錢曉松，楊建明，朱特

【院士專欄：國(guó)防裝備設(shè)計(jì)與制造】

基于虛擬現(xiàn)實(shí)的遙控型無(wú)人特種車輛交互設(shè)計(jì)研究

錢曉松1，楊建明2，朱特2

（1.北京科技大學(xué)，北京 10083；2.北京理工大學(xué)，北京 100081）

探索虛擬現(xiàn)實(shí)技術(shù)下遙控型無(wú)人特種車輛交互范式，提升遙控型無(wú)人特種車輛作業(yè)效率和用戶體驗(yàn)。通過(guò)eGOMS模型分別對(duì)虛擬現(xiàn)實(shí)場(chǎng)景和真實(shí)場(chǎng)景的遙控型無(wú)人特種車輛交互流程進(jìn)行建模，并對(duì)所得模型進(jìn)行操作時(shí)間的預(yù)測(cè)與分析，采用RoboMaster平臺(tái)對(duì)用戶在兩種不同場(chǎng)景下開(kāi)展績(jī)效實(shí)驗(yàn)與NASA-TLX問(wèn)卷訪談。結(jié)合主客觀兩個(gè)方面，對(duì)交互過(guò)程進(jìn)行綜合評(píng)價(jià)。量化作業(yè)績(jī)效實(shí)驗(yàn)數(shù)據(jù)與用戶腦負(fù)荷問(wèn)卷感受數(shù)據(jù)對(duì)比結(jié)果同時(shí)呈現(xiàn)虛擬現(xiàn)實(shí)交互更具有優(yōu)勢(shì)，但具體作業(yè)時(shí)間與模型預(yù)測(cè)有差異；實(shí)驗(yàn)的結(jié)果顯示，無(wú)論是虛擬現(xiàn)實(shí)還是真實(shí)場(chǎng)景，基于eGOMS模型預(yù)測(cè)的交互操作時(shí)間均大于用戶實(shí)際交互操作時(shí)間。虛擬現(xiàn)實(shí)技術(shù)可以有效提升遙控型無(wú)人特種車輛交互的用戶體驗(yàn)與作業(yè)效率，提升車輛控制交互系統(tǒng)的易學(xué)性；研究也進(jìn)一步發(fā)現(xiàn)eGOMS模型中的標(biāo)定與插入規(guī)則需要適當(dāng)更新以適應(yīng)專家用戶。虛擬現(xiàn)實(shí)技術(shù)將有效地提升遙控型無(wú)人特種車輛的作業(yè)效能，大幅降低高危崗位人員的作業(yè)風(fēng)險(xiǎn)，從而促進(jìn)遙控型無(wú)人特種車輛在消防、搶險(xiǎn)救災(zāi)、國(guó)防等領(lǐng)域的普及應(yīng)用。

遙控型無(wú)人特種車輛；虛擬現(xiàn)實(shí)；交互設(shè)計(jì)；eGOMS模型

遙控型無(wú)人特種車輛（Remote-controlled Unman-ned Special Vehicle，縮寫RCUSV）是一種通過(guò)遙控操作，可一次或多次使用，并能攜帶一定數(shù)量任務(wù)載荷的地面機(jī)動(dòng)平臺(tái)。當(dāng)今，無(wú)人特種車輛大量應(yīng)用于消防、公安、勘探、運(yùn)輸、搶險(xiǎn)救災(zāi)、國(guó)防等領(lǐng)域，極大地降低了危險(xiǎn)領(lǐng)域作業(yè)人員的危險(xiǎn)程度。然而無(wú)人特種車輛傳統(tǒng)的遙控交互方式并不完善，這影響了其充分發(fā)揮效能，阻礙了RCUSV的普及推廣與發(fā)展。行業(yè)亟待改進(jìn)遙控方式，探索一種更高效的RCUSV交互范式，使其在實(shí)戰(zhàn)中達(dá)到設(shè)計(jì)的預(yù)期性能。

1 研究背景

在大量長(zhǎng)時(shí)間作業(yè)過(guò)程中，RCUSV的操作員必須處于實(shí)際場(chǎng)景中，采用傳統(tǒng)屏幕+桿式遙控的控制交互方式，暴露出戰(zhàn)場(chǎng)環(huán)境態(tài)勢(shì)感知能力差、腦負(fù)荷重、學(xué)習(xí)成本高等問(wèn)題。中科院張鳳軍等[1]、王宏安等[2]在研究中提出，交互應(yīng)當(dāng)遵循人機(jī)和諧以人為本的設(shè)計(jì)原則。RCUSV設(shè)計(jì)者將高交互效率和自然的交互方式作為新一代系統(tǒng)的重要指標(biāo)。Bolton等[3]指出人機(jī)交互系統(tǒng)中直接將用戶現(xiàn)有的自然交互行為映射到標(biāo)準(zhǔn)操作流程中，有利于提高人機(jī)交互系統(tǒng)的可用性。虛擬現(xiàn)實(shí)技術(shù)（Virtual Reality，VR）具備沉浸感（Immersion）、交互性（Interaction）、和構(gòu)想性（Imagination）三個(gè)基本特征。它的沉浸式臨場(chǎng)感體驗(yàn)和自然交互方式，給RCUSV用戶帶來(lái)了一種全新的控制交互體驗(yàn)。姚壽文等[4]總結(jié)了未來(lái)坦克虛擬現(xiàn)實(shí)遠(yuǎn)程駕駛控制的技術(shù)框架和關(guān)鍵技術(shù)，并通過(guò)案例分析說(shuō)明了虛擬現(xiàn)實(shí)技術(shù)可以提升遠(yuǎn)程作業(yè)的臨場(chǎng)感。然而，由于無(wú)法繼續(xù)沿用WIMP等成熟的交互范式，所以針對(duì)RCUSV的虛擬現(xiàn)實(shí)交互仍處于發(fā)展階段。

