[논문]인체측정학적 설계를 위한 대표인체모델 생성 기법의 평가: 격자 기법

정기효; 유희천

doi:10.5143/jesk.2007.26.1.103

문제 정의

본 연구는 격자 기법으로 생성된 대표인체모델의 모집단수용률을 정량적으로 평가하고, 수용률에 영향을 미치는 요인을 체계적으로 분석하였다. 이를 위해, 기존 연구 (BRS/ HFES, 2003)에서 사용한 컴퓨터 워크스테이션 설계 관련 인체 변수 10개를 격자 기법에 적용하여 모집단 인구분포 95%를 수용하는 대표인체모델 12개를 생성하였다.
본 연구는 중요변수를 결정하기 위해 중요변수 개수 증가에 따른 인체변수와 중요변수 간의 평균 수정회귀결정계수 (adjusted 人2)의 변화 추이를 분석하였다. 중요변수 개수에 따른 인체변수들 간 통계적 연관성을 분석하기 위해 회귀계수인 중요변수 후보를 1~9개로 변화시켜 가면서 다른 인체 변수들과의 평균 수정회귀결정계수를 분석하였다(그림 4 참조).
모집단 인구분포 수용률은 인체변수 별로 산출될 수 있을 뿐만 아니라, 두 개 이상의 인체변수에 대해서도 산출될 수 있다. 본 연구는 수용률 산출에 고려되는 인체변수의 개수를 증가시켜 가면서 생성된 대표인체모델의 모집단 인구분포 수용률을 분석하였다. 본 연구에서는 MATLAB 7.
본 연구는 수용률 산출에 고려되는 인체변수의 개수를 증가시켜 가면서 생성된 대표인체모델의 모집단 인구분포 수용률을 분석하였다. 본 연구에서는 MATLAB 7.0을 사용하여 대표 인체모델 생성 및 평가 프로그램을 개발하였다.
본 연구에서는 모집단 인구분포 전반에 산포된 대표 인체모델을 생성하는 격자 기법의 모집단 수용률을 정량적으로 평가하는 방법을 개발하였다. 격자 기법을 이용한 기존 연구들은 중요변수와 이를 이용하여 추정되는 다른 인체 변수와의 통계적 연관성이 낮으면 지정된 모집단 인구분포 수용률을 충족할 수 없는 한계점을 지적하고 있으나(McCulloch et al.

제안 방법

첫째 단계는 인체 변수들 간 통계적 연관성 분석을 통해 소수(예: 1~5개)의 인체 변수를 중요변수(key dimension)로 선정한다(Gordon and Freill, 1994; Hidson, 1991; Resonblad—Wallin, 1987). 둘째 단계는 중요변수와 설계허용공차를 사용해 인구분포 전반에 산포된 격자를 형성한 후, 지정된 수용률(예: 95%)을만족할 때까지 인체 출현빈도가 상대적으로 높은 격자들을 대표 격자(representative grid)로 선정한다. 마지막 단계는 선정된 대표격자에서 대표인체모델을 하나씩 생성하는데, 중요변수의 값은 대표격자의 중심 위치(centroid)로 설정되고, 나머지 인체변수의 값은 중요변수를 사용한 회귀식을 이용해 추정된다.
체계적으로 분석하였다. 이를 위해, 기존 연구 (BRS/ HFES, 2003)에서 사용한 컴퓨터 워크스테이션 설계 관련 인체 변수 10개를 격자 기법에 적용하여 모집단 인구분포 95%를 수용하는 대표인체모델 12개를 생성하였다. 생성된 대표 인체모델의 모집단 수용률은 설계허용공차 내에 포함된 모집단의 비율로 평가되었으며, 수용률 영향 요인에 대한 다중 회귀분석을 통해 요인 별 수용률에 미치는 영향력이 분석되었다.
본 연구에서는 기존 연구를 참조하여 컴퓨터 워크스테이션 설계 관련 인체변수와 설계허용공차가 설정되었다. 인체 변수는 컴퓨터 워크스테이션 설계 표준안인 BRS/HFES100 (2002)에서 사용한 10개로 선정되었고(표 1 참조), 설계허용 공차는 BRS/HFES100(2002)에서 적용한 설계 여유 치수(allowance) 1~8.
중요변수 후보가 1개일 때를 예로 들면, 인체변수 1개를 중요변수 후보(예: AD1)로 지정하고 나머지 인체변수 9개(예: AD2~AD10)와의 회귀분석을 통해 수정 회귀 결정계수의 평균을 산출한다. 모든 인체변수를 한 번씩 중요변수 후보로 사용하여 평균 수정회귀결정계수를 분석한 후, 다른 인체 변수들과 평균 수정회귀결정계수가 가장 큰 인체 변수를 중요변수 1개를 사용할 때 가장 적합한 인체변수로 선정한다.
중요변수 개수 증가에 따른 평균 수정 회귀 결정계수를 분석한 결과, 인체변수가 3개 이상일 때 평균 수정 회귀계수 증가 추세가 완만해지는 것으로 분석되었다(그림 4 참조). 따라서, 본 연구는 소수로 구성되면서 상대적으로 평균 수정 회귀 결정계수가 0.6으로 높은 앉은오금높이(AD1), 앉은엉덩이오금수평길이 (AD2), 앉은넙적다리높이 (AD5)를 중요변수로 설정하였다.
, 1998), 격자 기법으로 생성된 대표인체모델의 모집단수용률에 대한 정량적 평가는 미흡한 실정이다. 본 연구에서는 생성된 대표인체모델을 중심으로 설계허용공차 범위 내에 포함된 인구의 비율로 모집단 수용률을 정량화하였다. 본연구에서 사용한 수용률 척도는 인체변수의 개수에 관계 없이 적용할 수 있어 설계 관련 인체변수의 증가에 따른 수용률 영향을 분석할 수 있다.

