马铁军

邮箱：matj@hhu.edu.cn

研究兴趣：应用数据驱动的方法优化可穿戴设备和汽车座舱的人机交互设计与评估，以提升用户福祉。

外骨骼人机交互建模框架开发·····                                     

• 进行系统综述，识别现有外骨骼交互评估方法的主要障碍。

• 开发了一种新的运动学模型用于模拟肩部活动范围（ROM），其模拟数据与实测数据之间的误差仅为0.3%-14.3%。

• 构建了一个简化的动力学模型用于预测外骨骼用户的静态平衡，该模型与主观不稳定评分的相关性较高（r=0.79），且与现有模型的差异较小。

• 开发了一种无需实验的肌骨建模解决方案，专门用于肩部外骨骼。

• 构建了一个通用的外骨骼人体工程学评估建模框架，以简化研究人员的模型开发流程，提高设计和评估的效率。

智慧座舱座椅人机交互评估                        

·         研究人体尺寸、座椅设置、座椅压力分布与用户舒适度之间的关系。

·         开发了一种基于压力分布的舒适度评估方法，发现移动频率与舒适度水平之间存在较强的相关性。

·         构建了一个数据驱动的舒适座椅位置分布模型，考虑了用户的人体尺寸和座椅角度因素。

·         搭建座椅交互评估原型系统，集成传感器数据采集模块与 AI 预测模块，完成 100 次模拟驾驶测试，验证模型在动态驾驶场景下的稳定性（调节响应时间 < 0.5s）。

·         输出《智能座舱座椅人机交互设计指南》，提出 “压力分布均匀度> 0.85 + 人体尺寸适配度 > 0.9” 的双重评估标准，被合作企业采纳用于车型座椅迭代。

自动驾驶乘客体验评估系统开发（企业项目）                       

·         针对 L4 级自动驾驶中乘客因 “失去驾驶控制权”产生的焦虑感与不适问题，开发多维度、实时化的乘客体验量化评估系统，填补行业内 “主观感受 - 客观数据”映射的技术空白。

·         集成 fNIRs、Polar H10 心率带、F-Scan 座椅压力分布传感器及眼动仪，实现 “神经生理 - 生理体征 - 行为动作”三层数据同步采集。

·         体验量化模型构建：通过 Python处理 86 名受试者（覆盖不同年龄 / 驾驶经验）在 3 类场景（城市拥堵 / 高速巡航 / 隧道通行）下的 1200 + 分钟数据，采用随机森林算法挖掘特征关联，发现 “脑氧浓度下降 2%+ 心率升高 5bpm” 可对应 “焦虑度主观评分提升 1 分”，模型预测准确率达69.3%。

·         座舱联动控制逻辑：基于模型输出的实时体验分数，设计动态调节策略 —— 当系统判定 “轻度不适”时，自动降低空调风速 20% 并开启柔和氛围灯；“中度焦虑”时，触发座椅腰部支撑充气（压力增加 0.5kPa）并播放白噪音（40dB），干预后乘客舒适度评分平均提升12%。

AR 与传统显示器在美妆超小包装包裹分拣复核中的性能对比研究（企业项目）

·         针对电商仓储中保健品和化妆品超小包装包裹因外观相似、信息标注细微导致的分拣复核错误，对比 AR 虚拟显示器与实体 LCD 显示器的识别效果，为该领域智慧仓储人机交互设计提供依据。

·         搭建 AR（HoloLens 2）与实体 LCD 双环境，采用 24 组相似包裹（如迷你维生素 C、小样香水），设计 4 种信息标注格式（自然小写、关键特征大写、彩色标注、彩色 + 大写组合），记录准确率、响应时间、眼动指标及 AR 使用经验。

·         通过线性混合模型发现 AR 环境总注视次数显著更少（p<0.05）；随机森林算法验证 AR 经验可缩短17.6% 响应时间，有经验者用 AR 更高效（1.34s vs 实体 1.99s），无经验者反之。

·         实体显示器准确率略高（97.61% vs AR 96.33%），彩色 + 大写格式错误率最低（7 次），输出应用指南并被某美妆电商仓储采纳，建议通过 35分钟针对性培训提升 AR 效率。

基于视觉 - 触觉反馈的海底检修机器人的人-AI感知对齐系统研发（企业项目）                                                      

·         针对海底检修机器人在复杂海洋环境（如水下管道、钻井平台）中作业时，人类操作员与 AI 系统对环境评估存在感知偏差的问题，开发融合视觉与触觉的多模态反馈系统，以提升人机交互协调性、降低操作员认知负荷，为海洋工程设备检修、水下搜救等场景的机器人高效协作提供技术支撑。

·         搭建模拟海底环境并招募 30 名受试者完成测试，主导眼动数据与反馈效果关联分析；

·         该系统构建视觉 - 触觉融合反馈框架，视觉端实时传输环境画面并叠加 AI 风险标注，触觉端通过操作杆振动反馈 AI 决策倾向，还支持操作员调整机器人 AI 关键参数，

