基于人因工程的船舶駕駛室人機界面布局優化設計

季煜恒, 李春通, 駱曉萌, 楊雪蓮, 王德禹

(1. 上海交通大學 海洋工程國家重點實驗室,上海 200240; 2. 上海交通大學 海洋裝備研究院,上海 200240; 3. 中國船舶集團有限公司第十一研究所,上海 200032;4. 上海外高橋造船有限公司,上海 200137)

高性能人機界面具有標準化、易于使用和更高效的特征,可以使作業人員安全有效地完成監視和操作任務[1].較早開展人機界面研究的是1973年英國的一個研究機構,該機構開發了控制界面布局設計程序CAPABLE[2].1993年龍升照[3]系統地討論了人-機-環境系統工程并應用于人機界面布局.進入21世紀后,各種人機界面研究蓬勃發展.在船海領域關于人機界面的研究以一維的布局優先序研究較多,如王帥旗[4]通過蟻群算法開展了工作站布局優化,人機設計與評價交互進行;馬雨薇[5]考慮人體工程學因素,開發了艦橋導航設備的優化布局.陳登凱等[6]研究了包括顯控裝置在內的潛水器工作艙布局設計方法.最新的人機界面研究已步入智能化設計階段:Hartman等[7]研究了智能輪椅上人機界面的交互與控制;Deng等[8-9]基于認知心理學理論,對鉆機控制室的人機界面進行了優化設計,并進行了視覺美學相關研究;Lu等[10]基于多維感知研究了自動駕駛汽車的界面設計;Hao等[11]將機器視覺技術應用于人機界面的布局設計.新技術的誕生和日漸復雜化的工作流程都在推動船舶人機界面達到更高的性能水平.然而,目前國內關于船舶人機工效設計的規范與國外相比較為落后,艦船人-機-環系統工程缺乏完善的理論體系和模型化方法[12].因此,有必要開展人機界面布局優化研究,建立船舶駕駛室高性能人機界面設計方法.

目前關于人機界面布局問題的研究多數以提高界面空間、材料的利用率以及降低成本為核心,而鮮有在人機界面的布局設計中考慮人的身體特征、認知規律和心理特性等需求[13].另外,對人機界面的設計評估多以定性分析為主,或者以某單一因素為研究對象,缺乏系統的定量研究.因此,從人機工效的角度對駕駛室工作站人機界面的布局進行優化與評估具有非常重要的意義.本文在設計初期將人因工程學理論融入優化數學模型,使布局設計更加科學合理的同時,也能極大地提高優化設計的效率.

以船舶駕駛室工作站人機界面的布局優化設計為目標,以控制面板為研究對象,構建了人機界面二維布局優化模型,將人因工程學準則量化分析后與優化模型相結合,采用差分進化算法和粒子群算法進行優化迭代.對最終獲取的優化布局方案進行虛擬仿真評價.本文提出的布局優化方法,適用于不同船型、操作方式、人體差異下各工作站面板的布局設計,可為提高船舶駕駛室工作站人機界面的布局設計效率、合理性、作業人員的工作效率和舒適度提供支撐.

1 人機界面布局優化的問題描述和數學建模

1.1 問題描述和相關假設

主要研究控制面板的布局優化問題.對于工作站面板的布局優化設計應當在駕駛室設計、工作站設計與布置、各顯控裝置設計已經完成并且合理合規的基礎上進行.根據規范以及現有的工作站面板形式,假定工作站面板和待布局的裝置為矩形結構,裝置四邊與面板四邊平行,原點定義為作業人員位置,如圖1所示.圖中:O為面板原點;A、B為面板的長、寬;Ai、Bi為第i個裝置的長、寬;xw、yw為第w個裝置中心點的橫、縱坐標;xiw為i和w間的橫向間距,yij為i和j間的縱向間距;xvo為第v個裝置與面板邊界的橫向距離,yvo為與面板邊界的縱向距離.

圖1 面板和裝置坐標圖Fig.1 Coordinate diagram of panel and equipment

1.2 布局準則和人因工程學準則

結合國內外規范中的顯控裝置布局準則和人因工程學準則,船舶駕駛室工作站面板布局應當重點考慮以下原則.

(1) 功能分組原則.相同功能的元件應當進行集成化設計.

(2) 重要性原則.重要性高的裝置應當布置在最優、最易觀察或操作的位置.

(3) 使用頻率原則.使用頻率越高的裝置應當布置在操作舒適度越高的位置.

