和机器人一起工作?在人机交互环境中,对人为错误进行分析

看文网 > 科技 > 人工智能 > 2023-09-04 08:24

    1961年,当时通用汽车在其工厂引入了UNIMATE机器人,这也是工业机器人的首次应用,它能为人类操作员执行重复和危险的任务。
 
    从那时起由于技术发展,所导致其价格进一步降低,以及用更高效的机器取代人工的需求,为许多部门采用机器人铺平了道路。
 
    机器人引入工业是第三次工业革命期间的主要创新之一,而现在全球一半的制造公司的工厂中,都至少会有一个机器人。
和机器人一起工作?在人机交互环境中,对人为错误进行分析
    第三次工业革命期间工业系统采用的机器人,与第四次工业革命期间开发的机器人之间的主要区别之一,就是与人类工人的协作程度,要知道过去的人类工人,并没有办法与机器人互动。
 
    机器人被限制在划定的区域以执行编程任务,因为一系列生产所需的执行速度,对于人类来说通常是比较危险的。
 
    技术升级带来的前景与思考
 
    近年来新技术的兴起,提高了包括机器人在内的安全性,因此人机交互(HRI)概念的出现,似乎非常有希望提高工业系统的性能,同时也考虑了与人类工作相关的社会方面。
 
    这种改变可能会让人变得不那么重复和疲惫,HRI学科汇集了来自不同领域的研究者和从业者(工程师,心理学家,设计师等),通过研究集成可以与人类交互的机器人的最佳解决方案,以及这种交互对社会的影响,而科学界的普遍观点是,人类行为以及人类在工业环境中的表现,会受到对机器人的信任和安全感的强烈影响。
 
    安全是HRI的一个非常关键的方面,因为与机器人的接近,可能会由于对机器人转移过多能量或功率,而对人类造成伤害。
 
    HRI的安全问题需要从不同的角度来解决,这里面就涉及到机器人的设计,标准和人类心理学。
 
    HRI中的机器人设计,涉及到实施控制的方法,以根据机器人与人类工人的距离来调整机器人的速度和力。
 
    该方法基于标准ISO/TS 15066,而该标准通过定义四种不同的协作程度来提供HRI安全指南。
 
    分别为安全级监控停止,即当机器人因工人进入协作工作空间而停止运动时,以及手动引导,当工人使用手动设备向机器人发送运动命令时。
 
    还有速度和分离监控,当机器人系统和工人可以在共享工作空间中同时移动时(共存),以及功率和力限制,当工人和机器人之间的身体接触可能有意或无意地发生时。
 
    很明显根据HRI的程度,在心理方面以及人类工人对机器人系统的信任,起着非常重要的作用,信任是“在以不确定性和脆弱性为特征的情况下,代理人将帮助实现个人目标的态度”。
 
    在HRI背景下,信任很重要,因为它会影响人类的决定和行为,而社会研究表明,个人对机器人的信任与他们个人以前的经历、态度,以及与执行任务相关的风险有关。
 
    评估信任主要取决于机器人的运动和速度,以及人类在协作过程中感知的安全水平,根据机器人的信任、安全和设计水平,在协作工作场所执行任务时,人类的表现可能会受到影响,并可能导致犯错误,有时会导致严重伤害。
 
    在没有机器人的情况下工作,通过使用VR进行评估,并进行统计分析,以此来评估两组工人所犯错误,是否存在显着差异,这些差异将导致机器人的存在可能会影响人类表现的结论。
 
    VR工具的使用对安全问题的帮助
 
    VR工具的使用,属于促进或测试高效安全的工业系统,以及通过第四次工业革命时期,开发的数字工具改善工人福祉的范围。
 
    在HRI背景下,数字工具的使用是实现动态和安全分析的战略方式,在几种工具中,VR再现了工作环境,模拟了生产系统,并允许人与机器人之间进行快速,安全和经济的交互。
 
    多年来VR的使用,已被验证为模拟工业HRI系统的有效工具,并且已经证明它可以提供HRI系统的性能评估,包括错误。
 
    工作环境中,可能会发生人为错误,此类错误的后果包括从浪费时间到更严重的问题,影响工人自身的安全,特别是在核电站或航空航天等高风险领域。
 
    在所有情况下,人为错误都会给公司带来经济损失,基于这个问题对人为错误的研究变得越来越重要,而现在它是一门定义明确的学科,被称为人类可靠性分析(HRA)。
 
    尽管每种试图评估人为错误概率(HEP)的方法都属于HRA的保护伞,但科学家普遍认为HRA具有三个主要功能,即识别人为错误,预测发生的可能性,以及 错误发生概率的降低。
 
