Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informática e Ingeniería Industrial 168 (2022) 108079
Listas de contenidos disponibles en ScienceDirect
Informática e Ingeniería Industrial
página de inicio de la revista: www.elsevier.com/locate/caie
Eficacia de la realidad virtual en modelos de simulación de eventos discretos
para sistemas de fabricación
´
Víctor Alejandro HuertaTorruco
a Óscar
, ´ HernándezUribe a,* ,
´
Leonor Adriana CárdenasRobledo b. No´e Amir Rodríguez Olivares C
,
a CIATEQPOSGRADOS, Av. del Retablo #150, ConstituyentesFovissste, Querétaro, Quer´etaro 76150, México
b Departamento de Informática, Control y Electrónica, CIATEQ AC, Av. 23 de Agosto #213, Jesús García, Villahermosa, Tabasco 86040, México División de Ingeniería
C
Eléctrica y Electrónica (DIEE), Centro de Ingeniería y Desarrollo Industrial (CIDESI), Av. Playa Pie de la Cuesta 702, Desarrollo San Pablo, Querétaro, Qro. 76125, México
INFORMACIÓN DEL ARTÍCULO ABSTRACTO
Palabras La realidad virtual (VR) y la simulación de eventos discretos (DES) se han convertido en tecnologías fundamentales de la industria 4.0.
clave: Realidad Existe un interés creciente en este tipo de tecnologías tanto en el sector académico como en el industrial. Sin embargo, pocos estudios
virtual Simulación de eventos
han reportado el uso de ellos simultáneamente. Este estudio desarrolla un modelo DES y propone un enfoque integrado que combina
discretos Industria 4.0
mediciones objetivas y autoinformadas para determinar la efectividad de la RV, con base en la recopilación y el análisis de datos de 72
voluntarios asignados al azar a un sistema de RV o una computadora portátil. El modelo representa un sistema de fabricación real
donde el usuario puede moverse, interactuar con objetos, modificar variables, ejecutar diferentes escenarios e identificar el mejor en
función de los indicadores clave de rendimiento del sistema. Los resultados mostraron que el tiempo de experimentación es
significativamente menor cuando los usuarios interactúan con la interfaz de realidad virtual y no hay una diferencia significativa entre
las dos interfaces al comparar el tiempo de toma de decisiones. Sin embargo, los usuarios de RV obtuvieron un mayor porcentaje de
respuestas correctas. Finalmente, los comentarios autoinformados indicaron que los usuarios preferían el sistema de realidad virtual,
además del hecho de que los cuestionarios de incomodidad y presencia muestran valores típicos de la experiencia de realidad virtual,
y el cuestionario de usabilidad arroja valores más altos que la computadora portátil.
1. Introducción tiempo a través de un comportamiento simulado basado en la recopilación y el intercambio
de información (Chen y Huang, 2021; Nikolakis et al., 2019). DT mapea objetos físicos y
El éxito de las industrias se basa en su rápida capacidad para adaptarse a las optimiza objetos físicos basados en modelos (He and Bai, 2021). Sin embargo, DT no es
condiciones tecnológicas, sociales y económicas. Las empresas manufactureras lo suficientemente realista para el diseño centrado en el ser humano en el proceso de
necesitan técnicas que apoyen el proceso de toma de decisiones, lo que a su vez fabricación. En este sentido, la realidad virtual (VR) es una herramienta que representa
mejorará los procesos de producción y evitará errores (FloresGarcía et al., 2021). Cada el sistema a escala uno y permite ejecutar interacciones de forma natural. La combinación
año un gran número de empresas requieren estructuras productivas ágiles y flexibles de las capacidades de DT para realizar la simulación del sistema de producción con VR
para hacer frente a una gran variedad de productos y ciclos de vida cortos. Necesitan en términos de interacciones permite a los usuarios una experiencia vívida y fluida
reconfigurarse a medida que se enfrentan a las nuevas demandas del mercado (p. ej., (Havard et al., 2019). Estas tecnologías se han implementado en diversas aplicaciones,
personalización masiva de productos) (Gorecky et al., 2015). Esta idea al principio parece como la virtualización de sistemas de fabricación, la simulación y optimización de
totalmente contraria a la intuición e inviable, pero la Industria 4.0 permite que esto se procesos y la gestión de operaciones de fabricación (Nguyen et al., 2022). Por ejemplo,
convierta en realidad. la integración de VR y DT en la programación automatizada de patios de almacenamiento
Hoy en día, el mercado tiene demandas importantes que han dado lugar a modelos puede ayudar a los operadores a tomar decisiones de optimización (Gao et al., 2022).
de productos y sistemas muy sofisticados. Por ejemplo, el gemelo digital (DT) es una Por otro lado, una de las principales tecnologías predictivas de DT es la simulación de
tendencia tecnológica estratégica clave impulsada por los avances en la Industria 4.0 eventos discretos (DES), que permite optimizar los sistemas antes de la evaluación, así
(Jones et al., 2020). Se refiere a crear y mantener una representación digital que como la oportunidad de autooptimización (Reed et al., 2021; de Paula Ferreira et al.,
corresponda a entidades físicas en la fábrica del mundo real y ayude en su gestión y 2020).
reconfiguración en el mundo real.
* Autor correspondiente.
Correo electrónico: oscar.hernandez@ciateq.mx (O ´ Hernán andezUribe).
https://doi.org/10.1016/j.cie.2022.108079 Recibido
el 4 de septiembre de 2021; Recibido en forma revisada el 7 de febrero de 2022; Aceptado el 6 de marzo de 2022
Disponible en línea el 10 de marzo de
2022 03608352/© 2022 Elsevier Ltd. Todos los derechos reservados.
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Tres características principales definen DES: dinámica (es decir, basada en el Tabla 1
tiempo), estocástica (es decir, variable basada en funciones de probabilidad) y regla Conceptos básicos en el campo de la RV.
cambios en la configuración actual.
Presencia La presencia influye en cómo los usuarios perciben la experiencia de realidad virtual.
La realidad virtual surge como una opción viable para ofrecer modelos de
Es una ilusión perceptiva pero no cognitiva de estar en el entorno de RV, a pesar
simulación, brindando una experiencia realista, inmersiva e interactiva. Durante las de que los usuarios saben con certeza que no están allí (Slater, 2018). El uso
últimas dos décadas, varios sectores de la industria se han interesado en las simultáneo de los diferentes canales sensoriales puede aumentar la sensación
aplicaciones de realidad virtual. Han demostrado ser útiles en una variedad de de presencia (Mayor et al., 2019).
procesos de fabricación, como capacitación (Ebnali et al., 2021), diseño de productos
interactividad Es la capacidad del usuario para navegar por el entorno virtual,
(Berni y Borgianni, 2020), ensamblaje (Tao et al., 2019), robótica (Kuts et al., 2019). ), seleccionar, manipular e interactuar con objetos, personajes y lugares (Gamlin
y automotriz (Lawson et al., 2016), donde se desarrollan principalmente aplicaciones et al., 2014). La interacción hombrecomputadora en el espacio
pasivas (se evalúa la reconfiguración del sistema) y activas (el sistema se controla de tridimensional requiere el uso de interfaces para detección de movimiento,
interacción espacial 3D y entradas físicas (Vichitvejpaisal et al., 2016).
forma remota) (Kuts et al., 2017).
Esta investigación analiza la implementación de dos elementos fundamentales
´
de la Industria 4.0: VR y DES (RamírezDuran et al., 2021). Tienen beneficios Efectos
específicos cuando se aplican por separado a los sistemas de fabricación. Sin Enfermedad de Los síntomas o efectos secundarios resultantes del uso de la
la simulación
embargo, solo unos pocos estudios han reportado su implementación de manera tecnología VR y las características del contenido VR entregado a los usuarios.
Las molestias asociadas son desorientación, dolor de cabeza, náuseas y
integrada. Este estudio describe y desarrolla una solución DES basada en un sistema
fatiga (Saredakis et al., 2020).
de fabricación existente para medir la efectividad de VR en modelos DES en la toma
Tecnología base
de decisiones. HMD Un dispositivo de realidad virtual generalmente consta de lentes
incrustados en anteojos, una visera o un casco sujeto a la cabeza del usuario
2. Revisión de la literatura mediante correas. Junto con los dispositivos de realidad virtual, los dispositivos
hápticos mejoran la sensación del usuario sobre las propiedades del objeto físico
(p. ej., peso, fricción o textura) (Abidi et al., 2016).
2.1. Teoría y conceptos. CUEVA Se refiere a un entorno de audio y video 3D de múltiples pantallas de alta
resolución, del tamaño de una habitación y para varias personas. Los
DES es un método cuantitativo para la toma de decisiones en sistemas complejos gráficos se proyectan en las paredes y el piso produciendo una
interpretación totalmente inmersiva y a escala real ( Maftei y Harty, 2015).
donde se simula la realidad a través de un modelo computacional. Este modelo
El CAVE facilita la percepción del propio cuerpo del usuario,
contiene las características y la lógica necesarias para poder representar el
utilizando un mayor esfuerzo técnico y sistemas integrados para crear un
comportamiento real del sistema (Urbani et al., 2020; Anderson et al., 2016). DES entorno inmersivo (p. ej., sistemas de seguimiento) (Gromer et al.,
admite el análisis de datos para extraer inferencias sobre las medidas de rendimiento 2018).
clave de los sistemas representados. Las principales etapas para los proyectos DES
son 1. Definición del problema, 2. Modelo conceptual, 3. Desarrollo de la abstracción
2.2. Realidad virtual en simulación de eventos discretos para fabricación
computacional, 4. Experimentación y 5. Análisis de resultados (Akpan et al., 2020).
Además, DES se utiliza para mejorar los sistemas de fabricación, salud, logística y
La comunidad científica y los sectores industriales tienen interés en utilizar
transporte.
modelos DES y tecnologías VR (DESVR)1 . Señalan algunos hechos y cuestiones
La realidad virtual abarca un conjunto de tecnologías que permiten a las personas
importantes. Por ejemplo, Turner et al. (2016) expresan la necesidad de desarrollar
experimentar un mundo más allá de la realidad. Dichas tecnologías incluyen una
aplicaciones reales en lugar de modelos meramente hipotéticos.
computadora para generar objetos, una pantalla montada en la cabeza (HMD) o un
También es importante establecer una forma estándar de comunicación entre DES y
entorno virtual automático de cueva (CAVE) con anteojos de visión tridimensional (3D)
VR. Esto impulsará la creación de nuevas plataformas para la realización de pruebas
que proyectan modelos al usuario y detectores de movimiento que interpretan el
y la toma de decisiones en la fábrica inteligente. De manera similar, Mawson y Hughes
comportamiento natural del usuario. . El propósito de VR es proporcionar una
(2019) presentan DESVR como la tecnología popular para la evolución de la fábrica
experiencia virtual que simule el comportamiento del mundo real basado en algoritmos computacionales.
inteligente, aunque es necesario realizar más investigaciones además de resaltar su
Por lo tanto, los entornos de realidad virtual pueden proporcionar simulaciones
potencial dentro de la industria manufacturera. Akpan y Shanker (2019) comparan la
inmersivas de tareas reales antes de que se realicen en la vida real. Diferentes
efectividad de VR, 3D y 2D para sistemas de simulación de eventos discretos. La
dispositivos reproducen diferentes tipos de estimulación sensorial, y la mente procesa
visualización VR y 3D tiene un papel importante en el proceso DES, desde el
todos los estímulos para formar la experiencia de estar realmente en un lugar que
desarrollo del modelo hasta la presentación de los resultados. Liagkou et al. (2019)
físicamente no existe (Berg y Vance, 2017). Además, apoya la planificación y la toma
afirman que las metodologías de DES están integradas con tecnologías de realidad
de decisiones de manera rápida y eficiente, ahorrando materiales, energía y costos
virtual para detectar problemas en tiempo real. Además, un factor clave es la
de mano de obra (Michalos et al., 2018; Kunz et al. 2016). La Tabla 1 describe los
interoperabilidad con los proveedores de datos y los flujos de sensores de la línea de
conceptos esenciales para la comprensión de la RV.
producción.
