32、协作机器人装配线中评估心理疲劳的方法框架

协作机器人装配线中评估心理疲劳的方法框架

1. 引言

近年来，由于在生产线中集成先进技术具有诸多优势，各行业纷纷转向智能制造概念。智能制造旨在整合机器人技术、网络物理系统（CPS）、通过增强/虚拟现实（AR/VR）实现的数字信息技术以及灵活的技术培训。这些工具和技术能够在生产设计、供应链和产品方面提供适应性和快速变化，以满足市场需求。此外，在协作环境中，机器人可以通过传感器检测其操作区域内的意外物体或人类操作员，并能几乎立即停止以避免碰撞。

然而，尽管有这些优势和安全协议，但在工作场所集成快速发展的技术工具和机器人会增加工作场所的不确定性和复杂性。在这种复杂的工作环境中，整体生产和质量对于行业保持竞争力至关重要。在这方面，人类因素和工效学（HF）在生产和质量方面都至关重要，因为人类操作员在过程中起到保障作用。但HF在研究和系统设计中常常被忽视，这可能是因为HF被误解为仅与安全方面的工效学定义相关，而忽略了其在提高生产率和质量方面的作用。

在智能制造工作场所，人类操作员需要与机器人密切协作，接收工作流程的信息和更新，并意识到潜在的错误。这些动态交互给他们的任务增加了另一层复杂性。在这种情况下，人类操作员的心理疲劳和认知负荷（CL）会对生产结果产生负面影响，因为操作员可能会被新信息（无论是与任务相关还是与培训相关）压垮。对于需要大量心理资源的任务，人类操作员的表现会受到负面影响。随着制造工作场所变得更加动态和复杂，支持和协助人类操作员的策略对整体性能、安全和减少人机系统错误有益。

2. 文献背景

2.1 认知负荷和心理疲劳

认知负荷表示在任务期间使用的工作记忆量。在文献中，CL分为三种不同类型：
-