在人机协作中对人类舒适性的建模和分析
Yuchen Yan1, Haotian Su1, Yunyi Jia1
1Department of Automotive Engineering, International Center for Automotive Research, Clemson University, Greenville, SC 29607, USA.
Biomimetics (Basel, Switzerland)
|October 27, 2023
概括
研究人员开发了一种新模型,用于预测人类在人机协作 (HRC) 期间的舒适度. 这个模型准确地量化了舒适度,解决了理解多个因素如何影响用户接受协作机器人 (COBOT) 的差距.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人与计算机的交互
- 制造业 工程 制造工程
背景情况:
- 协作机器人 (COBOT) 提高制造业的安全性和效率.
- 人类的舒适性是一个关键的,但经常被忽视的,影响COBOT用户接受的因素.
- 现有的研究缺乏用于预测HRC场景中的人类舒适度的定量模型,特别是具有多种影响因素的研究.
研究的目的:
- 提出一个数学模型来预测人类在人机协作 (HRC) 中的舒适度.
- 为了解决缺乏量化舒适度预测和HRC多个舒适度因素的同时影响.
- 改进用户对HRC环境的接受和整体体验.
主要方法:
- 基于多线性回归的一般人类舒适度预测模型的开发.
- 利用人类受试者的主观舒适度评级反来进行模型培训和测试.
- 拟议的舒适度预测模型的实验验证.
主要成果:
- 拟议的模型准确地预测了在多因素HRC情况下的人类舒适度.
- 在参与者中实现了总体平均预测准确率为81.33%.
- 证明了高预测准确度,最高和最低值分别为88.94%和72.53%.
结论:
- 开发的模型有效量化了HRC场景中的人类舒适度.
- 该方法成功地解决了多个舒适因素的同时影响.
- 这些发现凸显了人类舒适度对COBOT用户接受和HRC系统设计的重要性.
