一、简介

驾驶车辆是人类的一项常见任务，要么出于工作或娱乐的目的将车辆从一个地方运送到另一个地方，要么出于任何其他目的将他们从一个地方带到另一个地方。因此，供人类使用的车辆的使用量很大。因此，不仅要确保驾驶员安全地操作车辆，而且要确保驾驶员的坐姿既安全又舒适。否则，驾驶员可能会处于尴尬的姿势，最终会导致身体部位或肌肉受伤，通常称为肌肉骨骼疾病（MSD）。肌肉骨骼疾病通常是由不良的工作站设计引起的，特别是显示屏设备 (DSE) 和手动搬运负载 [ 1 ]。

非常需要研究汽车驾驶员的坐姿。原因很简单，在大多数发达国家，尤其是新加坡，大多数人使用汽车作为从一个地方到另一个地方的交通工具。近年来，由于使用 Grab、Gojek、Uber 等交通服务应用程序服务的新技术的出现，汽车使用需求的上升更加明显。随着新的交通服务方式的出现，更多观察到驾驶员在汽车长时间使用的道路上的情况。乘汽车旅行通常需要花费相当长的时间处于坐姿。众所周知，这种静态坐姿会导致身体疲劳，而限制姿势会导致肌肉骨骼疾病的风险更高[ 2]。

因此，需要对驾驶员进行研究和分析，以确保其在驾驶过程中安全、良好的工作和坐姿，就表明了这样的研究工作需求。本研究论文主要针对驾驶员的坐姿以及是否存在人体工程学风险进行研究和分析。因此，设定的假设是通过研究驾驶员在汽车中的坐姿来证明驾驶员是否存在人体工学风险。人体工学本质上是让工作场所适合工人；旨在通过应用原则来识别、评估和控制物理工作场所风险因素来预防与工作相关的肌肉骨骼疾病[ 3 ]。

这项研究的主要目的是确定驾驶员在汽车中处于静态坐姿时是否存在人体工程学风险。适应尴尬和不正确的坐姿将导致显着的人体工程学风险，而与适应正确和正确的坐姿相反将导致显着的人体工程学风险降低。这项研究的结果对于汽车制造商考虑将其汽车座椅设计为符合人体工程学的设计非常重要。因此，如果假设成立，从这项研究中获得的发现和结果使汽车制造商和人体工程学专家能够应用新颖的知识体系来设计最佳的人体工程学座椅，以减少任何重大的人体工程学风险。

2。文献综述

本文献综述涵盖了从安全角度出发的“人体工程学风险”的概念和定义，以及过去有关驾驶员座椅姿势的相关研究文章。此处对两篇主要相关研究文章进行了批判性评论和分享，以增强对当前研究论文的理解。相关主题的其他研究也在进行中，以弥补适用的研究空白。在批判性地回顾两篇相关研究文章之前，首先从安全角度定义“人体工程学风险”一词。

在理解安全和人体工程学风险的概念时，最关键的方面是理解术语本身，以更好地理解术语观点。非常重要的是，这项研究应该理解其字面意义，以证明研究的假设，并全面理解其对本研究希望建立的新理论模型的论证。根据 Hollnagel 的说法，“安全”一词的含义是“不出现不良后果，例如事件或事故”[ 4 ]。然而，Hollnagel (2014) [ 4 ]进一步解释说，更详细的通用定义可能是安全性 是 系统 属性或必要的质量，并且 足以 确保 可能对工人、公众或环境有害的事件数量处于可接受的低水平。​ ​​​​​​ 因此，从这两个定义可以看出，它造成了一些含义的歧义，其中嵌入的某些单词需要进一步解释。例如，不想要的结果 需要进一步解释什么类型的结果和这些结果。因此，有必要从不同角度理解“安全”的含义，以免其目的在很多方面被淡化。

人体工程学风险涉及人与机器交互时人为因素及其相关不安全方面的体现。人类作为工人，有时会与机器一起工作，因为他们利用这些机器来获得工作产品。当人与机器之间出现这种界面时，它被称为“人体工程学”。因此，人体工程学定义为工作中人与机器之间的关系和界面。而“人体工程学风险”则是人与机器之间的相互作用和接口所产生的不安全因素。这里的危险因素可能意味着在使用设备时人类所处的环境或情况会导致人类身体和精神上的伤害或损害。