대상 데이터

인체 변수는 컴퓨터 워크스테이션 설계 표준안인 BRS/HFES100 (2002)에서 사용한 10개로 선정되었고(표 1 참조), 설계허용 공차는 BRS/HFES100(2002)에서 적용한 설계 여유 치수(allowance) 1~8.5cm를 참조하여 ± 2.5cm로 설정되었다.
본 연구의 대표인체모델 생성에는 US Army 인체측정자료가 사용되었다. US Army 인체측정자료(Gordon, 1988) 에는 미군 3, 987명(남자: 1, 774; 여자: 2, 213)에 대한 측정자료가 제공되어 있다.
US Army 인체측정자료(Gordon, 1988) 에는 미군 3, 987명(남자: 1, 774; 여자: 2, 213)에 대한 측정자료가 제공되어 있다. 본 연구는 공정한 평가를 위해 인체 측정자료를 대표인체모델 생성 집단(2, 982명)과 수용률 평가 집단(1,000명)으로 무작위로 나누어 사용하였다.
본 연구에서는 소수로 구성되면서 다른 인체변수들과 평균 수정회귀결정계수가 높은 인체변수 3개가 중요변수로 선정되었다. 중요변수 개수 증가에 따른 평균 수정 회귀 결정계수를 분석한 결과, 인체변수가 3개 이상일 때 평균 수정 회귀계수 증가 추세가 완만해지는 것으로 분석되었다(그림 4 참조).
본 연구에서는 컴퓨터 워크스테이션 설계를 위해 격자 기법을 적용하여 모집단 95%를 수용하도록 대표인체모델 12 개가 생성되었다(표 2 참조). 대표인체모델은 그림 5와 같이 중요변수 측면에서 모집단의 95%를 포함하도록 생성되었다.

데이터처리

이를 위해, 기존 연구 (BRS/ HFES, 2003)에서 사용한 컴퓨터 워크스테이션 설계 관련 인체 변수 10개를 격자 기법에 적용하여 모집단 인구분포 95%를 수용하는 대표인체모델 12개를 생성하였다. 생성된 대표 인체모델의 모집단 수용률은 설계허용공차 내에 포함된 모집단의 비율로 평가되었으며, 수용률 영향 요인에 대한 다중 회귀분석을 통해 요인 별 수용률에 미치는 영향력이 분석되었다.
人2)의 변화 추이를 분석하였다. 중요변수 개수에 따른 인체변수들 간 통계적 연관성을 분석하기 위해 회귀계수인 중요변수 후보를 1~9개로 변화시켜 가면서 다른 인체 변수들과의 평균 수정회귀결정계수를 분석하였다(그림 4 참조). 중요변수 후보가 1개일 때를 예로 들면, 인체변수 1개를 중요변수 후보(예: AD1)로 지정하고 나머지 인체변수 9개(예: AD2~AD10)와의 회귀분석을 통해 수정 회귀 결정계수의 평균을 산출한다.
중요변수 개수에 따른 인체변수들 간 통계적 연관성을 분석하기 위해 회귀계수인 중요변수 후보를 1~9개로 변화시켜 가면서 다른 인체 변수들과의 평균 수정회귀결정계수를 분석하였다(그림 4 참조). 중요변수 후보가 1개일 때를 예로 들면, 인체변수 1개를 중요변수 후보(예: AD1)로 지정하고 나머지 인체변수 9개(예: AD2~AD10)와의 회귀분석을 통해 수정 회귀 결정계수의 평균을 산출한다. 모든 인체변수를 한 번씩 중요변수 후보로 사용하여 평균 수정회귀결정계수를 분석한 후, 다른 인체 변수들과 평균 수정회귀결정계수가 가장 큰 인체 변수를 중요변수 1개를 사용할 때 가장 적합한 인체변수로 선정한다.