La norma ISO/IEC 25010 (2010) define la eficacia como el grado en que los
En las últimas dos décadas, varios estudios conectaron los modelos DES con la
usuarios logran correcta y completamente los objetivos específicos (p. ej., el nivel de
realidad virtual. Debido a su capacidad para sumergir al usuario en un mundo digital
interacción a través de una interfaz para alcanzar una tarea bajo ciertas restricciones).
realista, la realidad virtual respalda y evalúa varias tareas, como la visualización y el
Además, Renganayagalu et al. (2021) publicaron una revisión de la literatura sobre
diseño de la disposición de la fábrica ( Oyekan et al., 2015; Kelsick et al., 2003), la
la efectividad de VR HMD versus la interfaz de la computadora de escritorio en el
toma de decisiones (Naderi et al. ., 2019), proceso de planificación y logística (Petkovi
entrenamiento. Los autores dividieron las métricas para la evaluación en tres
´c et al., 2019; Nielebock et al., 2012), seguridad y formación (Sun et al., 2018;
categorías principales: medidas de desempeño (p. ej., tasa de finalización de tareas,
Vasudevan and Son, 2011), y análisis y diseño de fabricación
precisión, tasa de error, medidas temporales y de comportamiento), medidas
autoinformadas (p. ej., cuestionarios, escalas de calificación y entrevistas) y
observaciones. (por ejemplo, evaluaciones de expertos y encuestas de investigadores
sobre los resultados de la capacitación). 1
El uso de modelos DES y tecnologías VR en combinación se denominará en lo
sucesivo DESVR.
2
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
(Yang et al., 2015; Dorozhkin et al., 2012). contextos del mundo real (Ornellas et al., 2018). En este sentido, la realidad virtual permite
En trabajos recientes, Rocca et al. (2020) demuestran un experimento de laboratorio en la replicación de actividades realizadas en el mundo real, brindando a los usuarios entornos
el que un proceso de desmontaje incorpora DESVR para optimizar los recursos y, por lo de aprendizaje más auténticos, interactuando y sumergiéndose en tareas atractivas y
tanto, aumentar la sostenibilidad del ciclo de producción. complejas útiles para la adquisición y capacitación de habilidades (Jensen y Konradsen
Kwok et al. (2019) utilizan DESVR para desarrollar un sistema de simulación de peligros 2018; Wang et al. 2018) . ). Además, reduce el costo de los instructores y materiales de
para realizar simulacros de emergencia. Este enfoque está diseñado para practicar y capacitación (Ciprian, 2021).
capacitar la gestión de crisis en un evento de desastre a gran escala. Terkaj et al. (2019) Mientras que DES se ocupa de problemas matemáticos y de optimización (p. ej.,
presentan un sistema DESVR que soporta el diseño de plantas de producción de rollos, recursos en procesos de fabricación), la desconexión entre las características de
donde el usuario puede comprobar la solidez de la configuración del sistema en función de comportamiento de los procesos de fabricación del mundo real y la visualización 2D limita la
su comportamiento visual y rendimiento. Longo et al. (2019) proponen un sistema de comprensión del usuario. La tecnología VR es beneficiosa para DES con el potencial de
formación DESVR para escenarios de emergencia donde los gestores de emergencias cerrar esta brecha y recrear escenarios que contienen objetos y maquinaria reales en un
pueden mejorar su capacidad para gestionar el estrés. También se analiza la presión entorno industrial para facilitar la comprensión espacial, el procesamiento de información
psicológica. Li et al. (2019) crean una aplicación DESVR de un almacén automático para la visual y la toma de decisiones. Al respecto, Akpan y Shanker (2017) realizan una revisión
formación en logística. Los usuarios pueden realizar ajustes a las configuraciones relevantes exhaustiva sobre los beneficios y costos asociados con las actividades DES y 3D/VR.
y optimizar los modelos en función de las estadísticas posteriores a la operación. Hu et al. Descubrieron en las tareas de desarrollo de modelos que 3D/VR admite el modelado en
(2018) desarrollan una arquitectura de marco que encapsula métodos de simulación equipo, mejora la precisión y brinda claridad, aunque se necesita un mayor esfuerzo y una
abstractos, así como funciones de gestión y control de la escena de realidad virtual. Hutabarat gran inversión de tiempo para crear dichos modelos. En cuanto a las tareas de validación y
et al. (2016) desarrollan un entorno de realidad virtual inmersivo conectado con un modelo verificación de modelos, la tecnología VR permite identificar rápidamente los errores.
DES utilizando cámaras RGBD para detectar actualizaciones automáticas de eventos
relacionados con las rutas de flujo de material.
Por último, la integración de DES y VR en el sector manufacturero enfrenta desafíos
como el costo de los sistemas de VR (por ejemplo, hardware, software y desarrollo de
2.3. Tecnologías de realidad virtual versus computadoras portátiles contenido), la alineación del modelo DES y los objetivos con el uso de VR como un medio
para lograrlos, así como la necesidad de sistemas VR para apoyar actividades específicas
En varios experimentos formales, se aborda el impacto positivo de las tecnologías de de DES. Además, es importante aumentar la relevancia práctica de la investigación de
realidad virtual en comparación con las computadoras de escritorio o portátiles para simulación mediante el uso de datos del mundo real de la industria para cerrar la brecha
aplicaciones que incluyen análisis de ruido (Aurich et al., 2012), capacitación (Stavroulia et entre los estudios académicos y las prácticas de la industria (de Paula Ferreira et al., 2020).
al., 2019; Colombo y Golzio, 2016). ), percepción (Alshaer et al., 2017) y visualización Cuestiones adicionales necesitan más investigación como la confianza y la confiabilidad en
espacial (MolinaCarmona et al., 2018). la tecnología de realidad virtual (p. ej., dispositivos de RV para telecirugía), la propensión al
Por ejemplo, Salah et al. (2019) presentan una aplicación de capacitación entregada a través acoso dentro de entornos virtuales (p. ej., uso de avatares con forma humana) y el impacto
de VR o un proyector, que emula la reconfiguración de una celda de fabricación. El en la percepción, la cognición y los comportamientos. del individuo (Sun y Botev, 2021).
entrenamiento con VR fue significativamente superior en comparación con el proyector,
especialmente en cuanto a la comprensión y satisfacción del usuario, la frecuencia de
errores y el tiempo de finalización. Shu et al. (2019) investigan el efecto de VR HMD y
computadoras de escritorio en el sentido de presencia y la autoeficacia orientada a tareas 3. Material y métodos
de los usuarios cuando se exponen a un sistema de VR educativo sobre terremotos. Los
resultados cualitativos fueron significativamente superiores usando HMD y revelan que el Esta sección presenta las preguntas de investigación utilizadas para guiar el estudio, el
estímulo visual y el movimiento son relevantes para componer la experiencia de realidad modelo desarrollado para la experimentación, el diseño experimental y el procedimiento
virtual. Además, Sportillo et al. (2018) realizan un estudio sobre la efectividad de la detallado. Este estudio tiene como objetivo comprender el efecto que tiene la interfaz en la
capacitación para conductores de vehículos condicionalmente automatizados a través de experimentación y la toma de decisiones al utilizar modelos de simulación DES, por lo que
un sistema VR, un simulador de conducción de base fija y un manual de usuario que se se plantean las siguientes preguntas:
muestra en una computadora. El rendimiento del sistema VR es igual o significativamente RQ1. ¿El empleo de DESVR facilita la operación de un proceso de simulación a un
mayor para cada una de las variables evaluadas en el estudio. usuario novato?
RQ2. ¿El uso de DESVR aumenta la precisión en la toma de decisiones y reduce el
La mayoría de los trabajos anteriores señalan que la RV tiene un impacto positivo en los tiempo de experimentación?
resultados del entrenamiento, la percepción del usuario y las habilidades espaciales. Por el
contrario, Riz zuto et al. (2019) informan que la realidad virtual tiende a ser menos precisa 3.1. Desarrollo del modelo de simulación de eventos discretos
en las operaciones manuales de alta precisión en comparación con las aplicaciones virtuales
no inmersivas y los entornos reales. Finalmente, Zhao et al. (2020) encontraron que ni el En este estudio, el modelo desarrollado refleja el flujo de un sistema de producción
aumento de la inmersión ni las transiciones continuas de puntos de vista condujeron a un existente. El proceso corresponde a una fábrica que fabrica componentes estructurales para
mejor rendimiento para el aprendizaje espacial en entornos virtuales al aire libre a gran vehículos de manejo de materiales (montacargas) ubicada en el centro de México. El sistema
escala cuando las señales basadas en el cuerpo para el movimiento propio son limitadas. modelado tiene más de 50 operaciones de fabricación distintas con diversos procesos, como
corte, mecanizado, soldadura, rectificado, tratamiento térmico, tratamiento de superficies,
2.4. Beneficios y desafíos para integrar DES y VR pruebas no destructivas (NDT), pintura, montaje y embalaje (ASSY/PKG). El sistema actual
cuenta con más de 20 operarios, varios robots, grúas de carga y descarga, sistemas
Desde una perspectiva de fabricación, la realidad virtual es una tecnología valiosa para transportadores y montacargas.
˜
respaldar la implementación de los principios de la Industria 4.0 (Canas et al., 2021).
