航天員艙內虛擬訓練體驗質量評價試驗研究

孔祥杰，劉玉慶，安 明，劉 相，胡福超，張 喆

(1.中國航天員科研訓練中心人因工程國防科技重點實驗室，北京100094；2.中國航天員科研訓練中心，北京100094)

1 引言

體驗質量是指用戶對于系統或應用喜歡或者厭惡的程度，取決于應用或服務實現用戶期望的程度，并受到用戶個性和當前狀態的影響。體驗質量受到系統因素、環境因素和用戶因素3個方面因素的綜合影響[1]。

目前，體驗質量的研究主要在音頻、視頻等領域，且已經建立了一些評價的標準或框架，如ITU-T提出的PSQM[2]和PESQ[3]方法；ITU-R提出的DSCQS[4]方法，思科及IneoQuest技術公司提出的MDI指標[5]。在立體圖像、視頻體驗質量評價方面，齊峰等從雙眼感知一致性特征來展開對體驗質量的評價[6]；Kazuhisa等通過視頻質量、深度質量、不適和疲勞等指標來評價3D視頻的體驗質量[7]。關于虛擬現實、增強現實這種新媒體的體驗質量，已經有了少量的研究，以主觀評價為主要手段[8-9]。

虛擬現實技術已經被應用于各國航天員訓練之中，為了滿足航天員在多艙段空間站內導航訓練和操作訓練任務不斷多樣化的需求，中國航天員科研訓練中心也開發了一套虛擬現實仿真訓練系統[10]，為航天員的訓練帶來了新的體驗和超越傳統地面模擬設備的可能性。但是，系統開發人員往往只關注系統功能的實現，而忽略了用戶的使用感受。本文以體驗質量為目標，從用戶的角度對航天員虛擬訓練系統展開主觀評價，以發現系統中可能存在的影響體驗質量的問題。

2 體驗質量評價體系

用戶體驗質量強調對用戶體驗某項產品結果的關注，為了充分和全面地了解用戶在使用虛擬訓練系統過程中的實際感受和滿意程度，從而給出系統優化的合理化建議，需要建立全面合理的評價指標體系。

2.1 評價策略

本文首先制定體驗質量的評價策略，然后在這些策略的指導下，完成評價指標體系的設計。本文將策略歸納為三點：關注用戶需求、強化系統特性和重視情感體驗。

關注用戶需求是指用戶對產品的需求是一個由工具實體向精神追求的拓展、由物質到精神的過程，對于不同的系統，用戶的需求可能是實用性，或者享樂性，在制定評價指標時應該區別對待；強化系統特性則是指評價指標要重點關注系統本身的特異性，在評價過程中重點圍繞實現用戶需求設計評價指標，弱化和用戶需求關聯弱的系統特性。最后一個策略是重視情感體驗，在產品功能滿足用戶需求的情況下，操作是否直觀易學、人機界面是否易于理解等都會影響用戶的情感體驗，充分重視細節和人文關懷能夠帶給用戶強烈的情感認同，在很大程度上影響體驗質量[11-12]。

這三個策略重點考慮了系統和用戶這兩個體驗質量的影響因素，而對于特定的應用系統和用戶，其使用環境在很大程度上也就被確定了下來，所以基于這三個策略設計評價指標能夠保證指標的科學性和完備性。

2.2 評價指標與問卷

本文結合虛擬訓練系統的特征和虛擬現實應用體驗質量評價策略，設計了航天員虛擬訓練系統體驗質量評價指標，包括任務負荷、界面可用性、臨場感、副作用和有用性5個指標，如圖1。針對每一個指標，采用一套問卷來給出評價，為了使結果更加可靠，盡量采用標準化問卷或者根據實際情況對標準化問卷做出修訂，并保證修訂后問卷的信度。各指標的設計依據和參數獲取方法如下：

