选择合适的协作伙伴：人机协作装配中认知工效学的在线评估

人机协作装配系统提高了工作场所的效率和生产力，但可能会增加工人的认知需求。本文提出了一个在线定量框架，用于评估与协作者（人类操作员或采用不同控制策略的工业协作机器人）交互所引起的认知工作负荷。该方法利用低成本双目相机的输入图像和尖端人工智能算法（即头部姿态估计和骨骼追踪）来监测操作员的注意力分布和上半身运动学特征。研究设计了三种在工作站特征和交互模式上各不相同的实验场景，以对照最先进的离线测量方法测试该在线方法的性能。结果表明，这种基于视觉的认知负荷评估方法具有整合到新一代协作机器人技术中的潜力。后者将能够实现人类认知状态监测和机器人控制策略自适应，从而提升人类舒适度、工效学特性以及对自动化的信任度。