Se
puede aplicar a diversos procesos de fabricación, como diseño, creación de prototipos, El modelo se crea en Flexsim, un software de simulación de eventos discretos
ensamblaje y capacitación. Por ejemplo, en tareas de montaje y formación, proporciona una (Beaverstock et al., 2017). El entorno de desarrollo integrado admite elementos 3D de las
plataforma adecuada para aprender haciendo (Abidi et al., 2019), donde la transferencia de bibliotecas estándar, utilizando tokens para activar diagramas de flujo de procesos y
modelos CAD en un entorno virtual da al usuario la sensación de un entorno real, evitando programación con C++. La figura 1 presenta una descripción general de la arquitectura del
las preocupaciones sobre la falla de cualquier componente de los riesgos de rotura y sistema para el modelo DESVR. Consiste en la herramienta de simulación que habilita la
seguridad (Abidi et al., 2018). lógica del modelo, la interfaz gráfica de usuario para la experiencia inmersiva y los dispositivos
de entrada para la interacción del usuario.
Por otro lado, el aprendizaje auténtico aborda el diseño de tareas de la vida real y la
creación de entornos que reflejan el conocimiento utilizado en La figura 2 muestra los pasos esenciales (1 a 5) para generar el modelo DES. Paso
3
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Fig. 1. Arquitectura del sistema DES.
Fig. 2. Los pasos esenciales para generar el modelo DES.
1, se debe establecer y cumplir el objetivo de la experimentación y los mover y dejar caer objetos en el entorno 3D (p. ej., para controlar operadores
indicadores clave de rendimiento (KPI) correspondientes. El paso 2 define la o montacargas), presionar botones para aumentar o disminuir la capacidad
interacción entre el usuario y el modelo de diferentes formas, como por ejemplo: de proceso de la máquina o mover palancas para controlar grúas (pocos cambios
4
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
son necesarios para permitir la interacción de VR con dispositivos hápticos). Paso Al final, el participante debería poder entender por qué la combinación de los
3, se construye el modelo de simulación DES, modelando comportamientos clave valores de CP y los KPI resultantes hacen que el escenario 6
configurando elementos 3D de bibliotecas estándar, diagramas de flujo de procesos el mejor candidato Finalmente, las dos últimas operaciones del flujo del proceso
activados por tokens y programación lógica específica. Paso 4, los puntos de simulado apoyan la toma de decisiones del usuario ya que el participante deberá
interacción marcan los lugares (resaltados con un círculo azul) donde el usuario observar un mayor número de piezas listas para empaquetar.
interactúa con el modelo. Finalmente, en el paso 5, se programan los puntos de
interacción en C++ para habilitar el modo de interacción definido en primera instancia.
3.2. Diseño experimental
La Fig. 3 muestra el diseño del modelo DES, la entrada de la materia prima
(barras de acero) está a la izquierda y la salida del producto (horquillas) está a la
Participantes. En este estudio, 72 voluntarios interactuaron con el modelo. El
derecha. Se crean y programan tres puntos de experimentación, cada uno
58% de los participantes son hombres, mientras que el 42% restante fueron mujeres
representado por un panel de control (CP) y marcado con un símbolo X. Los puntos
con un rango de edad de 18 a 41 años (M = 22.806, DT = 5.150). El 74% (53) son
de interés (PdI) identifican los principales procesos de fabricación con un círculo
estudiantes y el 26% (19) son profesionales con títulos en diferentes áreas
rojo. En cada PdI, el usuario puede ver el progreso del manejo de materiales de ese
(ingeniería, economía y diseño gráfico). Cabe señalar que el 17% (12) tiene
proceso. Además, las dos últimas operaciones del flujo del proceso simulado se
experiencia con el software DES, y el restante sin experiencia previa en el uso o
indican con un círculo negro con un centro lleno o vacío.
modelado con algún software de simulación DES. Los participantes no son usuarios
activos del software DES, y la última vez que lo usaron fue seis meses antes de la
En general, hay tres CP: CP 1 capacidad de una máquina de coser, CP 2
experimentación de este estudio. Finalmente, de los 72 participantes que completaron
tamaño de lote en movimiento y CP 3 tamaño de lote de proceso. Cada CP tiene
el experimento, el 61% experimentó la tecnología VR por primera vez.
dos botones para cambiar los valores de las variables; tres botones para reiniciar,
reproducir y detener la simulación; y cuatro botones para simular diferentes
Interfaces del modelo. El entorno virtual se construye como minimalista escénico
velocidades 1x, 10x, 100x y Max (ilustrado en la Fig. 4a). La velocidad de simulación
(es decir, texturas mínimas, objetos 3D de bajo detalle e interacción simple) para
es qué tan rápido el modelo simula el proceso. 1x significa que el proceso y el
mitigar los síntomas de la enfermedad del simulador (Rebenitsch y Owen, 2016). El
modelo se representan en un segundo, y la velocidad máxima corresponde a un
entorno incluye ruido ambiental, sonidos que se activan con botones y una alarma
tiempo de ejecución del proceso de 1 h mientras que el modelo simula el proceso
que indica el final de la simulación. El usuario puede modificar las variables DES,
en un segundo. El rendimiento de la simulación se establece a la máxima velocidad
ejecutar varios escenarios DES, ver numerosas ayudas visuales (p. ej., indicadores
para ejecutar cada escenario comenzando el día 1 a las 6:30 am y finalizando el día
de desempeño) y alcanzar una meta esperada.
3 a la misma hora (dos días continuos). La Fig. 4a muestra el CP 1 utilizado para
seleccionar el número de barras de acero a cortar. Además, los tableros de
La interacción con el modelo de simulación se realizó a través de dos interfaces:
información muestran los valores de las variables como se muestra en la Fig. 4b,
interfaz de computadora portátil y mouse (LI) e interfaz de controladores HMD (VRI).
mientras que la Fig. 4c presenta un escenario terminado en un PdI después del
El equipo empleado para ejecutar el modelo de simulación es una laptop MSI Raider
tratamiento térmico, mostrando 20 horquillas en el transportador.
GE 75 de 17 pulgadas. El LI permite cambiar los valores de las variables del CP
El objetivo de la experimentación DES es encontrar un escenario que maximice
usando el teclado y el mouse a través de tablas globales. En la Fig. 5a, el participante
los dos KPI principales: KPI1 mide la cantidad de productos terminados y KPI2 la
edita las variables usando el LI. El VRI, por otro lado, permite cambiar los valores
cantidad de paletas enviadas. El escenario optimizado se determina cambiando los
de las variables del modelo de simulación en VR altamente inmersivo usando un
valores de las variables con dos opciones posibles para cada CP, como se muestra
Oculus Rift S HMD para la visualización y controladores táctiles Oculus para la
en la Tabla 2. Existen ocho escenarios posibles según los valores asignados a visualización.
cada punto de experimentación de CP. Estos valores y el resultado de los KPI
manos derecha e izquierda. En la Fig. 5b, el participante usa el HMD y el controlador
aparecen en la Tabla 3.
para cambiar los valores a través de los botones de CP.
Fig. 3. Diseño del modelo DES.
5
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Figura 4. Modelo DES creado para este estudio. (a) Capacidad CP1 de la máquina de coser. (b) Tablero de información con escenarios y variables. (c) PdI en el proceso de tratamiento térmico.
3.3. Procedimiento
Tabla 2
Paneles de control y valores de experimentación válidos.
El tiempo necesario para realizar las actividades fue de aproximadamente 75 min por
PC 1 PC 2 PC 3 participante. A cada participante se le pidió que respondiera a una serie de cuestionarios y
Capacidad de una máquina Mover tamaño Proceso por lotes
firmara una carta de consentimiento. La información fue recolectada y tratada de forma
de coser. de lote tamaño
confidencial y anónima, y cada participante probó ambas interfaces de forma individual
Opción A 1 10 5
según un cronograma acordado. Se crearon dos grupos del mismo tamaño (36 sujetos), y
Opción B 2 25 10
el modelo se usó en dos secuencias para equilibrar cualquier ventaja obtenida por el
segundo en secuencia debido a que los participantes aprendieron la actividad. El primer
grupo empleó el VRI seguido del LI (secuencia de actividad 1 a 4), y el segundo grupo
Tabla 3
utilizó las interfases de forma inversa (secuencia de actividad: 1, 2, 4 y 3). El procedimiento
Valores de CP y resultados de KPI relacionados con ocho escenarios de prueba.
contiene cuatro actividades principales que se describen a continuación:.
Número de PC 1 PC 2 PC 3 KPI 1 KPI 2
escenarios Capacidad de Mover Proceso Número de Número de
una tamaño tamaño paletas productos
3. VRI (2025 min). Se le dio tiempo al participante para que se acostumbrara al HMD y
sus controladores, además de probar la teletransportación y presionar botones en los
CPs (5 min), luego se le pidió que ejecutara todos los escenarios y al final de cada uno
dictara los valores de KPI1
6
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Fig. 5. Las dos interfaces empleadas para realizar la experimentación. (a) Interfaz de computadora portátil (LI). (b) Interfaz de realidad virtual (VRI).
(número de productos terminados) y KPI2 (número de paletas terminadas) al instructor • Cuestionario de información general. Las preguntas están relacionadas con la edad, el
(15 min). A continuación, si el participante utilizaba el modelo DES por primera vez, se le género, el nivel educativo, la frecuencia de uso de computadoras o videojuegos, la
pedía que eligiera el mejor escenario (toma de decisiones) y lo explicara (5 min). experiencia previa con VR o AR y la experiencia previa en el uso o modelado de sistemas
Finalmente, el participante contestó el Cuestionario de Presencia iGroup (IPQ)2 , de producción con software DES. • IPQ. El cuestionario IPQ es una escala muy
cuestionarios de incomodidad y usabilidad (5 min). utilizada en los sistemas de simulación de RV (Chheang et al., 2021, Zainal et al., 2021,
Hruby et al., 2020). El cuestionario mide la sensación de presencia como la sensación
4. IL (2025 min). El participante se familiarizó con el modelo DES y las tablas utilizadas para subjetiva de estar en un entorno virtual. El IPQ considera subescalas que se enfocan en
cambiar los valores de CP a través del teclado y el mouse (5 min). De manera similar al la presencia general, la presencia espacial, la participación y el realismo de la experiencia
VRI, el usuario ejecutó todos los escenarios y dictó al instructor los valores finales de KPI1 percibida en un entorno virtual.
y KPI2 (15 min). Si el participante usaba el modelo DES por primera vez, se le pedía que
eligiera el mejor escenario (toma de decisiones) y lo explicara (5 min). Por último, se les El objetivo es comprender el nivel de inmersión y presencia percibido por los usuarios de
pidió que cumplimentaran un cuestionario de usabilidad (5 min). VRI, empleando modelos DESVR con texturas mínimas, objetos 3D de bajo detalle e
interacción simple en entornos virtuales. Cada pregunta consta de una respuesta en una
escala de 7 puntos (p. ej., totalmente en desacuerdo, moderadamente en desacuerdo,
ligeramente en desacuerdo, neutral, ligeramente de acuerdo, moderadamente de acuerdo
Después de haber probado ambas interfaces, se le pedía al usuario que eligiera la interfaz y totalmente de acuerdo), donde el valor más alto indica una mejor percepción. •
preferida. Cuestionario de malestar. Se emplea un cuestionario que
interpreta las percepciones relacionadas con el uso de VRI para determinar si el usuario
3.4. Medidas sufre alguna molestia. Se eligieron y consideraron cinco síntomas del cuestionario de
enfermedad del simulador (SSQ): malestar general (malestar), fatiga, dolor de cabeza,
Existen varios parámetros para medir la eficacia de una aplicación de RV (Renganayagalu náuseas y mareos (Rze´zniczek et al., 2020). Para evaluarlos se utiliza una escala de 4
et al., 2021). Además, los efectos de la RV más documentados en la literatura son la presencia, (ninguno, leve, moderado y severo). Desde entornos minimalistas (puntuaciones bajas)
la inmersión y el mareo por simulación (Weech et al., 2019; Sportillo et al., 2019). Este trabajo hasta videojuegos (puntuaciones altas), los entornos de RV provocan síntomas
evaluó la efectividad de VRI en comparación con LI mediante el uso de una combinación de significativos al aplicar el SSQ (Saredakis et al., 2020). Para este estudio, el modelo
medidas objetivas y autoinformadas, ambas ejecutando el mismo modelo 3D DES. Esto DESVR se construyó con menos polígonos y un entorno escénico minimalista para
permitió a los investigadores comprender qué interfaz permitía una experimentación más disminuir dichos síntomas.
rápida y precisión en la toma de decisiones. También ayudan a determinar si los participantes
prefieren una interfaz sobre la otra.