이론/모형

예를 들면, Bittner(2000)는 작업장 설계 적용을 위해 요인분석을 이용하여 지정된 인구분포(예: 95%) 를 수용하는 경계에서 대표인체모델을 생성하였다. 인구분포 전반에 산포된 대표인체모델(그림 2.b 참조)은 의복과 같이 치수 체계가 있는 설계(multiple-size design)에 적용된다. 예를 들어, Robinette and Annis(1986)오牛 권오채 외(2004) 는 장갑 치수 체계를 개발하기 위해 인구분포 전반에 산포된 격자를 형성한 후, 각 격자에서 한 개씩의 대표인 체 모델을 생성하였다.

성능/효과

수정회귀결정계수가 높은 인체변수 3개가 중요변수로 선정되었다. 중요변수 개수 증가에 따른 평균 수정 회귀 결정계수를 분석한 결과, 인체변수가 3개 이상일 때 평균 수정 회귀계수 증가 추세가 완만해지는 것으로 분석되었다(그림 4 참조). 따라서, 본 연구는 소수로 구성되면서 상대적으로 평균 수정 회귀 결정계수가 0.
대표인체모델은 그림 5와 같이 중요변수 측면에서 모집단의 95%를 포함하도록 생성되었다. 격자 기법으로 생성된 대표인체모델의 모집단 수용률은 인체 변수 개수가 증가할수록 현저하게 감소하는 경향을 보였다(그림 6 참조). 개별 인체변수에 대한 일변량 수용률은
평균 99%로 목표 수용률 95%보다 높은 것으로 나타났으나, 인체변수의 개수가 증가할수록 수용률이 현저하게 감소하여 인체 변수 10개에 대한 다변량 수용률은 10%로 분석되었다. 이러한 경향은 중요변수를 사용해 다른 인체변수들을 추정하기 때문에 발생하는 것으로 추정된다.
첫째, 중요변수 측면에서는 생성된 대표격자가 겹치지 않으나(그림 5 참조), 중요변수에 의해 추정되는 다른 인체 변수는 대표격자들이 겹치게 되어 인구분포를 수용하는 면적이 줄어 모집단 수용률이 감소하게 된다. 예를 들어, 대표 격자의 중첩 영역이 0cm³인 앉은오금높이(AD1), 앉은엉덩이오금수평길이 (AD2), 그리고 앉은넙적다리 높이 (AD5) 에대한 수용률은 95%이나, 중첩 영역이 547cm³ 인 앉은 팔꿈치 높이(AD4), 팔꿈치사이너비(AD8), 그리고 발직선길이 (AD9)의 수용률은 73%로 감소하게 된다.
예를 들어, 대표 격자의 중첩 영역이 0cm³인 앉은오금높이(AD1), 앉은엉덩이오금수평길이 (AD2), 그리고 앉은넙적다리 높이 (AD5) 에대한 수용률은 95%이나, 중첩 영역이 547cm³ 인 앉은 팔꿈치 높이(AD4), 팔꿈치사이너비(AD8), 그리고 발직선길이 (AD9)의 수용률은 73%로 감소하게 된다. 둘째, 중요변수와 다른 인체변수 간 상관관계가 낮으면 적합한 추정이 이루어지지 않아 수용률이 감소하게 된다. 예를 들어, 중요변수와 평균 수정회귀결정계수가 0.
32로 상대적으로 낮은 앉은엉덩이너비(AD3), 앉은팔꿈치높이(AD4), 앉은배두께(AD7)의 수용률은 65%로 낮아지게 된다. 마지막으로, 인체변수들의 범위가 크면 대표인체모델이 수용해야 하는 범위가 증가하여 수용률이 감소하게 된다. 예를 들어, 인체변수 범위 합이 38cm로 작은 앉은팔꿈치높이(AD4), 앉은넙적다리높이(AD5), 그리고 발길이(AD9)의 수용률은 86%이나, 인체변수 범위 합이 82cm로 큰 앉은엉덩이무릎수평길이(AD6), 팔꿈치사이너비(AD8), 그리고 무릎높이 (AD10)의 수용률은 48%로 낮아지게 된다.
상기 세 가지 요인의 수용률 영향 정도를 다중 회귀분석으로 분석한 결과 중요변수와 다른 인체변수 간 상관관계, 대표 격자 겹침, 인체변수 범위 순으로 수용률에 높은 영향을 미치는 것으로 분석되었다. 다중회귀분석으로 수립된 회귀계수를 이용하여 수용률 영향 정도를 분석하기 위해 수용률 영향 요인들은 0~1 사이로 표준화하였다.
10) 을 통해 식 1과 같이 수립되었다. 회귀모형의 수정 회귀 결정계수가 0.85로 분석되어 수용률 영향 요인과 모집단 수용률 간에는 높은 통계적 연관성이 있음이 파악되었다. 수용률 영향력은 중요변수와 다른 인체변수 간 평균 수정 회귀 결정계수(0.
85로 분석되어 수용률 영향 요인과 모집단 수용률 간에는 높은 통계적 연관성이 있음이 파악되었다. 수용률 영향력은 중요변수와 다른 인체변수 간 평균 수정 회귀 결정계수(0.552), 대표격자 겹침 면적(0.398), 인체변수 범위 (0.201) 순으로 높게 나타났다.
본 연구에서는 생성된 대표인체모델을 중심으로 설계허용공차 범위 내에 포함된 인구의 비율로 모집단 수용률을 정량화하였다. 본연구에서 사용한 수용률 척도는 인체변수의 개수에 관계 없이 적용할 수 있어 설계 관련 인체변수의 증가에 따른 수용률 영향을 분석할 수 있다.
새로운 기법의 개발이 요구됨이 파악되었다. 격자 기법은 인체변수 개수가 증가할수록 모집단 수용률이 현저하게 저하되는 것으로 나타났다. 이러한 수용률 저하의 주요 원인은 중요변수를 사용해 상관관계가 낮은 인체변수의 크기를 추정하기 때문에 발생하는 것으로 분석되었다.
있다. 인체변수를 중요변수로 축소시키지 않고, 본 연구에서 사용한 인체변수 10개에 대해 격자 기법으로 대표 인체모델을 생성한 결과, 모집단 95%를 수용하기 위해 대표 인체모델 1, 082개가 필요한 것으로 분석되었다. 대표 인체모델은 모집단 인구분포를 적합하게 대표하는 것이 중요하나, 소수로 구성되어야만 제품 설계 및 평가에 효율적으로 적용될 수 있다.

