VR nutzen, um die Fehlerkorrektur von Robotern zu verbessern

Roboter werden immer mehr Teil unseres Alltags. Trotzdem machen sie immer noch Fehler, vor allem wenn es darum geht, ihre Umgebung richtig zu verstehen. Eine Möglichkeit, diese Fehler zu beheben, ist es, den Leuten zu erlauben, die Fehler der Roboter zu korrigieren. Diese Forschung schaut sich an, wie wir Virtuelle Realität (VR) nutzen können, um Nutzern zu helfen, diese Wahrnehmungsfehler der Roboter zu korrigieren.

In dieser Studie haben wir uns auf einen speziellen Roboter namens Franka Panda konzentriert. Wir wollten herausfinden, wie effektiv ein VR-Setup ist, um die Fehler des Roboters beim Sehen oder Identifizieren von Objekten zu korrigieren. Um die Antwort zu finden, haben wir ein Experiment mit 56 Leuten durchgeführt, die sowohl VR als auch ein normales Bildschirm-Setup verwendet haben, um dem Roboter zu helfen.

Die Ergebnisse zeigten, dass die Teilnehmer schneller lernten, mit dem Roboter zu arbeiten, als sie das VR-Setup verwendeten. Sie fanden auch, dass das VR-Erlebnis angenehmer und immersiver war. Das deutet darauf hin, dass VR bessere Möglichkeiten bieten könnte, wie Menschen und Roboter zusammenarbeiten, besonders in Situationen, in denen Fehler auftreten.

#Virtuelle Realität in der Mensch-Roboter-Interaktion

Virtuelle Realität, erweiterte Realität und gemischte Realitätstechnologien (zusammen als VAM bekannt) werden in vielen Bereichen eingesetzt, um bereichernde und realistische Erlebnisse für Nutzer zu schaffen. In letzter Zeit wurden diese Technologien auf verschiedene Projekte mit Robotern angewendet, besonders in der Art und Weise, wie Menschen mit ihnen interagieren.

VAM bietet verschiedene Vorteile im Vergleich zu normalen Bildschirmen. Traditionell sind Bildschirme leicht zugänglich, aber VAM ermöglicht eine natürlichere Interaktion mit Robotern in einem Raum, der der realen Welt ähnelt. Allerdings erfordert die Verwendung von VAM oft spezielle Geräte, was ihre breite Nutzung einschränken kann.

Die meisten bisherigen Studien haben sich nicht darauf konzentriert, wie effektiv VAM und Bildschirmoberflächen für die Mensch-Roboter-Interaktion sind. Diese Forschung zielt darauf ab, diese Lücke zu schliessen.

#Roboterfehler und wie man sie behebt

Obwohl Roboter in verschiedenen Bereichen wie Fabriken, Gesundheitswesen, Haushalten und Unterhaltung eingesetzt werden, machen sie immer noch Fehler. Diese Fehler treten oft aufgrund der Unfähigkeit des Roboters auf, seine Umgebung genau wahrzunehmen. Solche Fehler können zu falschen Aktionen und Entscheidungen des Roboters führen, was problematisch sein kann.

Eine mögliche Lösung für diese Fehler besteht darin, den Nutzern zu erlauben, zu korrigieren, was der Roboter falsch macht. Nutzer haben oft Kenntnisse über bestimmte Aufgaben, die dem Roboter helfen können, besser zu arbeiten. Den Nutzern mehr Kontrolle zu geben, kann zu besseren Ergebnissen führen und ihr Erlebnis bei der Arbeit mit Robotern verbessern.

#Der Studienaufbau

In dieser Forschung wollten wir herausfinden, wie effektiv VR ist, um die Fehler zu korrigieren, die Roboter machen. Dazu haben wir ein Experiment eingerichtet, bei dem Teilnehmer sowohl VR- als auch Bildschirmoberflächen verwendet haben, um dem Roboter bei der Korrektur seiner Fehler zu helfen.

Die Aufgabe wurde in vier Schritte unterteilt:

1. Die Teilnehmer mussten sehen, wie der Roboter seine Umgebung verstand.
2. Sie sollten das Verständnis des Roboters im virtuellen Raum korrigieren.
3. Die Teilnehmer sollten die vom Roboter vorgeschlagenen Aktionen überprüfen.
4. Schliesslich sollten sie die gleiche Bewegung am echten Roboter ausführen.