• Cuestionario de usabilidad. Después de realizar la experimentación, el usuario respondió
ocho preguntas para evaluar la usabilidad de LI o VRI. Un cuestionario de siete ítems
utilizado por Canepas et al. (2017) y Syberfeldt et al. (2015) para un experimento de RA
3.4.1. Medidas autoinformadas El se utilizó para este estudio, agregando un ítem para evaluar la sensación de
presente estudio utiliza diferentes medidas para estimar el efecto de las dos interfaces entretenimiento (me divertí).
cuando se utilizan modelos de simulación DES. En el transcurso del experimento, cada Las respuestas se calificaron en una escala de 1 a 3 (totalmente en desacuerdo, neutral
participante llenó cuatro cuestionarios que se describen a continuación. y totalmente de acuerdo).
3.4.2. Medidas objetivas
El tiempo necesario para completar los ejercicios se registró durante la prueba de los
ocho escenarios y la velocidad de toma de decisiones de los participantes refleja el efecto de
ambas interfaces (VRI y LI). un reloj digital
2
https://www.igroup.org/pq/ipq/index.php.
7
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
fue utilizado por el instructor para registrar el tiempo en minutos. significativamente mejor en comparación con LI (p < 0,05). En cuanto a la pregunta 6
(demanda física), la puntuación LI fue peor y, sin embargo, no fue estadísticamente
• El tiempo de experimentación de VRI se refiere al tiempo transcurrido en el que el significativa en comparación con VRI (p mayor que 0,05). Además, los participantes
participante inicia el modelo de simulación ejecutando el escenario 1 hasta el respondieron una pregunta sobre la interfaz que preferirían usar con los modelos de
escenario 8, usando Oculus y controladores. simulación DES. La figura 6 refleja la preferencia subjetiva de los 72 participantes, donde
• El tiempo de toma de decisiones de VRI se relaciona con el tiempo transcurrido para 70 prefieren VRI y 2LI, como se muestra en el gráfico circular.
revisar y elegir el mejor escenario.
• El tiempo de experimentación LI es el tiempo transcurrido cuando el participante inicia Los autores encontraron que los participantes consideraban que la VRI era más fácil
el modelo de simulación ejecutando el escenario 1 hasta el escenario 8, usando una de entender (pregunta 1) y usar (pregunta 2) durante el experimento con modelos DES
computadora portátil y un mouse. (p. ej., cambiar los valores de CP). Ningún participante señaló la falta de sentido del tacto
• Tiempo de toma de decisiones de LI, el tiempo transcurrido para revisar y en VRI. Puede ser debido a la vibración del
elegir el mejor escenario. controladores hápticos y retroalimentación visual, que contribuyen a la sensación de
presencia de un participante cuando realiza actividades (p. ej., presionar el botón) (Gibbs
Finalmente, la precisión en la toma de decisiones se mide comparando la decisión et al., 2022). En cuanto a la velocidad de interacción de la interfaz (pregunta 3), la
real con la respuesta correcta cuando el participante revisa y elige el mejor escenario. percepción de los participantes para probar los ocho escenarios favoreció a VRI. En
concordancia con los resultados anteriores, los participantes informaron que preferirían
tener disponible la interfaz VRI para la experimentación con el modelo DES (pregunta 4).
4. Resultados y discusión Siguiendo la tendencia a favor de VRI, los participantes se divirtieron más usándolo
(pregunta 5). Las preguntas anteriores proporcionaron resultados razonablemente buenos
El primer resultado de este estudio es que el desarrollo y la programación de los desde el punto de vista de la aceptabilidad. Parece que los usuarios pueden adoptar y
tableros de interacción VRI permitieron a los participantes del experimento probar los emplear rápidamente la tecnología VRI sin una comprensión previa de los modelos DES.
ocho escenarios sin tener ninguna experiencia previa con la simulación DES. Las medidas
autoinformadas y objetivas para las diferencias de la interfaz de usuario de VRI y LI se En relación a la demanda física (pregunta 6), tanto VRI como LI obtuvieron puntajes
analizaron mediante la prueba de MannWhitney para datos ordinales, categóricos y de cercanos y los resultados no fueron estadísticamente significativos (p mayor a 0,05).
distribución no normal; y la prueba t para datos continuos normalmente distribuidos. Se Mientras que los participantes que usaron el VRI estaban de pie, caminaban y movían la
utilizó una significación estadística del 5 % para las pruebas ( valor de p < 0,05) y se cabeza y las manos para presionar los botones, los participantes que usaron el LI
utilizó el software Minitab para los cálculos. estaban sentados y usaban el teclado y el mouse para cambiar los valores. Si bien esto
sugiere que la interfaz VRI fue más exigente físicamente, los resultados de ambas
interfaces demuestran que la percepción de la demanda física de los usuarios fue similar
para las dos interfaces, podría deberse a que la actividad realizada no fue compleja.
4.1. Medidas autoinformadas
Los autoinformes se recogieron a través de un conjunto de tres cuestionarios. Al final
En el mismo contexto, los participantes respondieron una pregunta sobre demanda
de la experimentación con VRI y LI, los participantes respondieron los cuestionarios de
mental (pregunta 7) requerida para cada interfaz. VRI mostró puntuaciones
usabilidad, IPQ y malestar. Posteriormente, los datos se utilizaron para generar un
significativamente mejores que LI, lo que indica que VRI fue menos exigente mentalmente.
análisis estadístico descriptivo y se probó la significación media mediante la prueba de
Debido a que los escenarios de configuración de VRI solo requieren que el usuario
MannWhitney (p < 0,05). A pesar de la leve incomodidad y la demanda mental inherente
presione los botones del panel (una tarea simple), en contraste, LI requiere que el usuario
causada por los entornos de RV, los resultados mostraron una preferencia por la VRI,
ingrese los valores manualmente. Además, como se señala más adelante en los
que podría estar sesgada debido a la subjetividad de los cuestionarios. Una forma de
resultados del cuestionario de incomodidad, se sugiere que se centraron en la
reforzar los hallazgos de dichos instrumentos de evaluación sería a través de mediciones
funcionalidad y la comprensión del modelo en lugar de los recursos cognitivos que
fisiológicas y neurológicas (p. ej., vista, tacto, propiocepción) con sensores portátiles
exigen los entornos de RV.
( Krokos y Varshney, 2021; Park et al. 2021; Magaki y Vallance, 2020).
En cuanto a la frustración (pregunta 8), los valores de VRI informados fueron mejores
que los de LI. Ubica a VRI como la interfaz que generó menos frustración, y la mayor
diferencia en los resultados entre las dos interfaces se observó para esta pregunta entre
Cuestionario de usabilidad. Los participantes completaron un cuestionario de
las ocho preguntas. Es de esperar, dado que la frustración de usar el mouse para navegar
usabilidad para evaluar cada interfaz donde se analizan estadísticamente los resultados.
y encontrar el ángulo de visión correcto fue un comentario negativo muy repetido por
La evaluación de los aspectos como facilidad de uso, facilidad de comprensión, exigencia
parte de los usuarios. En cuanto a la pregunta adicional sobre la interfaz preferida, VRI
física y mental, frustración, entre otros, favoreció a la VRI. La Tabla 4 indica los resultados
superó a LI con una preferencia del 97% (70 participantes).
de la respuesta promedio para VRI, LI y la diferencia. Para las preguntas 1 a 5 y 7 a 8, la
puntuación VRI fue
En general, los resultados favorecen fuertemente a VRI. Podrían ser apoyados por
Tabla 4
Puntuaciones del cuestionario de usabilidad para VRI y LI: preguntas y resultados promedio.
8
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
el hecho de que los participantes interactúen con los modelos como lo harían con un 4.2. Medidas objetivas
sistema real y logran una mejor concentración al estar aislados del mundo real, al
contrario de la perspectiva en tercera persona que ofrece una computadora portátil. Las medidas evaluaron el tiempo total de experimentación tanto para VRI como
para LI y la precisión del proceso de toma de decisiones para seleccionar el mejor
Cuestionario de malestar. La evaluación del cuestionario identifica síntomas escenario de simulación. El tiempo de experimentación es significativamente menor
relacionados con el uso del HMD. Estos síntomas pueden impedir que los usuarios cuando los participantes usan la interfaz VRI. Sin embargo, al comparar la comprensión
finalicen la experimentación. El resultado fue alentador ya que todos los participantes de los participantes del modelo tanto para VRI como para LI, no hay una diferencia
llevaron a cabo los ocho escenarios de VRI y nadie abandonó el experimento. De significativa entre las interfaces, y lo mismo se observó con el tiempo de toma de
acuerdo con los resultados del cuestionario, el 49% de los participantes no reportó decisiones. Las variables enumeradas a continuación (es decir, experimentación y
síntomas, y el resto de los participantes mostró síntomas leves o moderados. No se tiempo de toma de decisiones) se probaron estadísticamente (p < 0,05) usando una
informaron síntomas graves y solo dos participantes sufrieron todos los síntomas prueba t pareada o una prueba t (datos distribuidos normalmente y varianza igual); en
(malestar general, fatiga, dolor de cabeza, náuseas, mareos). La Fig. 7 ilustra los caso contrario, se aplicó una prueba no paramétrica de MannWhitney.
resultados de los síntomas leves y moderados donde el mareo fue el más común (Fig.
