本文是一篇发表于国际工业工效学杂志 (International Journal of Industrial Ergonomics) 的学术文献。由Alessia De Nobile、Daniele Bibbo、Marta Russo以及Silvia Conforto共同撰写，他们分别来自意大利罗马第三大学工业、电子与机械工程系以及国家研究委员会认知科学与技术研究所。这篇系统综述旨在全面梳理和分析在人机协作 (Human-Robot Collaboration, HRC) 环境中，评估人因 (Human Factors) 的各种量化方法。在当前工业4.0背景下，协作机器人（Cobot）被广泛引入制造业，与人类在共享工作空间中协同作业。如何评估这种紧密协作对人类操作员在心理、认知和生理层面产生的影响，对于提升协作效率、保障操作员安全与福祉至关重要。本文的核心论点在于：尽管主观评估方法（特别是问卷）在HRC人因评估中仍是主流和“金标准”，但一种整合生理与物理测量等客观方法的综合性评估趋势正在兴起。这种主客观结合的方法能够提供对HRC场景下人类状态的更全面理解，并为未来研究和实际应用提供重要的方法论基础。

本文首先界定了HRC的研究范畴。文章明确指出，HRC特指人类与机器人在同一时间、同一工作空间内，为达成共同目标，在同一个产品上执行任务，并持续进行互动、协商和彼此行为适应的状态，这与人机共存（Coexistence）、人机合作（Cooperation）有本质区别。协同机器人（Cobot）的核心作用是辅助操作员，减轻其在重复性或高负荷任务中的体力负担，实现人类灵活性与机器人精确性的优势互补。然而，这种紧密互动也带来了对人因评估的迫切需求，包括心理层面的接受度、情感状态、信任和可用性；认知层面的心理负荷和压力；以及生理层面的疲劳、人体工学风险和意图识别等。

针对这一需求，本文的核心贡献在于对现有评估方法进行了系统性、技术导向的梳理与分类。作者通过严格的系统文献检索流程（遵循PRISMA指南，检索了2018-2023年间PubMed、Scopus和Web of Science数据库），从3736篇初始文献中最终筛选出76篇符合标准的研究进行深入分析。这些方法被系统归纳为三大类：生理测量法 (Physiological Methods)、物理测量法 (Physical Methods) 和主观评估法 (Subjective Methods)，并对每一大类下的具体技术、测量参数、及其与特定人因指标的相关性进行了详细阐述。

在生理测量法方面，文章详细分析了四种主要技术及其应用。第一，心血管参数：主要通过心电图或光电容积描记术测量心率和心率变异性。研究发现，心率的平均值和标准差通常与心理负荷和压力呈正相关，而与信任度呈负相关。心率变异性在时域和频域的分析指标（如高频/低频功率比）能有效反映自主神经系统的活动，是评估认知和情感状态的敏感指标。第二，皮肤电活动：通过测量皮肤电导变化来反映交感神经的兴奋程度，主要被用于评估压力水平。研究发现，在压力情境下，皮肤电反应的相位成分和反应幅度会显著增强。第三，肌肉活动指标：通过表面肌电图（sEMG）监测上肢肌肉的激活水平。这不仅可以用于评估身体疲劳（如肌肉收缩水平下降）、识别运动意图（通过肌肉激活模式预测运动方向），还与操作员的物理负荷和人体工学风险直接相关。第四，神经活动指标：通过脑电图（EEG）记录大脑电活动。研究发现，高心理负荷和压力状态通常与α波活动减少、β波和γ波活动增加相关联，而EEG信号中的尖峰数量与信任度呈负相关。

