A multimodal dataset for human robot collaborative systems: Experimental data

doi:10.1016/j.dib.2025.112234

A multimodal dataset for human robot collaborative systems: Experimental data

2025-11-01

0

OA

AI

DOI：10.1016/j.dib.2025.112234

原文链接

查看原文

摘要

En 中文

人机交互（HRI）系统正日益成为协作工业和服务环境不可或缺的一部分。然而，由于综合数据集的可用性有限，理解此类环境中的表现，特别是在编程演示（PbD）框架中，仍具挑战性。本研究介绍了一个多模态数据集，旨在评估HRI应用中的人类表现。该数据集包含在PbD框架内使用多种工具收集的客观和主观测量数据。数据收集用于评估整体系统性能，重点关注PbD方法在提升机器人学习过程中的有效性。表现属性涵盖编程效率、认知负荷、可用性，以及物理HRI环境中的人体姿态工效学评估。我们使用机器人操作手（UR10e）、基于视觉的运动跟踪系统、眼动仪、NASA任务负荷指数（NASA-TLX）和系统可用性量表（SUS）问卷等工具，记录了包含机器人轨迹、人类运动轨迹、参与者眼动指标和参与者主观反馈的人机交互数据。数据是在涉及两项本体感觉机器人示教任务的实验设置中收集的，在四种反馈条件下提供与表现相关的见解和改进参与者表现的可行指导。共有N = 28名参与者使用开发的“人机界面”（HMI）完成了每项任务的三次试验。该数据集有助于推动人机教学交互，并可用于开发自适应HRI系统。该数据集可作为研究人员和机器学习工程师的重要资源，用于开发先进的HRI系统、改进PbD算法、训练基于HRI的机器学习模型，以及促进机器人学习与协作中的安全性和工效学评估应用研究。(c) 2025 The Authors. Published by Elsevier Inc. This is an open access article under the CC BY license (http://creativecommons.org/licenses/by/4.0/).

Keyword:

Multimodal

Human-Robot Interaction (HRI)

Collaborative Applications

Human Robot Interaction

Robotics

A multimodal dataset for human robot collaborative systems: Experimental data

摘要

AI总结

期刊

机构

引用论文