David[5]提出了用于研究計(jì)算機(jī)人機(jī)交互系統(tǒng)流程的GOMS任務(wù)建模方法。該模型提出后普遍用于人機(jī)交互領(lǐng)域[6]。GOMS是目標(biāo)、操作、方法、選擇（Goals、Operators、Methods、Selection Rules）規(guī)則的縮寫。Saitwal[7]憑借GOMS模型對(duì)醫(yī)院的EHR（Electronic Health Record）系統(tǒng)任務(wù)分析，減少流程和腦力負(fù)荷是系統(tǒng)優(yōu)化的兩個(gè)重要方向。Kieras[8]的研究提出了對(duì)操作流程和環(huán)節(jié)的優(yōu)化設(shè)計(jì)方法。王傳龍[9]用GOMS對(duì)iOS系統(tǒng)的通話功能進(jìn)行分析，總結(jié)出GOMS模型在手持設(shè)備中交互設(shè)計(jì)原則和系統(tǒng)步驟設(shè)計(jì)方法。李翔等[10]分析了GOMS模型幾種經(jīng)典變形后，提出了BHR–GOMS模型，該模型將行為進(jìn)行了層次量化，并在車輛交互界面的評(píng)價(jià)中進(jìn)行應(yīng)用。經(jīng)過(guò)多年的優(yōu)化迭代，GOMS延伸出的數(shù)種變體逐漸滿足了不同系統(tǒng)下相同任務(wù)的測(cè)試比較，開(kāi)始被應(yīng)用于車輛交互界面的測(cè)試評(píng)價(jià)當(dāng)中。

GOMS模型是迄今為止較為成功泛用的人機(jī)交互模型，在第一代（命令行）和第二代（WIMP）人機(jī)交互界面的評(píng)價(jià)優(yōu)化中應(yīng)用廣泛[11]，然而無(wú)法直接用于虛擬現(xiàn)實(shí)交互環(huán)境評(píng)價(jià)測(cè)試中。在GOMS模型中，用戶必須精確操作，但是VR環(huán)境中多數(shù)時(shí)間用戶執(zhí)行為線性模糊操作。線性模糊操作可以降低認(rèn)知負(fù)荷，為了實(shí)現(xiàn)VR環(huán)境交互的自然性和高效性，必須兼容用戶的模糊表達(dá)。VR環(huán)境中，交互時(shí)間不能像GOMS模型一樣作為唯一指標(biāo)，需要增加評(píng)價(jià)指標(biāo)。中國(guó)科學(xué)院王暉等[12]再次優(yōu)化了GOMS模型（eGOMS），使其能夠適用于虛擬現(xiàn)實(shí)自然人機(jī)交互的分析，eGOMS模型中整合了虛擬現(xiàn)實(shí)中的多通道信息，通過(guò)系列操作完成期望目標(biāo)。在eGOMS中，M代表Modals,是多模態(tài)多通道交互方式；S代表Synthesization，其指代交互命令，指多模態(tài)交互在特殊情境下的整合方式。優(yōu)化后的eGOMS模型被用于對(duì)PIBG交互范式進(jìn)行評(píng)估測(cè)試[13]，展示了其針對(duì)VR環(huán)境的可用性。

認(rèn)知負(fù)荷一般被稱為Mental Workload或Cogni-tive Workload，表示表征工作狀態(tài)下腦力資源占用率，是一個(gè)復(fù)合的多維度概念[14]。北約人因特別委員會(huì)認(rèn)為，認(rèn)知負(fù)荷涉及任務(wù)需求（task demand）、時(shí)間壓力（time pressure）、操作者能力（operator's capacity）、努力程度（effort）、績(jī)效（performance）和其他因素[15]。徐小萍等[16]基于認(rèn)知理論建立了“認(rèn)知–行為–環(huán)境”的VR自然交互認(rèn)知數(shù)學(xué)模型，該模型具有一定的可行性，但是僅通過(guò)客觀數(shù)據(jù)無(wú)法量化主觀用戶體驗(yàn)感受。林琳[17]總結(jié)了在虛擬現(xiàn)實(shí)培訓(xùn)環(huán)境下降低認(rèn)知負(fù)荷的九條原則，對(duì)RCUSV的認(rèn)知負(fù)荷降低有一定的參考價(jià)值。通常業(yè)界公認(rèn)認(rèn)知負(fù)荷是指任務(wù)所需腦力資源與作業(yè)人員的可用腦力資源之比，可以較為真實(shí)地體現(xiàn)交互過(guò)程中用戶的主觀腦負(fù)荷強(qiáng)度。主觀認(rèn)知負(fù)荷評(píng)估涉及到調(diào)查和問(wèn)卷等技術(shù)手段。常用的問(wèn)卷包括單維度的RSME量表和多維度的NASA–TLX量表和SWAT量表。本研究采用NASA–TLX量表作為主觀評(píng)價(jià)部分的測(cè)試方法。

