Глаза робота: Без отвода глаз: ученые нашли способ сделать взгляд робота осмысленным

Содержание

Без отвода глаз: ученые нашли способ сделать взгляд робота осмысленным | Статьи

Российские ученые нашли оптимальный сценарий движения взгляда человекоподобного робота во время общения с людьми. В ходе разговора андроид должен соблюдать баланс между фиксацией на глазах собеседника и вниманием к другим объектам. Это позволит создать у окружающих ощущение, что робот размышляет над услышанными словами и думает, как лучше ответить. Хороший эмоциональный контакт с человеком важен для любых сервисных роботов, подтвердили создатели андроида-буфетчицы «Дуняши». А по мнению психологов, снятие психологических барьеров в общении с машиной за счет применения невербальной коммуникации необходимо для развития всей робототехники.

Только не отведи глаз

Ученые Российского государственного гуманитарного университета при поддержке Российского научного фонда провели серию экспериментов, чтобы определить оптимальный сценарий движения взгляда человекоподобного робота в ходе разговора, который максимально располагает людей к общению. Оказалось, чтобы добиться комфортного взаимодействия с собеседником, андроид должен соблюдать баланс между фиксацией зрачков на глазах своего визави и вниманием к другим объектам. При этом чем выше уровень эмоционального интеллекта человека, участвующего в разговоре с роботом, тем лучше он воспринимает контакт глаза в глаза с роботом.

В исследовании сотрудников РГГУ приняли участие два специально сконструированных андроида, способные говорить и реагировать на речь, расположение лица и направление взгляда собеседника, а также 46 добровольцев. В ходе эксперимента моделировались три ситуации: робот рассказывает историю испытуемому, человек повествует о чем-либо андроиду, машина и доброволец вместе решают задачу в материальном мире на примере игры-головоломки. Затем участников просили оценить роботов, которые использовали разные стратегии движения глаз.

Наиболее «живым» с точки зрения собеседников выглядел тот робот, который переключался между разными вариантами взгляда. Например, рассказывая историю человеку, он то смотрел в глаза слушателю, то более вежливо избегал прямого зрительного контакта. Во время решения головоломки внимание робота переходило от партнера к самой игре. А когда андроид слушал историю, он смотрел то в глаза, то на лицо рассказчика. По словам ученых, полученный таким образом эффект «эмоциональности» робота объясняется тем, что разнонаправленные движения глаз создают иллюзию смены внутренних ментальных состояний, как у мыслящего существа.

— Мы понимаем, что робот должен реагировать на ваш взгляд. Но в зависимости от задач он может вести себя по-разному. Если робот всё время смотрит на вас, то это тоже плохо воспринимается, поэтому должен быть баланс между прямым взглядом и взглядом вбок, — пояснил научный сотрудник РГГУ Артемий Котов.

В будущем авторы исследования планируют разработать оптимальный алгоритм движения глаз андроида, который можно будет использовать при создании любого робота.

Точка контакта

«Интерфейс» андроида важен для его успешной работы. Робот-буфетчица «Дуняша», представленная на ПМЭФ-2022, получила известность благодаря внешности эффектной блондинки. Она рассчитана на мужчин, которые недостаточно уверены в себе, чтобы знакомиться с красивыми девушками, рассказал «Известиям» директор по развитию компании «Промобот» Олег Кивокурцев. А робот-красавица рада любому клиенту и всем отвечает улыбкой — достаточно купить чашку кофе. Это заставляет покупателя всё время возвращаться, чтобы пообщаться с ней, считают создатели.

— «Дуняша» выглядит привлекательно, но не пошло. У нее нет декольте и слишком ярко накрашенных губ. Это позволяет ей располагать к себе не только мужчин, но и женщин, детей и другие целевые аудитории, — сказал Олег Кивокурцев.

Он уверен, что создателям андроидов нужны данные об алгоритмах взгляда роботов. Глаза всегда становятся первой точкой контакта клиента с машиной и влияют на всю последующую коммуникацию, подчеркнул эксперт.

Разработчики сервисных андроидов, рассчитанных на оказание различных услуг, пытаются найти способы сделать их максимально похожими на живых существ, так как успех той или иной модели напрямую зависит от ее эмоционального восприятия людьми. Существуют и специальные роботы-компаньоны, одно из основных предназначений которых заключается в теплом эмоциональном общении с хозяином, чтобы избавить его от ощущения одиночества.