후속연구

인체 적합성을 최적화하기 위해서는 설계허용공차를 작게 설정해야 하나, 설계허용공차를 너무 작게 설정하면 대표 인체모델의 개수가 증가하여 인체측정자료의 제품 설계 및 평가 적용이 어려워진다. 본 연구에서는 기존 연구를 참조하여 모든 인체 변수에 동일하게 설계허용공차를 ± 2.5cm로 설정하였으나, 설계 대상에 따라 인체변수 별 상이한 설계허용 공차가 적용될 수 있다.
후속 연구로 본 연구에서 사용한 수용률 평가 방법을 이용하여 기존 대표인체모델 생성 기법들의 성능을 비교 평가하는 연구가 필요하다. 기존 연구들은 통계적 및 최적화 기법을 응용하여 모집단 인구분포 전반에서 산포된 대표 인체모델을 생성하는 다양한 기법들을 제안하고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 인체측정학적 설계를 위한 대표인체모델 생성 기법의 평가: 격자 기법
Evaluation of a Representative Human Model Generation Method for Anthropometric Design: Grid Approach 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 인체측정학적 설계를 위한 대표인체모델 생성 기법의 평가: 격자 기법 Evaluation of a Representative Human Model Generation Method for Anthropometric Design: Grid Approach 원문보기

Abstract ▼ AI-Helper

Keyword

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

참고문헌 (15)

이 논문을 인용한 문헌

저자의 다른 논문 :

정기효 (13) 유희천 (56)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 인체측정학적 설계를 위한 대표인체모델 생성 기법의 평가: 격자 기법
Evaluation of a Representative Human Model Generation Method for Anthropometric Design: Grid Approach 원문보기

AI 본문요약
AI-Helper

활용도 Top5 논문