DOI: https://doi.org/10.6007/ijarbss/v16-i2/27362
تاريخ النشر: 2026-02-28
المؤلف: Mohd Fa’iz Bin Wahid وآخرون
الموضوع الرئيسي: الهندسة البشرية واضطرابات الجهاز العضلي الهيكلي
نظرة عامة
تقدم هذه القسم نظرة عامة على القياسات البشرية، مع التأكيد على أهميتها في مجالات مختلفة مثل هندسة ergonomics، وتصميم الملابس، والرعاية الصحية. تُلاحظ طرق القياس اليدوية التقليدية لعدم كفاءتها، بينما تُعتبر أجهزة المسح الضوئي ثلاثية الأبعاد، على الرغم من سرعتها، غالبًا باهظة الثمن. تستعرض الورقة جهاز Microsoft Kinect كبديل فعال من حيث التكلفة للقياسات البشرية العالمية، مع تسليط الضوء على التقدم من Kinect v1 إلى Azure Kinect، لا سيما في دقة المستشعر واكتشاف مفاصل الجسم. تستهدف هذه المراجعة الباحثين والشركات الصغيرة التي تسعى للحصول على بيانات ثلاثية الأبعاد للجسم بأسعار معقولة، مما يوضح أن Kinect لا يزال أداة قابلة للاستخدام في القياسات الرقمية البشرية.
في الختام، يؤكد المؤلفون أن جهاز Microsoft Kinect قد ديمقراطى بشكل كبير عملية المسح ثلاثي الأبعاد، مما يسهل القياسات السريعة وغير المكلفة للجسم للمصممين والباحثين على مستوى العالم. على الرغم من بعض القيود البرمجية، يُعترف بـ Kinect كأداة قوية لهندسة ergonomics وتصميم المنتجات. يتوقع المؤلفون أن تعالج التقدمات المستقبلية في الذكاء الاصطناعي التحديات الحالية، مما يعزز دقة النظام عبر مجموعات سكانية متنوعة.
مقدمة
تناقش مقدمة الورقة أهمية القياسات البشرية، التي تتضمن قياس أبعاد جسم الإنسان، في تصميم المنتجات المعاصرة وتقييمات الصحة. مع ارتفاع التسوق عبر الإنترنت وخدمات الصحة الرقمية، هناك طلب متزايد على بيانات الجسم الرقمية الدقيقة. تُعتبر تقنيات القياس اليدوية التقليدية، التي تعتمد على شريط القياس، غير كافية بسبب بطئها وقابليتها للأخطاء البشرية، بالإضافة إلى عدم الراحة المرتبطة بالاتصال الجسدي أثناء القياسات.
تسلط الورقة الضوء على التكلفة العالية لأجهزة المسح الضوئي ثلاثية الأبعاد المتقدمة، التي يمكن أن تكون باهظة الثمن بالنسبة للشركات الصغيرة والباحثين، مما يستدعي استكشاف بدائل أكثر تكلفة. لقد اكتسب جهاز Microsoft Kinect، الذي تم تصميمه في البداية للألعاب، زخمًا في بيئات البحث بسبب قدراته على المسح ثلاثي الأبعاد بتكلفة منخفضة. تهدف هذه المراجعة إلى تقييم الجوانب التقنية والتطبيقات العملية لنظام Kinect منذ بدايته حتى الوقت الحاضر، مما يوضح في النهاية موثوقيته كأداة لقياس الجسم على نطاق عالمي.
طرق
في دراسة منهجيات مسح الجسم، استخدم الباحثون إعدادات متنوعة لتعزيز جودة جمع البيانات. تستخدم بعض الأساليب مستشعرًا واحدًا مثبتًا على منصة دوارة، مما يتيح مسحًا شاملاً من زوايا متعددة (Krzeszowski et al., 2023). بدلاً من ذلك، يمكن أن تلتقط التكوينات التي تحتوي على ثلاثة مستشعرات أو أكثر الجسم بالكامل في وقت واحد، مما يحسن الكفاءة (Park et al., 2024).