Невербальные формы коммуникации важны для снижения тревоги и формирования доверия в общении с любым партнером: животным, человеком или андроидом, сказала «Известиям» клинический психолог, руководитель НПЦ «Виртуальная клиника» Московского института психоанализа Ольга Валаева.

— В большинстве культур существуют правила этикетного глазного поведения. Особенно важно в коммуникации через взгляд то, что глаза могут передавать отношения доминирования — подчинения, — отметила эксперт.

Андроиды ограничены в невербальной коммуникации, так как воспроизвести мимику и жесты человека сложно и дорого, пояснила специалист. Поэтому ее имитация с помощью направления взгляда может быть продуктивной. Для развития робототехники важно снять эмоциональные и личностные барьеры в общении людей с андроидами, считает она. Кроме длительности и направления взгляда возможно в дальнейшем использовать такой параметр, как частота морганий, отметила психолог.

Добавляем роботу глаза / Хабр

Роботу иногда нужно что-то хватать. Вот и без глаз робот как без рук. В прямом смысле. Ведь не зная где лежит вкусняшка, робот не сможет дотянуться до ней своими роботизированными рукам. Или другими манипуляторами.

В данной статье мы разберемся, как откалибровать робота, чтобы иметь возможность переходить между Системой Координат робота и СК 3D-камеры.

Шаг 1. Взять робота

Перемещать предметы у нас будет Dobot Magician. Смотреть, как он будет перемещать предметы — Intel Realsense D435. А калибровочным объектом придется побыть красному шарику.

Вот так выглядят они вместе взятые.

Красный шарик выбран не просто так ~~должен же кто-то наряжать ёлку~~. Красный — чтобы его можно было легко находить на изображении (без обучения ещё одной сети). Шарик — чтобы точнее рассчитать его центр на изображении. Но к этому вернемся позже.

Шаг 2. Где робот двигает шарик

Алгоритм калибровки можно описать так:

Генерируем список позиций в пространстве

Робот передвигает шарик по списку, снимая изображения с ним

Для каждого изображения находим координаты шарика

Рассчитываем преобразование координат камеры в координаты робота

Позиции нужно выбрать такие, чтобы охватить как можно больше доступного пространства. Шарик лучше маленький не брать, это уменьшит точность калибровки.

Не будем здесь приводить код для записи калибровки, поскольку он слишком зависит от самого робота, камеры, среды, в которой все выполняется (например мы делали в ROS ). Важно то, что для дальнейшей калибровки можно сделать фотографии хоть в ручном режиме, по шагам отправляя робота в позиции и сохраняя фотографии.

Единственное требование — чтобы взаимные положения камеры и робота оставались все время неизменными. Также рекомендуем сразу отснять второй набор картинок для валидации — чтобы оценить, насколько точно удалось вычислить калибровку.

Шаг 3. Получаем координаты

Координаты манипулятора мы знаем, так как специально отправляем роборуку в позиции, заданные в списке. Для роботов с бОльшим числом степеней свободы придется указывать больше параметров, но у нашей 4-ех осевой роборуки положение однозначно определяется координатами кончика роборуки. Так что мы просто сохраняем те позиции, в которые отправлялась рук.

Для изображений шарика же его координаты еще предстоит вычислить. Воспользуемся удачно выбранным объектом для калибровки. Переформулируем задачу поиска шарика как «найти наибольшую область красного цвета», что на python + opencv будет звучать как:

def get_center(image):
    # Применим небольшое размытие для устранения шумов
    image = cv2.GaussianBlur(image, (7, 7), 0)
    # Переведём в цветовое пространство HSV
    hsv = cv2.cvtColor(image, cv2. COLOR_BGR2HSV)
    # Сегментируем красный цвет
    saturation = hsv[...,1]
    saturation[(hsv[..., 0] > 15) & (hsv[..., 0] < 165)] = 0
    _, image1 = cv2.threshold(saturation, 92, 255, cv2.THRESH_BINARY)
    # Найдем наибольшую связную область
    contours = cv2.findContours(image1, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[0]
    contour = max(contours, key=cv2.contourArea)
    # Оценим ее центр
    b_circle = cv2.minEnclosingCircle(contour)
    return b_circle[0]

Разберемся подробнее.

После конвертирования в пространство HSV изображение выглядит вот так:

Как видно, для темных пикселей оттенок (hue) достаточно шумный, и нужен дополнительный критерий для сегментации. Оставим только красные пиксели , и посмотрим на канал насыщенности. На этом канале калибровочный шарик ярко выделяется.