7a leve 35% y Fig. 7b moderado 4%). Aunque algunos participantes sintieron una ligera Tiempo de experimentación: VRI versus LI. El tiempo de experimentación para VRI
molestia, todos completaron el experimento VRI. A pesar de los síntomas, podría versus LI se compara entre los participantes, independientemente de la secuencia en
sugerir que los resultados no favorecerían la selección de VRI. Sin embargo, la la que realizaron la experimentación. La Fig. 9a muestra que el tiempo medio de
sensación de síntomas leves y moderados no fue determinante para la preferencia experimentación en VRI fue 2,71 min menos que en LI.
interfacial. La tendencia hacia VRI podría basarse en los beneficios y la funcionalidad Tiempo de experimentación: VRI 1er grupo versus LI 2do grupo. Esta comparación
percibidos por los participantes durante las pruebas (p. ej., fácil comprensión del involucra a participantes que primero usaron VRI o LI. La Fig. 9b muestra que el tiempo
modelo, observación de todos los procesos con diferentes perspectivas, enfoque en la medio de experimentación en VRI es 2,30 min menos que en LI.
tarea sin distracción). Este fue el resultado anticipado ya que el tiempo de experimentación VRI versus LI
favoreció a VRI (diferencia de 2.71 min).
Tiempo de experimentación: VRI 1er grupo versus VRI 2do grupo. Esta comparación
Este estudio no buscó reducir los síntomas típicos de los entornos de RV. El VRI involucra a participantes que usaron VRI independientemente del grupo.
implementó algunos principios de interacción de diseño que previamente demostraron La Fig. 9c muestra que los participantes del primer grupo VRI tardaron más en
ser efectivos contra estos síntomas, por ejemplo, la teletransportación (controles completar el experimento que los del segundo grupo VRI y la diferencia de los valores
táctiles) en lugar del movimiento natural típico de algunos videojuegos en primera medios no es significativa (p = 0,087). Los participantes del 2º grupo VRI ya utilizaron
persona. Se necesitan estudios adicionales para abordar la reducción de la enfermedad el modelo en su experiencia previa con LI, y se observa menor variabilidad SD = 0,99
del simulador para mejorar la experiencia del usuario con los modelos. para el 2º grupo VRI.
Tiempo de experimentación: LI 1er grupo versus LI 2do grupo. Esta comparación
Cuestionario IPQ. Para los participantes que utilizan VRI, la figura 8 muestra la incluye participantes que usaron LI tanto en el primer como en el segundo grupo. La
puntuación IPQ media para la presencia general M = 5,15 y la presencia espacial M = 5,05. Fig. 9d muestra que los participantes del segundo grupo LI consumieron menos tiempo
Ambos resultados obtuvieron los valores más altos de las cuatro categorías. Indica un que el primer grupo LI y la diferencia en el valor medio no es significativa (p = 0,401). A
fuerte sentido de estar presente en el modelo por parte de los participantes. pesar de que los participantes del grupo LI 1 ya habían utilizado el modelo que emplea
La media de implicación es M = 3,9, valor inferior a la presencia. El Oculus tiene audio VRI, no favoreció el rendimiento del tiempo.
posicional integrado en el visor y el laboratorio de pruebas no está aislado, por lo que
se espera una participación baja ya que el sonido ambiental puede distraer levemente Tiempo de toma de decisiones: VRI versus LI. Los participantes del 1er grupo VRI
la atención del participante en el entorno virtual. La experiencia realismo fue la categoría o del 2do grupo LI demostraron las mejores habilidades para la toma de decisiones,
con la media más baja M = 3,38, con valores ligeramente por encima de la mitad de la eligiendo el mejor escenario. La figura 10 muestra que el tiempo medio de toma de
escala. Es de esperar ya que Flexsim no alcanza el realismo de otras experiencias VR decisiones en VRI fue 0,33 min menos que en LI, pero esta diferencia no fue
desarrolladas en motores de videojuegos como Unity3 o Unreal4 . significativa. En cuanto a la precisión en la toma de decisiones, el 87% de los
participantes respondió correctamente (63 eligieron el escenario 6), y el 13% restante
El promedio de presencia general y la presencia espacial obtuvieron los valores se dividió de la siguiente manera: el 33% de las respuestas incorrectas fueron del grupo
más altos de las subescalas del IPQ. Estos resultados podrían provenir de la VRI 1 (3 participantes) versus el 67% de los errores provienen del segundo grupo LI (6
combinación de la escala 1:1 del modelo de simulación y la vista en primera persona participantes) como se muestra en la Fig. 11.
típica de HMD moderno como Oculus Rift S utilizado en este estudio. Con respecto al tiempo medio de experimentación para VRI versus LI y
Al monitorear la participación, los participantes estaban atentos y comprometidos considerando los registros de todos los participantes de los ocho escenarios, VRI fue
con el entorno virtual, aunque ocasionalmente se distraían con el mundo exterior (es más rápido que LI. Los participantes de VRI experimentaron una reducción de tiempo
decir, el laboratorio no estaba aislado del sonido). Vale la pena mencionar que solo promedio del 22 %, y ocurrió una tendencia similar con los participantes del primer
algunos procesos de fabricación representativos tenían ruido ambiental (p. ej., corte, grupo de VRI versus el segundo grupo de LI con una reducción de tiempo del 19 %.
soldadura y empaque), mientras que otros no (p. ej., navegación virtual por los pasillos). Sugiere que VRI acelera la actividad de experimentación con modelos DES en
comparación con LI, independientemente de si las personas tienen una comprensión previa del mode
En cuanto a la experiencia, el realismo fue la subescala peor evaluada, aunque los no.
participantes calificaron el modelo tan realista como el sistema de fabricación. El En cuanto al tiempo medio de experimentación del 1.er grupo VRI frente al 2.º
resultado se puede atribuir a archivos CAD y Sketchup con geometrías básicas para grupo VRI y del 1.er grupo LI frente al 2.º grupo LI, no hubo diferencias significativas
construir el modelo completo (es decir, textura mínima y objetos 3D con poco detalle). para ninguno de los dos (es decir, los usuarios que probaron una interfaz en primer
Sin embargo, era necesario ejecutar el modelo DES a alta velocidad sin demandar un lugar frente a los que probaron la misma interfaz en segundo lugar). Esta falta de
hardware excesivo. Finalmente, esta es una evaluación estadísticamente no probada, significancia sugiere que la comprensión previa del modelo no impacta el tiempo de
que requiere más estudios con geometrías de alto y bajo detalle para comprender experimentación con una u otra interfaz. El tiempo medio de experimentación para VRI
cómo el nivel de realismo afecta la preferencia por la interfaz utilizada. muestra una reducción del tiempo y una menor variabilidad cuando los participantes
utilizan dicha interfaz en segundo lugar. Sin embargo, los participantes de LI dedicaron
más tiempo a la experimentación y los valores medios presentan una mayor variabilidad.
Además, no existe una correlación clara entre la edad y el tiempo de experimentación
3
https://unity.com/. (VRI, r = 0,184 / LI, r = 0,195), a pesar de que dos de los participantes mayores de 30
4 años registraron la mayor
https://www.unrealengine.com/.
9
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Figura 7. Los síntomas más percibidos del cuestionario de malestar. (a) Síntomas leves. (b) Síntomas moderados.
y facilidad de uso de VRI. Facilita a los usuarios reconocer el entorno fácilmente ya que
emula la interacción con objetos reales, como colocar objetos frente a un tablero y
presionar botones. Además, sugiere que la curva de aprendizaje para usar el VRI es
más baja que LI ya que el instructor presentó la misma explicación del modelo y los
participantes dedicaron el mismo tiempo a familiarizarse con ambas interfaces. La
adopción masiva de dispositivos HMD ofrece una interfaz altamente inmersiva que
reforzó las observaciones mencionadas anteriormente. Es posible que la interfaz de la
computadora de escritorio (pantalla, teclado y mouse) pronto ya no sea la opción
estándar para la interacción con los modelos DES.
Un análisis secundario de los datos consistió en separar a los participantes de la
prueba por estratos. Los estratos analizados se clasificaron en género (hombres frente
a mujeres), experiencia previa con videojuegos (jugador frente a no jugador), experiencia
DES (alguna vez frente a nunca) y nivel educativo (estudiante frente a profesional). Las
variables examinadas fueron el tiempo de experimentación y el tiempo de toma de
decisiones para VRI y LI. La comparación empleó dos pruebas, la igualdad de varianzas
(prueba F y prueba de Levene) y la igualdad de medias (prueba t), con un nivel de
Figura 8. Valores medios de las subescalas del IPQ.
confianza del 95%.
De acuerdo con los resultados, no hubo diferencia significativa entre los distintos
tiempos de experimentación independientemente de la interfaz utilizada. Los estudios
estratos, excepto en el rendimiento por nivel de estudios donde ambos conjuntos
posteriores deberían considerar el uso de grupos experimentales de edad bien definidos
(estudiante y profesional) presentaron igual varianza, pero sí diferencia en la media del
para verificar si existen diferencias de tiempo significativas entre los grupos de edad.
tiempo de experimentación VRI y LI, con una menor tiempo promedio para los
En cuanto al tiempo necesario para decidir y elegir el mejor escenario, la media
profesionales. Implica que los profesionales, como subconjunto del universo de evidencia,
volvió a favorecer al VRI con una reducción del 6%. No obstante, la variabilidad fue
sí tienen un impacto menor en las variables temporales anteriores.
menor en LI pero no significativa, y la diferencia de tiempo para seleccionar el mejor
escenario no es relevante independientemente de la interfaz.
Además, el porcentaje de error al elegir el mejor escenario no superó el 13% del total de
participantes y favoreció a VRI (3 errores) frente a LI (6 errores). Sugiere que LI puede 4.3. Respuesta a las preguntas de investigación
disminuir la precisión de la toma de decisiones de la elección del escenario, aunque se
necesitan más estudios para validar esta suposición. Respecto a RQ1: ¿El empleo de DESVR facilita la operación de un proceso de
simulación a un usuario novato? Las medidas autoinformadas respondieron a esta
La suposición de la reducción del tiempo se basa en la intuición, la interactividad, pregunta completando tres cuestionarios.
Fig. 9. Comparación de tiempos de experimentación. (a) VRI vs LI, la media del tiempo de experimentación VRI (M = 9.6, SD = 1.3) y LI (M = 12.31, SD = 1.65) con p < 0.01 . (b)
VRI 1er grupo vs LI 2do grupo, la media del tiempo de experimentación, VRI 1er grupo (M = 9,89, SD = 1,52) y LI 2do grupo (M = 12,19, SD = 1,64) con p < 0,01 . (C)
VRI 1° grupo vs VRI 2° grupo, el tiempo medio de experimentación, VRI 1° (M = 9,89, DE = 1,52) y VRI 2° (M = 9,32, DE = 0,99) con p = 0,087. (d) LI 1er grupo vs LI 2do grupo,
el tiempo medio de experimentación, LI 1ro (M = 12.53, SD = 1.65) y LI 2do (M = 12.19, SD = 1.64) con p = 0.401.