本研究將通過(guò)綜合eGOMS模型和認(rèn)知負(fù)荷理論，對(duì)RCUSV人機(jī)交互過(guò)程中的主要典型任務(wù)進(jìn)行質(zhì)化量化綜合分析，并采用模擬實(shí)車作業(yè)實(shí)驗(yàn)對(duì)RCUSV虛擬現(xiàn)實(shí)交互設(shè)計(jì)進(jìn)行測(cè)試，結(jié)合客觀任務(wù)績(jī)效數(shù)據(jù)與主觀問(wèn)卷訪談數(shù)據(jù)，為RCUSV的交互步驟設(shè)計(jì)優(yōu)化提供理論分析根據(jù)和優(yōu)化方向。

2 研究方法

eGOMS模型有效拓展了模型在虛擬現(xiàn)實(shí)交互中的實(shí)用性，但由于其評(píng)價(jià)指標(biāo)只有客觀操作時(shí)間，忽視了用戶對(duì)于交互系統(tǒng)操作的主觀體驗(yàn)感受，所以可以將其作為客觀評(píng)價(jià)的指標(biāo)模型。主觀評(píng)價(jià)方面，針對(duì)RCUSV交互操作中存在的用戶腦負(fù)荷大和學(xué)習(xí)成本高的突出問(wèn)題，采用認(rèn)知負(fù)荷度量方法作為主觀評(píng)價(jià)指標(biāo)。輔助用戶訪談進(jìn)行補(bǔ)充和評(píng)價(jià)驗(yàn)證。

2.1 典型RCUSV作業(yè)任務(wù)的eGOMS模型分析

本研究選取消防類中小型RCUSV為研究對(duì)象，對(duì)其典型作業(yè)任務(wù)進(jìn)行實(shí)地調(diào)研與枚舉統(tǒng)計(jì)，深入消防類RCUSV生產(chǎn)設(shè)計(jì)廠家和應(yīng)用一線單位，選取了一家RCUSV生產(chǎn)廠家和中澳兩國(guó)5個(gè)消防RCUSV用戶單位進(jìn)行訪談和調(diào)研。作業(yè)類型差異存在不同的RCUSV操作流程，本研究將理論預(yù)測(cè)時(shí)間與實(shí)際作業(yè)時(shí)間進(jìn)行比對(duì)，利用eGOMS模型對(duì)典型任務(wù)的交互過(guò)程進(jìn)行分析，為RCUSV虛擬現(xiàn)實(shí)的遙控交互提出迭代與修正建議。調(diào)研統(tǒng)計(jì)結(jié)果顯示（見(jiàn)圖1），典型作業(yè)中“勘查、滅火”兩類任務(wù)的執(zhí)行次數(shù)占比最為突出，占據(jù)全部RCUSV出動(dòng)架次的68.1%。故將這兩項(xiàng)任務(wù)的交互過(guò)程進(jìn)行重點(diǎn)研究分析。

GOMS模型中的基本行為時(shí)間[5][18]與心理準(zhǔn)備(M)的插入規(guī)則已經(jīng)有較為成熟的標(biāo)定規(guī)則[6][19]（見(jiàn)表1—2），但是由于虛擬現(xiàn)實(shí)交互為一個(gè)連續(xù)線性的多模態(tài)交互，所以分析開(kāi)始前需要對(duì)RCUSV任務(wù)中的行駛中途時(shí)間進(jìn)行標(biāo)準(zhǔn)時(shí)間標(biāo)定。測(cè)試環(huán)境中需要行駛距離為10 m，車輛限速為2 m/s，車輛加速和剎車能力為2 m/s2，故通過(guò)加速度位移公式(t2–02=2as)可以得出行駛動(dòng)作（T）的理想標(biāo)定值為6.15 s。

2.2 勘查作業(yè)任務(wù)分析

勘查作業(yè)任務(wù)操作分析見(jiàn)圖2，用戶指向選定方向P，執(zhí)行前進(jìn)指令并調(diào)整方向K、P、T，抵達(dá)預(yù)定戰(zhàn)位后搜索目標(biāo)P×10（平均搜尋10次），搜索到目標(biāo)后匯報(bào)結(jié)果P、K。根據(jù)eGOMS的基本操作行為與心理準(zhǔn)備插入規(guī)則得到M+P+M+K+M+P+M+T+（M+P）x10+M+P+M+K，見(jiàn)表3。此階段用eGOMS理論時(shí)間為：1.35+1.10+1.35+0.20+1.35+1.10+1.35+6.15+(1.35+1.10)×10+1.35+1.10+1.35+0.20=42.45 s。

圖1 消防RCUSV任務(wù)時(shí)間占比統(tǒng)計(jì)