الإخراج الأولي لهذه العمليات المسحية هو “سحابة نقاط”، والتي تتطلب معالجة لاحقة لضمان الدقة. يتضمن ذلك تنظيف البيانات ومحاذاتها من خلال خوارزميات حاسوبية متقدمة، مثل نقطة الأقرب التكرارية (ICP) (Park et al., 2024). من الجدير بالذكر أن التقدمات الأخيرة في المنهجية قد قدمت تقنيات تسمح بتقدير حجم الجسم حتى عندما يكون الأشخاص يرتدون ملابس عادية، مما يعزز من قابلية تطبيق تقنيات مسح الجسم (Park et al., 2024).
مناقشة
تسلط الدراسة الضوء على أهمية جهاز Microsoft Kinect كأداة فعالة من حيث التكلفة للقياسات البشرية، مما يفيد قطاعات متنوعة بما في ذلك الأكاديميا، وصناعة الملابس، والرعاية الصحية العامة. يوفر Kinect للباحثين وسيلة وصول لجمع البيانات دون الحاجة إلى تمويل كبير. في قطاع الملابس، يسهل “غرف القياس الافتراضية”، مما يعزز تجارب التسوق عبر الإنترنت ويقلل من معدلات الإرجاع. بالإضافة إلى ذلك، تتيح قابليته للنقل إجراء الفحوصات الصحية في المناطق الريفية، مما يعالج قضايا مثل السمنة ومشاكل العمود الفقري لدى الأطفال.
تُبرز الانتقال من القياسات اليدوية إلى المسح ثلاثي الأبعاد، حيث يقدم Kinect حلاً عمليًا من خلال استخدام الضوء لإنشاء “سحابة نقاط” للجسم، مما يمكّن من التقاط الأشكال بسرعة وتعقيد. تسمح قدرات تتبع الهيكل العظمي لجهاز Azure Kinect بمراقبة حقيقية في الوقت الفعلي لـ 32 مفصلًا في الجسم، محققة دقة عالية مقارنةً بمسحات الأشعة السينية الطبية، لا سيما في قياسات طول الأطراف واكتشاف اتجاه الجسم. على الرغم من أنه يقدم بعض القيود، مثل انخفاض الدقة مقارنةً بأجهزة المسح المتطورة وتحديات في ظروف الإضاءة الساطعة، يُعتبر Kinect أداة مناسبة للنماذج الأولية السريعة، والأغراض التعليمية، وجمع البيانات على نطاق واسع حيث لا تكون الدقة القصوى ضرورية. بشكل عام، لقد ديمقراطى Kinect عملية المسح ثلاثي الأبعاد، مما يجعله موردًا لا يقدر بثمن لهندسة ergonomics وتصميم المنتجات، مع إمكانية تحسينات مستقبلية من خلال تقنيات الذكاء الاصطناعي المتقدمة.
القيود
تسلط قسم القيود الضوء على عدة عوامل حاسمة قد تؤثر على دقة وموثوقية بيانات المستشعر، خاصة عند استخدام أجهزة مثل Azure Kinect. أولاً، تتطلب المستشعرات فترة تسخين تبلغ حوالي 40 إلى 50 دقيقة لتحقيق أداء مستقر، كما أشار Tölgyessy et al. (2021). ثانيًا، تمثل الإعاقة تحديًا كبيرًا؛ عندما يحجب جزء من الجسم جزءًا آخر – مثلما يحدث عندما يكون الشخص جالسًا – قد يفشل المستشعر في التقاط بيانات أساسية.
علاوة على ذلك، تنشأ قيود رئيسية من افتراض البرنامج لنسب الجسم الثابتة، مما قد يؤدي إلى عدم دقة في القياسات. على سبيل المثال، قد يستنتج البرنامج بشكل غير صحيح أن الأفراد الأطول يمتلكون أطرافًا أطول بشكل نسبي، كما أشار Wang et al. (2024). يمكن أن يحجب هذا الافتراض الفروق الدقيقة بين الأفراد، مما قد يهدد فعالية المستشعر في مجموعات سكانية متنوعة.
DOI: https://doi.org/10.6007/ijarbss/v16-i2/27362
Publication Date: 2026-02-28
Author(s): Mohd Fa’iz Bin Wahid et al.
