面向人机交互的 ROSBag 数据分析工具——ROSAnnotator

人机交互 (HRI) 是一个交叉学科，利用定性和定量方法。虽然 ROSBag 作为机器人操作系统 (ROS) 中的文件格式，提供了高效收集实时机器人实验中多模态数据的方法，但缺乏专为整合定性编码与分析功能而设计的工具。为填补这一空白，我们开发了 ROSAnnotator，一个基于 Web 的应用，集成了多模态大型语言模型 (LLM)，支持 ROSBag 数据的手动和自动标注。ROSAnnotator 当前支持视频、音频和转录的标注，并提供用于自定义 ROS 消息和工具的开放接口。通过使用 ROSAnnotator，研究人员可以简化定性分析流程，创建更一致的分析管道，并快速获取标注统计摘要，从而提高 HRI 数据分析的整体效率。