表1 eGOMS基本操作時(shí)間

Tab.1 eGOMS basic operating time

表2 心理準(zhǔn)備M的插入規(guī)則

Tab.2 Insertion rules of psychological preparation M

圖2 勘查作業(yè)測(cè)試流程分析

2.3 滅火作業(yè)任務(wù)分析

用戶指向選定方向P，執(zhí)行前進(jìn)指令并調(diào)整方向K、P、T，抵達(dá)預(yù)定戰(zhàn)位后搜索火點(diǎn)P，搜索到目標(biāo)后瞄準(zhǔn)火點(diǎn)執(zhí)行滅火P、K（見(jiàn)圖3）。根據(jù)eGOMS的基本操作行為與心理準(zhǔn)備插入規(guī)則得到M+P+M+K+M+P+M+T+M+P+M+K，見(jiàn)表3。此階段用eGOMS理論時(shí)間為 1.35+1.10+1.35+0.20+1.35+1.10+1.35+6.15+1.35+1.10+1.35+0.20=17.95 s。

圖3 滅火作業(yè)測(cè)試流程分析

表3 測(cè)試任務(wù)模型理論時(shí)間預(yù)測(cè)

Tab.3 Theoretical time prediction of test task model

3 實(shí)驗(yàn)研究

3.1 被試選擇

本研究選取的30名被試者，其中男、女各15人，年齡均為20～35歲的青年人（平均值年齡24.6歲，SD=7.3）。且所有被試者均能熟練操作實(shí)驗(yàn)用RCUSV設(shè)備，有充足的遙控駕駛經(jīng)驗(yàn)。所有被試者身體健康，實(shí)驗(yàn)前均簽署同意書。

3.2 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)場(chǎng)地分為控制室和測(cè)試場(chǎng)兩個(gè)房間，控制室保持安靜，放置被試者和遙控設(shè)備。測(cè)試場(chǎng)15 m×8 m布置模擬火場(chǎng)的復(fù)雜地形用于模擬駕駛，環(huán)境光照度控制在75lx，用以模擬消防作業(yè)的能見(jiàn)度環(huán)境。目標(biāo)位數(shù)字標(biāo)簽尺寸為25 cm×25 cm的硬卡紙，場(chǎng)地布置如圖4所示。兩個(gè)房間中間被不透光的墻體遮擋，測(cè)試者只能通過(guò)Wi-Fi控制和查看RCUSV及現(xiàn)場(chǎng)環(huán)境。

圖4 實(shí)驗(yàn)環(huán)境設(shè)計(jì)

3.3 實(shí)驗(yàn)設(shè)備

RCUSV虛擬現(xiàn)實(shí)交互實(shí)驗(yàn)硬件環(huán)境由DJI Googgles RE頭顯、RoboMaster S1、Vrpark體感手柄搭建，模擬該型車輛在虛擬現(xiàn)實(shí)環(huán)境中的交互控制。傳統(tǒng)控制實(shí)驗(yàn)環(huán)境由MustHD顯示器、StartRC遙控器、RoboMaster S1搭建，模擬該型車輛傳統(tǒng)桿屏遙控的交互控制。將頭部傳感器映射為作業(yè)模塊轉(zhuǎn)動(dòng)與俯仰軸，手柄搖桿映射為車輛前進(jìn)與轉(zhuǎn)向軸，映射比為1∶1.2。車輛速度最高為2 m/s。

3.4 實(shí)驗(yàn)設(shè)計(jì)

整個(gè)實(shí)驗(yàn)分為2個(gè)任務(wù)，其中任務(wù)1是用戶執(zhí)行勘查作業(yè)的過(guò)程，任務(wù)2是執(zhí)行滅火作業(yè)的過(guò)程。以場(chǎng)景類型為自變量，操作時(shí)間和出錯(cuò)率為因變量。

任務(wù)1中，被試者需要駕駛RCUSV通過(guò)窄通道抵達(dá)目的地1，然后在目的地1控制RCUSV作業(yè)模塊，搜索指定的數(shù)字標(biāo)卡，找到后瞄準(zhǔn)實(shí)用激光照射標(biāo)定。完成后駛離目的地1，前往任務(wù)2開(kāi)始點(diǎn)，此專場(chǎng)過(guò)程不記錄時(shí)間。任務(wù)2中，被試者需駕駛RCUSV避開(kāi)障礙物（繞樁）后迅速抵達(dá)目的地2，然后控制作業(yè)模塊，搜索指定的起火點(diǎn)，并對(duì)起火點(diǎn)（發(fā)光標(biāo)牌代替）瞄準(zhǔn)發(fā)射水彈，完成后測(cè)試結(jié)束。

4 實(shí)驗(yàn)結(jié)果分析探討

4.1 實(shí)驗(yàn)數(shù)據(jù)分析

實(shí)驗(yàn)共采集30組數(shù)據(jù)，因?yàn)槠渲?份數(shù)據(jù)出現(xiàn)了無(wú)線通信干擾間歇中斷，1份數(shù)據(jù)中因水彈過(guò)度泡發(fā)卡滯俯仰機(jī)不能準(zhǔn)確運(yùn)轉(zhuǎn)，故排除這4份異常樣本，對(duì)余下的26份樣本數(shù)據(jù)的2個(gè)任務(wù)平均錯(cuò)誤率和平均作業(yè)時(shí)間分別進(jìn)行分析。選擇交互環(huán)境為自變量，作業(yè)時(shí)間和錯(cuò)誤率為因變量，自由度為26，經(jīng)過(guò)SW檢驗(yàn)各組平均錯(cuò)誤率和作業(yè)時(shí)間數(shù)據(jù)之間值均大于0.05，檢驗(yàn)結(jié)果表明各組數(shù)據(jù)均符合正態(tài)分布。進(jìn)而采用SPSS進(jìn)行T檢驗(yàn)分析差異性（置信度為95%）。