“人体工程学”的更准确和更有意义的定义是设计或安排工作场所、产品和系统以适合使用它们的人的过程。它将心理学和生理学原理应用于产品、流程和系统的工程和设计。人为因素/人体工程学的目标是减少人为错误、提高生产力、增强安全性和舒适度，特别关注人与感兴趣的事物之间的交互。人体工程学风险的例子包括但不限于尴尬的姿势位置、身体部位过度伸展、眼睛过度疲劳、过度运动、重复性动作等。这些人体工程学风险会导致职业伤害，例如肌肉骨骼疾病。因此，当人类开始使用机器时，必须防止发生人体工程学风险。与驾驶员驾驶车辆的情况一样，可预见的人体工程学风险包括坐姿不当导致背部受伤、长时间用眼导致视力不佳、驾驶过程中认知使用增加导致精神压力、手臂过度弯曲在操纵方向盘时，这可能会导致肌肉骨骼损伤等。开展研究工作来识别这些人体工程学风险并提供减轻这些风险的建议非常重要。在这项研究中，重点关注的是驾驶员在静态位置时不当的尴尬坐姿。

将对已发表的文章进行批判性评论，内容涉及与研究主题相关的“人体工程学”和“驾驶姿势”主题。进行批判性审查对于加强当前的研究工作非常重要。对其他研究人员的作品进行批判性评论的好处有很多。其中之一是为现有的类似工作提供见解，并从已完成的研究中获得更多关于其他发现的知识。它将提供对当前正在调查的研究主题的更多理解和理解。其他研究工作的不足之处可以在近期的研究工作中借鉴，不再重复。

在 Kyung G. 和 Maury A. 的文章中 [ 5]，题为“使用数字人体模型为人体工程学设计和评估驾驶员工作空间指定舒适的驾驶姿势”，其科学文章中确定的关键词是，即“数字人体模型”、“驾驶员工作空间”、“舒适的驾驶姿势” 、“首选驾驶姿势”和“过滤”。关键词在对现有研究进行参考和基准测试方面发挥着至关重要的作用。一些关键词可能是最近的研究作品所熟悉的。本文中的一个关键词“舒适的驾驶姿势”与目前正在调查的研究工作相似。Kyung G. 和 Maury A. 研究文章的概要摘要是关于舒适驾驶姿势的规范对于人体工程学设计和驾驶员工作空间评估的重要性。该研究文章旨在提出一项研究，以增强和扩展有关驾驶员舒适姿势的多项现有建议。该研究共涉及 38 名样本参与者，参加了 6 场驾驶课程，这些驾驶课程因车辆类别（轿车和 SUV）、驾驶场地（实验室和现场）或座椅（根据车辆舒适度排名高低的车辆）而有所不同。在首选姿势下测量了十六个关节角度，以更完整地描述驾驶姿势，以及相应的感知反应。驾驶姿势被发现是双边不对称的，并且在车辆类别、场地、年龄组和性别之间存在差异。使用过滤机制来确定首选姿势范围的子集，以确保感知反应达到所需的水平。精确的关节角度范围，实现舒适的驾驶姿势，5 ]。

当前研究工作的相似之处之一是评估研究对驾驶员的舒适性和不舒适性。这里的人体工程学风险可以与后者同化。文章还重申，姿势不适（尤其是背部、颈部和肩部）仍然是常见的客户投诉。因此，两项研究工作的目标在确定可能导致不适并导致身体受伤的某些驾驶姿势风险水平方面有一些相似之处。他们的研究也证明了当前正在进行的研究工作的相关性。两位作者都提到，许多现有的驾驶姿势研究都隐含地假设实验中使用的汽车座椅和/或包装几何形状（内部部件之间的空间关系）对于驾驶员来说足够舒适。因此，在确定推荐的关节范围时，所有姿势数据都被纳入其中。

Kyung G. 和 Maury A. [ 5 ]的研究文章中最有趣的部分是探索舒适的坐姿的概念。在他们的实验研究中，研究试图通过允许参与者自由调整他们的姿势和/或驾驶装置的多个部分（有时调整范围更大）来确保采用“首选”驾驶姿势。然而，他们的研究尚不清楚参与者对他们“首选”的驾驶姿势是否感到舒适。此时此刻，确定“首选”驾驶姿势是否会带来人体工程学风险至关重要。从文献的角度来看，他们已经确定“首选”驾驶姿势可能不是舒适的姿势，但实际上会导致不适。正如 Kyung G. 和 Maury A. (2009) 所陈述和重申的 [5 ]，“许多现有的驾驶姿势研究都隐含地假设实验中使用的汽车座椅和/或包装几何形状（内部部件之间的空间关系）对于驾驶员来说足够舒适。因此，在确定推荐的关节范围时，所有姿势数据都被纳入其中。然而，Kyung 等人最近的工作。(2008) [ 5 ] 表明一些参与者经历的不仅仅是最小的不适（即从-10到0的范围内最高为-5，对应于“强烈不适”的知觉反应）。即使他们被允许自由调整汽车内部几何形状超出实际汽车允许的范围，这种情况还是发生了。因此，驾驶员采用的关节角度不一定与舒适的姿势相关，因此内部包装似乎存在进一步改进的潜力。”

