基于表面肌电的零售场景中机器人主动安全引导的人因工效学评估

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：An Ergonomic Evaluation of Robot-Initiated Safety Guidance in Retail Using Surface Electromyography

　　

摘要专业翻译 尽管零售移动协作机器人（mobile cobot）通常承担常规服务任务，它们也可作为主动安全干预系统，例如引导个体远离危险区域。然而，此类主动式机器人引导对目标用户产生的神经肌肉影响仍知之甚少。研究人员开展了一项混合现实实验，招募16名参与者，在三种机器人主动引导模式下模拟零售货架取货任务：无机器人、低速机器人干预和高速机器人干预。从10个肌群记录的表面肌电（surface electromyography, EMG）信号显示，与基线相比，机器人引导显著增加了肌肉活动（p = .001）。然而，提高机器人速度并未显著增加肌肉激活水平（p = .064）。这些发现表明，精心设计的更快速度的主动引导可能有助于减少危险暴露时间，同时保持与较慢干预相当的神经肌肉需求水平。未来研究将系统评估机器人引导行为对人类运动、神经肌肉及安全结果的更广泛影响。

论文解读文章

一、研究背景与问题

随着移动协作机器人在工作场所的日益普及，其在提升工作场所安全方面的潜力尚未得到充分开发。在零售环境中，液体泼洒、地面材质过渡或正在进行的维护区域等临时条件可能形成突发的地面危险。由于顾客在购物时往往将视觉注意力集中于商品，他们可能忽视这些风险。为在不干扰购物体验的前提下降低此类危险，移动机器人可利用其物理存在隐性地引导个体远离危险区域。然而，这种主动式机器人引导对目标用户在零售导航过程中产生的人因工效学影响尚不清楚。此前的研究虽然探讨了零售环境中人机交互的视觉注意力、任务效率、稳定性、姿态、认知负荷以及机器人靠近时的神经肌肉反应，但早期研究中的机器人通常是共享空间内执行自身任务的同伴，并未直接协助人类完成特定的安全任务。本研究将机器人的角色转变为专注于主动安全干预的积极引导者，旨在探究在不同速度条件下，行人如何对机器人引导产生身体反应，并具体评估机器人在低速和高速干预下引导个体远离风险区域时人类的神经肌肉反应。

二、研究内容与意义

研究人员开展了一项混合现实实验，模拟零售货架取货任务，设置了三种机器人主动引导模式：无机器人基线条件、低速机器人干预（0.2–0.3 m/s）和高速机器人干预（0.5–0.7 m/s）。实验采用被试内设计，共招募16名参与者，每名参与者完成6次试验。研究通过表面肌电系统记录10个肌群的肌肉活动，以评估机器人主动安全引导对用户产生的神经肌肉负荷。研究结果表明，机器人引导显著增加了整体肌肉活动，但低速与高速干预之间的肌肉激活差异未达到统计学显著水平。这一发现具有重要的应用意义：在危险环境中，采用更快的引导策略可减少个体在危险区域的暴露时间，而不会比慢速干预造成过度的身体负荷，为零售场景中安全引导机器人的速度优化提供了实证依据。

三、关键技术方法

本研究采用了以下关键技术方法：其一，混合现实实验系统，集成了移动零售机器人、标准展示货架、数字投影仪和Vicon运动捕捉系统（30个VICON Vantage V5摄像头），地面布局投影用于定义任务区域，运动捕捉系统实时追踪机器人、人类参与者和危险区域的坐标，数据流传输至机器人操作系统2（ROS2）以规划引导轨迹。其二，基于蒙特卡洛树搜索（Monte Carlo Tree Search, MCTS）的机器人导航算法，该框架可适应不同速度配置，在两种速度条件下搜索到达目标点的最优轨迹。其三，Delsys Trigno表面肌电系统（采样率2,148 Hz）用于采集10个肌群的肌电信号，信号经过去均值、60 Hz陷波滤波、15–450 Hz带通滤波后计算均方根值（Root Mean Square, RMS），并以最大自主收缩（maximum voluntary contraction, MVC）百分比进行归一化。其四，采用3×10被试内设计的双因素重复测量方差分析进行统计检验，应用Greenhouse-Geisser校正和Bonferroni事后比较。参与者来自当地大学社区，平均年龄25.4±3.0岁，平均身高176.8±5.8 cm，平均体重64.1±6.4 kg，均为右利手，无过去12个月内的肌肉骨骼损伤史。该研究经佛罗里达大学机构审查委员会批准（IRB202501605）。