任務負荷：任務負荷是基于用戶需求和系統特性設計的指標。從用戶角度來說，用戶希望以盡量輕松的方式完成訓練任務并掌握相關技能；而從系統角度來說，作為一套輔助技能獲取的系統，必須要設定合理的訓練方法和任務難度。對于相同的任務，不同的訓練方法可能導致明顯的績效差異[13]，而對于用戶來說，這就意味著不同的任務負荷，所以需要對任務負荷進行評估；任務負荷采用NASA-TLX量表[14]進行評估，該量表由腦力需求、體力需求、時間需求、業績水平、努力程度、受挫程度6個維度構成，每個維度均為100分，受試者通過在數軸上做標記來打分，各維度的權重基于受試者對這些維度的重要性兩兩比較的結果進行計算，本文使用了Sharek開發的一套可以在線評分的NASA-TLX應用[15]。

界面可用性：可用性指系統在易學、易用和界面信息等方面的屬性，是用戶對系統的基本需求。界面可用性采用基于整體評估可用性問卷(Post-study System Usability Questionnaire，PSSUQ)問卷第3版[16]修訂而來問卷進行測量，PSSUQ信息簡明，分數計算方便，該問卷為7點制量表，包含16個項目，分為3個子量表：系統質量、信息質量和界面質量，3個分量表信度分別為0.9，0.91和0.83，整體問卷信度為0.94。根據Lewis的研究，完整的和不完整的PSSUQ問卷均值差異很小[17]，對于其3個子量表，問卷結果的完整性既沒有顯著的主效應，也沒有顯著的交互效應，也就是說，只采用原問卷中的部分問題，對最終結果不會產生顯著的影響。因此，本文刪除了原問卷中對航天員虛擬訓練系統意義不大的題項，并增加了一項系統信息一致性的問題(Q6)，最終形成了一份包含10個問題的界面可用性問卷，為了和其它問卷保持一致，將原問卷修改為5點量表，1到5分代表從完全不同意到完全同意。采用Cronbach′s Alpha系數法對修訂問卷進行信度測量，問卷整體信度α＝0.85，Landauer的研究指出，問卷測量信度在0.7～0.8是可接受的[18]，可見修訂后的問卷仍然保持較高的信度。修訂后的問卷，仍然包括系統質量、信息質量和交互界面質量3個子量表，各子量表分值為該量表各項評分的算術平均值，界面可用性分值為1～10題得分的算術平均值。

臨場感：臨場感是虛擬現實技術最重要的特征之一，臨場感一方面可以評價虛擬表現水平，另一方面，良好的臨場感意味著受訓者感覺自己置身于系統構建的虛擬環境中，那么用戶在實際任務中的表現將會更好[19]。臨場感問卷基于PQ問卷[20]修訂而來，原問卷包含32項問題，Witmer等在論文中指出，其中3項有降低問卷信度的趨勢而被棄用，結合航天員虛擬訓練系統特異性，進一步對問卷項目做了篩選，最終，臨場感問卷包括22項問題。采用Cronbach′s Alpha系數法測量修訂后問卷信度為0.905，可見修訂后問卷可靠性較高。根據Witmer等人的研究，PQ問卷因子結構包括4個因子：參與感、適應性、感官逼真度和虛擬界面質量，取各因子對應問題的算術均值作為該因子得分，所有問題均值作為臨場感評分(PQ)。

有用性：有用性問卷共包含6個問題，可以歸結為實用性和享樂2個方面，有用性分值為各題得分的算術平均值。其中實用性是受訓者最基本也是最重要的需求，愉悅感則可視為是對用戶情感體驗的評價。有用性問卷基于航天員訓練實際需求設計，考察虛擬訓練系統的實用性和用戶使用過程中的愉悅感。采用Cronbach′s Alpha系數法測量本問卷信度為0.809，可見問卷可靠性較高。