(4) 順序原則.在進行布局排列時,在各項任務中優先使用的裝置應當靠左和靠上進行布置.

(5) 相關性原則.相關性越高的裝置應當靠的更近.

(6) 空間相容原則.裝置之間、裝置與面板邊界應當按照保留一定的間距.

1.3 布局優化數學模型

很多學者在車間、艙室等布局優化設計的數學模型建立方面已經進行了大量詳細的研究[14-15].基于前文的問題描述和相關假設,本文在常規布局優化數學模型的基礎上結合量化分析后的人因工程學準則建立船舶駕駛室人機界面的布局優化數學模型.以功能分組原則為設計前提,以重要性原則、使用頻率原則、順序原則和相關性原則作為子目標并構建目標函數,以空間相容原則為約束條件,進行數學建模.設計變量為每個裝置的中心點在面板上的坐標(xi,yi).

1.3.1目標函數 分別建立重要性原則、使用頻率原則、順序原則和相關性原則4個子目標函數.定義待布局裝置數量為n,船舶作業任務有k項.

(1) 重要性子目標函數:

(1)

式中:D(i)為第i個裝置中心到最優操作點的距離,其中最優操作點位置人機交互虛擬仿真確定;Dm為面板上距離最優操作點的最大值;Pi為裝置i的重要性權值.

Pi越大,表示裝置i的重要性越高.應當由多位有經驗的專家對不同裝置的重要性進行協同打分,將各專家的評分取均值,作為各裝置的重要性評分pi.分值為1～5分,分別表示絕對不重要、比較不重要、中等重要、比較重要和絕對重要.Pi的計算公式如下:

(2)

(2) 使用頻率子目標函數:

(3)

式中:Ci為裝置i所在面板區域的作業舒適度權值,通過人機交互虛擬仿真確定;Qi為裝置i的使用頻率權值.

IACS Rec.95[16]對不同工作站和不同任務下對各裝置的使用情況進行了說明.Qi體現待布局裝置的使用頻率,Qi越大,裝置i的使用次數越多.Qi通過統計對應工作站某航行任務內所負責的各作業任務的平均次數N,以及各作業任務中裝置的使用次數uij進行確定,如uij=2代表裝置i在任務j中被使用2次.Qi的計算公式如下:

(4)

(5)

(3) 使用順序子目標函數:

(6)

式中:Si為裝置i的順序權值.

Si體現待布局裝置的使用優先度,Si越小,裝置i的使用優先度越高.Si通過統計各作業任務中裝置的使用順序來確定.Si的計算公式如下:

(7)

式中:si為裝置i的順序均值,

(8)

Mij為裝置i在任務j中的使用順序值之和.若裝置i在任務j中被使用2次,且使用順序為第2和第4個被使用,則Mij=6.

(4) 相關性子目標函數:

(9)

式中:dij為裝置i和裝置j的距離;dm為面板上兩裝置的最遠距離;rij為裝置ij間的相關性權值.

rij體現待布局裝置間的相關度.rij=0,則裝置i、j完全不相關;rij越大,裝置i與裝置j的聯系就越大;rii=1.rij應由多位有經驗的專家進行協同評估,將各專家的評估值取均值,作為各裝置間的相關性權值.

(5) 子目標函數均已為無量綱函數,采用加權平均法將4個子目標函數合成為總目標函數:

f=ω1f1+ω2f2+ω3f3+ω4f4

(10)

式中:f為總目標函數值,體現布局方案的合理性;ω1為重要性子目標權值;ω2為使用頻率子目標權值;ω3為使用順序子目標權值;ω4為相關性子目標權值.子目標權值體現各子目標的重要度,可針對不同航行任務、工作站類型等具體需求按需設定,但應滿足:

ω1+ω2+ω3+ω4=1

(11)

1.3.2約束條件 根據空間相容性原則構建約束條件如下.

(1) 邊界約束.裝置不應超出面板邊界,并且應當與面板邊界保持一定間距.

(2) 間距約束.裝置不能發生重疊,且裝置間應當保持一定間距.GB/T 14775—1993[17]中規定了控制裝置的允許間隔距離和最佳間隔距離.

(12)

(13)

當式(12)或(13)滿足條件時,裝置i和j滿足間距約束.

2 人機交互虛擬仿真和布局優化算法

工作站人機界面布局優化流程如圖2所示,通過虛擬仿真確定人機界面的最優操作點位置和各區域的舒適度權值;采用差分進化算法獲取粒子初始位置;通過粒子群算法進行優化迭代計算獲得最優布局解;最后再通過虛擬仿真驗證布局合理性.