10
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
gran medida debido a la visualización inmersiva del usuario. Con respecto a la
capacidad, la facilidad de uso y la demanda mental, los participantes prefirieron VRI
versus LI para experimentar con modelos DES. VRI mostró una alta aceptación de
uso y fue elegida como la interfaz preferida para la experimentación por la mayoría
de los participantes. No experimentaron ninguna frustración al poder moverse dentro
de un entorno de alta inmersión.
Se necesita investigación adicional para medir el impacto de DESVR para validar
los resultados presentados en este estudio (p. ej., agregar más escenarios, probar
diversos diseños de fábrica, habilitar diferentes formas interactivas, como el
reconocimiento de gestos para moverse, agarrar y soltar objetos). En trabajos
futuros, el sistema DESVR incorporará más parámetros (es decir, modelos complejos)
y capacitará a los estudiantes en escenarios reales para evaluar el efecto sobre la
transferencia de conocimiento.
La carga de trabajo mental es otro factor a considerar en entornos de RV porque
los usuarios están expuestos a diversos estímulos (p. ej., interacción de objetos y la
sensación de presencia). Se puede medir utilizando medidas fisiológicas, medidas
subjetivas (es decir, cuestionarios estándar como NASATLX y la técnica de
Fig. 10. Tiempo de toma de decisiones. VRI 1º vs LI 2º, el VRI medio 1º (M = 4,96, SD = 1,78) y LI 2º (M =
evaluación de la carga de trabajo subjetiva) o medidas de desempeño de tareas
5,29, SD = 1,57) con p < 0,414 . (Das et al., 2020; Wang et al.
2021). En el futuro, los autores deberían considerar un análisis adicional para
descubrir el vínculo entre el desempeño de la tarea y la carga de trabajo mental en
entornos de realidad virtual para DES en la industria manufacturera.
Declaración de interés en competencia
Los autores declaran que no tienen intereses financieros en competencia ni
relaciones personales conocidas que pudieran haber influido en el trabajo informado
en este documento.
Agradecimientos
Esta investigación cuenta con el apoyo parcial de las becas CONACYTCIATEQ
Fig. 11. Distribución del 13% de respuestas incorrectas. El 1er grupo VRI cometió un 33% de errores versus
CVU 272831, CONACYT SNI y CONACYT FOMIXTAB 276501. Los autores desean
el 2do grupo LI con un 67%.
agradecer a MChem Elizabeth Gold por su ayuda para mejorar el manuscrito en
inglés. También agradecemos a los revisores por sus útiles comentarios para mejorar
Los resultados del cuestionario de usabilidad favorecieron a VRI. Además, el este manuscrito.
cuestionario de incomodidad reveló que los participantes no reportaron síntomas
severos. Además, el cuestionario IPQ mostró un impacto positivo para todos los Referencias
usuarios en términos de percepción y realismo del proceso de simulación.
Abidi, MA, Lyonnet, B., Chevaillier, P. y Toscano, R. (2016). Aportación de la realidad virtual para la
simulación de líneas de producción en un entorno lean manufacturing.
En cuanto a RQ2: ¿El uso de DESVR aumenta la precisión en la toma de
Revista internacional de teoría e ingeniería informática, 8 (3), 182–189. https://doi. org/10.7763/
decisiones y reduce el tiempo de experimentación? Los resultados de este estudio IJCTE.2016.V8.1041 Abidi, MH, Al
respaldan la teoría de que la realidad virtual representa una herramienta prometedora Ahmari, A. y Ahmad, A. (2018). Un enfoque sistemático para la selección de parámetros para la
traducción de datos de realidad virtual CAD utilizando la metodología de superficie
para la interacción, la experimentación y la toma de decisiones para los modelos
de respuesta y MOGAII. Plos One, 13(5), artículo e0197673. https://doi.org/ 10.1371/
DES y señala una nueva etapa en la evolución de DES para los sistemas de journal.pone.0197673
fabricación. En este contexto, la sensación de presencia e inmersión es ventajosa Abidi, MH, AlAhmari, A., Ahmad, A., Ameen, W. y Alkhalefah, H. (2019). Evaluación del sistema de
para mejorar la experiencia del usuario y mejorar la precisión en la toma de formación en montaje de fabricación basado en realidad virtual. Revista internacional de
tecnología de fabricación avanzada, 105(9), 3743–3759. https://doi.org/ 10.1007/s00170019038013
decisiones. Además, la comparación VRI versus LI indicó que VRI supera a LI en
casi todas las medidas comparativas y presenta menos variabilidad, lo que sugiere Akpan, IJ y Shanker, M. (2017). Las realidades y mitos confirmados sobre los beneficios y costos de la
que VRI es efectivo para la precisión en la toma de decisiones. visualización 3D y la realidad virtual en el modelado y la simulación de eventos discretos: un
metanálisis descriptivo de la evidencia de la investigación y la práctica.
Informática e ingeniería industrial, 112, 197–211. https://doi.org/10.1016/j. cie.2017.08.020
5. Conclusiones
Akpan, IJ y Shanker, M. (2019). Una evaluación comparativa de la eficacia de
realidad virtual, visualización 3D y simulación interactiva visual 2D: un metanálisis exploratorio.
Esta investigación desarrolla un modelo DES y propone un enfoque para evaluar
Simulación, 95(2), 145–170. https://doi.org/10.1177/ 0037549718757039
el impacto de la realidad virtual. El objetivo era estimar la efectividad del uso de VR
para interactuar, experimentar y apoyar la toma de decisiones con modelos DES Akpan, IJ, Shanker, M. y Razavi, R. (2020). Mejorar el éxito de la simulación
proyectos utilizando visualización 3D y realidad virtual. Revista de la Sociedad de Investigación
para sistemas de fabricación. El DESVR se puede aplicar a empresas sin amplios
Operacional, 71 (12), 1900–1926. https://doi.org/10.1080/01605682.2019.1641649
recursos de formación debido a la facilidad de aprendizaje para los participantes. Alshaer, A., Regenbrecht, H. y O'Hare, D. (2017). Factores de inmersión que afectan
percepción y comportamiento en un simulador de silla de ruedas eléctrica de realidad virtual.
Ergonomía aplicada, 58, 1–12. https://doi.org/10.1016/j.apergo.2016.05.003
El estudio se basa en ocho escenarios de simulación para abordar una solución
Anderson, DR, Sweeney, DJ, Williams, TA, Camm, JD, Cochran, JJ, Fry, MJ y Ohlmann, JW (2016).
específica y parcial en una planta de fabricación. Con respecto al tiempo de toma Métodos cuantitativos para los negocios (Decimotercera edición).
de decisiones, ninguna de las interfaces fue significativamente más rápida que la otra. Aprendizaje Cengage.
Por lo tanto, la interfaz no afecta el tiempo necesario para llegar a una decisión. Aurich, JC, Yang, X., Schroder, ̈ S., HeringBertram, M., Biedert, T., Hagen, H. y Hamann, B.
(2012). Investigación del ruido en sistemas de fabricación: un método mejorado de simulación
Cabe señalar que en términos de precisión en la toma de decisiones, el VRI logró acústica y realidad virtual. CIRP Journal of Manufacturing Science and Technology, 5(4),
un menor porcentaje de error en la selección del mejor escenario, en 337–347. https://doi.org/10.1016/j.cirpj.2012.09.010
Bancos, J. (Ed.). (2010). Simulación de sistemas de eventos discretos (5ª ed). Prentice Hall.
11
Machine Translated by Google
V. Alejandro HuertaTorruco et al.
Informática e Ingeniería Industrial 168 (2022) 108079
Beaverstock, M., Greenwood, A. y Nordgren, W. (2017). Simulación aplicada. flexsim Jensen, L. y Konradsen, F. (2018). Una revisión del uso de pantallas montadas en la cabeza de realidad
Software Products Inc, Canyon Park Technology Center, Orem, EE. UU.: modelado y análisis con virtual en la educación y la formación. Educación y Tecnologías de la Información, 23(4), 1515–
Flexsim. 1529. https://doi.org/10.1007/s1063901796760
Bekele, MK y Champion, E. (2019). Una comparación de realidades inmersivas y Jones, D., Snider, C., Nassehi, A., Yon, J. y Hicks, B. (2020). Caracterización del gemelo digital: una
métodos de interacción: aprendizaje cultural en el patrimonio virtual. Fronteras en Robótica e IA, 6, revisión sistemática de la literatura. CIRP Journal of Manufacturing Science and Technology, 29,
91. https://doi.org/10.3389/frobt.2019.00091 Berg, LP y Vance, 36–52. https://doi.org/10.1016/j.cirpj.2020.02.002 Kelsick, J., Vance, JM, Buhr, L.
JM (2017). Uso industrial de la realidad virtual en el diseño y fabricación de productos: una encuesta. y Moller, C. (2003). Simulación de eventos discretos implementada en un entorno virtual. Revista
Realidad virtual, 21(1), 1–17. https://doi.org/10.1007/ s1005501602939 de Diseño Mecánico, 125(3), 428–433. https://doi.org/10.1115/1.1587745
Berni, A. y Borgianni, Y. (2020). Aplicaciones de la realidad virtual en ingeniería y Krokos, E. y Varshney, A. (2021). Cuantificación del cibersickness de VR usando EEG. Virtual
diseño de producto: por qué, qué, cómo, cuándo y dónde. Electrónica, 9 (7), 1064. https://doi.org/ Realidad. https://doi.org/10.1007/s10055021005172 Kunz, A.,
10.3390/electronics9071064 Canepa Zank, M., Fjeld, M. y Nescher, T. (2016). Caminata real en entornos virtuales para la planificación y
Talamas, D., Nassehi, A. y Dhokia, V. (2017). Marco innovador para la metrología inmersiva. evaluación de fábricas. Procedia CIRP, 44, 257–262. https://doi.org/ 10.1016/j.procir.2016.02.086
Procedimiento CIRP, 60, 110–115. https://doi.org/10.1016/j. procir.2017.02.028 H., Mula, J.,
˜
DíazMadronero, ̃ M., Kuts, V., Modoni, GE, Terkaj, W., T¨ ahemaa, T., Sacco, M. y Otto, T. (2017). Explotación de la telemetría
e & CampuzanoBolarín, F. (2021). Implementando los principios de Canas, industria 4.0. Informática de fábrica para admitir la simulación de realidad virtual en la celda de robótica. En LT De Paolis, P.
Ingeniería Industrial, 158, artículo 107379. https://doi.org/10.1016/j.cie.2021.107379 Bourdot y A. Mongelli (Eds.), Realidad aumentada, realidad virtual y gráficos por computadora
(vol. 10324, págs. 212–221). Publicaciones internacionales de Springer.
Chen, Z. y Huang, L. (2021). Gemelos digitales para compartir información en la cadena de suministro de Doi: 10.1007/9783319609225_16.
remanufactura: una revisión. Energía, 220, artículo 119712. https://doi.org/10.1016/j. Kuts, V., Otto, T., Tahemaa, ̈ T. y Bondarenko, Y. (2019). Simulación y control sincronizado
energía.2020.119712 basado en gemelos digitales de la celda robótica industrial usando realidad virtual. Revista de
Chheang, V., Saalfeld, P., Joeres, F., Boedecker, C., Huber, T., Huettl, F., … Hansen, C. Ingeniería de Máquinas, 19, 128–144. https://doi.org/10.5604/ 01.3001.0013.0464
(2021). Un entorno colaborativo de realidad virtual para la planificación de cirugías hepáticas.
