Industry 4.0 시나리오에서 몰입형 분석을 위한 혼합 현실 솔루션의 유용성 측면 평가

스마트 안경으로 데이터 분석을 수행하는 것은 기계 현장에서 데이터를 직접 분석할 수 있기 때문에 인더스트리 4.0의 맥락에서 엄청난 잠재력을 가지고 있습니다. 작업자는 스마트 안경을 사용하여 데이터를 분석하는 동시에 유지 보수 작업을 위해 손을 자유롭게 사용할 수 있습니다. 데스크톱 컴퓨터와 혼합 현실 스마트 안경이 설치된 방에서 실험을 수행합니다.

참가자에게 피부 전도도 측정 장치를 착용하고 참가자가 기준선 스트레스 수준 측정을 획득하기 위해 5분 동안 휴식을 취하도록 요청합니다. 그런 다음 참가자에게 실험이 40-50분 정도 소요될 것임을 알리고 참가자에게 실험 중 인지된 스트레스를 측정하기 위해 State-Trait Anxiety Inventory 설문지를 작성하도록 요청합니다. 정신 회전 테스트를 수행하려면 참가자를 데스크톱 컴퓨터 앞에 앉히고 시뮬레이션된 3D 공간에서 위치가 다른 유사한 물체를 식별해야 한다고 알리도록 합니다.

참가자에게 표시된 5개의 물체 중 2개만 비슷하며 7개의 작업을 완료하는 데 2분이 주어질 것이라고 알립니다. 공간 음향 능력 평가를 수행하려면 참가자에게 소리당 13초 동안 6개의 소리가 재생되며 참가자는 소리가 나는 방향을 감지해야 한다고 설명합니다. 이상치 감지 기술 평가를 수행하려면 참가자에게 Mixed Reality Smart Glasses를 착용하게 하고 Mixed Reality Smart Glasses용으로 만든 세계 내에서 8개의 이상값을 찾아야 한다고 설명합니다.

참가자에게 이상치는 흰색 점 그룹 내의 빨간색으로 표시된 점으로, 시선을 향하여 감지하면 녹색으로 바뀐다고 설명합니다. 또한 시각적 도움이 제공될 뿐만 아니라 이상값을 찾는 데 도움이 되는 환경적 소리 신호도 포함될 것이라고 설명합니다. 그런 다음 참가자에게 각 작업에 필요한 시간, 보행 시간 및 시작 위치와 관련된 최종 이동 위치가 기록될 것임을 알립니다.

클러스터 인식 기술 평가를 수행하려면 참가자에게 사용된 Mixed Reality Smart Glasses로 만든 세계 내에서 6개의 클러스터를 찾아야 한다고 설명하고, 참가자는 음성 명령을 사용하여 클러스터를 탐색하여 겹치는 클러스터를 구별해야 한다는 점을 강조합니다. 6개의 클러스터를 모두 찾았을 때, 참가자에게 스마트 안경 없이 컴퓨터 앞에 앉아서 이제 컴퓨터 소프트웨어 내에서 동일한 유형의 클러스터를 감지해야 한다고 설명하게 합니다. 데스크톱 평가가 끝나면 참가자에게 새로운 State-Trait Anxiety Inventory 설문지, 주관적인 피드백을 수집하기 위해 자체 개발한 설문지 및 인구 통계학적 설문지를 작성하도록 요청합니다.

참가자의 피부 전도도 측정 장치를 제거하고 참가자에게 참여에 대한 감사를 표합니다. 이 대표 분석에서 저성과자는 저성과자보다 여성 참가자의 비율이 높았고, 고성과자는 저성과자보다 젊었지만 저성과자와 고성과자는 기준선 변수에서 차이를 보이지 않았습니다. 클러스터 인식 작업의 경우, 저성과자와 고성과자는 2D 애플리케이션과 3D 접근 방식 간에 큰 차이가 없었습니다.

이상치 감지 작업의 경우, 성과가 높은 작업자가 저성과자보다 훨씬 빨랐으며 작업을 해결하는 데 더 짧은 도보 거리가 필요했습니다. 실제로 BoundingBox, PathLength, PathVariance, PathMean, AngleVariance 및 AngleMean 값은 작업에 따라 크게 증가했습니다. 기록된 시간은 Mixed Reality Smart Glasses를 사용하여 작업마다 거의 변화가 없음을 보여주었습니다.

공간 소리를 기반으로 참가자들은 공간 소리를 사용하지 않을 때보다 이상치 감지 사례의 과제를 더 빨리 해결할 수 있었습니다. 특히, State-Trait Anxiety Inventory 점수는 사전 평가와 사후 작업 평가 간에 유의미한 차이를 보여주지 않았습니다. 또한, 참가자들이 데스크톱 컴퓨터를 사용할 때 관찰된 것과 비교하여 참가자들이 혼합 현실 스마트 안경을 사용할 때 작지만 훨씬 더 빠른 클러스터 인식 시간이 관찰되었습니다.

이 새로운 영역의 전문가를 필터링하는 것이 필수적이므로 많은 사전 테스트를 포함했습니다. 우리는 중립 방에서 방법을 테스트했지만 실제 기계 강사가 공장 환경에서 데이터를 분석하는 것을 보는 것은 흥미로울 것입니다.