圖2 布局優化流程圖Fig.2 Flow chart of layout optimization

2.1 虛擬仿真

通過虛擬仿真來獲取待布局工作站面板的最優操作點位置以及各區域舒適度權值,使用 Delmia 軟件進行人因工程學虛擬仿真.

2.1.1建立人體和工作站虛擬模型 基于Human Builder模塊建立不同百分位數的三維人體模型,并定義相應的操作姿態.將待優化的工作站面板模型(文件格式為.stl)導入仿真系統.

2.1.2快速上肢評估與面板各區域舒適度權值劃分 快速上肢評估(Rapid Upper Limb Assessment,RULA)通過對人體姿勢、用力情況、肌肉使用情況的研究來評估工作相關肌肉骨骼損傷的風險大小[18].采用RULA分析船舶駕駛室工作站作業人員的操作舒適度.RULA的評價結果為1～7分,并劃分為4個級別,如表1所示.

表1 RULA評估分數Tab.1 Assessment score of RULA

當前各規范中對工作站面板的各區域舒適度與可達性僅有簡單的描述和劃分.為了對各區域舒適度進行量化分析,對待布局面板進行網格劃分,并對人體手部觸及各網格中心點時的姿勢進行RULA分析.兼顧RULA評分精度和區域劃分要求,采用長、寬為0.2 m左右的網格,網格對稱分布,如圖3所示.在Human Activity Analysis模塊中獲取作業人員在操作不同面板區域時各部位的RULA評分,將各部位的RULA評分相加,得到網格i的RULA總分Ri,定義ci為網格i的舒適評分,ci越高的區域,操作舒適度越高.將ci最大的網格的舒適度權值Ci定義為1,ci最小的網格的舒適度權值Ci定義為0,其他網格在[0, 1]間線性插值,可以得到面板各區域的舒適度權值Ci.ci的計算公式如下:

圖3 面板網格劃分與編號Fig.3 Meshing and numbering of panel

(14)

2.1.3姿態分析與最優操作點位置 MSC/Circ.982[19]中規定最重要的裝置應當布置在最優、最易觸及的位置,最優操作點位置的確定仍是一項難題.本文認為最優操作點為作業人員在最優作業姿態下,最易觸及的工作站面板位置,該點也為整個面板操作舒適度最高的位置.為了準確獲得該點位置,需要進行相比RULA分析參數更多、結果更精細的姿態分析.在Human Posture Analysis模塊中對人體各部位設定角度界限與首選角度.為簡化評估過程,對人體模型各部位首選角度按照3個等級進行劃分,如表2所示.其中,可達域的上下邊界為角度界限.接下來使用查找最優姿態功能,人體模型自動調整為最優姿態.可通過RULA分析驗證當前姿態是否為舒適度最高姿態.再通過最少的調整使人體模型以更高的姿態評估分數接觸到工作站面板,接觸點為最優操作點.

表2 首選角度等級表Tab.2 Rating of preferred angles

2.1.4虛擬仿真分析評價 在完成優化求解得到優化布局結果后,對布局結果再次進行虛擬仿真,驗證其可視性、可達性與舒適度,提出改進意見.

2.2 粒子群優化算法

粒子群優化算法通過粒子間共享信息,在個體歷史最優和全局歷史最優的共同作用下,向下一個方向尋優[20].粒子群算法參數少且尋優能力強,本文采用粒子群算法進行全局尋優.粒子群算法中基于式(12)和(13)以罰函數形式施加間距約束[21].在實際進行布局優化時,若待布局裝置數量多且面板剩余空間小,采用常規的隨機粒子初始位置難以獲取滿足間距約束的最優解.面對嚴格的間距約束,往往計算效率低下.因此,還需要獲取大量滿足間距約束的初始布局方案,作為粒子的初始位置.

2.3 差分進化算法求解初始位置

差分進化算法是一種基于群體智能理論的全局尋優算法,通過變異、交叉和選擇操作來實現進化[22].采用常規的變異、交叉操作,選擇操作為統計個體中滿足間距約束的裝置對數T,每當式(12)或(13)滿足條件時,T增加1,選擇T更大的個體作為下一代的初始種群.若T=n(n-1)/2,則所有裝置保持一定間距,當前布局滿足間距約束,結束運算,并輸出滿足空間相容性原則的解.通過差分進化算法可獲得大量滿足空間相容性約束的解,作為粒子群算法的粒子初始位置[23].