接下来第二篇发表的受到严格审查的文章是 Park J.等人的。[ 6]，题为“基于驾驶姿势和座椅压力分布的坐姿策略分析”。该研究是在人为因素和人体工程学协会年会上发表的会议论文。研究会议论文的主要内容是基于驾驶姿势和座椅压力分布来分析不同的坐姿策略。统计上代表首选和舒适驾驶姿势的坐姿策略可以用作设计/评估汽车内部布局的参考数据。尽管前期研究已经确定了驾驶员不同人体测量维度的坐姿策略，但坐姿策略的分类方法并不客观。

Park J.等人的当前研究。[ 6] 旨在根据不同驾驶员偏好的驾驶姿势和座椅压力分布来客观地确定座椅策略。通过动作捕捉系统和压力垫测量了 40 名驾驶员的首选驾驶姿势以及 3 种不同 OPL 条件（轿跑车、轿车和 SUV）下的座椅压力。接下来，通过聚类分析对坐姿策略进行分类，并统计分析驾驶员性别和OPL状况对坐姿策略的影响。结果，上半身的坐姿策略被确定为直立姿势（33% 的驾驶员更喜欢）、弯腰姿势（41%）和斜倚姿势（26%）。喜欢直立姿势的司机，特别是女司机，是男司机的两倍多。另一方面，喜欢倾斜姿势的驾驶员（特别是男性驾驶员）的数量是女性驾驶员的两倍多（p < 0.05）。此外，84% 的驾驶员在 SUV 中更喜欢膝盖弯曲策略，因为 SUV 的座椅高度高于轿跑车和轿车 (p < 0.05)。所确定的坐姿策略和影响坐姿策略的因素都可以作为汽车内部布局的人体工程学设计/评估中的重要信息。

尽管他们的研究视角与当前的研究完全不同，但它提供了对男性和女性两种性别之间不同座位姿势的各种数据发现的见解。与以前的定性方法相比，它提供了一种定量研究方法。该研究还从实验的角度，而不是以往研究中仅从视觉观察的角度，对驾驶员性别和包裹状况的分析提供了更深入的理解。帕克·J.等人。[ 6 ]研究旨在根据驾驶员的偏好姿势和座椅压力分布客观地确定坐姿策略，并分析坐姿系统的因素。Park J.等人的研究结果令人兴奋。，是驾驶员的性别对上半身姿势策略有显着影响。研究结果表明，男性驾驶员对所有姿势策略的偏好程度相同。然而，女司机更喜欢弯腰和直立的姿势。另一个重要结果是 OPL 状况对下半身姿势策略有显着影响。84%的参与者在SUV条件下更喜欢膝盖弯曲的姿势；另一方面，只有 4% 的参与者在轿跑车状态下更喜欢膝盖弯曲的姿势。结果表明，驾驶员下半身姿势受座椅高度的影响。

上述两篇相关研究论文中的结论性数据发现和结果都强调并表明，男性和女性驾驶员都存在人体工程学风险。研究结果表明，驾驶员需要调整自己的坐姿和姿势，以便处于舒适且安全的身体姿势区域，免受任何人体工程学风险。因此，Park J.等人。[ 6]研究工作确实强化了现有的研究工作，表明无论采取何种姿势，由于不同车型的座椅高度和配置的设计不同，驾驶员都存在人体工学风险。过去的两项相关研究都基于不同的方法来研究驾驶员的姿势和驾驶员偏好，而当前的研究工作则采用 RULA 方法，并额外支持对驾驶员作为测试样本的调查。与这两项过去的相关研究不同，在确定静态姿势中是否存在尴尬坐姿的人体工学风险时，没有研究人口统计参数并考虑揭示不同人口统计参数之间的关系和相关性。两篇相关研究论文也都没有确定驾驶员与机器之间的汽车车辆界面的静态坐姿是否存在人体工程学风险。因此，进行这项研究以发现其他值得关注的领域非常重要。

3. 研究方法与实验

本研究工作采用的研究方法是对新加坡约84名驾驶员测试对象样本进行现场实验。用于人体工程学姿势风险评估的主要评估是使用RULA（快速上肢评估）方法和计算。RULA 方法主要评估上肢（手、手腕、肘部、肩膀），但也评估颈部和下背部。它适用于操作者主要使用上肢，很少或没有运动的任务。主要研究姿势；重复性并不占优势。

RULA 方法是由英国诺丁汉大学的人体工程学专家 Lynn McAtamney 博士和 E. Nigel Corlett 教授开发的。RULA 是一种姿势目标方法，用于评估与工作相关的上肢疾病的风险。RULA 评估可以快速、系统地评估工人的姿势风险。RULA 的开发目的是“快速”评估个体工人接触与上肢 MSD 相关的人体工学风险因素的情况。RULA 人体工学评估工具考虑工作任务的生物力学和姿势负荷要求/颈部、躯干和上肢的要求。此外，RULA 工具使用系统流程来评估所评估的工作任务所需的身体姿势、力量和重复次数。