1）任務(wù)錯(cuò)誤率。在錯(cuò)誤率方面，勘查任務(wù)中VR交互平均4.5次桿屏交互平均7.75次，滅火任務(wù)中VR交互平均6.5次桿屏交互平均5.25次。T檢驗(yàn)分析結(jié)果顯示(50)= –7.75，=0.028<0.05，說(shuō)明數(shù)據(jù)具備顯著對(duì)比差異性。通過(guò)實(shí)驗(yàn)統(tǒng)計(jì)（見(jiàn)圖5）結(jié)果分析發(fā)現(xiàn)，虛擬現(xiàn)實(shí)交互環(huán)境出錯(cuò)率明顯低于傳統(tǒng)交互，滅火任務(wù)中虛擬現(xiàn)實(shí)交互的錯(cuò)誤率略高于傳統(tǒng)交互，回看對(duì)比視頻記錄結(jié)果分析發(fā)現(xiàn)，VR交互模式任務(wù)1和任務(wù)2中用戶出錯(cuò)基本都出現(xiàn)在行駛階段（繞樁時(shí)撞樁）和瞄準(zhǔn)階段，滅火任務(wù)中大概率出錯(cuò)位點(diǎn)為需要精確駕駛繞樁，搜索和照射操作出現(xiàn)錯(cuò)誤概率低。傳統(tǒng)桿屏交互在需要精確駕駛和瞄準(zhǔn)的操作中，操作的精確度明顯高于虛擬現(xiàn)實(shí)交互。說(shuō)明RCUSV虛擬現(xiàn)實(shí)控制交互對(duì)轉(zhuǎn)動(dòng)視野、觀察等模糊操作有更好的適配性，對(duì)諸如瞄準(zhǔn)和精確轉(zhuǎn)向等需要精確度的操作還不夠細(xì)膩。

圖5 平均出錯(cuò)次數(shù)

2）任務(wù)完成時(shí)間。在平均完成時(shí)間上（見(jiàn)圖6），勘查任務(wù)中VR交互平均耗時(shí)33.60 s，桿屏交互平均耗時(shí)38.92 s，均小于理論耗時(shí)為42.45 s；滅火任務(wù)中VR交互平均耗時(shí)16.01 s，桿屏交互平均耗時(shí)17.88 s，同樣均小于理論耗時(shí)為17.95 s。T檢驗(yàn)分析結(jié)果顯示(50)= –6.03，=0.021<0.05，數(shù)據(jù)具備顯著對(duì)比差異性。虛擬現(xiàn)實(shí)環(huán)境下所有的操作時(shí)間都小于傳統(tǒng)環(huán)境，所以說(shuō)明VR環(huán)境的整體交互作業(yè)效率更高。但是，滅火任務(wù)中平均時(shí)間的差距并不顯著，主要是由于需要精確操作的駕駛和瞄準(zhǔn)任務(wù)較多，延長(zhǎng)了VR交互環(huán)境的作業(yè)時(shí)間。全部作業(yè)任務(wù)的實(shí)驗(yàn)耗時(shí)都小于eGOMS模型理論耗時(shí)。對(duì)每位被試的測(cè)試視頻和訪談?dòng)涗浄治霭l(fā)現(xiàn)，測(cè)試開(kāi)始后，被試不需要很多心理準(zhǔn)備時(shí)間（M）的次數(shù)，且由于熟悉校準(zhǔn)過(guò)程熱身和專家用戶屬性，被試對(duì)RCUSV操作映射不需要進(jìn)行過(guò)多心理準(zhǔn)備。

圖6 平均作業(yè)時(shí)間

4.2 NASA–TLX問(wèn)卷和訪談結(jié)果分析

在實(shí)驗(yàn)完成后，被試者使用NASA–TLX問(wèn)卷與訪談法對(duì)RCUSV交互主觀感受打分評(píng)價(jià)。首先對(duì)NASA–TLX中六個(gè)維度進(jìn)行雙元重要性選擇，根據(jù)被試者的選擇結(jié)果得出維度權(quán)重，然后計(jì)算所有維度的加權(quán)平均值，求和得出總腦負(fù)荷。舉例被試U1數(shù)據(jù)展示，U1對(duì)兩種交互方式的評(píng)分D打分，根據(jù)其選擇的權(quán)重W。通過(guò)計(jì)算公式計(jì)算獲得U1腦負(fù)荷整體評(píng)分結(jié)果，見(jiàn)表4。

表4 U1認(rèn)知負(fù)荷量表評(píng)分結(jié)果

Tab.4 Results of U1 cognitive load scale score

使用相同方法得出所有用戶腦負(fù)荷的平均結(jié)果。所有用戶的NASA–TLX平均評(píng)分VR交互環(huán)境為4.33，傳統(tǒng)交互環(huán)境為5.53，實(shí)驗(yàn)結(jié)果說(shuō)明使用VR交互控制方式執(zhí)行任務(wù)對(duì)被試者造成的駕駛負(fù)荷遠(yuǎn)小于傳統(tǒng)操作交互方式，腦力負(fù)荷相對(duì)較低，傳統(tǒng)控制交互方式的腦力負(fù)荷較高。