副作用：根據Stanney和Kennedy的總結研究，基于頭盔式顯示器生成的虛擬環境下，80%～95%的受試者會出現不同程度的生理不適感，可見副作用是虛擬現實系統普遍性問題。副作用對用戶的體驗影響巨大，在評價過程中必須考慮到。本文使用模擬機疾病調查(Simulator Sickness Questionnaire，SSQ)問卷評價虛擬環境下受試者的生理不適[21]。原量表為4點量表，評分為0～3分，包含疲勞、惡心、暈眩等16個可能產生的不良反應癥狀。為了和本次試驗其它量表一致，這里修改評分為1～5分，分別表示沒有、輕微、中度、明顯和嚴重。另外，根據 Kennedy等人的研究[22]，SSQ量表可以進一步歸結為3個子量表，分別是惡心、動眼神經紊亂和失方向，并給出了計算SSQ分值及子量表的方法、各子量表評分為與之最相關各項評分的加權和，SSQ總分為3個子量表得分的總和，SSQ總分越高，代表不適感越強烈。本文基于Kennedy等人的方法處理SSQ問卷，且SSQ問卷須在試驗前后分別填寫。

3 試驗設計

3.1 受試者

試驗共招募志愿者26名，男性，年齡22到30歲(平均年齡24.85，標準差1.87)，全部為大學在讀研究生或本單位科研人員，受試者要求視力正常或矯正后視力正常，身體健康，在試驗前保持良好的精神狀態。全部受試者均為第一次體驗航天員虛擬現實訓練系統，并在試驗開始前簽署試驗知情同意書，告知受試者本次試驗目的是對系統進行評估而不是對用戶的評估。

3.2 試驗內容

為了全面地評價虛擬現實訓練系統的體驗質量，需要安排受試者盡可能全方位地體驗和使用虛擬訓練系統，為此，本文設計了兩個典型的試驗任務：空間站內導航任務和用于交互操作流程訓練的質量測量儀裝配任務，每個任務都包括練習和考核兩種模式。

3.2.1 空間站內導航任務

虛擬空間站在結構上包含11個艙段，三維立體結構，外部結構如圖2，且搭建了逼真的艙內虛擬環境，如圖3。空間站內導航任務是控制虛擬航天員從當前位置移動到目標位置的過程，旨在讓航天員體驗空間站中任意視覺垂向下的導航過程。在虛擬空間站內創建了一個虛擬人，受訓者通過頭盔顯示器獲得該虛擬人的視野，通過轉動頭部可以觀察虛擬空間站內部環境。同時受訓者通過三維鼠標控制虛擬人在虛擬空間站內完成從起始艙到目標艙的訓練任務，在此過程中，需要受訓者熟悉路徑上各艙段內部環境和布局，形成僅依靠視覺線索定位定向的能力。在練習模式下，可見一條藍色導航線連接起點艙和目標艙，指引受訓者，同時任務欄實時顯示受訓者當前所在艙段名稱。在考核模式下，用戶控制的虛擬人被隨機置于任意艙段，任務欄僅顯示目標艙名稱，受訓者首先定位自身所在艙段，然后根據空間站結構，規劃路徑，到達目標艙。

圖2 虛擬空間站外部構型Fig.2 Structure of the virtual space station

圖3 艙內虛擬環境Fig.3 Scenes in the module

3.2.2 質量測量儀裝配任務

裝配任務是為了訓練航天員對于裝配流程和各組件配合關系的記憶。在裝配任務過程中，受訓者可以訓練區域內移動，艙內虛擬人通過位置跟蹤獲得和受訓者一致的運動，受訓者使用手柄操作虛擬環境中的物品并將其“安裝”在相應位置上。在練習模式下，系統提示受訓者每一步應該操作的組件和該組件的安裝位置，受訓者在系統提示下完成裝配；在考核模式下，受訓者則根據記憶，按照練習的步驟，在沒有提示的情況下完成裝配，同時如果受訓者不能完成，則可以通過菜單選擇提示，系統會給出相應的提示。質量測量儀裝配練習場景如圖4，虛擬環境中試驗臺上的物體為待裝配的組件，左側半透明模型為相應組件待裝配位置的提示，不透明模型為已安裝組件。