如图 1所示的单页工作表可用于评估所需或选定的身体姿势、肌肉使用频率和用力。RULA 评估工具的输出是最终的 RULA 分数，它是代表正在评估的工作任务的 MSD 风险级别的单个分数。最低 RULA 分数 = 1，最大 RULA 分数 = 7。图 2中的图表概述了 MSD 风险描述和切入点的 RULA 级别。

研究目标、假设和文献

研究目标和假设的制定和发展都是为了确保研究工作的进展与适当的目标保持一致，从而确保目标的一致性和相关性。

总体研究目标是：

1) 使用人体工程学风险工具（RULA）对 3 级驾照驾驶员车载接口系统进行人体工程学风险评估。

2）观察和识别这些驾驶员在车辆座椅上是否采取并遵守良好的坐姿或静态姿势。

3）检验这些驾驶员在车辆座椅上的坐姿是否存在显着的人体工学风险的假设。

4）对这些驾驶员进行调查，了解他们的坐姿以及正常坐姿是否有任何不适或疼痛。

研究假设是根据两个替代假设的发展和生成而建立的，即：

H1：驾驶员车载接口系统存在不当尴尬坐姿的人体工学风险。

H0：不存在驾驶员车载接口系统不当坐姿尴尬的人体工程学风险。

这项研究的基本原理有三个方面：

1) 本研究旨在确认 3 级驾照驾驶员是否存在人体工程学风险，并从安全分析的角度减少人体工程学风险，以减少 3 级驾照驾驶员在车辆驾驶期间的伤害。

2) 这项研究能够研究 3 级驾照驾驶员的驾驶坐姿和安全实践，特别是在他们与系统及其相关组件的工作接口期间。这些界面必须符合人体工程学，这一点很重要，因为在当今的背景下，在当前设计过程的概念阶段，缺乏有用且可用的符合人体工程学的方法来进行车内界面设计[ 7 ]。

3）新理论模型的发展将有助于人体工效学领域在汽车工效安全风险研究方面的科学突破。研究结果将为人体工学专家和汽车制造商创造新颖的新知识和理论，特别是开发和设计车辆中的安全人体工学座椅，以减少肌肉骨骼疾病等伤害。

4. 数据收集和现场实验

研究的数据收集方法需要现场实验，其中使用快速上肢评估（RULA）观察测试样​​本。测试样品以任意坐姿放置在车辆汽车座椅中。对测试样本的坐姿进行观察，并相应地应用 RULA 评估。与传统坐姿的研究相比，汽车驾驶员姿势的设计和评估引入了额外的复杂性。首先，汽车驾驶员的脚通常不协助支撑身体，因为它们主要用于使用踏板[ 8 ]。因此，必须通过配备长倾斜靠背和侧向支撑的座椅来确保身体平衡及其控制[ 8]。因此，这些要素对评估和评估方法和设计构成了约束和复杂性。为了加强研究过程，减少其复杂性和设计模糊性，制定了抽样调查问卷，以加强研究工作的数据收集和结果。每个测试样本都会获得一份调查问卷，以便在现场实验期间填写。因此，研究工作结果采用了两种数据收集方法。

现场实验的数据收集总共分为三个阶段。根据基数统计计算，三个阶段选取的测试样本量分别为10个（试点）、52个（第一阶段）、84个（第二阶段）和151个（第三阶段）。本文仅介绍第二阶段抽样规模的数据收集和结果。所选受试者的初始样本量约为 52 名合格的持照驾驶员。根据新加坡政府数据（data.gov.sg，2018），这 52 名样本司机是从 1,785,547 名持有新加坡 3 级驾照的司机中选出的。9 ]。

样本量52是通过将总人口数1,785,547代入样本量统计公式中，并选择85%的置信水平和10%的误差幅度而得到的。样本量将随着3个阶段研究的进展而增加，其中第2阶段样本量为84，置信度为90%，误差幅度为9%。第三个阶段的最终目标是实现样本量为 151、置信度为 95%、误差幅度为 8%。司机是从公共领域随机选择的，以避免任何偏见，并向司机志愿者提供感谢信（钥匙链）以吸引他们参与。获得这些志愿司机的场地服务区域将位于各个 HDB 街区停车场（开放式和多层停车场），涵盖北、南、东、西 4 个集群区域。