5 討論

研究采用eGOMS模型和NASA-TLX量表的方法，綜合主客觀因素，對(duì)不同場(chǎng)景下的RCUSV交互操作流程進(jìn)行分析。使用RoboMaster平臺(tái)設(shè)計(jì)兩種交互環(huán)境，綜合任務(wù)績(jī)效、問(wèn)卷數(shù)據(jù)發(fā)現(xiàn)。

1）著重優(yōu)化VR交互中的指向操作過(guò)程可以有效提升用戶體驗(yàn)。通過(guò)對(duì)2個(gè)任務(wù)的eGOMS模型理論數(shù)據(jù)和實(shí)驗(yàn)測(cè)試結(jié)果對(duì)比分析，發(fā)現(xiàn)實(shí)驗(yàn)交互中，K交互較少，P交互更多，而P交互的單位時(shí)間又長(zhǎng)于K交互的單位時(shí)間，所以在RCUSV交互框架開(kāi)發(fā)設(shè)計(jì)中，應(yīng)當(dāng)著重優(yōu)化指向交互中的操作優(yōu)化，以達(dá)到優(yōu)質(zhì)體驗(yàn)和高效交互的目的。優(yōu)化指向操作可以從三點(diǎn)出發(fā)，第一是優(yōu)化指向交互的速度，通過(guò)適當(dāng)提高指向的速度，提高交互的效率，但是需要避免過(guò)快的速度降低指向的精度；第二是優(yōu)化指向交互硬件跟蹤的精度，通過(guò)過(guò)程記錄發(fā)現(xiàn)造成指向P時(shí)間長(zhǎng)的原因之一是動(dòng)作捕捉精度不足，現(xiàn)有硬件的原始靈敏度是遠(yuǎn)遠(yuǎn)超過(guò)交互需要的，但是如何找到適合人自然交互的調(diào)整后精度，則需要通過(guò)大量的用戶測(cè)試數(shù)據(jù)繼續(xù)完善；第三是優(yōu)化交互中人體活動(dòng)與機(jī)械自由度的映射方式，使用戶可以直接憑借已有的動(dòng)作直覺(jué)來(lái)控制機(jī)械的運(yùn)動(dòng)，合理高效的映射可以充分發(fā)揮自然交互的優(yōu)勢(shì)。

2）eGOMS相應(yīng)的基本操作典型值應(yīng)當(dāng)進(jìn)一步準(zhǔn)確標(biāo)定。在針對(duì)RCUSV的虛擬現(xiàn)實(shí)測(cè)試中，主觀腦負(fù)荷數(shù)據(jù)和客觀任務(wù)績(jī)效實(shí)驗(yàn)數(shù)據(jù)的對(duì)比結(jié)果傾向相同，但具體耗時(shí)有顯著性差異。傳統(tǒng)交互環(huán)境下勘查駕駛過(guò)程和滅火瞄準(zhǔn)過(guò)程的實(shí)際操作時(shí)間遠(yuǎn)小于預(yù)期時(shí)間。根據(jù)訪談結(jié)果發(fā)現(xiàn)，造成這種現(xiàn)象的原因是，被試均為專家用戶，用戶已經(jīng)有熟悉的RCUSV視野環(huán)境與運(yùn)動(dòng)規(guī)律認(rèn)知預(yù)期，專家用戶的各種標(biāo)定值都小于模型理論值。然而這并不影響VR交互的作業(yè)效率比傳統(tǒng)交互方式有顯著提高。同時(shí)，用戶在結(jié)束后的訪談里表示更希望能夠融合部分傳統(tǒng)桿式遙控的交互方式。這是因?yàn)楸辉囉脩粢呀?jīng)具有了較長(zhǎng)時(shí)間的桿式遙控經(jīng)驗(yàn)，對(duì)這種方式更為熟悉，這符合用戶傾向保持對(duì)已有認(rèn)知結(jié)構(gòu)的一致性，進(jìn)而選擇自身習(xí)慣事物[20-21]。VR交互方式對(duì)新手用戶的學(xué)習(xí)成本低的優(yōu)勢(shì)更明顯。

3）eGOMS模型中心理準(zhǔn)備M的插入原則需要修正。所有RCUSV虛擬現(xiàn)實(shí)交互的實(shí)際操作時(shí)間都小于eGOMS 模型預(yù)測(cè)時(shí)間。結(jié)合訪談?dòng)涗浗Y(jié)果分析，被試由于是專家用戶，對(duì)RCUSV作業(yè)環(huán)境與特性有預(yù)先建設(shè)，實(shí)際M的單位時(shí)間和頻次應(yīng)低于理論值。建議可以在行駛K前面不插入M，在觀察指向P前面不插入M。

6 結(jié)語(yǔ)