圖4 裝配任務場景Fig.4 Assembly scene

3.3 試驗流程

試驗流程分為4個階段：試驗準備、交互操作體驗階段、導航任務階段和試驗后數據采集。在試驗準備階段，需要告知受試者試驗內容，向受試者介紹虛擬空間站外部構型，進行手柄和三維鼠標操作培訓等，在受試者簽署知情同意書并填寫試驗前問卷后，幫受試者佩戴頭盔顯示器，然后試驗正式開始。受試者先完成一次質量測量儀裝配任務，包括練習和考核，用時約10 min，然后開始空間站內導航任務，用時約30 min。試驗結束后，受試者稍作休息，完成問卷數據采集，到此試驗全部結束。

3.4 試驗環境

試驗在一個寬敞且安靜的實驗室中展開，試驗過程室內溫濕度適宜，無外界噪聲干擾，且受試者有足夠的活動空間，能最大程度避免外部環境干擾造成的沉浸感損失。試驗軟硬件平臺基于HTC VIVE解決方案構建，包括用于跟蹤定位的Lighthouse系統、手柄控制器、三維鼠標和頭戴顯示器等。該方案定位系統理論定位精度可達毫米級，跟蹤效果優秀，VIVE頭戴式顯示器提供單眼1080×1200像素分辨率和 90 Hz刷新率、110°視場角，為系統體驗質量提供了優良的基礎。試驗過程中，整個試驗系統運行在一臺裝備有NVIDIA GeForce 1080顯卡的HP Z820圖形工作站上，系統配置超過VIVE運行的建議配置，能夠有效避免平臺計算能力不足帶來的卡頓、丟幀等問題，保證了虛擬訓練系統的穩定運行。

4 結果分析

4.1 任務負荷

受試者關于TLX量表的打分情況如圖5所示。由圖可見，除努力程度略高于50分外，各項評分均值都低于50分，說明本次試驗任務負荷相對合理，既沒有太難以執行，也沒有過于簡單。對于各維度，本次試驗任務主要是艙內環境熟悉和交互操作流程記憶，主要需求為腦力需求，幾乎沒有體力消耗任務，但由于受試者在試驗過程中生理不適，體力需求仍然達到了一定的水平。此外，不論是腦力需求還是體力需求，數據散布程度都比較高，說明個體差異較大。對于腦力需求，個體空間能力對環境熟悉任務影響較大，空間能力越強的個體，完成任務越容易[22]，報告的腦力需求則更低；對于體力需求，受試者訪談結果表明，忍受惡心想吐的不適感消耗較多的體力，對虛擬環境耐受性好的個體，不適感較低，則體力需求評分很低，而耐受性不好的個體，則因為忍受強烈的不適而消耗更多的體力。

任務負荷評價結果表明，本次試驗任務負荷設置合理，這種任務設置模式可以作為訓練任務設置的參考，但應該適當降低任務時長或在中間安排休息。

圖5 任務負荷量表打分情況Fig.5 Scores of the NASA-TLX scale

4.2 界面可用性

界面可用性問卷受試者打分情況如表1所示，由表可見，各項目得分均值都不低于3.5，系統質量、信息質量(包括其相關各題項)以及界面可用性整體評分均值不低于4分。單樣本t檢驗(雙側，α＝0.05)結果表明，所有項目評分顯著高于中位數3分，95%置信區間下線也高于3分；系統質量、信息質量(包括其相關各題項)以及界面可用性整體評分都顯著高于3.5，95%置信區間下限也高于3.5分(Q8最低，3.64)。由此，可以認為在界面可用性方面，系統達到了良好的水平，特別是在系統質量和信息質量兩個方面表現優秀。