3 算例研究

3.1 參數確定與虛擬仿真

工作站和人機模型如圖4所示.以國產化大型遠洋客船H1508的導航與操縱工作站(型號:YA/865-SECT.E)的大面積控制面板作為算例進行布局優化設計,如圖4(a)所示.首先確定工作站操作方式、尺寸、待布局裝置數量、各裝置尺寸、各項權值以及人體模型各部位首選角度.該控制面板長度A=1.416 m、寬度B=0.938 m.面板上各裝置以按功能分組原則進行分組,分組與命名參考規范IACS Rec.95[16]和MSC/Circ.982[19],分組后待布局裝置的編號、尺寸和初始坐標如表3所示,各裝置的重要性權值、使用頻率權值、順序權值和相關性權值采用1.3.1節中的方法進行計算,其中涉及主觀評價的數據參考文獻[4].

表3 裝置編號、尺寸和初始坐標Tab.3 Number, size, and initial coordinates of equipment

圖4 工作站和人機模型Fig.4 Workstation and human-machine model

該控制面板由作業人員站立操控,本文使用的人體模型數據來源于GJB/Z 131—2002[24]中艦艇人員的人體測量數據.案例中的工作站面板面積較大,構建第95百分位的人體模型,導入工作站模型,建立人機交互模型,如圖4(b)所示.對虛擬人體模型在1～12號網格區域的作業姿態進行RULA分析,獲取手腕、前臂、上臂、軀干的RULA評分,求得各網格的舒適評分ci和面板各區域的作業舒適度權值Ci如表4所示.

表4 第95百分位舒適度權值Tab.4 Comfort weight of 95th percentile

人體模型各部位首選角度設定參考文獻[25].所得最優姿態如圖5所示, 最優姿態與標準站立姿態相比上臂略微外展,前臂微屈.對當前所得最優姿態進行RULA分析,各部位以及綜合RULA評分均為1,首選角度設置合理.由最優姿態獲取最優操作點坐標為(±0.3 m, 0.17 m).

圖5 最優姿態Fig.5 Optimal posture

3.2 差分進化算法求解初始解

綜合考慮計算效率和需要的初始可行解數量,設置種群個數為250,空間維數為22,最大迭代次數為500.采用線性遞增的縮放因子和交叉概率,避免個體過早趨同,經過多次計算驗證,設置最小縮放因子為0.1,最大縮放因子為0.9,最小交叉概率為0.1,最大交叉概率為0.6時,可高效獲得初始可行解.允許最小間距均為0.03 m.計算出 1 999 組初始可行解,其中一組初始可行解如表5所示,加入表3中的初始設計方案,得到 2 000 組初始可行解.

表5 初始可行解Tab.5 Initial feasible solution

3.3 粒子群算法求解最優布局

讀取初始可行解,合理設置種群個數、空間維數和最大迭代次數使得算法能夠快速收斂.設置粒子個數為 2 000,空間維數為22,最大迭代次數為500.采用目前較為常用的線性遞減慣性權重,設置最小慣性權重為0.6,最大慣性權重為1.經過多次計算驗證,速度下界為-0.5,速度上界為0.5,自我學習因子為0.4,群體學習因子為0.6時,可高效獲得最優布局解.文獻[4]中在認為子目標同等重要時, 設置相同的子目標權值.本算例中認為4個子目標同等重要,考慮到式(11),因此4個子目標權值都取為0.25.粒子群算法迭代過程如圖6所示.多次求解得最優布局方案如圖7所示,各裝置編號與圖4(a)相同.對應的最優布局解坐標如表6所示.

表6 最優布局解Tab.6 Optimal layout solution

圖6 粒子群算法迭代曲線Fig.6 Curve of PSO iteration

圖7 第95百分位最優布局圖Fig.7 Optimal layout of 95th percentile

3.4 人體模型參數差異對比

對于人機界面的優化設計,人體尺寸數據是人因分析的重要輸入,影響不可忽略[26].選取與第95百分位差異較大的第5百分位人體數據進行對比試驗,探討人體參數變化對人機界面布局優化設計的影響.構建第5百分位的人體模型,與人體參數無關的其他參數與前文第95百分位的人體模型算例保持一致.

