工业人机协作任务中的人体舒适度指标估计
机器人学
2025-02-10 v1 人机交互
机器学习
摘要
流畅的人机协作要求机器人队友理解、学习并适应人的心理生理状态。此类协作需要一个计算系统，在人机协作（HRC）期间监测人体生理信号，以定量估计人的舒适水平，我们在本研究中称之为舒适度指标（CI）与不适度指标（unCI）。在一个改变机器人行为的人机协作实验中，收集了主观指标（惊讶、焦虑、无聊、平静与舒适度）和生理信号。采用情绪环状模型，根据受试者的定量数据与生理数据计算CI。为从生理信号估计CI/unCI，从心电图（ECG）、皮肤电反应（GSR）和瞳孔测量信号中提取了时间特征。在本研究中，我们成功适配环状模型以找到“舒适度”与“不适度”在环状模型上的位置（轴），且其位置与环状模型上最接近的情绪相匹配。最后，研究表明所提方法能够从生理信号估计人体舒适度/不适度。
引用
@article{arxiv.2308.14644,
title = {Human Comfortability Index Estimation in Industrial Human-Robot Collaboration Task},
author = {Celal Savur and Jamison Heard and Ferat Sahin},
journal= {arXiv preprint arXiv:2308.14644},
year = {2025}
}
备注
Submitted to IEEE-THMS