Computadoras y Gráficos, 99, 234–246. https://doi.org/10.1016/j.cag.2021.07.009 Ciprian Firu, Kwok, PK, Yan, M., Chan, BKP y Lau, HYK (2019). Formación en gestión de crisis mediante simulación de
˘
A., Ion Tapîrdea, A., Ioana Feier, A. y Draghici, G. (2021). Realidad virtual en el ámbito de la automoción eventos discretos y técnicas de realidad virtual. Informática e ingeniería industrial, 135, 711–722.
en la industria 4.0. Materiales hoy: Actas, 45, 4177–4182. https://doi.org/10.1016/j.matpr.2020.12.037 https://doi.org/10.1016/j.cie.2019.06.035 Lawson, G., Salanitri, D. y Waterfield, B.
(2016). Direcciones futuras para el desarrollo de la realidad virtual dentro de un fabricante de automóviles.
Colombo, S. y Golzio, L. (2016). El simulador de Planta como medio viable para prevenir y gestionar el Ergonomía aplicada, 53, 323–330. https://doi.org/10.1016/j.apergo.2015.06.024
riesgo a través de la gestión por competencias: Resultados del experimento. Ciencias de la seguridad,
84, 46–56. https://doi.org/10.1016/j.ssci.2015.11.021 Das, S., Maiti, Li, Y., Wang, D. y Liu, Y. (2019). La aplicación de la tecnología de realidad virtual en la formación logística.
J. y Krishna, OB (2020). Evaluación de la carga de trabajo mental en operaciones de grúas EOT basadas En F. Xhafa, S. Patnaik y M. Tavana (Eds.), Avances en sistemas y aplicaciones inteligentes
en realidad virtual: un enfoque de múltiples medidas. Revista Internacional de Ergonomía e interactivos (vol. 885, págs. 668–675). Publicaciones internacionales de Springer. https://doi.org/
Industrial, 80, Artículo 103017. https://doi.org/10.1016/j. ergon.2020.103017 10.1007/9783030028046_87.
Liagkou, V., Salmas, D. y Stylios, C. (2019). Realización de aprendizaje de realidad virtual.
de Paula Ferreira, W., Armellini, F., & De SantaEulalia, LA (2020). Simulación en la industria 4.0: una entorno para la industria 4.0. Procedimiento CIRP, 79, 712–717. https://doi.org/10.1016/
revisión del estado del arte. Informática e Ingeniería Industrial, 149, artículo 106868. https:// j.procir.2019.02.025 _
doi.org/10.1016/j.cie.2020.106868 Longo, F., Nicoletti, L. y Padovano, A. (2019). Preparación para emergencias en plantas industriales: una
Dorozhkin, DV, Vance, JM, Rehn, GD y Lemessi, M. (2012). Acoplamiento de simulación de operaciones solución con visión de futuro basada en tecnologías habilitadoras de la industria 4.0.
de fabricación interactiva y realidad virtual inmersiva. Realidad virtual, 16(1), 15–23. https://doi.org/ Computadoras en la Industria, 105, 99–122. https://doi.org/10.1016/j.
10.1007/s1005501001657 Ebnali, M., Lamb, R., Fathi, R. y Hulme, K. compuesto.2018.12.003
(2021). Tour de realidad virtual por primera vez Maftei, L. y Harty, C. (2015). Diseño en cuevas: uso de visualizaciones inmersivas en la práctica del
Usuarios de automóviles altamente automatizados: Comparación de los efectos de entornos virtuales diseño. Revista internacional de investigación arquitectónica: ArchNetIJAR, 9(3), 53–75. https://
con diferentes niveles de fidelidad de interacción. Ergonomía Aplicada, 90, Artículo 103226. doi.org/10.26687/archnetijar.v9i3.693
https://doi.org/10.1016/j.apergo.2020.103226 Magaki, T. y Vallance, M. (2020). Buscar métricas fisiológicas accesibles para detectar
FloresGarcía, E., Bruch, J., Wiktorsson, M. y Jackson, M. (2021). Enfoques de toma de decisiones en cybersickness in VR: International Journal of Virtual and Augmented Reality, 4(1), 1–18. https://doi.org/
innovaciones de procesos: un estudio de caso exploratorio. Revista de gestión de 10.4018/IJVAR.2020010101
tecnología de fabricación, 32(9), 1–25. https://doi.org/10.1108/ Mawson, VJ y Hughes, BR (2019). El desarrollo de herramientas de modelado para mejorar la eficiencia
JMTM0320190087 energética en los procesos y sistemas de fabricación. Revista de sistemas de fabricación, 51, 95–105.
Gamlin, A., Breedon, P. y Medjdoub, B. (2014). Implementación de realidad virtual inmersiva en un entorno https://doi.org/10.1016/j.jmsy.2019.04.008 Mayor, J., Raya, L., & Sánchez, A.
de fabricación ajustada. Conferencia internacional sobre tecnologías y juegos interactivos, (2019). Un estudio comparativo de los métodos de interacción y locomoción de la realidad virtual basados
2014, 51–58. https://doi.org/10.1109/iTAG.2014.13 Gao, Y., Chang, D., Chen, CHH. y Xu, Z. en la presencia, la ciberenfermedad y la usabilidad. Transacciones IEEE sobre temas emergentes en
(2022). Diseño de aplicaciones de gemelos digitales en la programación de patios de almacenamiento informática. https://doi.org/10.1109/TETC.2019.2915287 _
automatizados. Ingeniería Informática Avanzada, 51, artículo 101477. https://doi.org/10.1016/
j.aei.2021.101477 Gibbs, JK, Gillies, M. y Pan, X. (2022). Una Michalos, G., Karvouniari, A., Dimitropoulos, N., Togias, T. y Makris, S. (2018).
comparación de los efectos de la retroalimentación háptica y visual sobre la presencia en la realidad virtual. Análisis y diseño de puestos de trabajo mediante técnicas de realidad virtual. Anales CIRP, 67(1),
International Journal of HumanComputer Studies, 157, Artículo 102717. https://doi.org/10.1016/ 141–144. https://doi.org/10.1016/j.cirp.2018.04.120
j.ijhcs.2021.102717 Gorecky, D., Khamis, M. y Mura, K. (2015). Introducción y MolinaCarmona, R., PertegalFelices, ML, JimenoMorenilla, A., & MoraMora, H.
establecimiento de la formación virtual en la fábrica del futuro. Revista internacional de fabricación (2018). Evaluación del impacto de la realidad virtual en la capacidad espacial de los estudiantes
integrada por computadora, 30 (1), 182–190. https://doi.org/10.1080/0951192X.2015.1067918 de ingeniería. En A. Visvizi, MD Lytras y L. Daniela (Eds.), El futuro de la innovación y la tecnología
en la educación: políticas y prácticas para la excelencia en la enseñanza y el aprendizaje (págs.
Gromer, D., Madeira, O., Gast, P., Nehfischer, M., Jost, M., Müller, M., … Pauli, P. 171–185). Emerald Publishing Limited. https://doi.org/10.1108/978178756555520181013 .
(2018). Simulación de altura en un sistema CAVE de realidad virtual: Validez de las respuestas de
miedo y efectos de una manipulación de inmersión. Fronteras en neurociencia humana, 12, 372. Mourtzis, D. (2020). Simulación en el diseño y operación de sistemas de manufactura: Estado del arte y
https://doi.org/10.3389/fnhum.2018.00372 nuevas tendencias. Revista internacional de investigación de producción, 58 (7), 1927–1949. https://
Havard, V., Jeanne, B., Lacomblez, M. y Baudry, D. (2019). Gemelo digital y realidad virtual: un entorno doi.org/10.1080/00207543.2019.1636321 Naderi, M., Ares, E., Peláez, G.,
´
de cosimulación para el diseño y evaluación de estaciones de trabajo industriales. Investigación Prieto, D., & Araújo, M. (2019). Gestión sostenible de operaciones para la industria 4.0 y su retorno social.
de producción y fabricación, 7(1), 472–489. https://doi.org/ 10.1080/21693277.2019.1660283 Él, B. y IFACPapersOnLine, 52(13), 457–462. https://doi.org/10.1016/j.ifacol.2019.11.102
Bai, KJ (2021). Fabricación inteligente
sostenible basada en gemelos digitales: una revisión. Avances en la fabricación, 9(1), 1–21. https://doi.org/ Nam, SM y Cho, TH (2020). Esquema de determinación de ruta de eficiencia energética basado en
10.1007/s40436020003025 _ Hruby, F., S´anchez, LFA, Ressl, R., & EscobarBriones, EG simulación de eventos discretos para esquema de filtrado basado en votación probabilística en
(2020). Un redes de sensores. Revista internacional de redes de sensores distribuidos, 16(8),
´
estudio empírico sobre la presencia espacial en geoambientes inmersivos. PFG Revista de Fotogrametría, 155014772094913.
Teledetección y Geoinformación. Ciencia, 88(2), 155–163. https://doi.org/10.1007/ Nguyen, T., Duong, QH, Nguyen, TV, Zhu, Y. y Zhou, L. (2022). Mapeo del conocimiento del gemelo digital
s4106402000107y e Internet físico en la gestión de la cadena de suministro: una revisión sistemática de la literatura.
