Human Comfortability Index Estimation in Industrial Human-Robot Collaboration Task

要約

人間とロボットのスムーズなコラボレーションには、ロボットのチームメイトが人間の精神生理学的状態を理解し、学習し、適応する必要があります。
このようなコラボレーションには、人間とロボットのコラボレーション (HRC) 中に人間の生理学的信号を監視し、人間の快適さのレベルを定量的に推定するコンピューティング システムが必要です。このレベルは、この研究では快適さ指数 (CI) と不快さ指数 (unCI) と呼ばれています。
主観的な指標 (驚き、不安、退屈、落ち着き、快適さ) と生理学的信号は、ロボットの動作を変化させる人間とロボットのコラボレーション実験中に収集されました。
感情周回モデルは、参加者の定量的データと生理学的データから CI を計算するように適合されています。
生理学的信号から CI/unCI を推定するために、心電図 (ECG)、電気皮膚反応 (GSR)、および瞳孔測定信号から時間特徴が抽出されました。
本研究では、環状モデルを適応させて、環状モデル上の「快適」と「不快」の位置（軸）を見つけることに成功し、その位置が環状モデル上で最も近い感情と一致することを確認しました。
最後に、この研究は、提案されたアプローチが生理学的信号から人間の快適さ/不快さを推定できることを示しました。

要約(オリジナル)

Fluent human-robot collaboration requires a robot teammate to understand, learn, and adapt to the human’s psycho-physiological state. Such collaborations require a computing system that monitors human physiological signals during human-robot collaboration (HRC) to quantitatively estimate a human’s level of comfort, which we have termed in this research as comfortability index (CI) and uncomfortability index (unCI). Subjective metrics (surprise, anxiety, boredom, calmness, and comfortability) and physiological signals were collected during a human-robot collaboration experiment that varied robot behavior. The emotion circumplex model is adapted to calculate the CI from the participant’s quantitative data as well as physiological data. To estimate CI/unCI from physiological signals, time features were extracted from electrocardiogram (ECG), galvanic skin response (GSR), and pupillometry signals. In this research, we successfully adapt the circumplex model to find the location (axis) of ‘comfortability’ and ‘uncomfortability’ on the circumplex model, and its location match with the closest emotions on the circumplex model. Finally, the study showed that the proposed approach can estimate human comfortability/uncomfortability from physiological signals.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google