作为 10 个样本量的试点测试，收集了前 10 名受试者的数据。进行试点测试是为了确定任何错误并确定任何改进，以微调第一阶段样本量数据收集的实验。这 10 名受试者是从新加坡北部、南部、东部和西部地区的四个区域中随机选择的。所有受试者均从四个集群区的公共停车场中随机抽取，并受邀参加试点试运行。

数据收集过程的下一阶段是整理第一阶段样本量的所有实验结果。第一阶段样本量为52个，第二阶段样本量为84个，最后阶段样本量为151个。对于第一阶段样本量 RULA 评估，选择渐进、逐步建立的样本量。选择的累积样本量为30。选择30个科目的样本量是因为在学术研究中，30个或更多的样本量意味着统计上合理的采样方法和样本量。因此，自试点测试中的前 10 名受试者已经完成后，另外 20 名受试者将接受 RULA 评估测试。完成 30 个科目的 RULA 评估后，第 1 个科目将进一步完成阶段抽样，目标样本量为52个。

在接下来的实验数据收集中，我们选择了一种新的简单化方法，而不是使用试点测试中采用的方法，其中将所有 10 名受试者的每个参数都制成表格。在数据整理的简单格式方法中，为每个受试者收集的所有数据和每个受试者的所有参数都被收集并从 RULA 结果中显示为单个受试者样本。这种方法是从 RULA 评估表中精确描述的，其中为每个受试者输入数据结果。不会像之前试点测试那样对 20 名受试者的所有参数进行列表。从 RULA 评估中获得所有 52 名受试者的数据结果后，将对 RULA 的每个参数步骤进行制表。

5. 参与者的人口统计

受试者的抽样规模将根据抽样受试者的人口统计数据来选择。拟议的人口统计参数并不详尽，即：驾驶经验水平（新手：0-5年之间，高级：6-10年之间，熟练：11-15年之间，熟练：16-20年之间，专家：20年以上）；性别之间 性别（男性或女性）、年龄因素（量表范围：1. 20 岁至 30 岁；2. 31 岁至 40 岁；3. 41 岁至 50 岁之间；4. 以上50岁）。选择人口统计参数来确定和评估不同人口统计群体样本受试者普遍存在的人体工程学风险。

6. 数据测试方法及计算方法

收集的数据将使用 t 检验方法进行检验，其中人口统计参数将用作 t 检验的变量，并检验是否显着或不显着。例如，男性和女性司机的结果也会进行t检验，看看两种性别之间的差异是否具有统计显着性。然后将对 t 检验结果进行解释。如果结果小于 0.05，则两组值之间的差异很重要。如果结果大于 0.05，则两组值之间的差异并不重要。还将通过在条形图和散点图中绘制结果来分析数据。将从散点图中生成回归测试线，以分析所选人口统计变量之间是否存在相关性。将确定2值，并分析回归线的斜率，以了解变量的相关性和关系函数。在r 2值的相关性测试中，要确保收集和测试的不同人口统计参数是相关的。

还将通过 p 值对原假设的工作假设进行假设检验。如果 p 值小于 ∞（显着性水平），我们拒绝原假设 (H0)。假设 p 值大于 ∞，我们无法拒绝原假设 (H0)。如果置信水平 C 为 95% (0.05)，则这意味着显着性水平 ∞ 为 5% (0.05)。这是通过使用右尾检验来完成的，其中原假设为 H0 < 5，检验备择假设 Ha ≥ 5。选择平均值 μ 为 5，因为 5 是人体工程学风险的触发点。

RULA评分评估，如果值为5及以上，则需要对驾驶员的身体姿势进行调查，因为根据RULA评估，涉及显着的人体工学风险。因此，如果平均值μ小于 5（RULA 分数），则表明原假设成立，因此，驾驶员不存在人体工程学风险。但如果平均值大于或等于 5（RULA 分数），则替代假设 Ha 成立，并且存在显着的人体工程学风险。

7.第二阶段样本量的数据收集(84)

第二阶段的样本量为 84 名参与者，在项目研究的第三年和第四年进行。收集 84 名混合性别样本参与者的数据和结果，用于人体工程学风险评估。在总共 84 名参与者中，24 名是女性司机，60 名是男性司机。如果存在性别差异，则应考虑的人口统计参数之一是对两种性别的风险因素进行分析。就驾驶员的能力而言，20个科目被归类为合格驾驶员，5个科目为专家级，5个科目为新手，20个科目为高级驾驶员，其余34个科目为熟练驾驶员。在年龄人口统计参数方面：21名受试者年龄在20岁至30岁之间，27名受试者年龄在31岁至40岁之间，23人年龄在41岁至50岁之间，其余13人年龄在50岁及以上。收集每个受试者的 RULA 数据和结果，计算并呈现总体风险 RULA 水平。随后的图表说明了收集的数据，并将各种人口统计参数与其各自的 RULA 结果风险水平进行比较。将84个测试样本的RULA评分的所有数据结果进行整理并制成表格。

