Schnittstellen und Interaktion

Für eine intuitive Interaktion müssen autonome und mechatronische Systeme multimodale Sensordaten erfassen, diese interpretieren und Feedback geben, wobei die körperlichen Fähigkeiten der Nutzende zu berücksichtigen sind. Insbesondere bei tragbaren Robotersystemen ist die Gestaltung der Nutzendenschnittstelle von größter Bedeutung, da das System als Teil des eigenen Körpers wahrgenommen werden sollte.
Daher konzentriert sich unsere Forschung auf die Verbesserung des Verständnisses der menschlichen Wahrnehmung und des Erlebens, sowie auf die Entwicklung von nutzendenorientierten Schnittstellen für technische Systeme im Allgemeinen. Um die Integration von tragbaren Robotersystemen in die Körperwahrnehmung ihrer Nutzenden und die Nutzendenerfahrung von kognitiven Systemen zu verbessern, untersuchen wir den Einfluss verschiedener Sensoren, Stimulatoren und Interaktionsstrategien. Dazu adaptieren wir experimentelle Ansätze aus der psychologischen und kognitionswissenschaftlichen Forschung zu Human-in-the-Loop-Experimenten, um die zugrundeliegenden Mechanismen und deren praktische Berücksichtigung zu untersuchen.

Laufende Projekte

Integrated models of cognitive and physical human-robot interaction

Finanziert durch die Volkswagen Stiftung: 9B 007

Indem wir die Perspektiven der Ingenieurwissenschaften, der Biomechanik (Universität Tübingen) und der Kognitionswissenschaften (TU Berlin) verbinden, wollen wir einheitliche Modelle der physischen und kognitiven Mensch-Roboter-Interaktion entwickeln. Um dieses Ziel zu erreichen, erarbeiten wir neue Konzepte für den interdisziplinären Diskurs und die Lehre, um strukturelle Veränderungen zu motivieren, die die interinstitutionelle Zusammenarbeit unterstützen. Wir erwarten, dass die resultierenden Interaktionsmodelle kognitive, muskulo-skelettale und Steuerungsaspekte abdecken, um die gemeinsame kognitive Entscheidungsfindung und die physische Roboterunterstützung durch nutzendenzentriertes Mensch-Roboter-Interaktionsdesign zu verbessern.

• Hao, C., Russwinkel, N., Haeufle, D. F., & Beckerle, P. (2023). A Commentary on Towards autonomous artificial agents with an active self: Modeling sense of control in situated action. Cognitive Systems Research, 79, 1-3.
• Beckerle, P., Hao, C., Haeufle, D. F., & Russwinkel, N. (2022). Four considerations on interdisciplinary learning at the boundaries of human and engineering sciences. In Frontiers in Education (Vol. 7). Frontiers Media SA.

Aktives Transferlernen mit neuronalen Netzen durch Mensch-Roboter-Interaktion (TRAIN)

Finanziert durch die DFG: BE 5729/16

In unserer Vision interagieren autonome Roboter mit Menschen im Industriekontext, im Gesundheitssektor oder in Haushaltsanwendungen. Aus technischer Sicht erfordern alle diese Anwendungsfelder, dass Roboter während der Ausführung einer Vielzahl verschiedener Motorik- und Manipulationsfähigkeiten große Datenmengen aus verrauschten Sensorsignalen verarbeiten. Aus Sicht vieler potentieller Anwender ist die manuelle Programmierung von Fertigkeiten bzw. die Verwendung aktueller Lernansätze, die nur von Personen mit Expertise bedient werden können, nicht geeignet um intelligente autonome Systeme bei Alltagsaufgaben einzusetzen. In diesem Projekt zielen wir darauf ab, das Erlernen von Roboterfertigkeiten mit tiefen neuronalen Netzwerken zu verbessern, wobei menschliches Feedback und Nutzendenanweisungen berücksichtigt werden. Menschliche Lehrende bewerten verschiedene Transferlernstrategien des künstlichen neuronalen Netzwerks, um das Erlernen neuartiger Fertigkeiten zu verbessern.

Mehr Informationen können hier gefunden werden.

• Cansev, M. E., Xue, H., Rottmann, N., Bliek, A., Miller, L. E., Rueckert, E., & Beckerle, P. (2021). Interactive Human–Robot Skill Transfer: A Review of Learning Methods and User Experience. Advanced Intelligent Systems, 3(7), 2000247.
• Denz, R., Demirci, R., Cansev, M. E., Bliek, A., Beckerle, P., Rueckert, E., & Rottmann, N. (2021, December). A high-accuracy, low-budget Sensor Glove for Trajectory Model Learning. In 2021 20th International Conference on Advanced Robotics (ICAR) (pp. 1109-1115). IEEE.

EFFENDI – EFFiziente und schnelle textEiNgabe für menschen mit motorischen behinDerungen neuromuskulär-Induzierter art

Finanziert durch die DFG: FE 936/6

Menschen mit motorischen Beeinträchtigungen sind oft nicht in der Lage, eine Computertastatur effizient zu bedienen und sind daher auf alternative Eingabemethoden angewiesen. Für Nutzende mit neuromuskulären Erkrankungen werden in diesem Projekt Alternativen entwickelt, die sich durch modulare, multisensorische Schnittstellen an die individuellen Symptome der einzelnen Personen anpassen können. Der praktische Einsatz der entstehenden Eingabegeräte wird im Rahmen eines menschenzentrierten Entwicklungsprozesses durch die kontinuierliche Einbeziehung der Zielgruppe sichergestellt.