Тогда итоговый критерий будет выглядеть так:

Проверяем, что оттенок приблизительно красный

Оставляем только пиксели с насыщенностью выше заданного порога

Бинаризуем изображение

После чего получаем примерно следующее:

Теперь необходимо найти координаты центра сферы. Здесь существуют разные подходы, например можно подгонять 3д модель сферы под облако точек. Однако у realsense D435 на границах объектов значения глубины достаточно шумные, поэтому мы пойдем другим путём.

Будем считать, что шарик здесь — наибольшая связная область. Тогда найдем её центр и узнаем глубину до этой точки поверхности шара из depth канала. И с небольшой помощью стереометрии, перейдем от видимой точки поверхности шара к его его центру.

Чтобы найти центр шара, воспользуемся знанием, что проекция должна быть кругом, а мы хотим получить несмещенную оценку центра (но присоска робота пытается нам помешать). Здесь достаточно найти круг минимальной площади, описывающий данную область, и это уже решено в opencv — minEnclosingCircle.

Получив 2 координаты точки u, v в пикселях и глубину до нее в миллиметрах, переведем их в физические координаты в СК камеры:

def get_world_coords(u, v, depth, camera_matrix):
    f = np.linalg.inv(camera_matrix)
    l = np.array([u,v,1]) * depth
    return np. dot(f,l)

camera_matrix — матрица внутренних параметров камеры, согласно формуле.

Шаг 4. Производим калибровку

На данный момент мы получили 2 набора точек для разных положений в пространстве: координаты самого верха сферы — точки, за который роботу присасывает шарик, в СК робота, и координаты видимого центра шарика — точки сферы, ближайшей к камере, в СК камеры. Чтобы их сопоставить, сначала нужно привести их к одной физической точке шара.

И наиболее простым способом будет перевести эти точки к центру шара. Измеряем его радиус r = 24мм. Тогда понятно, как из точки касания K получить координаты центра шара O — касание всегда на 1 радиус выше по оси Z.

Остается перевести координаты V центра видимой области в координаты центра шара O. Чтобы объяснить, как это сделать, воспользуемся рисунком:

Получается, что реальный центр шара O всегда находится ровно на 1 радиус глбуже, чем видимая точка V. Это означает, что найденный радиус-вектор надо продлить на 24 мм.

Остаётся совсем немного — имея 2 набора 3д координат, отвечающих одним и тем же физическим точкам, найти преобразование первого набора во второй. Воспользуемся для этого функцией opencv cv2.estimateAffine3D. Для идеально найденных координат аффинное преобразование — конечно перебор, для того, чтобы описать преобразование точек достаточно поворота и смещения, растяжение будет лишним. Однако использование аффинного преобразование позволяет скомпенсировать неточности при плохо рассчитанной матрице внутренних параметров камер. Даже более того — позволяет получить калибровку не зная их совсем.

transformation = cv2.estimateAffine3D(camera_coords, robot_coords)

На выходе — 3х4 матрица transformation, первые 3х3 компоненты являются матрицей поворота совмещенной с растяжением по осям. При правильной калибровке камеры и хороших входных данных должна получиться матрица, близкая к матрице поворота. Оставшиеся 3 числа — вектор смещения между камерой и роботом.

Шаг 5. Пользуемся калибровкой

Чтобы воспользоваться полученной калибровкой, придется повторять указанные преобразования. Сведём их в единый алгоритм.

Находим на RGBD изображении координаты интересующей нас точки u,v, depth

Переводим их в физические координаты x, y, z в СК камеры при помощи матрицы внутренних параметров

В случае с шариком, интересующая нас точка находится в глубине шарика

Применяем найденное преобразование transformation, которое обозначим матрицей Т

Мы получили координаты центра шара в СК робота. Чтобы робот не пытался проткнуть шар — на управление отправим точку на 1 радиус выше

Точность калибровки

Мы рассчитывали калибровку по 9 положениям. На валидационном наборе из еще 6 положений получилась точность в 2.5 мм при размере рабочей области 16х30х5 см. Для этого мы применили найденное преобразование к оставшимся изображениям и рассчитали среднюю длину вектора ошибки.

Шаг 6. Используем в прикладных задачах

Проделав калибровку, можно приступать к решению реальных задач. Например, мы подключили подключили VR шлем с контроллерами и смогли в виртуальной реальности управлять роботом и перемещать кубики.

Но этот метод калибровки достаточно общий. Не важно, какие камера и робот используется, описанный метод позволяет легко рассчитать связь между системами координат роботы и камеры. Более того, с небольшими изменениями метод автономен, чтобы робот мог автоматически выполнять калибровку, так как со временем камера будет сдвигаться относительно робота.

