Multimodal speech and gesture control of AGVs, including EEG-based measurements of cognitive workload

Fahrerlose Transportfahrzeuge (FTF) mit autonomen Eigenschaften und dezentralisierter Mensch-Maschine-Interaktion (MMI) sind Teil der heutigen Intralogistik. Um eine möglichst natürliche Interaktion zu gewährleisten können Sprach- und Gestensteuerung angewandt werden. In dieser Arbeit wird ein neuer Ansatz für eine kognitive multimodale MMI vorgestellt. Dabei wird neben der Interaktion über Sprache und Gestik das Messverfahren der Elektroenzephalografie eingesetzt. Damit wird es möglich, während der Bedienung des FTF über Sprache die impliziten Verhaltensweisen des Bedieners zu untersuchen (bspw. Aufmerksamkeit und Entspanntheit), welche einen signifikanten Einfluss auf die Korrektheit der Interaktion mit dem FTF besitzen. Dadurch wird es in Zukunft möglich sein, die sprachbasierte MMI zu verbessern und den Bediener vor kognitiver Überforderung zu schützen.

[442]