四、研究结果

总体评估结果：双因素重复测量方差分析显示，条件主效应显著（p = .001, η_p² = .254），表明机器人的存在和速度显著改变了整体肌肉负荷；肌肉主效应显著（p < .001, η_p² = .513），确认了10个肌群之间固有的生物力学负荷差异；条件×肌肉交互作用显著（p = .015, η_p² = .085），表明机器人的影响因具体肌群而异。机器人到达干预目标点时与参与者的平均距离在低速条件下为1.18 m，高速条件下为0.91 m，表明干预过程中机器人保持了社交可接受距离。

机器人干预条件的影响：Bonferroni校正的事后比较显示，两种机器人干预条件均显著增加了肌肉激活。无机器人基线（NR）与低速机器人干预（WRLS）相比，肌肉激活显著增加（p = .047）；NR与高速机器人干预（WRHS）相比，增加高度显著（p = .002）；而WRLS与WRHS之间无统计学显著差异（p = .064），但高速条件下存在更高激活的趋势。

肌群效应：肩部肌肉在任务中表现出最高的身体需求，右侧上斜方肌（RUT）平均激活达0.203±0.025 %MVC，左侧上斜方肌（LUT）为0.112±0.015 %MVC。事后比较确认RUT的激活显著高于其他所有9个肌群（p < .05）。右侧肱三头肌（RTB）和双侧腓肠肌外侧头（RGAL和LGAL）表现出中等激活水平，反映了伸手取物和维持平衡所需的努力。最低激活水平出现在下肢肌肉，即右侧股直肌（RRF）和左侧胫骨前肌（LTA），两者均值均低于4% MVC。

条件×肌肉交互效应：右侧腓肠肌外侧头（RGAL）和右侧胫骨前肌（RTA）对机器人干预最为敏感，高速条件（WRHS）相比基线（NR）的激活增幅分别达54.5%和50.0%（p = .004和p < .001）。右侧股直肌（RRF）在WRHS相比NR时激活增加21.7%（p = .006）。这些显著增加表明机器人引导主要触发了靠近机器人一侧下肢的反应性平衡调整。右侧肱三头肌（RTB）激活上升23.0%，反映了参与者在被引导离开原位的同时试图完成取货任务而产生的代偿性伸手努力。相比之下，肩部稳定肌（RUT和LUT）在各条件下保持相对稳定。左侧同源肌肉的变化幅度和一致性均不及右侧反应性肌肉，表明生物力学需求呈不对称性，生理应变主要集中于与机器人引导轨迹交互的身体一侧。

五、讨论与结论

讨论部分指出，研究结果表明机器人干预能有效引导用户远离潜在危险，但会以肌肉激活增加的形式产生可测量的生理代价。关键发现是低速与高速机器人条件之间的肌肉激活差异不显著（p = .064），从工效学角度看，提高机器人引导速度并不会成比例地增加用户的神经肌肉负担，因此在高风险环境中采用更快的引导策略可能更为有利。RGAL和RTA的显著激增（均≥50%）表明身体依赖踝策略来维持平衡并调整轨迹，RRF的显著增加进一步指示下肢调整，RTB的描述性增加反映了任务特异性代偿。研究局限性在于参与者轨迹未受物理约束，但取货任务提供了自然的行为控制。未来研究可结合室内滑倒估计技术发展闭环实时干预系统，设计更直观的人机界面，并整合机器人紧急疏散研究成果，将微观导航交互扩展到商业环境中的人群级安全和疏散场景。

研究结论：本研究调查了零售环境中机器人主动安全引导的神经肌肉影响。结果表明，机器人干预在下肢引发了显著的反应性肌肉活动，表明参与者根据机器人的运动调整了姿势和平衡。值得注意的是，这种生理反应在较高速度下并未显著增加，提示较高的干预速度可能不会对用户造成成比例的神经肌肉负担增加。这些发现凸显了零售协作机器人在以可控的身体努力水平下影响人类运动以实现安全目的的潜力。