选择合适的协作同事：人机协作装配中认知工效学的在线评估

人机协作装配系统提升了工作场所的效率与生产率，但可能增加工人的认知负荷。本文提出一种在线定量框架，用于评估与协作同事（人类操作员或采用不同控制策略的工业协作机器人）交互所诱发的认知 workload。该方法借助低成本立体相机的输入图像和前沿人工智能算法（即头部姿态估计与骨骼跟踪），监测操作员的注意力分布和上身运动学。我们设计了三种在工作站特征和交互模式上有所变化的实验场景，以针对最先进的离线测量方法测试我们在线方法的性能。结果证明，我们基于视觉的认知负荷评估有潜力集成到新一代协作机器人技术中。后者将实现人类认知状态监测与机器人控制策略自适应，以提升人类舒适度、工效学及对自动化的信任。