Revista Internacional de Economía de la Producción, 244, Artículo 108381. https://doi.org/10.1016/
Hu, L., Liu, Z. y Tan, J. (2018). Un marco de simulación VR integrado con datos de análisis CAE de j.ijpe.2021.108381
múltiples fuentes para el proceso de trabajo de equipos mecánicos. Computadoras en la Industria, Nielebock, S., Ortmeier, F., Schumann, M. y Winge, A. (2012). Desde simulación de eventos discretos
97, 85–96. https://doi.org/10.1016/j.compind.2018.01.009 Hutabarat, W., hasta entornos de realidad virtual. En F. Ortmeier y P. Daniel (Eds.), Computer Safety,
Oyekan, J., Turner, C., Tiwari, A., Prajapat, N., Gan, X.P. y Waller, A. Reliability, and Security (Vol. 7613, págs. 508–516). Berlín Heidelberg: Springer. https://doi.org/
(2016). Combinando la simulación habilitada para la realidad virtual con tecnologías de escaneo 3D 10.1007/9783642336751_48.
hacia la fabricación inteligente. En la Conferencia de simulación de invierno (WSC) de 2016 (págs. Nikolakis, N., Alexopoulos, K., Xanthakis, E. y Chryssolouris, G. (2019). La implementación del gemelo
2774–2785). IEEE. Doi: 10.1109/WSC.2016.7822314. digital para vincular la representación virtual de las tareas de producción basadas en humanos con
ISO/IEC25010 (2010) Ingeniería de software y sistemas Requisitos y evaluación de calidad de software su contraparte física en la planta de producción. Revista internacional de fabricación integrada
y sistemas (SQuaRE) Modelos de calidad de software y sistemas. por computadora, 32 (1), 1–12. https://doi.org/10.1080/
0951192X.2018.1529430
12
Machine Translated by Google
V. Alejandro HuertaTorruco et al. Informática e Ingeniería Industrial 168 (2022) 108079
Ornellas, A., Falkner, K. y Edman Stålbrandt, E. (2019). Mejorando los graduados Stavroulia, KE, Christofi, M., Baka, E., MichaelGrigoriou, D., MagnenatThalmann, N. y Lanitis, A. (2019).
habilidades de empleabilidad a través de enfoques de aprendizaje auténticos. Educación superior, Evaluación del impacto emocional de la formación docente basada en realidad virtual. Revista
habilidades y aprendizaje basado en el trabajo, 9(1), 107–120. https://doi.org/10.1108/ internacional de tecnología de la información y el aprendizaje, 36(3), 192–217. https://doi.org/
HESWBL0420180049 _ 10.1108/IJILT1120180127
Oyekan, J., Hutabarat, W., Turner, C., Tiwari, A., Prajapat, N., Ince, N., … Waller, T. Sun, N. y Botev, J. (2021). Agentes autónomos inteligentes y confianza en la realidad virtual.
(2015). Un simulador de eventos discretos inmersivo en 3D para permitir la creación de prototipos de Computers in Human Behavior Reports, 4, artículo 100146. https://doi.org/10.1016/j. chbr.2021.100146
diseños de fábrica. Procedimiento CIRP, 38, 63–67. https://doi.org/10.1016/j.procir.2015.08.043
Park, S., Mun, S., Ha, J. y Kim, L. (2021). Medición sin contacto del mareo por movimiento usando ritmos Sun, X., Liu, H., Wu, G. y Zhou, Y. (2018). Evaluación de la eficacia del entrenamiento del socorro
pupilares de una cámara infrarroja. Sensores, 21(14), 4642. https://doi. org/10.3390/s21144642 de emergencia con helicópteros basado en simulación virtual. Revista china de aeronáutica,
Petkovi´c, T., Puljiz, D., Markovi 31 (10), 2000–2012. https://doi.org/10.1016/j.cja.2018.08.011 Syberfeldt, A., Danielsson, O.,
´c, I., & Hein, B. (2019). Estimación de la intención humana basada en la validación del movimiento del Holm, M. y Wang, L. (2015). Guiado visual de montaje mediante realidad aumentada. Fabricación Procedia,
modelo oculto de Markov para almacenes robotizados seguros y flexibles. Robótica y 1, 98–109. https://doi.org/ 10.1016/j.promfg.2015.09.068
fabricación integrada por computadora, 57, 182–196. https://doi.org/10.1016/j.rcim.2018.11.004 _
RamírezDur´ an, VJ, Berges, I., & Tao, F., Zhang, M. y Nee, AYC (2019). Gemelo digital y realidad virtual y realidad aumentada/realidad
Illarramendi, A. (2021). Hacia la implementación de la Industria 4.0: Un enfoque metodológico orientado al mixta. En Fabricación inteligente impulsada por gemelos digitales (págs. 219–241).
ciclo de vida del cliente. Prensa Académica. https://doi.org/10.1016/B9780128176306.000114.
Informática en la Industria, 126, Artículo 103403. https://doi.org/10.1016/j. Terkaj, W., Gaboardi, P., Trevisan, C., Tolio, T. y Urgo, M. (2019). Una fábrica digital
compuesto.2021.103403 plataforma para el diseño de plantas de producción de rollos. CIRP Journal of Manufacturing Science
Rebenitsch, L. y Owen, C. (2016). Revisión sobre ciberenfermedad en aplicaciones y visualizaciones. and Technology, 26, 88–93. https://doi.org/10.1016/j.cirpj.2019.04.007 Turner, CJ,
Realidad virtual, 20(2), 101–125. https://doi.org/10.1007/s1005501602859 _ Hutabarat, W., Oyekan, J. y Tiwari, A. (2016). Simulación de eventos discretos y uso de realidad virtual en
la industria: Nuevas oportunidades y tendencias futuras. IEEE Transactions on HumanMachine
Reed, S., Lofstrand, ̈ M., & Andrews, J. (2021). Ciclo de modelado para simulación de gemelos Systems, 46(6), 882–894. https://doi.org/10.1109/THMS.2016.2596099 _
digitales. Cartas de fabricación, 28, 54–58. https://doi.org/10.1016/j.
mfglet.2021.04.004 Urbani, M., Brunelli, M. y Collan, M. (2020). Una comparación de políticas de mantenimiento para sistemas
Renganayagalu, S. kumar, Mallam, SC y Nazir, S. (2021). Eficacia de las pantallas montadas en la de múltiples componentes a través de la simulación de eventos discretos de fallas. Acceso IEEE, 8,
cabeza VR en la formación profesional: una revisión sistemática. Tecnología, Conocimiento 143654–143664. https://doi.org/10.1109/ACCESO.2020.3014147 Vasudevan,
y Aprendizaje. 1–43. Doi: 10.1007/s10758020094899. K. y Son, Y.J. (2011). Consideración simultánea de la seguridad de evacuación y la productividad en la
Rizzuto, MA, Sonne, MWL, Vignais, N. y Keir, PJ (2019). Evaluación de una pantalla montada en la cabeza planificación de instalaciones de fabricación utilizando simulaciones de múltiples paradigmas.
de realidad virtual como herramienta para la evaluación de la postura en el software de modelado Informática e ingeniería industrial, 61(4), 1135–1148. https://doi.org/10.1016/j. cie.2011.07.003
humano digital. Ergonomía aplicada, 79, 1–8. https://doi.org/10.1016/j. apergo.2019.04.001
Vichitvejpaisal, P., Yamee, N. y Marsertsri, P. (2016). Simulación de extinción de incendios en plataforma
Rocca, R., Rosa, P., Sassanelli, C., Fumagalli, L., & Terzi, S. (2020). Integración de realidad virtual y de realidad virtual. En En 2016, 13.ª Conferencia Internacional Conjunta sobre Ciencias de la
gemelo digital en prácticas de economía circular: un caso de aplicación de laboratorio. Computación e Ingeniería de Software (JCSSE) (págs. 1 a 5). https://doi.org/10.1109/
Sostenibilidad, 12(6), 2286. https://doi.org/10.3390/su12062286 Rze´zniczek, JCSSE.2016.7748912 _
´ ´
P., Lipiak, A., Bilski, B., LaudanskaKrzemi nska, I., Cybulski, M. y Chawłowska, E. (2020). Wang, P., Wu, P., Wang, J., Chi, H.L. y Wang, X. (2018). Una revisión crítica del uso de la realidad virtual
Exploración de los determinantes relacionados con los participantes de la enfermedad del simulador en la educación y formación en ingeniería de la construcción. Revista Internacional de
en una simulación de vuelco de automóvil de movimiento físico según lo medido por el cuestionario Investigación Ambiental y Salud Pública, 15(6), 1204. https://doi.org/ 10.3390/ijerph15061204
de enfermedad del simulador. Revista Internacional de Investigación Ambiental y Salud Pública,
17(19), 7044. https://doi.org/10.3390/ijerph17197044 Salah, B., Abidi, M., Wang, Y., Chardonnet, J.R. y Merienne, F. (2021). Carga de trabajo cognitiva mejorada
Mian, S., Krid, M., Alkhalefah, H. y Abdo, A. (2019). Educación en ingeniería basada en realidad virtual evaluación en entornos inmersivos 3D con modelo TOPSIS. revista internacional
para mejorar la sostenibilidad de la fabricación en la industria 4.0. Sustentabilidad, 11(5), 1477. de Estudios HumanoComputador, 147, artículo 102572. https://doi.org/10.1016/j.
https://doi.org/10.3390/su11051477 Saredakis, D., Szpak, A., Birckhead, B., Keage, ijhcs.2020.102572
HAD, Rizzo, A. y Loetscher, T. (2020). Weech, S., Kenny, S. y BarnettCowan, M. (2019). Presencia y ciberenfermedad en realidad virtual están
Factores asociados con la enfermedad de la realidad virtual en pantallas montadas en la negativamente relacionados: una revisión. Fronteras en Psicología, 10, 158. https://doi. org/10.3389/
cabeza: una revisión sistemática y un metanálisis. Fronteras en neurociencia humana, 14, 96. fpsyg.2019.00158 Yang, X., Malak,
https://doi.org/10.3389/fnhum.2020.00096 RC, Lauer, C., Weidig, C., Hagen, H., Hamann, B., … Kreylos, O.
Shu, Y., Huang, Y.Z., Chang, S.H. y Chen, M.Y. (2019). Hacer cabeza de realidad virtual (2015). Diseño de sistemas de fabricación con herramientas de fábrica virtual. Revista internacional
¿Las pantallas montadas marcan la diferencia? Una comparación de presencia y autoeficacia de fabricación integrada por computadora, 28 (1), 25–40. https://doi.org/10.1080/
entre pantallas montadas en la cabeza y entornos virtuales facilitados por computadoras 0951192X.2013.800948
de escritorio. Realidad virtual, 23(4), 437–446. https://doi.org/10.1007/s10055 Zainal, NH, Chan, WW, Saxena, AP, Taylor, CB y Newman, MG (2021). Ensayo piloto aleatorizado de
0180376x terapia de exposición de realidad virtual autoguiada para el trastorno de ansiedad social. Behavior
Slater, M. (2018). Inmersión y la ilusión de presencia en realidad virtual. Revista británica de psicología, Research and Therapy, 147, artículo 103984. https://doi.org/ 10.1016/j.brat.2021.103984 Zhao,
109 (3), 431–433. https://doi.org/10.1111/bjop.12305 Sportillo, D., Paljic, A. y Ojeda, J., Sensibaugh, T., Bodenheimer,
L. (2018). Prepárate para la conducción automatizada utilizando la realidad virtual. Análisis y prevención B., McNamara, TP, Nazareth, A., Newcombe, N., … Klippel, A. (2020). Escritorio versus
de accidentes, 118, 102–113. https://doi.org/10.1016/j. aap.2018.06.003 Sportillo, D., Paljic, A. y entornos virtuales inmersivos: Efectos en el aprendizaje espacial. Cómputo y cognición
Ojeda, L. (2019). espacial, 20(4), 328–363. https://doi.org/10.1080/13875868.2020.1817925
Evaluación en carretera de la formación en conducción autónoma. En 2019, 14.ª Conferencia internacional
ACM/IEEE sobre interacción humanorobot (HRI) (págs. 182–190). IEEE Doi: 10.1109/
HRI.2019.8673277.
13