研究结果显示，84个样本计算出的平均RULA分数约等于6。RULA分数的平均值为6，表明驾驶员的坐姿需要进一步调查，必须尽快进行改变。在 RULA 评估评分表中。另外，上述RULA评分的平均值为6，描述了风险级别非常高，处于危险区域。

8. 假设检验和 t 检验的统计计算

进行统计计算，以根据收集的结果执行假设检验。从84个测试对象样本的平均RULA分数列表中得出的值为6，这意味着，数据平均值Ű为6（即 Ű = 6）。如前所述，假设均值μ为 5，则检验统计量Z的值可以通过以下公式计算

如果在显着性水平（p值）处Z值高于3.4，则说明Z值位于尾部区域的拒绝区域内，因此表明需要拒绝原假设。由于从84个测试对象的样本中获得的Z值为7.69，在90%的显着性水平下大于3.4，因此可以得出结论，拒绝原假设Ho。替代假设 Ha 被接受，研究证明驾驶员存在显着的人体工程学风险。

使用 t 检验方法对男性和女性 RULA 评分这两个变量进行测试。男性和女性的 RULA 分数值均在 Excel 软件中制成表格，并使用公式 T 计算 t 检验。测试 =（男性 RULA 分数，女性 RULA 分数，2, 2）。

计算出的 t 检验值为 0.7874。由于计算出的t值大于0.05，这表明男性和女性的两组RULA评分值并不显着。因此，这表明男性或女性在性别差异是否存在人体工学风险方面没有差异。这一发现很重要，它表明驾驶员的人体工程学风险的存在并不取决于驾驶员的性别。

还绘制了男性和女性 RULA 分数的散点图，如图3所示。这种统计公式对于确定两个变量参数之间的相关性非常重要。

回归线也在男性和女性 RULA 分数的散点图中制定和绘制。相关系数r 2回归值为0.0356，如图3中的趋势线所示。这表明男性和女性 RULA 评分的两个变量参数之间不存在强的线性正相关关系。事实上，这表明男性和女性 RULA 分数之间存在较差的相关性。因此，在性别差异方面，男性和女性之间不存在显着相关性，表明驾驶员存在人体工学风险。

计算并列出每个年龄段驾驶员的平均 RULA 分值。对于 20 岁至 30 岁之间的年龄范围，RULA 平均得分为 5.9。对于 31 岁至 40 岁之间的年龄范围，平均 RULA 分数为 5.6。对于 41 岁至 50 岁之间的年龄范围，平均 RULA 分数为 6.2。对于51岁以上的年龄范围，平均RULA分数为5.3。每个年龄范围的 RULA 评分平均值以图形方式绘制，如图4所示。

从上面图4的条形图可以看出，RULA得分的最大值为6.2，最小值为5.3。因此，可以推断出最小值 5.3 大于并高于假设平均分 5。因此，可以得出结论，所研究的所有年龄组的所有驾驶员都存在显着的人体工程学风险。

t 检验针对 20 - 30 岁和 31 - 40 岁的年龄范围进行制定和计算，以发现任何显着性。计算得出的两个年龄组的 t 检验值为 0.241。由于0.241的值大于0.05，这表明两个年龄组在证明人体工程学风险的存在方面没有差异。这再次强调了这样一个事实：年龄组在确定驾驶员是否存在人体工学风险方面并没有发挥关键作用。因此，从这些研究结果可以得出结论，无论年龄多大，不同年龄组都不影响人体工学风险的存在。

还绘制了散点图来评估不同年龄组之间的相关性，如下图 5所示。

根据散点图，公式化回归相关系数r 2并沿着散点图的趋势线绘制。回归相关系数r 2表示值为0.1168。因此，由于该值较小，因此可以得出不同年龄组范围之间不存在显着相关性。同样，很明显，不同年龄组在证明驾驶员存在人体工程学风险方面并不相互关联。

最终的人口统计参数需要统计计算并测试司机的能力水平。t 检验和回归相关性检验都是为了验证驾驶员能力水平范围（即新手、高级、胜任、熟练和专家水平）之间的相关性。图 6表示具有各自能力水平范围和相应 RULA 分数的条形图。图 7表示能力水平与 RULA 分数的比较条形图。

t 检验是针对新手和高级之间的能力水平范围进行制定和计算的，以找出任何显着性。t 检验是针对双尾检验进行的。两组的计算 t 检验值为 0.948。由于 0.948 的值大于 0.05，因此不显着。它表明，两个能力水平组在证明人体工程学风险的存在方面没有差异。对于高级级别和胜任级别之间的配对，t 检验结果为 0.173。这也表明它大于 0.05，因此不会产生任何显着性。对于能力水平和熟练水平之间的配对，t 检验结果为 0.385。这也表明它大于 0.05，因此不会产生任何显着性。至于熟练级和专家级的配对，t 检验结果为 0.296。这也表明它大于 0.05，因此不会产生任何显着性。因此，总而言之，所有两个尾部配对 t 检验的结果均小于 0.05，这表明它们在 t 检验结果中不显着，因此表明人口统计参数之间在证明存在或不存在差异方面不存在差异。各种能力水平的驾驶员都不存在人体工程学风险。