通過RULA分析,得到面板網格1～12的Ci分別為1.00,1.00,0.79,0.69,0.39,0.29,0.29,0.29,0.19,0.09,0.09,0.00.人體模型各部位首選角度不變,進一步通過姿態分析確定此時的最優操作點坐標為(±0.3 m, 0.155 m).對比表4和表7可知,相比第95百分位,第5百分位下原本舒適度較高的區域舒適度進一步提高,而原本舒適度較低的區域舒適度進一步降低.但面板各區域的相對舒適度關系沒有變化,且最優操作點位置也僅略有改變.進一步求解得第5百分位最優布局方案如圖8所示.對比圖7和圖8,僅各裝置略有小幅度位移,而相對位置關系沒有變化.因此,在本算例中,人體參數在合理范圍內的改變對布局設計的結果影響很小.

表7 目標函數對比Tab.7 Comparison of objective function

圖8 第5百分位最優布局圖Fig.8 Optimal layout of 5th percentile

3.5 虛擬仿真評價

考慮到本算例中,人體參數的改變對布局優化結果影響較小,因此使用Delmia軟件對第95百分位人體參數下的最優布局方案開展人機交互虛擬仿真與評價.

3.5.1可視性分析 GJB 2873—1997[27]規定,頭部自然向上、向下、向左、向右轉動15°范圍內為最佳視角區域.捕捉站立姿態(視線水平向前)及低頭15°(垂直視角內視線向下15°)時的視野如圖9所示.站立姿態平視前方時,工作站面板遮擋有限,正前方仍有良好視野.人體模型低頭15° 時,控制面板均在可視域內,相關控制裝置清晰可見.所有裝置都在最佳視角區域內,當前工作站布局滿足可視性要求.

圖9 視野分析Fig.9 Vision analysis

3.5.2可達性分析 由GB/T 14779—1993[28]可知,在坐姿的情況下,身體前傾的舒適角度應小于25°.對于站姿情況,僅改變身體前傾角度,可測得軀干的RULA評分.前傾0°～20° 時,軀干的RULA得分小于2;21°～56° 時,軀干的RULA得分小于4.因此,認為在站姿的情況下,身體前傾的舒適角度應小于20°,作業角度應小于56°.顯示人體模型在身體前傾20° 時的上肢伸展域作為舒適可達域,56° 時的上肢伸展域作為作業可達域,如圖10所示.

圖10 上肢伸展域Fig.10 Upper body extension

當前布局下,63.6%的裝置在舒適可達域內,重要性和使用頻率較高的裝置也都在舒適可達域內,且所有裝置都在作業可達域內.采用孫守遷等[29]提出的可達性評價方法:

(15)

式中:E為可達性評分;Z為最遠可達距離.

評價結果E在[0,1]間,當E<0.5時,認為系統可達性可行.對于當前布局,在站姿操作下Z為0.8 m,E=0.35.若限制到舒適可達域,Z取0.6 m時,E=0.47,可認為當前布局滿足可達性要求.若該控制面板采用坐姿操作,則Z=0.4 m,E=0.70,可達性較差.若控制面板寬度較大,則不適合采用坐姿操作.

3.5.3舒適度分析 初始設計方案和優化后設計方案的4個子目標函數值如表7所示.相比初始方案,優化后的布局方案更好地滿足了所有子目標原則.其中,使用順序原則和相關性原則子目標函數的提升,表明優化后的布局方案提升了工作效率,降低了操作失誤率.而使用頻率原則子目標函數最能體現布局方案的舒適度,優化后的布局方案舒適度提升顯著.總目標函數體現布局方案的合理性,依據式(10),在各子目標權重相同時,布局合理性提升了17.0%.

4 結論

(1) 以船舶駕駛室工作站的人機界面為研究對象,通過虛擬仿真將人的身體特征、認知規律和姿態舒適度量化并融入目標函數,建立了對重要性、使用頻率、使用順序與相關性這4個指標的布局優化數學模型.借助差分進化算法豐富了初始種群多樣性,并采用粒子群優化算法高效地獲得了最優布局方案,布局合理性提升了17.0%.

(2) 通過Delmia虛擬仿真模擬作業人員的實際操作姿態,驗證了現有控制面板能夠滿足可視性和可達性兩個基本需求,且優化后的布局方案提升了作業人員的操作舒適度和工作效率.通過虛擬仿真可以對作業人員姿態進行定性校核和定量評價,為人機界面的人機性能研究提供理論依據.

(3) 本文提出的布局優化方法可移植性強,通過建立不同場景下的各項權值、操作舒適度、最優操作點位置等數據庫,結合適度的人工輸入以滿足實際場景需求,本研究可以為實現智能化人機界面的高效自動布局提供支撐.