在协作机器人技术中评估操作员压力:一种多模式方法

科学领域:

• 人与机器人的协作 (HRC)
• 工业4.0 工业4.0 工业4.0 工业4.0 工业4.0 是一个
• 制造业自动化 制造业自动化

背景情况:

• 操作人员的压力和不适是工业4.0制造业中人机协作 (HRC) 采用的重大障碍.
• 忽视人类因素,包括心理生理反应,阻碍了 cobot 的高效实施.
• 了解操作员压力对于成功的人机集成至关重要.

研究的目的:

• 调查在协作机器人编程任务期间生理信号和主观压力感知之间的关系.
• 在协作机器人环境中识别操作员压力的可靠生理指标.
• 评估各种生理参数在反映操作员压力水平方面的准确性.

主要方法:

• 志愿者执行了协作机器人编程任务,同时记录了生理数据 (EEG,ECG,GSR,面部表情).
• 用NASA-TLX问卷评估了主观压力.
• 在生理参数和主观压力评分之间进行了相关性分析.

主要成果:

• 电脑电图 (EEG) 的Theta,Alpha和Beta功率,以及Galvanic皮肤反应 (GSR) 恢复和上升时间,显示与主观压力高度一致.
• 心率变化 (HRV) 度量 (PNN25,SDNN,PNN50,RMSSD) 也表明与感知到的压力有显著的相关性.
• 原始的RR间隔数据和记录的情绪在预测主观压力的准确性较低.

结论:

• 特定的EEG,GSR和HRV参数是HRC任务期间操作员压力的可靠生理指标.
• 这些发现可以为发展压力监测系统提供信息,以实现更安全,更有效的人机协作.
• 通过生理监测优先考虑人类因素是成功实现自动化的关键.