Wir konzentrierten uns auf den Franka Panda-Roboter, sorgten aber auch dafür, dass unser Setup mit verschiedenen anderen Robotern funktionierte.

#Das Framework

Wir entwickelten ein Framework, das mehrere Systeme kombinierte, darunter Kameras und das Wahrnehmungsmodul des Roboters. Das Setup wurde mit verschiedenen Robotertypen getestet und war darauf ausgelegt, mit gängiger Software für Roboter zu arbeiten.

Die Teilnehmer interagierten mit dem Roboter entweder über ein VR-Headset oder einen normalen Bildschirm. Die VR-Oberfläche erlaubte ihnen, mit einer virtuellen Version des Roboters zu interagieren, die die Aktionen des realen Roboters widerspiegelte. Unser Ziel war es, den Nutzern zu ermöglichen, die Wahrnehmungsfehler des Roboters in Echtzeit zu korrigieren, während sie auch sahen, was der Roboter sah.

In der VR-Umgebung konnten die Teilnehmer sowohl einen Live-Feed von der Kamera des Roboters als auch eine virtuelle Darstellung der vorhandenen Objekte sehen. Wenn der Roboter ein Objekt nicht erkannte, konnten die Teilnehmer es im virtuellen Raum hinzufügen und den Roboter anweisen, es aufzuheben.

#Die Nutzerstudie

Wir haben 59 Teilnehmer für die Studie rekrutiert, aber drei mussten wegen Sprachproblemen oder Missverständnissen der Aufgabe ausgeschlossen werden. Die endgültige Gruppe umfasste 56 Personen, darunter 23 Frauen und 33 Männer. Einige Teilnehmer trugen Korrekturbrillen.

Das Experiment dauerte etwa 45 Minuten, und die Teilnehmer erhielten einen kleinen Gutschein als Entschädigung. Bei ihrer Ankunft erfuhren sie, dass sie mit einem echten Roboter mit VR- und Bildschirmoberflächen arbeiten würden. Sie füllten einen Fragebogen aus, um demografische Informationen zu sammeln und ihre Erfahrungen mit VAM-Systemen und Robotern zu bewerten.

Jeder Teilnehmer absolvierte vier Trials mit einer Oberfläche, gefolgt von der anderen. In jedem Trial würde der Roboter versagen, eines von drei Spielzeugobjekten zu erkennen. Das Setup war so gestaltet, dass jeder Teilnehmer auf eine andere Objektanordnung stiess, um Vielfalt zu gewährleisten.

Nachdem sie eine Oberfläche für vier Trials verwendet hatten, beantworteten die Teilnehmer Fragen zu ihren Erfahrungen. Danach wechselten sie zur anderen Oberfläche und wiederholten den gleichen Prozess.

#Erfolgsmessung

Wir wollten herausfinden, wie gut die Teilnehmer abschnitten und wie sie jede Oberfläche empfanden. Wir konzentrierten uns auf vier Hauptmetriken:

1. Zeit zum Hinzufügen: Wie lange es dauerte, bis die Teilnehmer das fehlende Objekt hinzugefügt hatten.
2. Zeit zum Platzieren: Die Dauer zwischen dem Hinzufügen des Objekts und dem Befehl an den Roboter, es aufzuheben.
3. Endabstand: Der Abstand zwischen dem Ort, an dem das Objekt in der Realität war, und wo die Teilnehmer es im virtuellen Raum platzierten.
4. Anzahl der Male, die das fehlende Objekt hinzugefügt wurde: Wie oft die Teilnehmer das fehlende virtuelle Objekt hinzufügten.

Die Wahrnehmungen der Teilnehmer zu jeder Oberfläche wurden mit Selbstbewertungs-Skalen gemessen, die sich auf ihr Vergnügen und ihr Gefühl der Präsenz während der Aufgaben bezogen.

#Was wir gelernt haben

Die Ergebnisse zeigten, dass die Teilnehmer das VR-Erlebnis mehr mochten als die Bildschirmoberfläche. Sie fanden das VR-Setup einfacher zu bedienen und nützlicher für die Aufgaben, die sie erledigen mussten. Die Teilnehmer zeigten konstant eine Vorliebe für VR bei allen Fragen zu Benutzerfreundlichkeit und Nützlichkeit.

