論文の概要: Human Comfortability Index Estimation in Industrial Human-Robot Collaboration Task

• arxiv url: http://arxiv.org/abs/2308.14644v1
• Date: Mon, 28 Aug 2023 15:16:35 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-29 13:27:08.940403
• Title: Human Comfortability Index Estimation in Industrial Human-Robot Collaboration Task
• Title（参考訳）: 産業ロボット協調作業における快適性指数の推定
• Authors: Celal Savur, Jamison Heard, and Ferat Sahin
• Abstract要約: 我々はこの研究において、快適性指数(CI)と不快性指数(unCI)と呼んできた。 人間のロボット共同実験において, 主観的指標(サプライズ, 不安, 退屈, 落ち着き, 快適性)と生理的信号を収集した。 生理的信号からCI/unCIを推定するために,心電図 (ECG) , ガルバニック皮膚反応 (GSR) および瞳孔信号から時間特性を抽出した。
• 参考スコア（独自算出の注目度）: 3.0040661953201475
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: 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.
• Abstract（参考訳）: 有能な人間とロボットのコラボレーションは、ロボットのチームメイトが人間の心理生理状態を理解し、学習し、適応する必要がある。 このようなコラボレーションは、人間の快適度を定量的に推定するために、人間の生理的信号を監視するコンピュータシステムを必要としており、この研究では、快適度指数(CI)と不快度指数(unCI)と呼ばれている。 ロボット行動の異なる人間とロボットの協調実験において, 主観的指標(サプライズ, 不安, 退屈, 落ち着き, 快適性)と生理的信号を収集した。 感情周囲モデルは、参加者の定量的データと生理的データからCIを計算するために適合する。 生理的信号からCI/unCIを推定するために,心電図 (ECG) , ガルバニック皮膚反応 (GSR) および瞳孔信号から時間特性を抽出した。 本研究では, 概略モデルにおける「快適性」と「不快性」の位置(軸)と, その位置が概略モデル上で最も近い感情と一致することを示すために, 概略モデルを適用した。 最後に,提案手法は生理的信号から人間の快適性・不快性を推定できることを示した。

関連論文リスト

• Analyzing Participants' Engagement during Online Meetings Using Unsupervised Remote Photoplethysmography with Behavioral Features [50.82725748981231]
  エンゲージメント測定は、医療、教育、サービスに応用される。 生理的特徴と行動的特徴の使用は可能であるが、従来の生理的測定の非現実性は接触センサーの必要性により生じる。 コンタクトセンサの代替として, 教師なし光胸腺造影(胸腔鏡)の有用性を実証する。
  論文  参考訳（メタデータ） (2024-04-05T20:39:16Z)
• ReGenNet: Towards Human Action-Reaction Synthesis [87.57721371471536]
  我々は、人間と人間の相互作用の非対称、動的、同期、および詳細な性質を分析する。 本研究では,人間の行動に条件付けされた人間の反応を生成するための,最初のマルチセットヒト行動反応ベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-03-18T15:33:06Z)
• Neuroadaptation in Physical Human-Robot Collaboration [34.73541717674098]
  我々は,pHRCのための新しいクローズドループニューラプティブフレームワークを実証した。 我々は,ロボット戦略に適応するために,強化学習の助けを借りて,認知コンフリクト情報をクローズループ方式で適用した。 実験の結果,クローズドループに基づくニューロアダプティブ・フレームワークは認知的対立のレベルを下げることができた。
  論文  参考訳（メタデータ） (2023-09-30T12:16:24Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• Computational ergonomics for task delegation in Human-Robot Collaboration: spatiotemporal adaptation of the robot to the human through contactless gesture recognition [0.0]
  本稿では,人間工学的に有効なタスクデリゲートとヒューマン・ヒューマン・コラボレーション(HRC)の2つの仮説を提案する。 第1の仮説では、縮小されたセンサー群からのモーションデータを用いて人間工学的なタスクを定量化することが可能である。 第2の仮説は、ジェスチャー認識と空間適応を含めることで、不要な動きを避けることで、HRCシナリオのエルゴノミクスを改善することができるというものである。
  論文  参考訳（メタデータ） (2022-03-21T14:23:00Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Ergonomically Intelligent Physical Human-Robot Interaction: Postural Estimation, Assessment, and Optimization [3.681892767755111]
  対話型ロボットの軌道からのみ人間の姿勢を推定できることを示す。 本稿では,微分可能なエルゴノミクスモデルであるDULAを提案する。
  論文  参考訳（メタデータ） (2021-08-12T21:13:06Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Prediction of Human Empathy based on EEG Cortical Asymmetry [0.0]
  特定の周波数帯における脳振動の側方化は、自己申告された共感スコアの重要な予測因子である。 結果は、感情の表現や認識が困難である人々を支援する脳-コンピュータインターフェースの開発に利用される。
  論文  参考訳（メタデータ） (2020-05-06T13:49:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。