RCUSV逐漸進(jìn)入各行各業(yè)，亟待在遙控交互的各個(gè)方面優(yōu)化提升，確保其作業(yè)效率，降低錯(cuò)誤風(fēng)險(xiǎn)，提高用戶的滿意度。本研究基于eGOMS任務(wù)分析與NASA–TLX腦負(fù)荷量表，構(gòu)件了一種主、客觀綜合評(píng)價(jià)方法，對(duì)虛擬現(xiàn)實(shí)下交互方式和傳統(tǒng)交互方式的交互流程進(jìn)行測(cè)試并展開(kāi)實(shí)驗(yàn)，為RCUSV交互的優(yōu)化提供了相關(guān)理論依據(jù)。研究結(jié)果呈現(xiàn)出的改進(jìn)方向?qū)⒋龠M(jìn)RCUSV在國(guó)防、消防、安保、勘探等行業(yè)中的普及與高效應(yīng)用，同時(shí)拓展RCUSV的應(yīng)用領(lǐng)域和用戶群邊界，提升RCUSV的應(yīng)用水平，極大地降低高危崗位人員的作業(yè)風(fēng)險(xiǎn)，為我國(guó)無(wú)人特種車輛行業(yè)的深入研究發(fā)展提供理論依據(jù)和實(shí)踐借鑒。

[1] 張鳳軍, 戴國(guó)忠, 彭曉蘭. 虛擬現(xiàn)實(shí)的人機(jī)交互綜述[J]. 中國(guó)科學(xué): 信息科學(xué), 2016, 46(12): 1711-1736.

ZHANG Feng-jun, DAI Guo-zhong, PENG Xiao-lan. A Survey on Human-Computer Interaction in Virtual Reality[J]. Scientia Sinica (Informationis), 2016, 46(12): 1711-1736.

[2] 王宏安, 戴國(guó)忠. 自然人機(jī)交互技術(shù)[J]. 中國(guó)圖象圖形學(xué)報(bào), 2010, 15(7): 980.

WANG Hong-an, DAI Guo-zhong. Natural Man-Ma-chine Interaction Technology[J]. Journal of Image and Graphics, 2010, 15(7): 980.

[3] BOLTON M L, BASS E J, SIMINICEANU R I. Generating Phenotypical Erroneous Human Behavior to Eva-luate Human-Automation Interaction Using Model Chec-king[J]. International Journal of Human Computer Studies, 2012, 70(11): 888-906.

[4] 姚壽文, 丁佳, 王瑀, 等. 坦克車輛虛擬遠(yuǎn)程駕駛技術(shù)綜述[J]. 兵器裝備工程學(xué)報(bào), 2019, 40(6): 104-108.

YAO Shou-wen, DING Jia, WANG Yu, et al. Research and Prospect of Virtual Remote Driving Technology for Tank Vehicles[J]. Journal of Ordnance Equipment Engineering, 2019, 40(6): 104-108.

[5] David E Kieras. Towards a Practical GOMS Model Methodology for User Interface Design[M]. Amsterdam: Elsevier B.V., 1988.

[6] HUESMANN L R, CARD S K, MORAN T P, et al. The Psychology of Human-Computer Interaction[J]. The American Journal of Psychology, 1984, 97(4): 625.

[7] SAITWAL H, XUAN Feng, MUHAMMAD Walji, et al. Assessing Performance of an Electronic Health Record (EHR) Using Cognitive Task Analysis[J]. International Journal of Medical Informatics, 2010, 79(7): 501-506.

[8] KIERAS D. GOMS Models for Task Analysis[J]. The Handbook of Task Analysis for Human-Computer Interaction, 2004(1): 83-117.

[9] 王傳龍. 基于GOMS模型之手持設(shè)備操作系統(tǒng)的人機(jī)交互界面研究——以iOS通話界面為例[D]. 武漢: 武漢紡織大學(xué), 2013.

WANG Chuan-long. Research on User Interfaces of Handheld Devices′ Operation Systems Based on GOMS Model —According to the iOS Call Interface[D]. Wuhan: Wuhan Textile University, 2013.

[10] 李翔. 基于BHR-GOMS行為模型的汽車人機(jī)交互界面操作績(jī)效研究[J]. 設(shè)計(jì)藝術(shù)研究, 2011, 1(6): 57-61.

LI Xiang. On Man-Machine Interface Operation Performance of Vehicles Based on BHR-GOMS Model[J]. Design Research, 2011, 1(6): 57-61.

[11] 楊海波, 汪洋, 張磊. 人機(jī)交互的GOMS模型與EPIC模型的比較[J]. 包裝工程, 2015, 36(8): 96-99.

YANG Hai-bo, WANG Yang, ZHANG Lei. Comparison of Human-Computer Interaction Model of GOMS and EPIC[J]. Packaging Engineering, 2015, 36(8): 96-99.

[12] 王暉, 戴國(guó)忠, 禤宇明, 等. 虛擬現(xiàn)實(shí)人機(jī)交互的eGOMS模型研究[J]. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 33(S1): 322-325.

WANG Hui, DAI Guo-zhong, XUAN Yu-ming, et al. Study of eGOMS Model for Human Computer Interaction in VR[J]. Journal of Huazhong University of Science and Technology, 2005, 33(S1): 322-325.

[13] 王暉, 戴國(guó)忠. 筆式用戶界面的eGOMS模型研究(英文)[J]. 系統(tǒng)仿真學(xué)報(bào), 2006(S1): 427-429.

WANG Hui, DAI Guo-zhong. Study of eGOMS Model for Pen-Based User Interface[J]. Journal of System Simulation, 2006(S1): 427-429.

[14] 孫曉東, 金曉萍, 解芳, 等. 多模態(tài)告警和認(rèn)知負(fù)荷對(duì)裝甲車輛乘員反應(yīng)的影響[J/OL]. 兵工學(xué)報(bào), 2022: 1-9[2022-07-19]. https://kns.cnki.net/kcms/detail/11.2176. TJ.20220718.1829.018.html.