#Aufgabenerfüllung

Beim Vergleich der beiden Setups fanden wir heraus, dass die Teilnehmer in VR besser abschnitten, wenn es um die Zeit ging, die sie benötigten, um Objekte hinzuzufügen und zu bewegen. Während das Bildschirm-Setup keine signifikante Verbesserung über die Trials zeigte, demonstrierten die Teilnehmer eine klare Lernkurve im VR-Setting.

Die Interaktionen zeigten, dass VR zu schnelleren Abschlusszeiten bei den Aufgaben führte, da die Teilnehmer vertrauter mit der virtuellen Umgebung wurden. Das deutet darauf hin, dass die Nutzer schneller besser wurden, wenn sie VR verwendeten, was auf eine steilere Lernkurve hindeutet.

Die endgültigen Abstandsmessungen zeigten keinen signifikanten Unterschied zwischen den Bedingungen, obwohl die Teilnehmer ihre Objektplatzierung in VR besser managen konnten. Das Feedback der Teilnehmer deutete darauf hin, dass sie VR als intuitiver, angenehmer und effektiver für die anstehenden Aufgaben empfanden.

#Benutzererfahrung

Die Teilnehmer teilten ihre Gedanken in offenen Antworten und hoben mehrere Themen hervor. Viele äusserten, dass die Verwendung von VR mehr Spass machte, immersiver und intuitiver war. Einige fanden es einfacher, die Aufgaben in VR auszuführen, und gaben an, dass es präzisere Bewegungen und eine bessere Objektplatzierung ermöglichte.

Während einige dachten, dass die Verwendung eines Bildschirms einfacher wäre, fanden sie letztendlich VR praktisch und ansprechend. Andere wiesen auf Bedenken hin, VR für längere Sitzungen zu nutzen, und erwähnten, dass dies zu Unbehagen oder Ermüdung führen könnte.

#Einschränkungen und zukünftige Richtungen

Diese Studie hatte einige Einschränkungen. Die Massnahmen, die verwendet wurden, um die Präsenz der Nutzer in der VR-Umgebung zu bewerten, liessen sich nicht gut auf die Bildschirmoberfläche übertragen. Zukünftige Forschungen könnten davon profitieren, neue Massnahmen zu entwickeln, die auf den Vergleich von VR- und Bildschirmsetups zugeschnitten sind.

Ausserdem manipulierten die Nutzer manchmal Objekte auf eine Weise, die für die Funktionen des Roboters nicht notwendig war. Das deutete auf eine Diskrepanz zwischen den Erwartungen der Teilnehmer und der tatsächlichen Funktionsweise des Systems hin. Zukünftige Versionen des Frameworks müssen diese Lücke schliessen, indem sie das Verständnis der Nutzer für die Fähigkeiten des Roboters verbessern.

Eine interessante Anwendung unseres VR-Frameworks ist das Potenzial zur Verbesserung des Wahrnehmungssystems des Roboters. Durch die Verwendung der aus dieser Studie gesammelten Daten können wir die Fähigkeit des Roboters, Objekte im Laufe der Zeit zu erkennen, verfeinern und verbessern.

#Fazit

Diese Studie hatte das Ziel zu testen, wie gut eine virtuelle Realitätsschnittstelle bei der Korrektur von Robotfehlern im Vergleich zu einer standardmässigen Bildschirmoberfläche hilft. Die Teilnehmer zeigten eine deutliche Verbesserung ihrer Leistung, als sie VR verwendeten, und schlossen Aufgaben schneller mit jedem Trial ab. Ausserdem zogen sie kontinuierlich das VR-Setup wegen seiner Benutzerfreundlichkeit und seines Vergnügens vor.

Die Ergebnisse unterstützen die Idee, dass VR ein wertvolles Werkzeug zur Verbesserung der Mensch-Roboter-Interaktion sein kann, insbesondere in Situationen, in denen Roboter Schwierigkeiten haben, ihre Umgebung genau wahrzunehmen. Da Roboter in unserem Leben immer verbreiteter werden, werden Werkzeuge wie die in dieser Studie untersuchte VR-Oberfläche wahrscheinlich eine entscheidende Rolle bei der Sicherstellung einer effektiven Zusammenarbeit zwischen Menschen und Robotern spielen.