User centered design of a cognitive control unit for a self-optimizing assembly system

Susanto, Novie; Schlick, Christopher; Flemisch, Frank Ole

doi:urn:nbn:de:hbz:82-opus-53214

User centered design of a cognitive control unit for a self-optimizing assembly system = Benutzerzentriete Entwicklung eines Cognitive Control Unit für ein selbstoptimierendes Montagesystem

Susanto, Novie (Author)

2015

Verantwortlichkeitsangabevorgelegt von Novie Susanto

ImpressumAachen : Publikationsserver der RWTH Aachen University 2015

Umfang142 S. : Ill., graph. Darst.

Aachen, Techn. Hochsch., Diss., 2014

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Schlick, Christopher (Thesis advisor) ; Flemisch, Frank Ole (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2014-12-16

Online
URN: urn:nbn:de:hbz:82-opus-53214
URL: https://publications.rwth-aachen.de/record/465410/files/5321.pdf

Einrichtungen

Projekte

Inhaltliche Beschreibung (Schlagwörter)
Kognition (Genormte SW) ; Mensch (Genormte SW) ; Montagesystem (Genormte SW) ; Ingenieurwissenschaften (frei) ; selbstoptimierende Montage (frei) ; human (frei) ; self-optimizing assembly (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Diese Dissertation stellt die menschengerechte Gestaltung einer kognitiven Kontrolleinheit (CCU) für selbstoptimierende Robotermontagezellen. Die CCU simulieren die menschliche Kognition, um sich auf Basis von Vorwissen auf die sich verändernden Bedingungen in der Produktstruktur und Materialversorgung anzupassen. Um die Übereinstimmung der Erwartungen des Bedieners mit dem technischen System zu verbessern, sind zwei Versuche durchgeführt worden, die sich auf die verschiedenen Modelle des Roboterverhaltens auf der Grundlage von menschlichen Produktionsregeln für eine Montageaufgabe konzentrieren. Im ersten Versuch wird eine Montageaufgabe mit LEGO Steinen durchgeführt. Das Modell des Roboterverhaltens mit den LEGO-Steinen ist mit einem zweiten Experiment auf ein reales Produkt, einem Vergaser, übertragen. Die Probanden mussten das Muster der Roboter Vorgehensweise erkennen während einer Montageaufgabe mit den LEGO Steinen oder dem Vergaser und auf dieser Basis die nächste Ziegel oder Teilposition vorhersagen. Eine Varianzanalyse (alpha=0,05) des ersten Experiment zeigt, dass das Roboterverhaltensmodell mit den menschlichen Produktionsregeln zu deutlich kürzeren Prädiktionszeiten, einer geringeren Beanspruchung und einer höheren Vorhersagegenauigkeit führt. Das zweite Experiment verdeutlicht, dass die Teilnehmer bei den menschlichen Regeln erneut kürzere Prädiktionszeiten und Fixationsdauern und höhere Vorhersagegenauigkeiten erreicht haben. Zudem haben das Alter und der kultureller Hintergrund einen wesentlichen Einfluss auf die Beanspruchung. In Bezug auf den kulturellen Hintergrund kann festgehalten werden, dass die indonesischen Teilnehmer eine höhere Beanspruchung und Unzufriedenheit als die deutschen Teilnehmer empfunden haben. Im Hinblick auf das Alter kann man festhalten, dass die jüngere Gruppe eine geringere Belastung und Unzufriedenheit als die ältere Gruppe wahrgenommen hat. Diese Dissertation kommt zu dem Entschluss, dass die Entwicklung der CCU auf der Grundlage von menschlichen Produktionsregeln die Übereinstimmung zwischen den Erwartungen des menschlichen Bedieners und des technischen Systems in selbstoptimierenden Montagezellen maximiert.

This dissertation presents the human-oriented design of a cognitive control unit (CCU) for self-optimizing robotic assembly cells. The CCU is designed to simulate human cognition, and on the base of prior knowledge, to adapt to the changing conditions in the product structure and material supply. To improve the conformity of the human operator expectations with the technical systems, two experiments focusing on the different models of robot behaviour levels based on the number of human-oriented production rules for assembly task are carried out. In the first experiment, an assembly task with LEGO bricks is conducted. The model of the robot behaviour in the LEGO bricks is transferred to a real technical product, a carburetor in the second experiment. The tasks of the participants are to recognize the robot’s work pattern regarding the LEGO brick or carburetor part assembly sequence and to predict the next brick or part position using the real object. An analysis of variance (alpha=0.05) of the first experiment shows that the robot behaviour model with the most-human oriented production rules leads to significantly shorter prediction times, lower task load and higher predictive accuracy. The second experiment highlights that the participants working with the most human-oriented production rules achieve shorter prediction times, shorter fixation duration and higher predictive. In addition, age and cultural background have a significant effect on the task load. Regarding the cultural background, the Indonesian participants perceive a higher task load and dissatisfaction grade than the German participants. With regard to age, the younger group perceived a lower task load and dissatisfaction grade than the older group. This study concludes that the design of CCU based on the most human-oriented production rules maximizes the conformity between the human operator’s expectation and the technical system in self-optimizing assembly cells.

Fulltext:
PDF