制造工位人机工程自动评估系统的设计与实现

江 栋 徐克林 任天翔

（1. 同济大学 上海201800；2. 上汽大众汽车有限公司 上海201804）

随着我国制造业的不断发展，制造岗位上的人机工程学得到了越来越多的重视。人机工程学（Ergonomics），亦称人类工程学（Human Engineering）、人因工程学（Human Factors），国际人机工程学会（IEA）将其定义为运用人体测量学、生理学、生物力学及工程学，研究人在特定工作环境中与机器和环境之间的相互作用的学科[1]。而只有能够对人机工程进行客观、系统、标准化的定量评估，才可能对工位的人机工程进行有的放矢的设计和改善。

上世纪90年代，中国制定了《中国人类工效学相关标准》供生产制造企业进行参考。在欧盟国家，根据法规规定，所有生产企业都必须对工作场所的人机工程风险进行分析和评估。目前常用的人机工程评估方法有：人机系统分析检查表法、操作顺序图分析法（Operational Sequence Diagraming，亦称运营图法）、错误分析（Error Analysis）、工作环境指数评价法（Work Environment Index Assessment）、人为差错和可靠性逻辑推演法（Human Error and Reliability Analysis Logic Development，亦称海洛德法）、EAWS(European Assembly Worksheet)等方法。以这些方法为基础，通过EMA（Editor for Manual Work Activities）， AP ERGO（Arbeitsplan Ergonomie,德语），ERGONOM（Ergonomics），Ergo Tech（Ergonomics Technique）等人机系统软件，可以从静态施力、作业姿势、视域、疲劳恢复、舒适度、RULA(Rapid Upper Limb Assessment)姿态、低背受力、OWAS(Ovako Working Posture Analysis System)、可及度及能量代谢等方面对人机工程进行系统的评估打分[2]。

在这些人机工程评估方法中，“欧洲装配表”（European Assembly Worksheet，EAWS）较为常见，在菲亚特、大众等大型制造企业得到了广泛的应用。该方法评估范围覆盖四个方面：重复、短周期工作中的身体姿势；动作用力；负重；上肢负荷。在实际应用中，它既可应用在规划阶段的工位设计，也可用于生产阶段的工位改善；评估方法既可以是传统的Excel表格中进行打分，也可以将其集成在类似于AP（Arbeitsplan）的工位规划软件系统中进行打分。无论何种方式，都需要工业工程师在现场观察工作过程或观看视频，手工记录所有身体姿势下动作的持续时间并手工将数据输入到表格或系统中。

根据对W大型汽车制造厂63名一线工业工程师的问卷调查，对一个节拍为 1分钟的工位进行EAWS(European Assembly Worksheet)人机工程评分平均需要一个小时；且由于对每一动作的持续时间赋值通常采取人工估计的方式，不同的工程师对同一工位的人机工程评分可能存在较大差异。因此，本文从智能系统的思维出发，设计一个人机工程自动评估系统方案，并进行可行性验证，旨在避免人为评估的主观偏差，以及由于肉眼无法观察到的人体姿势变化而引起的评估不准确的影响，同时能够快速得到评估结果，为工位的人机工程设计提供量化依据。

1 人机工程自动评估系统方案

1.1 动作捕捉系统

运动捕捉系统是目前比较成熟的一种人体动作生成技术。它通过在人体的关键位置设置若干专用运动传感器（标记点），通过测量、追踪和记录这些关键点在多个自由度上的三维运动轨迹，然后经由软件分析、数据处理和轨迹平滑，逆向还原出整个人体的运动过程。根据传感器的不同，动作捕捉系统可以分为重力感应式（亦称惯性感应式）和光学式[5-6]。前者目前灵敏度不高，容易受到周围磁场的干扰，使用前需要较长的时间进行校准，且难以测量竖直方向的绝对位置；后者则要求在动作捕捉的过程中，传感器和捕捉器之间不能被长时间遮盖，这就意味着当工人在封闭的环境下（如车身内部）工作时，无法收集到动作信号，需要设置专门的框架式台架，模拟工作环境。

1.2 人机工程自动评估实现的可能性

为了能够提高人机工程评估的准确性、客观性，减少评估消耗的工作时间，推出了将动作捕捉系统与人机工程分析软件集成，实现人机工程评估自动化的技术方案：人机工程自动评估系统工作原理如图1所示。

图1 人机工程自动评估系统工作原理

（1）在模拟现场的环境中，普通中等熟练工穿戴动作捕捉传感器，按照SOS（Standard Operation Sheet）上的作业方法，使用与现场相同的真实工具进行模拟操作；

（2）通过动作捕捉接收器捕捉传感器的运动轨迹，并将数据传输到计算机中；

（3）计算机将数据还原为工人的实际动作，然后使用人机工程评估软件，通过对动作捕捉系统收集的动作数据和手工输入的其它必要数据（如环境、负重）进行系统分析，对工位的人机工程进行自动打分。

为实现上述功能，需要从外部采购硬件（动作捕捉设备）、软件（人机工程分析软件）并自制台架（用于模拟工作环境）。

2 人机工程自动评估系统设计

2.1 评估流程的搭建

目前动作捕捉系统和人机工程分析软件种类较多，需要从车间需求出发，选取适合的软硬件组成系统，在对其进行测试评估后，才能进一步推广。为此，有必要建立一套完整的评估流程，评估流程框图如图2所示。