另外，界面質量(包括其相關各題項)評分相對較低，受試者訪談的結果表明，該題評分低的原因有2個方面：一是三維鼠標各自由度間的耦合導致虛擬人運動控制不能完全符合預期；二是模型精度和頭盔分辨率不夠高導致的視覺顯示質量不夠高、存在像素感等，這2個方面應該作為系統界面可用性改進的主要方向。

4.3 臨場感

臨場感問卷得分情況如表2，由表可見，4個因子和臨場感總分平均值都大于3.5，單樣本t檢驗(雙側，α＝0.05)結果表明，除界面質量外，其余各項均具有顯著性。值得注意的是，感官逼真度平均評分達到了4.365，說明系統擁有優秀的虛擬表現水平，能夠提供給用戶逼真的虛擬環境。

從臨場感問卷評分情況來看，虛擬訓練系統能夠在視覺上提供給用戶逼真的虛擬環境，給用戶身臨其境的感覺。其中，感官逼真度和適應性評分較高，說明系統場景渲染逼真，用戶可以輕易地適應虛擬環境；而界面質量和參與感評分相對較低，說明交互設備滿足用戶需求的程度不高，用戶需要分散更多的注意力在交互設備的使用上，從而降低了用戶的沉浸感和參與感。用戶訪談結果表明，交互設備使用不夠自然和精確以及控制延時這些問題干擾了試驗任務，是降低用戶臨場感的重要原因，可以考慮開發更加自然的交互方式以提升用戶的臨場感。

4.4 有用性

有用性問卷打分情況如表3，單樣本t檢驗(雙側，α＝0.05)結果表明，實用性評分顯著高于3.5分，可見系統在實用性方面得到了受試者高度的認可。而在享樂性方面，整體評價均值為2.96，小于中位數3分。其中，12名受試者給出了中立評價，8名受試者給出了負面評價，只有6名受試者給出了正面評價，給出中立或負面評價的受試者占總人數的76.9%，說明系統顯示使用系統存在降低用戶精神愉悅度的風險，且具有一定的普遍性。通過受試者訪談得知，系統降低用戶精神愉悅度的原因是環境熟悉試驗引起的惡心、暈眩等生理不適。

有用性評價結果表明，一方面，用戶主觀感知虛擬訓練有實際效用，另一方面，虛擬環境帶來的不適感降低用戶精神愉悅感，雖然可以通過減少用戶暴露在虛擬環境下的時間來降低不適感，但顯然必要的訓練時間是掌握技能的基礎，訓練時間不能太短。

圖6為受試者在裝配任務中練習和考核所用的時間，配對t檢驗結果顯示練習模式和考核模式用時差異顯著(雙側，α＝0.05，sig＝0.022)，可見在裝配任務中，受試者在考核模式下用時顯著減少，說明受試者熟練程度提高，證實了受試者的主觀感知，即虛擬訓練確實有一定的實際效用。

圖6 裝配任務完成時間Fig.6 Time used for assembly

4.5 副作用

副作用問卷受試者打分情況如圖7所示。由圖可見，試驗后總體不適、惡心和想吐3項的平均評分超過了3分，達到了中度不適甚至更高，說明這3項癥狀變化最為顯著。采用配對t檢驗(雙側，α＝0.05)對評分變化的顯著性進行檢驗，各項癥狀均變化顯著(P＜0.01)。此外，由圖可見頭疼、眼睛疲勞、聚焦困難、唾液分泌增加、出汗、注意力難以集中、視覺模糊、目眩和打嗝等項，數據散布程度很高，說明虛擬環境下生理不適個體差異非常明顯。

