室内光环境与人体肢体动作的数值关系研究

王智德，袁景玉，张 楚，刘晓健

(河北工业大学 建筑与艺术设计学院，天津 300132)

引言

经过近十几年的发展，照明产品性能得到提升，建筑光环境正在向着智能化与人性化发展[1]，卢倩[2]以此为基础讨论了建筑光环境从被动到主动的交互方式演变。但是传统的人工照明会造成照度均匀度差和眩光值偏高等不利影响[3]，在不同的场景下使用不同的灯光设备，控制系统的智能化成为发展趋势[4]。但当前交互界面已经无法满足人们生活中的各种需求[5]，而按需照明是时代发展趋势[6]，所以需要人机交互更加智能的光环境控制方式。

伴随着AR和虚拟现实等新技术的出现，通过摄像头捕获人体活动中的手势[7]与肢体信息[8]，使得人机交互方式实现更加简单和多样化[9]。因此，本文将以厨房为例，探讨住宅内动作与光环境之间的数值关系，并验证将动作识别控制应用于光环境控制的可行性。

1 研究内容与方法

1.1 相关照明规范

Wirz[10]和Hoof等[11]认为，对应不同精细程度工作，亮度水平需提高2～4倍。《建筑照明设计标准》(GB 50034—2013)[12]中将住宅室内空间划分为8大场所，规范中起居室、卧室与厨房均做了细分，额外给出了工作模式所需的照度标准值，其中厨房相关规范数值如表1所示。

表1 住宅建筑厨房照明标准值Table 1 Residential kitchen lighting standards

而厨房操作台所包含的操作种类可以继续细分，郑丽鑫[13]将厨房工作流程分为准备阶段、烹饪阶段和清洗阶段，并将工作区域分为清洗区、烹饪区及制作区。每种工作对应的肢体动作与姿态也不同，如果要实现建筑光环境的智能主动控制，细化光环境的参数分类并建立人体与光环境参数间的数值关系就尤为重要。本文将以厨房中制作区的食材准备操作为例，探究工作面照度与人体姿态之间的数值关系。

1.2 实验内容

实验测量仪器为T&D TR74-Ui空气温湿度照度紫外强度记录仪，照度测试精度为0.01 lx，一共4个测量通道，每个通道可记录8 000个数据。照明设备为JZTL005M可调光LED台灯，具有国标A级标准照度，中心照度可达750 lx。

实验场所为真实的厨房，为了控制实验变量，实验选择在夜晚没有自然光线时进行，时间为日落之后的20：00至21：00内。在厨房原有的吸顶灯作为背景光源的基础上，使用调光LED台灯以及照度仪预先设置好台面的照度值，分为五档，分别为100 lx、200 lx、300 lx、400 lx和500 lx。使用固定机位的相机拍摄记录被实验者在不同照度下进行精细操作的人体动作姿态，实验场所平面图如图1所示。

图1 实验场所平面图Fig.1 Plan of the experimental site

为了使动作变化数值与工作面照度数值形成正确的数值关系，避免被试者凭借熟练度进行操作而不注视工作面，进而影响到动作反映，实验中对被试者的操作精度进行了一定要求。被试者需通过自行目测，按1 cm的宽度间隔对土豆进行切割，尽量减小所切土豆条与1 cm宽度的误差，确保被试者认真参与实验。

人体肢体动作的数值的获取方式为截取实验获得录像中的代表图像帧，将每次动作结果导入至AutoCAD软件中，分别对人体的A、B、C、D四个夹角进行角度测量。其中A为下半身轴线与上半身躯干轴线的夹角，B为头部轴线与上半身躯干轴线的夹角，C为上半身躯干轴线与垂直方向的夹角，D为头部轴线与垂直方向的夹角，如图2所示。

图2 人体动作姿势测量方法示意图Fig.2 Measurement method of human posture

参与实验的被试者均无眼部疾病，且裸眼或经过佩戴眼镜修正后的视力水平均在4.8以上，平均年龄为39岁，共有40人参与了实验，年龄性别构成图如图3所示。

图3 性别构成图Fig.3 Diagram of gender composition

实验结束后对被试者发放调查问卷，询问每个实验被试者对于各个照度的光环境的评价，并结合肢体动作变化数据进行分析，最终得出光环境与人体肢体动作的数值关系。本文实验中光环境布局受限于实验中的照明器材，当仅使用原有一般照明时，工作面平均照度约为46 lx，因此空间光分布存在一定的明暗反差，实验结果具有一定局限性。

