logo móvil
Contáctanos

Interfaz multimodal para la colaboración humano-robot

Autores: Rautiainen, Samu; Pantano, Matteo; Traganos, Konstantinos; Ahmadi, Seyedamir; Saenz, José; Mohammed, Wael M.; Martinez Lastra, Jose L.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Interfaz multimodal para la colaboración humano-robot


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Colaboración humano-robot
Industria 4.0
Modalidades intuitivas
Factores humanos
Componente de software
Programación multimodal en línea y fuera de línea

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
La colaboración humano-robot (HRC) es uno de los aspectos clave de la Industria 4.0 (I4.0) y requiere modalidades intuitivas para que los humanos se comuniquen sin problemas con los robots, como el habla, el tacto o los gestos corporales. Sin embargo, utilizar estas modalidades generalmente no es suficiente para garantizar una buena experiencia de usuario y una consideración de los factores humanos. Por lo tanto, este documento presenta un componente de software, Programación Multi-Modal Offline y Online (M2O2P), que considera tales características y establece un canal de comunicación con un robot con gestos manuales predefinidos pero configurables. La solución fue evaluada dentro de un caso de uso de fábrica inteligente en el proyecto europeo Smart Human Oriented Platform for Connected Factories (SHOP4CF). La evaluación se centró en los efectos de la personalización de los gestos en la carga de trabajo percibida de los usuarios utilizando NASA-TLX y la usabilidad del componente. Los resultados del estudio mostraron que la personalización de los gestos redujo la carga de trabajo física y mental y fue preferida por los participantes, mientras que en general la carga de trabajo de las tareas no difería significativamente. Además, la alta puntuación en la escala de usabilidad del sistema (SUS) de la aplicación, con una media de 79.25, indica la usabilidad general del componente. Adicionalmente, la precisión del reconocimiento de gestos de M2O2P se midió en un 99.05%, lo que es similar a los resultados de aplicaciones de última generación.

Otros recursos que podrían interesarte

Temas Virtualpro