圖7 試驗前后SSQ評分情況Fig.7 Scores of the SSQ before and after experiment

SSQ三個子量表的評分和SSQ總體不適感評分如圖8所示。由圖可見，試驗后受試者在惡心(N)、動眼神經紊亂(O)和失方向(D)三個方面均感受到了強烈的不適。試驗前三個子量表得分情況為O＞D＞N，試驗后則變為N＞D＞O，這一結果與Kennedy等人在1997年的研究結果一致：“太空病的特征是大量惡心和失方向，但動眼神經紊亂相對較少(即N＞D＞O)”[23]。

圖8 SSQ子量表評分Fig.8 Scores of the SSQ subscale

4.6 討論

從各問卷分析可見，本文的評價指標并不是相互獨立的，如臨場感問卷和界面可用性問卷都涉及到對界面質量的評價，評分分別為：臨場感3.667±0.699，界面可用性 3.538±0.774，配對 t檢驗(雙側，α＝0.05，sig＝0.451)結果未顯示顯著差異，表明選擇標準化問卷帶來更高的可靠性。如前文所述，相比其他指標，界面質量評分相對較低，原因是用戶對于交互設備的不適應或不滿意，在開發出新的交互方式前，讓用戶學習并適應現有的交互方式是提升用戶體驗質量的一個重要方面。

試驗后用戶訪談過程我們了解到，多數受試者認為在試驗過程中忍受了不適感，特別是惡心想吐，引起了體力消耗。用戶評分結果驗證了用戶訪談結果，Pearson相關系數分析表明，體力需求和SSQ癥狀中的總體不適，想吐兩項顯著相關(P＜0.05)，和SSQ量表總分也顯著相關(P＜0.01)。表4給出了各評價指標之間的相關系數，可見副作用與任務負荷呈顯著正相關，而與臨場感呈顯著負相關，與有用性呈負相關。結合上文分析，有理由認為生理不適引起用戶體力消耗，加重了用戶的負荷，且用戶需要分散精力忍受這些不適，顯著地影響到了用戶的臨場感，并在一定程度上降低了用戶感知有用性，破壞了用戶的體驗。

目前，關于虛擬現實副作用產生的原因，尚無統一的認識，比較流行的觀點是感官沖突理論[24]。該理論認為在虛擬環境下，前庭和視覺傳遞給中樞神經的信息不一致而導致暈動癥；同時該理論還指出，人們可以通過學習以適應暈動癥，這表明可以通過訓練增強人對虛擬環境的適應性和耐受度。

表4 指標相關系數矩陣Table 4 Correlation matrix of the metrics

航天員虛擬訓練系統是用于航天員訓練的工具，盡管其實用性得到了用戶的認可，但引起生理不適也降低了用戶的愉悅感和使用欲望。研究表明，虛擬環境下的不適感強烈程度，隨著用戶暴露在虛擬環境下時間的增長而增加[25]。本次試驗持續約40 min，且中間沒有安排休息，雖然任務負荷量表中時間需求平均分低于50，但從各維度之間對比來看，時間需求評分較高，所以，在實際訓練中，應該適當安排休息，避免用戶暴露在虛擬環境下的時間過長。

5 結論

本文通過用戶測試的方法，主要使用主觀評價法，對航天員艙內導航與操作虛擬訓練體驗質量進行了評價。本文基于任務負荷、界面可用性、臨場感、副作用和有用性5個指標設計了評價量表。整體來看，系統體驗質量達到了較好的水平。用戶評分結果表明，系統在界面可用性、臨場感和有用性方面表現良好，能滿足用戶期望；試驗任務負荷適中，可以為訓練任務設置提供參考。

系統存在的問題主要有2個方面：一是多數用戶在體驗過程中遭受了生理不適，降低了用戶的體驗質量，且對試驗任務造成了干擾；二是用戶對于交互設備的不適應和不滿意。減少訓練時間能夠降低用戶的不適感，但訓練時間太短則不能達到預期的訓練效果，所以設置合理的訓練時間非常必要。另外，雖然用戶可以學習并逐漸適應交互方式和虛擬環境下的暈動癥，但尋找解決這兩個問題的技術手段更為關鍵。