图2 评估流程

2.2 软硬件的选择

经过前期调研和市场询价，初步选择了硬件ART（Advanced Realtime Tracking）、软件 EMA（Editor for Manual Work Activities）和台架的组合建立人机工程自动评估系统。

ART是一套高精度红外光学动作捕捉系统，如图3所示。在达索、雷诺、捷豹路虎等制造企业得到了广泛的应用。它主要由17个可穿戴的红外光学位置传感器和若干摄像头组成，此系统可实现以下功能:

（1）提供6自由度测量数据；

（2）可以较好的应对视线遮挡；

（3）支持对人体模型绝对位置的追踪；

（4）数据的采集需为实时采集，动作采集完成后可立即输出“.BVH”格式（设备对人体运动进行捕捉后产生的文件的扩展名，代表着文件的格式）的动作文件，并支持导入到 EMA等人机分析软件中；

（5）硬件系统捕捉的动作与实际动作的误差需在5%之内（通过软件和人工评价对比得出）。

图3 ART动作捕捉系统

EMA系统可以根据采集的动作信号建立相应的 3D几何模型，并以此为基础对人机工程状况进行智能交互评价分析，简化了复杂的评价分析过程：

（1）可以识别ART输出的BVH格式动作数据；

（2）可按照工厂需要添加环境、质量、涉笔操作等评价因素；

（3）与AP有数据接口；

（4）可以使用 EAWS方法对工位的人机工程进行评估。

用于模拟工作条件的自制台架，要求可实现以下功能；

（1）可以模拟出不同级别车型（如 A0级，C级，B级SUV等）的车身结构框架，可供被评估者模拟车身内外部生产工艺的操作；

（2）可以调整台架的高度，用于模拟车型在不同工位的高度；

（3）台架底部有滚轮，可以自由移动；

（4）从台架外部（前后左右及上下）可以清晰的观察到台架内部的操作，视线基本无遮挡，用于人机评价设备捕捉车内被评估者的操作动作；

（5）台架底部要有网状底板，用于被评估者进入车身内部的支撑。如图4所示。

图4 台架

为了进行对比，特选取了另一套动作捕捉系统X作为对比组。

2.3 工位的选取

本人机工程自动评估系统的需求方为国内 W大型合资整车制造厂。经过工业工程团队和车间制造专家德尔菲法调查并结合现场实际勘测，选取了总装车间底部通道及整理线束工位作为模拟测试对象。此工位的工作内容为：阅读装配单→走动→取气动枪紧固座椅横梁加强板→走动→取料安装KESSY天线及整理线束→ 安装底部通道→返回起始位置，待模拟工位动线图如图5所示。

图5 待模拟工位动线图

此工位存在较长时间的弯腰作业，在总装车间人机工程较差的工位中具有一定代表性。

3 人机工程自动评估实验

3.1 实验目标

对这套系统测试的目标见表1，前后共进行了不同情况下的四次测试。测试现场布置示意图如图6所示。

表1 四次测试的目标

图6 测试现场布置示意图

3.2 试验结果与评价

四次试验结果见表2。

表2 四次测试的结果

接上表

经过四轮实验，本套人机工程自动评估系统基本满足了工厂的需要，可以进行半自动的人机工程评估，精度和信度均在可接受范围内，而评估时间则远远低于传统的手工评估方式。

4 结语

在对此系统进行测试的过程中，也发现了一些潜在的改进点：

（1）使用此套评估系统时，用力大小、负重及环境维度等人机工程相关参数仍然需要工业工程师自己评估并手工输入，不但需要花费一定的时间精力，而且在准确度上也存在一定偏差。在下一步开发中，可在穿戴设备上集成力度、环境传感器，从而真正实现人机工程全自动评估[7-9]。

（2）经过现场实际测试，同一员工多次进行相同工作时，人机工程评估分数存在偏差，需要对偏差的允许范围进行科学的界定，寻找偏差原因。此外，由于人机工程指标中现实参数是连续的，而EAWS中的评分方式是离散的，从前者到后者的转换过程，实际上采取了“一刀切”的方式，导致差别很小的参数却获得完全不同的评分。如果能够通过模糊算法细化打分规则，可能会取得更加准确的评估结果。

（3）为了防止白车身对系统中的光学传感器产生遮挡，本套系统中采用了自制台架，但自制台架无法完全模拟真实白车身的几何空间，而且面对几何形状、尺寸差别较大的不同车型需要分别设计制作不同的台架，浪费大量的时间、人力和物力。如果能够结合VR/AR软硬件设备，比如HTC（宏达国际电子股份有限公司）虚拟眼镜和配套的“Steam”软件，则可以通过 Catia等软件方便地对不同的车型结构进行建模。这样，无需设计制造台架，测试人员即可在虚拟的环境下模拟工作过程，快速准确的实现人机工程评估[10-11]。

（4）光学传感器在绝对位置定位的准确度方面具有优势，而惯性系统则在相对位移的测量上更加连续，可以考虑将两者结合起来，通过算法进行相互修正获得更好的动作捕捉效果。

（5）为模拟车身厚度，目前使用的台架为双层钢管。如果采用单层钢管，则可以降低成本；减少车型调整时的工作量（比如从A0级两厢车切换到B级 SUV）；减少对光学动作捕捉系统的遮挡。而在实际工作层面，车身厚度本身对人机工程评估的影响是否可以忽略则需要进一步探讨和研究。