在物理测量法方面，文章聚焦于三种评估途径。第一，人体工效学指标：这是评估工作环境对操作员身体影响的核心方法。文章列举了多个在研究中广泛应用的评估工具，如快速上肢评估（RULA）、快速全身评估（REBA）、职业重复性动作评估（OCRA）、NIOSH提举方程和劳损指数（SI）等。这些指标通过对工作姿势、力量负荷和重复频率的分析，量化了HRC任务中的肌肉骨骼损伤风险。第二，运动学变量：通过惯性传感器或动作捕捉系统（有标记或无标记）获取人体关节的位置、速度和加速度数据。这些数据不仅可以直接用于姿势分析和人体工效应力计算，还能用于检测疲劳引起的动作模式变化，以及通过分析肢体运动轨迹来识别人类的协作意图。研究还发现，信任度低时，操作员倾向于增加与机器人的头部和身体距离。第三，眼动指标：利用眼动仪追踪注视点、扫视和瞳孔变化。注视点的持续时间、频率以及瞳孔直径的变化与操作员的警觉性（情境意识）、心理负荷和压力水平密切相关。例如，更高的心理负荷可能导致注视时间延长而注视点数量减少，压力情境下则可能出现扫视次数增加。

在主观评估法方面，文章强调了其基础性和广泛性。此类方法主要包括直接观察和问卷调查。直接观察可以定性评估操作员在协作中的行为模式（如注意力是否集中）和工作姿势。问卷调查则是应用最为普遍的工具，涵盖了几乎所有心理和认知人因。文章列举了大量标准化问卷，例如用于评估接受度的技术接受模型问卷、用于评估情感状态的自我评估模型问卷、用于评估心理负荷的NASA-TLX量表、用于评估压力的短时压力状态问卷，以及用于评估信任度的人机交互信任问卷等。此外，许多研究也会根据具体需求定制问卷。

基于对筛选文献中110个方法使用案例的量化分析，本文得出了几个关键结论。首先，主观方法（总出现68次）特别是问卷（总出现62次）依然是使用最广泛的评估手段，这与其操作简便、成本低廉、适用性广的优势有关。其次，非主观方法（生理+物理，总出现80次）的整体使用已超过主观方法，这反映了向客观、量化评估发展的趋势。然而，一个重要的观察是，在许多研究中，客观方法（如心电、脑电、眼动）的结果需要与问卷结果进行对照和验证（38个案例），这既说明了问卷作为“金标准”的地位，也暗示了部分客观方法在HRC领域的应用仍处于探索阶段，其结果的独立解释力有待进一步增强。

文章进一步通过雷达图和时间趋势图分析了方法应用的细节。分析显示，心理和认知人因是当前HRC研究的主要焦点，而生理人因的评估相对较少。这可能是因为后者测量更复杂，且HRC初期关注点多在交互的心理感受上。时间趋势图显示，主观方法的使用在2022年达到高峰，作者推测这可能与COVID-19疫情期间接触性测量受限有关。此外，不同方法对问卷的依赖程度不同：眼动、神经、心电和皮肤电指标超过半数需与问卷联用，而肌电和人体工效学指标则更常独立使用，这可能是因为后者本身已形成较为成熟的量化评估体系，且缺乏对应的标准化主观问卷。

本文最后总结了当前方法论的局限性与未来方向。主观方法存在回忆偏差、社会称许性、无法实时监测等固有缺陷。而客观方法也面临挑战，如生理信号与特定人因的因果关系建立困难、测量设备的侵入性和成本、数据处理复杂性等。因此，未来的趋势是采用多模态融合的方法，结合主客观评估的优势，实现对操作员状态的全面、实时、动态监测。这种综合评估不仅对理解人机交互至关重要，更能为基于生物反馈的自适应人机任务分配、动态风险预警和个性化协作界面设计提供科学依据，从而最终提升HRC系统的整体效率、安全性和操作员的福祉。

这篇系统综述的价值在于，它首次以高度技术化和系统化的视角，全面梳理并呈现了HRC人因评估的“方法论地图”。它不仅为从事人机交互、工业工程和人因工效学研究的学者提供了清晰、详尽的工具参考，更通过量化分析和批判性讨论，揭示了当前研究范式的特点、不足与发展方向。文章强调了对客观量化方法进行标准化和应用推广的重要性，这对于推动HRC从实验室走向安全、高效且人性化的工业现场应用具有重要的理论和实践指导意义。