·         经实验验证，多模态反馈组响应速度比单一视觉组快 23%，环境评估准确率提升 18%（p<0.05），低能见度环境下优势显著，

·         针对海底管道检修的优化方案被某海洋工程企业纳入设备升级计划

基于 LSTM 的颈椎病患者颈椎形态识别与个性化康复头枕推荐系统研发（企业项目）                                           

·         针对颈椎病患者常面临康复枕头不合颈型，可能影响颈椎恢复、加重颈椎问题，且导致商家退货率高的问题，研发一套便捷准确的推荐系统，帮助颈椎病患者选择合适的颈椎病康复头枕。

·         收集 153名颈椎病患者的 3D 颈椎扫描数据，结合人体工学知识，运用主成分分析（PCA）筛选出颈椎曲度、椎体间距、颈部宽度等8 项关键指标作为颈椎形态指标。

·         采用 k-means 聚类将颈椎形态细分为5 类，基于此开发 LSTM 识别模型，其颈椎形态识别准确率达 82.51%，在拟合精度和运行效率上优于 BP 神经网络和 CNN。

·         构建用户友好的系统，用户输入基本颈椎数据即可获得定制化颈椎病康复枕头款式推荐及参数。

个体 AI 熟练度对人与 AI agent (智能音箱)协作的影响研究（企业项目）                                                                        

·         随着 AI agent 在各领域的广泛应用，人与 AI agent 的协作愈发普遍，个体 AI 熟练度差异对协作效果的影响逐渐凸显。本项目旨在探究个体 AI 熟练度如何影响任务完成情况、对 AI agent 的感知（智能性、拟人化）、信任度及心理负荷，为设计用户自适应的 AI agent 系统提供依据。

·         采用 2（个体 AI 熟练度，组间）×2（AI agent 对人类意图的理解能力，组内）的混合实验设计，40 名参与者与 AI agent 协作完成日程规划、信息查询等系列任务。

·         对比分析不同 AI 熟练度用户在与两种 AI agent（仅基于即时指令理解意图、结合即时与历史交互记录理解意图）协作时的表现，发现两者在信任度、感知智能性和拟人化上存在显著交互效应：高熟练度用户对结合两种信息的 AI agent 表现出更高信任和认可，对 AI agent 能力变化更敏感；且该类 AI agent 能显著降低用户心理负荷。

·         

·         Ma, T., & Xiong, S. (2025). A novel biomechanical model for predicting ankle moments and assessing static balance in users of shoulder-support exoskeletons. International Journal of Industrial Ergonomics. 105, 103688. https://doi.org/10.1016/j.ergon.2024.103688  [SCI]

·         Ma, T., & Xiong, S. (2024). Effects of passive shoulder-support exoskeleton entity and support force on user range of motion under external loads. International Journal of Industrial Ergonomics, 104, 103655. https://doi.org/10.1016/j.ergon.2024.103655 [SCI]

·         Ma, T., Zhang, Y., Choi, S. D., & Xiong, S. (2023). Modelling for the design and evaluation of industrial exoskeletons: A systematic review. Applied Ergonomics, 113, 104100. https://doi.org/10.1016/j.apergo.2023.104100 [SCI]

·         Yu, X., Ma, T., Jang, J., & Xiong, S. (2023). Data augmentation to address various rotation errors of wearable sensors for robust pre-impact fall detection. IEEE Journal of Biomedical and Health Informatics, 27(5), 2197-2207. https://doi.org/10.1109/JBHI.2022.3228598 [SCI]

·         Ko, M., Ma, T., & Xiong, S. (2023). Acute effects of carbon fiber insole on three aspects of sports performance, lower extremity muscle activity, and subjective comfort. Sensors, 23, 2154. https://doi.org/10.3390/s23042154 [SCI]

·         Ma, T., Jonathan, E., & Xiong, S. (2024). Investigation of the impact of a passive shoulder exoskeleton on the shoulder range of motion: A preliminary study. In International Conference on Human-Computer Interaction (pp. 219-230). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-28676-0_22

·         Ma, T., Li, H., & Xiong, S. (2023). Modelling and analysis of human-shoulder exoskeleton interactions in repetitive overhead lifting. In HCI International 2023, Copenhagen, Denmark, 23-28 July 2023. [Oral presentation].

韩国科学技术院   工业与系统工程(数据科学)系 博士···  2020年07月 - 2025年08月

吉林大学      车身工程系 硕士                      2017年08月 - 2020年06月

合肥工业大学    车辆工程系 本科                                      2013年08月 - 2017年05月

上汽乘用车-智能座舱产品经理实习生                                     2019年06月 - 2019年08月

地平线机器人-战略规划（行业研究）实习生                                 2019年04月 - 2019年06月

广汽研究院-智慧座舱产品经理暑期实习生                              2018年06月 - 2018年08月

博世汽车(苏州）-自动驾驶技术项目管理实习生                      2017年03月 - 2017年08月

International Journal of Industrial Ergonomics；BioMedical Engineering OnLine；Sport Sciences for Health；

BMC Sports Science, Medicine and Rehabilitation