要約
ロボット ソリューション、特にロボット アームは、製造環境や家庭の介護環境など、人間との緊密な連携のために導入されることが多くなっています。
これらのロボット アームでは、主に物体の把握と操作を含むタスクを実行するために、ユーザーがいくつかの自由度 (DoF) を制御する必要があります。
標準的な入力デバイスには主に 2 つの DoF があり、個々の DoF を選択するには時間がかかり、認知能力を必要とするモード切り替えが必要です。
最新の適応型 DoF マッピング コントロール (ADMC) は、必要なモード切り替えの数を減らすことが示されていますが、これまで認識されている作業負荷を大幅に軽減することはできませんでした。
ユーザーは依然として、抽象モードの切り替えをワークフローに組み込むという精神的な負担を負っています。
ADMC の更新された推奨事項を使用してフィードフォワード マルチモーダル フィードバックを提供することでこの問題に対処し、ユーザーが現在のマッピングと提案されたマッピングをリアルタイムで視覚的に比較できるようにします。
私たちは、a) 更新された DoF の組み合わせを継続的に推奨する、または b) 現在のロボットの動きと新しい推奨の間で個別のしきい値を使用する、という 2 つの新しいアプローチの有効性を比較します。
両方とも、仮想現実 (VR) 対面調査で従来の制御方法と比較されます。
タスク完了時間の短縮、モード切り替えの回数の減少、および知覚される作業負荷の軽減という重要な結果により、フィードフォワードと組み合わせることで、ADMC 手法が実際に従来のモード切り替えよりも優れたパフォーマンスを発揮できることが決定的に証明されました。
Continuous と Threshold の間に明らかな量的な違いがないことから、ユーザー中心のカスタマイズ オプションの重要性がわかります。
開発プロセスにこれらの影響を含めることで、ユーザビリティが向上します。これは、ロボット技術をうまく実装してユーザーに受け入れられるようにするために不可欠です。
要約(オリジナル)
Robotic solutions, in particular robotic arms, are becoming more frequently deployed for close collaboration with humans, for example in manufacturing or domestic care environments. These robotic arms require the user to control several Degrees-of-Freedom (DoFs) to perform tasks, primarily involving grasping and manipulating objects. Standard input devices predominantly have two DoFs, requiring time-consuming and cognitively demanding mode switches to select individual DoFs. Contemporary Adaptive DoF Mapping Controls (ADMCs) have shown to decrease the necessary number of mode switches but were up to now not able to significantly reduce the perceived workload. Users still bear the mental workload of incorporating abstract mode switching into their workflow. We address this by providing feed-forward multimodal feedback using updated recommendations of ADMC, allowing users to visually compare the current and the suggested mapping in real-time. We contrast the effectiveness of two new approaches that a) continuously recommend updated DoF combinations or b) use discrete thresholds between current robot movements and new recommendations. Both are compared in a Virtual Reality (VR) in-person study against a classic control method. Significant results for lowered task completion time, fewer mode switches, and reduced perceived workload conclusively establish that in combination with feedforward, ADMC methods can indeed outperform classic mode switching. A lack of apparent quantitative differences between Continuous and Threshold reveals the importance of user-centered customization options. Including these implications in the development process will improve usability, which is essential for successfully implementing robotic technologies with high user acceptance.
arxiv情報
| 著者 | Max Pascher,Kirill Kronhardt,Felix Ferdinand Goldau,Udo Frese,Jens Gerken |
| 発行日 | 2023-11-14 13:16:03+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google