Primary Topic: Ergonomics and Musculoskeletal Disorders
Overview
The section provides an overview of anthropometry, emphasizing its significance in various fields such as ergonomics, clothing design, and healthcare. Traditional manual measurement methods are noted for their inefficiency, while 3D body scanners, although faster, are often prohibitively expensive. The paper reviews the Microsoft Kinect as a cost-effective alternative for global anthropometry, highlighting advancements from Kinect v1 to Azure Kinect, particularly in sensor accuracy and body joint detection. This review is aimed at researchers and small enterprises seeking affordable 3D body data, demonstrating that the Kinect remains a viable tool for digital anthropometry.
In the conclusion, the authors assert that the Microsoft Kinect has significantly democratized 3D scanning, facilitating rapid and inexpensive body measurements for designers and researchers globally. Despite some software limitations, the Kinect is recognized as a robust tool for ergonomics and product design. The authors anticipate that future advancements in artificial intelligence will address current challenges, enhancing the system’s accuracy across diverse populations.
Introduction
The introduction of the paper discusses the significance of anthropometry, which involves measuring human body dimensions, in contemporary product design and health assessments. With the rise of online shopping and digital health services, there is an increasing demand for accurate digital body data. Traditional manual measurement techniques, reliant on measuring tapes, are deemed insufficient due to their slow pace and susceptibility to human error, as well as the discomfort associated with physical contact during measurements.
The paper highlights the high cost of advanced 3D body scanners, which can be prohibitively expensive for small businesses and researchers, necessitating the exploration of more affordable alternatives. The Microsoft Kinect, initially designed for gaming, has gained traction in research settings due to its low-cost 3D scanning capabilities. This review aims to evaluate the technical aspects and practical applications of the Kinect system from its inception to the present, ultimately demonstrating its reliability as a tool for body measurement on a global scale.
Methods
In the study of body scanning methodologies, researchers have employed various setups to enhance data capture quality. Some approaches utilize a single sensor mounted on a rotating platform, enabling comprehensive scanning from multiple angles (Krzeszowski et al., 2023). Alternatively, configurations with three or more sensors can simultaneously capture the entire body, improving efficiency (Park et al., 2024).
The initial output of these scanning processes is a “point cloud,” which requires subsequent processing to ensure accuracy. This involves cleaning and aligning the data through advanced computer algorithms, such as Iterative Closest Point (ICP) (Park et al., 2024). Notably, recent advancements in methodology have introduced techniques that allow for the estimation of body size even when subjects are dressed in regular clothing, further enhancing the applicability of body scanning technologies (Park et al., 2024).
Discussion
The study highlights the significance of the Microsoft Kinect as a cost-effective tool for anthropometry, benefiting various sectors including academia, the clothing industry, and public healthcare. For researchers, the Kinect provides an accessible means of data collection without the need for substantial funding. In the apparel sector, it facilitates “virtual fitting rooms,” enhancing online shopping experiences and minimizing return rates. Additionally, its portability allows for health screenings in rural areas, addressing issues like obesity and spinal problems in children.
The transition from manual measurements to 3D scanning is underscored, with the Kinect offering a practical solution by utilizing light to create a “point cloud” of the body, thus enabling rapid and complex shape capture. The Azure Kinect’s skeletal tracking capabilities allow for real-time monitoring of 32 body joints, achieving high accuracy comparable to medical X-ray scans, particularly in limb length measurements and body orientation detection. While it presents some limitations, such as reduced precision compared to high-end scanners and challenges in bright light conditions, the Kinect is deemed a suitable tool for rapid prototyping, educational purposes, and large-scale data collection where extreme accuracy is not critical. Overall, the Kinect has democratized 3D scanning, making it an invaluable resource for ergonomics and product design, with potential for future enhancements through advanced AI technologies.
Limitations
The section on limitations highlights several critical factors that may affect the accuracy and reliability of sensor data, particularly when using devices like the Azure Kinect. Firstly, the sensors require a warm-up period of approximately 40 to 50 minutes to achieve stable performance, as noted by Tölgyessy et al. (2021). Secondly, occlusion presents a significant challenge; when one body part obscures another—such as when a person is seated—the sensor may fail to capture essential data.
Moreover, a major limitation arises from the software’s assumption of fixed body proportions, which can lead to inaccuracies in measurements. For instance, the software may incorrectly infer that taller individuals possess proportionally longer limbs, as indicated by Wang et al. (2024). This assumption can obscure subtle differences among individuals, potentially compromising the effectiveness of the sensor in diverse populations.