通过认知感知安全系统实现可持续性——下一代人机交互
机器学习
2021-10-15 v1
摘要
工业安全（Industrial Safety）涉及生产场景中人、机器与环境交互时其物理完整性的保障。工业安全须经过严格的认证流程，导致设置僵化，任何改动均被禁止。随着智能机器人与智能机械在工厂车间的逐步引入，加之熟练工人日益短缺，安全场景必须灵活处理人、机器与环境之间的边界。为提升工人福祉、减少事故并弥补不同技能水平的差异，应在仍强制执行功能安全要求的同时，对机器与车间布局进行动态适配。本文贡献如下：（1）我们给出三组场景，并探讨如何通过工作环境的动态改变来增强工业安全机制，从而减少潜在事故、提高生产率。（2）我们引入认知感知安全系统（CASS）的概念及其架构。CASS 背后的理念是将基于 AI 的关于人的负荷、压力与注意力的推理，与基于 AI 的避免触发安全停机的动作选择相集成。（3）最后，我们将描述用于定量性能度量模型的所需性能度量维度，以实现对 CASS 的全面（三重底线）影响评估。此外，我们引入用于专家访谈的详细指南，以探究该方法在给定场景中的可行性。
引用
@article{arxiv.2110.07003,
title = {Sustainability Through Cognition Aware Safety Systems -- Next Level Human-Machine-Interaction},
author = {Juergen Mangler and Konrad Diwol and Dieter Etz and Stefanie Rinderle-Ma and Alois Ferscha and Gerald Reiner and Wolfgang Kastner and Sebastien Bougain and Christoph Pollak and Michael Haslgrübler},
journal= {arXiv preprint arXiv:2110.07003},
year = {2021}
}
备注
27 pages. 4 figures. 2 tables. pre-print journal paper. position paper