GAZELOAD A Multimodal Eye-Tracking Dataset for Mental Workload in Industrial Human-Robot Collaboration
Dit artikel introduceert GAZELOAD, een multimodale dataset verzameld van 26 deelnemers die interactie hadden met collaboratieve robots in een gecontroleerde industriële omgeving, die hoogwaardige oogtrackingmetrieken synchroniseert met omgevings- en taakcontextgegevens om de ontwikkeling en het benchmarken van algoritmen voor de schatting van mentale belasting bij mens-robotcollaboratie te faciliteren.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je probeert uit te vogelen hoe hard de hersenen van een persoon werken terwijl ze iets bouwen met een robotpartner. Normaal gesproken kunnen we niet in iemands hoofd kijken, maar onze ogen zijn als vensters die ons aanwijzingen geven. Wanneer onze hersenen druk bezig zijn of onder stress staan, veranderen onze ogen de manier waarop ze bewegen, hoe wijd onze pupillen worden en hoe lang we naar dingen staren.
Deze paper introduceert een nieuwe "gebruiksaanwijzing" en een gigantische doos met data genaamd GAZELOAD. Denk aan deze dataset als een enorme, georganiseerde bibliotheek van oogbewegingen die zijn opgenomen van 26 mensen terwijl ze met robots werkten in een fabrieksomgeving.
Hier is de eenvoudige uitsplitsing van wat ze hebben gedaan en wat ze hebben gevonden:
De Opstelling: Een Robot Dansvloer
De onderzoekers bouwden een nepfabriek in een lab. Ze zetten twee "danspartners" op voor de mensen: een UR5-robot en een Franka Emika Panda-robot.
- De mensen droegen speciale slimme brillen (Meta ARIA) die fungeerden als een spioncamera, die precies opteken waar de mensen naar keken, hoe hun pupillen reageerden en zelfs hoe helder de kamer was.
- Het doel was om te zien hoe de ogen van de mensen reageerden wanneer het werk moeilijker werd.
De Drie Moeilijkheidsgraden
Om de mentale "spieren" van de mensen te testen, creëerden de onderzoekers drie niveaus van taken, zoals een videogame met toenemende moeilijkheid:
- Niveau 1 (De Warming-up): De robots deden het werk perfect. De mensen keken alleen toe of deden één simpele, nauwkeurige stap. Het was kalm, als een rustige wandeling in het park.
- Niveau 2 (De Haperingen): De robots begonnen expres fouten te maken (zoals een onderdeel laten vallen of naar de verkeerde plek bewegen). De mensen moesten de fout ontdekken, uitzoeken wat er misging en de robot vertellen hoe hij het moest oplossen. Dit was als rijden in het verkeer waarbij iemand plotseling voor je langs snijdt; je moet dan veel beter opletten.
- Niveau 3 (De Chaos): De mensen moesten tegelijkertijd heen en weer schakelen tussen twee verschillende robots. Beide robots maakten gelijktijdig fouten. De mensen moesten twee problemen tegelijkertijd oplossen. Dit was als proberen het avondeten te koken terwijl je de telefoon beantwoordt en op de oven let, terwijl de lichten knipperen.
Wat Zit Er In De Doos?
De dataset is niet alleen een video; het is een verzameling gesynchroniseerde datastromen die een volledig verhaal vertellen:
- Oogmetingen: Hoe vaak de ogen sprongen (saccades), hoe lang ze stil bleven staan (fixaties) en hoe wijd de pupillen werden.
- De Omgeving: Een logboek van hoe helder de kamer op elk moment was (omdat fel licht de ogen kan veranderen).
- Het Dagboek van de Robot: Een logboek van precies wat de robots deden en wanneer ze fouten maakten.
- De Rapportage van de Mens: Na elke taak gaven de mensen een score van 1 tot 10 over hoe vermoeid hun hersenen zich voelden.
Waarom Dit Belangrijk Is
Voorheen vonden de meeste studies naar eye-tracking plaats op saaie plekken zoals kantoren of terwijl mensen videogames speelden. Maar een fabriek is anders; het is lawaaierig, helder en er staan echte machines.
Deze paper zegt: "Hier is een dataset specifiek voor echte robot-samenwerking." Het stelt andere wetenschappers in staat om computerprogramma's te bouwen die naar de ogen van een werker kunnen kijken en zeggen: "Hé, die persoon raakt overweldigd," zonder dat ze erom hoeven te vragen of draden op hun hoofd hoeven te dragen.
De Regels van het Spel
- Privacy Eerst: Geen gezichten of ruwe video van de mensen worden gedeeld. Alleen de cijfers (zoals "pupilgrootte = 4mm") worden vrijgegeven.
- Open Toegang: Iedereen kan deze data gratis downloaden om hun eigen ideeën te testen.
- Beperkingen: De studie vond plaats in één specifieke lab met jonge universiteitsstudenten. Het dekt geen oudere werknemers of andere fabriekslay-outs, dus de resultaten zijn specifiek voor deze opstelling.
Kortom, GAZELOAD is een toolkit voor wetenschappers om computers te leren hoe ze het "stressniveau" van een mens die naast een robot werkt kunnen lezen, met niets anders dan de beweging van hun ogen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.