实验的下一个方面是找到这些能力水平人口统计参数的相关性。因此，回归相关系数r 2被公式化并沿着散点图的趋势线绘制。能力水平人口统计参数的散点图如图8所示。

回归相关系数r 2表示值为0.4438。因此，由于该值较小，因此可以得出不同能力水平组之间不存在显着相关性。同样，很明显，不同能力水平组在证明驾驶员存在人体工程学风险时彼此不相关。

9. 调查问卷数据整理和图表演示

调查问卷是从 84 个测试对象样本中整理出来的。调查问卷样本模板见附录。数据是根据每个样本测试对象对调查问卷中每个问题给出的回答或答案进行整理的，并以图形格式进行编译，以供说明演示和分析之用。对于第一个问题，即驾驶车辆时最常使用的身体部位，我们从 84 个测试对象样本中收集了答案，并在下面的图 9中以图形方式进行了说明。

从图9的数据图示中可以看出，驾驶员在驾驶过程中使用最频繁的身体部位是肘部，其次是肩部。该信息表明，当人体处于驾驶位置的座椅位置时，身体部位会遭受人体工程学风险。因此，它支持了驾驶员遭受人体工程学风险的假设以及驾驶员体内存在人体工程学风险。

对于接下来的第二个问题，即样本测试对象在驾驶过程中遭受的剧烈疼痛这一主题，还对 84 个测试样本的数据进行了整理并绘制成图表。然后，数据以饼图格式和条形图格式以图形方式呈现，以查看不同强度的响应以及最高强度的最多响应。图 10和图 11分别以条形图和饼图格式展示了图形表示。

上面的饼图和条形图是根据测试对象样本的反应整理的数据，说明了所遭受的最高疼痛强度为 10 分之 9 的事实。总共 32 名测试对象样本做出了反应，并且驾驶时疼痛的强度值为 9。图表还表明，疼痛强度从值 2 开始，一直覆盖到值 10。该数据表明，调查问卷中的所有测试对象样本中都存在疼痛。因此，这证明了人体工程学风险存在的事实，并支持了本研究的假设。

调查问卷的第三个问题涉及驾驶时使用身体部位的频率。从 84 个测试对象样本中整理的数据如下图 12所示。

图 12中的图形表示表明，36 名受访者给出的最高数值为每天 7 次，作为该身体部位用于驾驶的最频繁使用次数，而 23 名受访者给出的使用频率为每天 8 次那个身体部位。随后是使用频率的值 9 和 10，对应的受访者总数分别为 12 和 7。因此，它表明每天以非常快的频率进行驾驶时存在人体工程学风险。

调查问卷的下一个问题 4 涉及询问受访者身体部位是否用于重复运动或极限力量。受访者的结果表明，84 人中有 80 人回答“是”。因此，无论是驾驶员的重复运动还是过度用力，都存在人体工学风险的概念，因为这些参数，即重复运动和过度用力，是故意给运动中的人体带来风险的因素。

接下来的问题 5 需要询问受访者在任务期间身体的休息时间。大多数受访者回答“是”，占约 75 名受访者的大部分。其余 9 名受访者对问题 5 的回答为“否”。由此可见，该议案是同时性和重复性的。因此，可以得出结论，人体工程学风险是普遍存在且占主导地位的，因为在任务期间没有太多休息时间，这可能导致人体疲劳。问题 6 与问题 5 相关，在这种情况下，该问题询问受访者持续时间的确切时间。同样，大多数受访者由于没有休息时间而没有做出回应，但其余 9 名受访者的平均休息时间约不到 5 分钟。因此，这些结果表明，身体保持在工作状态，利用身体的特定部位进行坐姿驾驶的运动。同样，这些发现支持了驾驶条件下的姿势和任务的细节，并得出了支持身体姿势始终暴露于人体工程学风险的假设的结论。

