者は立体音響を使用しない場合よりも早く外れ値検出ケースの課題を解くことができました。注目すべきは、State-Trait Anxiety Inventoryのスコアは、タスク前とタスク後の評価の間に有意差を示さなかったことです。さらに、参加者が Mixed Reality スマートグラスを使用した場合、参加者がデスクトップ コンピューターを使用した場合と比較して、小さいながらも大幅に高速なクラスター認識時間が観察されました。
この新しいドメインの専門家のフィルタリングが不可欠であるため、多くの事前テストを含めました。ニュートラルルームでメソッドをテストしましたが、実際の機械インストラクターが工場でデータを分析しているのを見るのは興味深いでしょう。
View the full transcript and gain access to thousands of scientific videos
このプロトコルは、没入型分析用に設計された混合現実アプリケーションの技術セットアップを概説しています。この技術ソリューションの使いやすさの側面を評価するために行われた研究で使用された手段が含まれています。