基于学习表现和生理反的评估,用于人机协作

科学领域:

• 制造业 工程 制造工程
• 人与机器人的交互
• 工业心理学 工业心理学

背景情况:

• 工业4.0改变了制造业,整合了机器人,并要求人类适应新的协作环境.
• 可穿戴技术能够详细收集人类生理数据,用于性能评估.
• 以人为中心的方法对于在制造业运营中建立弹性至关重要.

研究的目的:

• 开发和应用一种评估方法来评估人类在人机协作中的表现.
• 通过使用工作负载,绩效和生理反指标来评估人类对协作工作的感知.
• 了解在协作环境中学习,生理反应和感知工作负载之间的关系.

主要方法:

• 参与者在一个人机协作场景中被评估了120分钟的时间.
• 人类的表现是根据任务重复和学习率来评估的.
• 收集和分析了生理数据和主观工作负载感知.

主要成果:

• 随着任务重复的增加,人类的表现显著提高,达到92%的学习表现值.
• 随着人类表现的提高,生理指标显示下降趋势.
• 工作负载和绩效的感知与生理反相关.

结论:

• 该研究提供了一种方法来评估人类在人机协作中的表现,使用工作负载,表现和生理数据.
• 研究结果表明,通过适应性工作系统可以提高人类的表现和学习.
• 该评估框架支持开发能够适应人类能力的弹性制造业务.