.png){kind=icon}
返回
Quantifying Performance in AR-based Industrial Maintenance Application: A Framework for Activity Data Analysis
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-032-03698-8_18.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文提出了一种通过系统活动数据分析来评估工业维护环境中增强现实（AR）性能的新方法。当前AR性能测量技术通常依赖主观评估而非可量化的指标，限制了基于证据的验证。我们通过开发一种能够捕捉维护任务期间时空交互模式的方法论来解决这一差距。我们的实验研究比较了使用Microsoft HoloLens 2的基于AR的维护与传统基于视频的指导在不同技术背景参与者中的表现。结果表明，手部移动距离与任务完成效率之间存在显著关联，AR引导的维护任务完成时间明显更长。然而，该AR应用程序达到了85.0的卓越系统可用性量表（SUS）得分，表明尽管完成时间较长，但用户接受度很高。研究结果证明，用户界面设计和认知人机工程学原理直接影响维护性能。我们的方法论通过活动数据分析建立了客观性能评估的基础，为工业利益相关者提供了评估AR实施有效性的基于证据的指标。本研究通过量化空间交互与维护性能结果之间的关系，为推进工业背景下AR技术的验证做出了贡献。
Keyword:
Augmented Reality
Industrial Maintenance
Performance Measurement
Activity Data Analysis
Human-Computer Interaction
期刊
机构
引用论文
Comparing the effectiveness of AR training and slide-based training: The case study of metro construction safety比较AR培训与幻灯片式培训的效果：地铁建设安全案例研究
.png){kind=icon}
PREAI
分享收藏
Industrial Augmented Reality: Lessons learned from a long-term On-site Assessment of Augmented Reality Maintenance Worker Support Systems工业增强现实：从长期现场评估增强现实维护人员支持系统中获得的经验教训
PREAI
分享收藏
没有更多内容
没有更多内容