问题 7 询问受访者是否坐直并靠在车辆座椅上。50名受访者回答说，他们没有坐直，也没有靠在车辆座椅上。他们给出的理由是，他们身体前倾，以便更清楚地看到前方的景色，而其他人则给出的理由是，他们懒得调整车辆座椅的姿势。由于大量受访者坐姿不正确，靠在车辆座椅上，这种姿势导致坐姿尴尬，并可能导致人体工学风险。因此，这里再次表明存在人体工程学风险，从而支持了本研究的假设。问题9包含不同坐姿的图示，要求受访者选择。调查问卷第9题中的图A，展示了良好且安全的正确坐姿，而图B和C则展示了不正确的坐姿，身体姿势处于尴尬的位置。84 名受访者中，只有 12 人选择了图片 A，其余的人选择了图片 B 和 C。更准确地说，有 34 名受访者选择了图片 B，38 名受访者选择了图片 C。因此，从问题 9 的受访者回答中可以清楚地看出，大多数受访者选择了图片 B。他们中的一些人在车辆座椅上的坐姿很尴尬，并且坐姿不安全。问题 9 整理的结果表明，测试样本中的这些受访者存在人体工程学风险，因为他们普遍存在尴尬且不安全的不当坐姿，容易受伤，特别是背部扭伤疼痛和其他相关的肌肉骨骼疾病。

Lucas EB 和 Onawumi AS [ 11 ] 对尼日利亚出租车司机所做的研究工作再次证实了这些发现。他们的研究结果表明，司机工作场所的设计不当和不良的坐姿是导致司机承受压力和紧张的部分原因[ 11 ]。调查问卷中的最后一个问题 10 要求受访者圈出他们认为在驾驶和坐在车内时感到疼痛的身体部位。

上述图表表明，最多受访者遭受的最严重的身体部位疼痛是背部脊柱疼痛。此类背脊痛的受访者人数最多为 23 人。其次第二和第三大的疼痛是颈部疼痛和肩部疼痛，分别对应 17 名和 15 名受访者。最少的受访者人数为 6 人，表明眼睛疲劳是身体部位疼痛。从问题10的调查结果来看，所有受访者都圈出了身体部位疼痛，没有人表示不疼痛。事实上，最多的受访者中有 23 人表示有背部脊椎疼痛问题。因此，可以推断，由于受访者在执行驾驶任务和坐姿时身体部位会感到疼痛，因此存在人体工程学风险。

10. 结论

总之，通过对所有 52 名受试者样本进行 RULA 评估，已经完成了 52 名受试者的第一阶段抽样规模。结果表明，RULA结果的平均得分为6。在第一阶段抽样中，RULA得分为6，表明在RULA评估的样本量中驾驶员存在人体工学风险。从RULA评分表中，值为6表示驾驶员的人体工程学姿势状况需要进一步调查，因为经过评估和评估后存在人体工程学风险。因此，驾驶员和车辆之间的人机界面的设计需要实现改变。

在本研究论文中，进行并完成了第二阶段测试抽样阶段，共获得了84个测试对象样本。实验的第二阶段能够得出并重申已被证明的假设，支持测试对象样本在车辆中处于静态坐姿时存在人体工程学风险。第二测试阶段的进行还能够整理适当的数据并能够进行 t 检验和假设检验。在对测试对象样本的人口统计参数进行的所有 t 检验和假设检验中，结果表明零假设被拒绝，存在人体工学风险的完整假设占上风。

还绘制了回归线，以显示研究中测试人口统计参数之间存在的任何相关性。回归线表明，人口统计参数（即性别、年龄和能力水平）不存在显着相关性。数据还来自 84 名测试对象样本的调查问卷。所有问题的回答都在某些方面进行了填充和图形化呈现，以表明调查问卷的受访者在回答的 10 个问题中都存在显着的人体工程学风险。在第二个测试阶段结束时，可以安全地宣布并确认完整的假设得到充分支持。有证据表明，坐在静态位置并保持尴尬姿势的驾驶员存在人体工程学风险。

建议进一步进行下一阶段（第三阶段，151个测试样本）更大样本量的测试，以进一步验证和论证驾驶员坐姿不良的人体工学风险的存在。此外，还需要对更大的测试样本进行更多的调查，以进一步提供具体的证据来支持和证实受试者在静态坐姿驾驶条件下遭受人体工学风险。

这项研究的意义很重要，因为它将影响汽车座椅的设计方式。尽管汽车座椅可以调节，但它们的设计并不符合人体工程学。如果不以安全舒适的方式调整座椅，驾驶员仍然会遇到静态坐姿尴尬的人体工程学风险。这项研究证明了这些人体工学风险的存在，因为驾驶员的坐姿不正确，会导致肌肉骨骼疾病和身体肌肉疼痛等伤害。因此，对汽车制造商和汽车人体工学设计师的实际意义是进一步研究和研究最佳的人体工学汽车座椅，使驾驶员在坐在车内时无需进行太多调节。这些汽车座椅的设计可自动适应驾驶员坐在车内时的人体工程学姿势。因此，自动调节汽车座椅是汽车制造业汽车座椅设计的下一个飞跃。