实验研究 基于动作捕捉技术进行智能产品设计测评
老年人康复功能产品尺寸优化实验
合作单位：南京林业大学
目前国内老龄化服务业发展不平衡，供需矛盾严峻，随着老年产品的需求量日益加大，促进了老年人市场的蓬勃发展。本研究从用户体验角度出发，试图将用户体验理论应用到老年人康复产品的设计研究，以提升老年人康复功能产品使用体验为主要目标，用于老年人康复产品设计研究与实践。
01研究目的
本研究旨在探究使用康复产品时不同身体姿势下的用户体验，优化产品设计，同时也为老年人康复产品设计提供一种定量化的评价方法。
02研究方法
参与者20人，采用ErgoLAB人机环境同步测试云平台、可穿戴生理记录系统以及动作捕捉系统（北京津发科技股份有限公司，ErgoLAB）实时同步记录生理和动捕数据，并通过ErgoLAB人机环境同步测试云平台生理分析中HRV、EDA和EMG高级分析功能模块，行为观察分析中的动捕模块同步分析各生理、行为数据指标。
动作捕捉系统采用ErgoLAB Motion惯性动作捕捉，抗磁干扰性强，ErgoLAB Motion系统结合了加速度传感器、陀螺仪、方位传感器实时采集人体动作，位置，速度，关节角度，扭矩等信息（可用数据包括：Flexion / extension,弯曲/伸展；Abduction / adduction,外展/内收；Torsion,扭转以及Angular velocity,角速度与Angular acceleration.角加速度等），对数据无损耗，结合可穿戴无线眼动仪、可穿戴无线脑电仪、以及无线人因传感器（肌电、心电、皮电、皮温、体温等）设备，既可以基于实验室进行模拟实验，也可在野外真实环境进行现场研究。可实时显示被捕捉者的动作及各种测量数据，具有传统的人机工程分析系统以及人体动作捕捉系统无可比拟的优势
同步分析的生理指标有肌电EMG、皮电EDA及耳尖脉搏PPG，分析参数：均值Mean和均值频率MF，SC及HR。用来分析不同的康复产品在使用过程中的肌肉疲劳情况和生理唤醒程度。同步采集的动作捕捉参数为膝关节角度。数据统计与分析采用Excel完成。
03研究结果
本研究数据分析主要以动作捕捉数据为主、肌电，皮电与心率数据为辅助分析数据。本案例选取了运动组合2、4、5的数据进行分析，从动捕数据发现，用户膝关节角度最优组合方式中，组合4>组合2>组合5。进一步分析组合2、4、5下用户生理变化，对生理数据均进行了归一化处理，发现心率值在组合4下变化最小，皮电在组合5下变化最小。
对不同组合下运动时左大腿、左小腿、右大腿、右小腿的肌电数据进行分析。结果发现，在运动过程中，右小腿在三种组合方式下的MF值小于左小腿，而右大腿和左大腿正好相反。三种组合的运动肌电数据中，左小腿：2运动>4运动>5运动；左大腿：5运动>2运动>4运动；右小腿：5运动>4运动>2运动；右大腿：2运动>4运动>5运动。
04讨论及建议
本研究采用 ErgoLAB 人机环境同步测试云平台，同步采集了动捕、肌电、皮电和心率多通道的行为及生理数据，定量化分析不同姿势下老年人康复产品的用户体验。不同姿势会对下肢康复训练产生不同影响，正确的姿势有利于提升康复者的舒适性感受，也对提升康复训练效果有一定帮助。综合以上结果可知，组合4是用户最舒适的运动方式，较适合康复者进行康复训练；组合5是用户最不适的运动方式，不建议康复者以这种运动方式进行训练。未来的研究中可以结合人工智能进行康复功能产品的人体自适应研究，为康复者提供更安全、舒适的康复训练体验。
05参考文献
[1] Lori A.Bolgla,Timothy L.Uhl, Electromyographic Analysis of Hip Rehabilitation Exercises in a Group of Healthy Subject[J].Journal of Orthopaedic & Sports Physical Therapy,2005(35)487-494
[2] Cynthia A.Murphy,William J.McDermott,Roger K,Petersen,Scott E,Johnson,Stephanie A .Baxter.Electromyographic analysis of the rotator cuff in postoperative shoulder patients during passve rehabilitation exercises[J].J Shoulder Elbow Surg(2013)22,102-107.
推荐阅读人因研究中的环境选择与实验设计