    证明其在开发时间优化和质量优化的装配操作方面的有用性,实施系统的HRA方法可以为公司提供可靠的错误风险预测工具。
 
    还能够识别导致最高经济影响的错误,并提供对错误的经济影响的定量评估,例如使用HRA方法模拟手动装配线工作班次期间的最佳休息时间。
 
    在执行手动装配任务的过程中,某些操作最有可能导致错误,因为难度非常高,而在其他情况下错误的主要原因,可能与操作人员的技能差或不良心理有关,通常是由于对工作环境缺乏信心或缺乏安全意识。
 
    从1990年开始,HRA的研究开始结合不同的科学研究领域,如行为科学和心理学。
 
    当人类行为受到许多不影响机器的方面的影响时,还需要研究HRA的心理方面,工作环境、心理和生理因素,以及许多其他因素,已被广泛认为是人为错误的可能原。
 
    当机器人被引入与人类在工业环境中的共享工作空间时,它们代表了影响人类操作员行为的代理,在HRI系统的情况下,机器人通常将工作员视为“同事”,并产生社交互动。
 
    此外协作或协作机器人的引入,为操作员带来了许多好处,主要和减少重复和繁重任务造成的工作量有关。
 
    在其他情况下,机器人可能会使人产生恐惧、焦虑和惊讶的感觉,特别是当它们有危险的末端执行器或以不可预测的轨迹移动时。
 
    事实上机器人的速度和尺寸,导致操作员在日常任务中,强调他们对安全相关事件的感知、理解和投射,以了解周围工作环境的潜在危险。
 
    机器人的轨迹往往会被认为是不可预测的,让人类操作员感到困惑,但事实上在制造环境中,机器人通常被编程为最小化任务的执行时间,从而导致与机器人一起工作或靠近机器人的操作员,出现不可预测的运动轨迹。
 
    很明显,人类操作员的表现会受到HRI的影响,对这种影响的评估是通过不同的方法进行的,包括直接(如问卷)和间接(心脏反应、面部表情、肌电图等)。
 
    不同的评估方法
 
    一些实证研究同时使用直接和间接方法,来评估机器人对HRI中人类行为的影响,但研究结果往往是相互矛盾的,机器人也会在简单的任务中,影响人类的行为,例如那些暗示手部动作的任务。
 
    在间接方法中,操作员在工作任务中的误差评估,可作为HRI中HRA的评估方法,这些错误直接影响公司的生产力,因为它们会产生有缺陷的物品。
 
    HRI确实减少了缺陷物品的数量,但与此相反的是,机器人的存在产生的焦虑感,可能会导致操作员的错误,因此关于机器人对人类行为和表现的影响,再次存在相互矛盾的观点。
 
    这里的目的在于评估机器人的存在,对在工业环境中执行的HRI任务的影响,为此进行了实证评估,在VR环境中,模拟了有关航空零件组装的任务。
 
    并要求参与者完成相关任务,一半的参与者在与机器人共存的环境中,进行了测试(HRI_coex),另一半没有机器人(No_HRI),为评估组之间的差异而监控的参数,是任务执行期间执行的错误数。
 
    实验结果强调,两组之间没有统计学上的显着差异,即使通过调查结果可以得出一些考虑因素,但HRI_coex组似乎更加专注,并且更加关注任务的正确执行,通过考虑两组男性和女性参与者的结果,也观察到了类似的结果。
 
    这里虽然有一些局限性,比如仅使用错误数,作为监控参数来评估组之间的差异,而不考虑评估人们的感受。
 
    不过这可以通过问卷评估,或者通过测量特定设备(例如氧气摄入量或心率)来评估生理因素。
 
    此外没有考虑与任务相关的参数,例如每个参与者完成单个实验所需的时间,此参数可能非常重要,因为它可以提供有关虚拟环境中 HRI 任务学习率的重要见解。
 
    结论
 
    事实上通过分析参与者每次重复任务所使用的不同时间,可以检索到此类任务的学习曲线,来获得更直观的数据,而今后的发展将会努力弥补这些差距。
 
    此外这里也不考虑协作,而只考虑了共存,但未来的工作,将更多的考虑合作任务,以评估机器人在合作过程中,对人类表现的影响,其中人与机器人之间的身体接触是有可能实现的。

标签组:

上一篇:AI带来的启发

下一篇:没有了

相同话题文章

推荐内容