• Gür, D., Schäfer, N., Kupnik, M., & Beckerle, P. (2020). A human–computer interface replacing mouse and keyboard for individuals with limited upper limb mobility. Multimodal Technologies and Interaction, 4(4), 84.
• Andreas, D., Six, H., Bliek, A., & Beckerle, P. (2022). Design and Implementation of a Personalizable Alternative Mouse and Keyboard Interface for Individuals with Limited Upper Limb Mobility. Multimodal Technologies and Interaction, 6(12), 104.

Abgeschlossene Projekte

Mensch-orientierte Methoden zur intuitiven und fehlertoleranten Regelung tragbarer Robotiksysteme

Unterstützt durch das „Athene Young Investigator“-Programm der TU Darmstadt

In diesem Projekt wurden Regelungsansätze für tragbare Robotiksysteme zur Bewegungsunterstützung und –augmentation entwickelt, die eine effiziente und natürliche Unterstützung bieten und verhindern, dass sich Nutzende „durch den Roboter gesteuert“ fühlen. Als Basis zur adaptiven Impedanzregelung dienen psychophysikalische Experimente zur Erfahrung der Steifigkeit tragbarer Roboter durch die Nutzende, um vielseitige Fortbewegungsarten und Fehlertoleranz zu gewährleisten. Durch Human-in-the-Loop-Experimente wurde zudem die Körperschemaintegration tragbarer Robotiksysteme durch ihre Nutzende untersucht.

• Stuhlenmiller, F., Schuy, J., & Beckerle, P. (2018). Probabilistic elastic element design for robust natural dynamics of structure-controlled variable stiffness actuators. Journal of Mechanisms and Robotics, 10(1), 011009.
• Stuhlenmiller, F., Perner, G., Rinderknecht, S., & Beckerle, P. (2019). A stiffness-fault-tolerant control strategy for reliable physical human-robot interaction. In Human Friendly Robotics: 10th International Workshop (pp. 3-14). Springer International Publishing.

Anwenderseitige Körpererfahrung und Mensch-Maschine-Schnittstellen in der (Assistenz-)Robotik

Gefördert durch die DFG: BE 5729/3&11

Dieses wissenschaftliche Netzwerk befasste sich mit der Körpererfahrung von Menschen, die Assistenzroboter oder andere körpernahe Robotiksysteme verwenden. Für ein besseres Verständnis technischer Möglichkeiten zur Verbesserung der Erfahrung analysierten die beteiligten Forschenden Maße zur Beurteilung der Körperrepräsentation sowie deren Berücksichtigung in neuen Entwurfsmethoden. Dies beinhaltet die Identifikation geeigneter Wahrnehmungskanäle und unterstützt die Entwicklung von neuen Mensch-Maschine-Schnittstellen sowie von Human-in-the-Loop Experimenten („robot hand/leg illusions“).

Weitere Informationen zu den Aktivitäten des Netzwerks finden sich hier.

• Beckerle, P., Kõiva, R., Kirchner, E. A., Bekrater-Bodmann, R., Dosen, S., Christ, O., … & Lenggenhager, B. (2018). Feel-good robotics: requirements on touch for embodiment in assistive robotics. Frontiers in neurorobotics, 12, 84.
• Beckerle, P., Castellini, C., & Lenggenhager, B. (2019). Robotic interfaces for cognitive psychology and embodiment research: a research roadmap. Wiley Interdisciplinary Reviews: Cognitive Science, 10(2), e1486.

Elektromyografische (lernende) Regelung von Roboterbeinen zur Untersuchung von menschlicher Körpererfahrung

Gefördert durch die DFG: BE 5729/4

Die Kooperation mit der Arizona State University umfasste die Regelung eines Roboterbeines zur Untersuchung menschlicher Körpererfahrung. Zur Bewegungserkennung und Regelung wurde eine Kombination aus elektromyographischer Muskelaktivitätsmessung und maschinellem Lernen untersucht, um die Imitation menschlicher Bewegungen zu verbessern und Bewertungsmethoden zur experimentellen Untersuchung der Körpererfahrung zu erweitern.

• Beckerle, P., Salvietti, G., Unal, R., Prattichizzo, D., Rossi, S., Castellini, C., … & Bianchi, M. (2017). A human–robot interaction perspective on assistive and rehabilitation robotics. Frontiers in neurorobotics, 11, 24.

Taktile Schnittstellen zur Erweiterung der Mensch-Maschine-Interaktion von tragbaren Robotiksystemen durch die Vermittlung von affektiven und sozialen Berührungen

Gefördert durch MERCUR: An-2019-0032

Taktile Schnittstellen sind wesentlich für das Erreichen einer realistischen Mensch-Roboter-Interaktion und die resultierende Körpererfahrung der Nutzende bei körpernahen, robotischen Hilfsmitteln. Eine große Bedeutung kommt hierbei der sensorischen Rückmeldung an die Nutzenden zu, die neben rein funktionalen Informationen auch sogenannte affektive Signale umfasst, die bei langsamen Berührungen positive Empfindungen übermitteln und besonders relevant für soziale Kontakte sind. Wir analysieren Anforderungen zur Übertragung solcher Signale und entwickeln Demonstratoren und Algorithmen für entsprechende Mensch-Maschine-Schnittstellen.

• Ege Cansev, M., Nordheimer, D., Andrea Kirchner, E., & Beckerle, P. (2021). Feel-good requirements: neurophysiological and psychological design criteria of affective touch for (assistive) robots. Frontiers in Neurorobotics, 90.
• Ferguson, N., Cansev, M. E., Dwivedi, A., & Beckerle, P. (2022, September). Design of a Wearable Haptic Device to Mediate Affective Touch with a Matrix of Linear Actuators. In Advances in System-Integrated Intelligence: Proceedings of the 6th International Conference on System-Integrated Intelligence (SysInt 2022), September 7-9, 2022, Genova, Italy (pp. 507-517). Cham: Springer International Publishing.