2 测试结果分析

2.1 实验数据总结

调查问卷数据表明，70%的实验被试者认为工作面照度值低于300 lx时较为昏暗，导致工作效率降低；且有65%的被试者认为当工作面照度为300 lx时进行精细操作最舒适，有57.5%的人认为500 lx时操作观感最清晰，如表2所示。

表2 问卷结果中各个照度值的评价人数统计Table 2 Statistics of evaluators in questionnaire results

而统计所得的肢体数据表明，A与B夹角角度值虽然随着工作面照度增加而有所增加，即工作面照度越高，人的姿态越舒展；但是角度值变化范围极小，如图4所示。

针对身体前倾与低头的角度值变化幅度进行详细分析，将每种照度下的C值与D值求出平均值并画出变化曲线图，如图5所示。经过计算，ABCD各夹角数据的相对极差分别为0.21、0.22、1.31和0.74。

图4 A与B夹角平均值曲线图Fig.4 Curve of average A and B Angle

图5 C与D夹角平均值曲线图Fig.5 Curve of average C and D Angle

2.2 肢体动作变化数值分析

从四个角的角度值变化曲线可以得出，由于每个人各自的动作习惯不同，肢体的变化程度也相应有所不同；夹角A与B的两个边均来自于人体本身，受个人行为习惯的差异影响更大，不适合作为动作识别的控制条件，而夹角C与D其中一边为垂直方向，具有更高的参考价值；且C与D的夹角数据相对极差远大于A与B，所以C与D肢体角度值相对照度值的变化程度更加明显。为了建立更加明确的照度与动作之间的数值关系，本文最终选取夹角C作为身体前倾的程度数值，夹角D作为头部低下的程度数值。

上述结果表明，在一定照度值范围内，由于视觉舒适度与清晰度随着工作面照度值增大而相应提高，使得人在操作时的姿势舒展程度也随之提高，肢体弯曲幅度减小。但是过高的照度会使人在操作过程中感到刺眼。以问卷结果中的300 lx为准，根据实验所得曲线图，得出人在足够的照度下进行此类操作时，低头倾角C一般不会大于60°，弯腰倾角D一般不会大于20°。对光环境容忍度较高的人，对高照度较为反感，倾角也会相应较小，远低于所述的前倾20°和低头60°，较高的照度反而会引起这类人群的视觉不适。

由于存在部分使用者对环境照度的宽容度较高，照明控制系统的基准照度值并不宜过高设置，基准可以设定为200 lx或者300 lx。综上，可以初步得出基于动作变化的自动光环境控制策略，当上身倾角大于20°即可提升照度水平，头部倾角大于60°也可提升照度水平，若是两者均符合，则需要大幅度提升照度水平。

2.3 应用验证

依据上述实验中所得数据与结论，建立基于动作识别的光环境智能控制系统，系统算法运行过程如下：首先通过Kinect动作传感器进行人体识别，对识别到的关节点坐标数据进行数学计算得出关节夹角；其次通过照度传感器对当前工作面照度进行测量并反馈至控制系统；最终将指令发送至Arduino单片机控制板，由单片机按预设模式进行LED灯光的调节。系统结构如图6所示。

图6 控制系统结构图Fig.6 Control system structure flow chart

最终完成的程序界面中可以描绘出人体侧面骨骼图，并同时显示程序识别到的关键关节夹角角度值，弯腰超过阈值则提高亮度(为了测试方便同时发出红色光)，恢复直立则灯光恢复为默认状态；同时模拟在炊事过程中因看不清而举起食材观察的情景，用手部举起的方式进行条件判断，并在界面中显示是否“举手”，未举手则显示“等待”。实验过程如图7所示，整个系统可以在用户不自觉低头看操作台的时候提高光源亮度。

图7 系统测试界面图，当弯腰幅度过大时增大亮度Fig.7 System test interface, increase brightness when bending too far

3 结语

住宅在装修设计时室内光环境设计通常不够精细，用户对光环境参数不重视与不了解加重了这一现象，导致用户在实际的居住过程中，住宅内的光环境并不理想。而目前可选的家用可调光灯具还没有足够智能化，控制方式也较为落后和繁琐，增加了用户的学习成本。经过本文实验可知光环境与人的动作行为有一定的关联，不合适的光环境在人不知觉的情况下将对人的动作产生一定影响。过低的工作面照度将使人的肢体倾角增大，对颈椎与脊椎造成更大压力。

使用新兴的智能控制手段，可以简化用户的控制步骤，降低老年人的学习成本。由智能系统替代用户调整光环境，有助于减少安全隐患，提高生活质量。