SUN Xiao-dong, JIN Xiao-ping, XIE Fang, et al. The Effect of Multimodal Warning and Cognitive Load on the Response of Armored Vehicle Occupants[J/OL]. Acta Armamentarii, 2022: 1-9[2022-07-19]. https://kns. cnki.net/kcms/detail/11.2176.TJ.20220718.1829.018.html.

[15] 陳巧芬. 認(rèn)知負(fù)荷理論及其發(fā)展[J]. 現(xiàn)代教育技術(shù), 2007, 17(9): 16-19.

CHEN Qiao-fen. Cognitive Load Theory and Its Development[J]. Modern Educational Technology, 2007, 17(9): 16-19, 15.

[16] 徐小萍, 呂健, 金昱潼, 等. 用戶認(rèn)知驅(qū)動(dòng)的VR自然交互認(rèn)知負(fù)荷研究[J]. 計(jì)算機(jī)應(yīng)用研究, 2020, 37(7): 1958-1963.

XU Xiao-ping, LYU Jian, JIN Yu-tong, et al. Research on Natural Interactive Cognitive Load of Virtual Reality Driven by User Cognition[J]. Application Research of Computers, 2020, 37(7): 1958-1963.

[17] 林琳. 基于認(rèn)知負(fù)荷理論的虛擬仿真培訓(xùn)系統(tǒng)設(shè)計(jì)[D]. 大慶: 東北石油大學(xué), 2012.

LIN Lin. Design of the Virtual Simulation Training System Based on Cognitive Load Theory[D]. Daqing: Northeast Petroleum University, 2012.

[18] 李文今, 侯文君, 秦憲剛, 等. 基于認(rèn)知理論的B2C網(wǎng)站信息架構(gòu)評(píng)估模型研究[J]. 北京郵電大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2017, 19(2): 39-43.

LI Wen-jin, HOU Wen-jun, QIN Xian-gang, et al. Information Architecture Evaluation Model of B2C Website Based on Cognitive Theory[J]. Journal of Beijing University of Posts and Telecommunications (Social Sciences Edition), 2017, 19(2): 39-43.

[19] 李炯, 汪文勇, 繆靜. GOMS模型在考試登分系統(tǒng)中的應(yīng)用研究[J]. 計(jì)算機(jī)科學(xué), 2005, 32(4): 219-220.

LI Jiong, WANG Wen-yong, MIAO Jing. Research on the Application of GOMS Model in a Score-Entry System[J]. Computer Science, 2005, 32(4): 219-220.

[20] SIMON H. Management Behavior: A Study on the Decision-making Process of Management Organiza- tion[M]. Beijing: Beijing School of Economics Press, 1988.

[21] 蘇暢, 周垚, 袁曉芳. 基于GOMS模型的網(wǎng)上購(gòu)物流程設(shè)計(jì)優(yōu)化研究[J]. 包裝工程, 2021, 42(6): 113-119.

SU Chang, ZHOU Yao, YUAN Xiao-fang. Design and Optimization of Online Shopping Process Based on GOMS Model[J]. Packaging Engineering, 2021, 42(6): 113-119.

Interaction Design of Remote-controlled Unmanned Special Vehicles Based on Virtual Reality

QIAN Xiao-song1, YANG Jian-ming2, ZHU Te2

(1. University of Science and Technology Beijing, Beijing 100083, China; 2. Beijing Institute of Technology, Beijing 100081, China)

The work aims to explore the interaction paradigm of remote-controlled unmanned special vehicles (RCUSVs) under virtual reality, and finally improve the working efficiency and user experience of RCUSVs. The interaction process of RCUSVs in a virtual reality scene and a real scene was modeled by eGOMS model, and a stimulated test was organized. The results of user performance and user evaluation were generally consistent with prediction, showing that virtual reality interaction was more advantageous. However, the stimulated test results showed that whether it was a virtual reality or real scene, the interaction operation time predicted by the eGOMS model was greater than the actual interaction operation time of the user. The results of NASA-TLX questionnaires indicated that virtual reality can effectively improve the user experience and operational efficiency of RCUSVs. The study further revealed that the calibration and insertion rules in the eGOMS model need to be updated appropriately for expert users. Virtual reality will effectively improve the operational efficiency of RCUSVs, greatly reduce operational risks, and thus promote the popularization and application of RCUSVs in firefighting, rescue and disaster relief, national defense, and other fields.

remote-controlled unmanned special vehicle; virtual reality; interaction design; eGOMS model

TB472

A

1001-3563(2022)24-0001-07

10.19554/j.cnki.1001-3563.2022.24.01

2022–9–13

錢曉松（1983—），男，博士，特聘副教授，主要研究方向?yàn)榻换ピO(shè)計(jì)、用戶體驗(yàn)設(shè)計(jì)、產(chǎn)品設(shè)計(jì)以及設(shè)計(jì)思維。

朱特（1991—），男，博士，助理研究員，主要研究方向?yàn)樘胤N裝備工業(yè)設(shè)計(jì)、特種裝備交互設(shè)計(jì)和評(píng)價(jià)方法。

責(zé)任編輯：陳作