Мы с Vasyutka и ZlodeiBaal планируем и дальше рассказывать про мир роботов, VR и машинное обучение, если это будет интересно. А исходники калибровки можно найти в моем гите.

Ученые разработали роботизированные глаза, которые лучше, чем настоящие

Всегда наблюдаю

Чем лучше тебя видеть

Shutterstock.

Хотя ученые, занимающиеся новыми исследованиями в области биомиметических глаз, возможно, не заинтересованы в сущности своего творения, улучшения в роботизированных глазах могут сделать их ближе, чем когда-либо, к своим биологическим аналогам.

Встраивая светочувствительные рецепторы непосредственно в поверхность 3D-сферы, исследователи смогли создать роботизированные глаза с чувствительностью, намного близкой к чувствительности биологических человеческих глаз.

Исследователи также модернизировали эти роботизированные глаза, сделав их еще быстрее реагирующими на свет и, возможно, еще лучше распознающими изображения, чем настоящие. Попрощайтесь со слепыми зонами.

«Имитируя человеческие глаза, системы искусственного зрения так же необходимы в автономных технологиях, таких как робототехника».

В исследовании, опубликованном в среду в журнале Nature , исследователи объясняют, почему человеческий глаз является такой желанной мишенью.

«Биологические глаза, возможно, являются самым важным органом чувств для большинства животных на этой планете. Фактически, наш мозг получает более 80 процентов информации об окружающей среде через наши глаза», — пишут авторы. «В частности, куполообразная форма сетчатки позволяет снизить сложность оптических систем за счет прямой компенсации аберрации из-за искривленной фокальной плоскости. Имитируя человеческие глаза, системы искусственного зрения столь же важны в автономных технологиях, как робототехника».

Работа выполнена учеными из Гонконгского университета науки и технологии, Калифорнийского университета в Беркли и Национальной лаборатории Лоуренса в Беркли.

Выращивая светочувствительные нанопроволоки в алюминиевой мембране своей искусственной сетчатки, исследователи смогли точно имитировать биологический человеческий глаз. Hongrui Jiang/Nature

В отличие от сложных глаз насекомых, которые используют несколько маленьких линз для обработки света, похожие на камеру глаза человека используют одну линзу и округлую форму глазного яблока, чтобы сфокусировать входящий свет в четкую картинки. Это дает нам зрение примерно в 100 раз лучше, чем у насекомых, и это характеристика, которую ученые стремятся создать у роботов или бионических глаз.

Но уловить сущность человеческих глаз было непросто, особенно когда дело доходит до имитации круглой формы глазного яблока. Предыдущие разработки пытались сначала создать плоские, светочувствительные материалы, которые затем изгибались, образуя глазное яблоко. Но для того, чтобы материал правильно складывался, эти предыдущие модели имели гораздо менее плотно упакованные светочувствительные рецепторы, чем настоящий человеческий глаз, что делало их менее мощными.

Но это, пишут авторы, именно то усовершенствование, которое они сделали. Команда разработала искусственную сетчатку, встроив светочувствительные нанопроволоки непосредственно в поры полусферической мембраны из оксида алюминия. Поскольку эта мембрана не была преобразована из 2D в 3D форму, команда смогла более плотно упаковать эти датчики, чем это было возможно в предыдущих проектах.

Эта футуристическая визуализация биомиметического глаза показывает, как его можно будет использовать в будущем для наблюдения за различными средами. Этот файл был создан Yaying Xu, авторские права принадлежат компании oFantastic Color Animation Technology Co., Ltd. половину глазного яблока, ученые заполнили его гелеобразной ионной жидкостью, которая дала питание нанопроволокам в сетчатке.

Эта жидкость аналогична жидкому стекловидному телу, плавающему в наших глазах.

При тестировании способности этого искусственного глазного яблока исследователи обнаружили, что он способен регистрировать в среднем 86 фотонов в секунду, что соответствует скорости человеческого глаза. Эти искусственные глаза также могли восстанавливаться после обнаружения света даже быстрее, чем человеческие глазные яблоки: для восстановления требовалось всего 40 секунд, в то время как человеческому глазу потребовалось бы около двух с половиной минут. Роботизированный глаз также смог точно уловить или «увидеть» буквы «Е», «Й», «Е».

Поскольку исследователи продолжают совершенствовать этот экспериментальный проект, они пишут, что будущие итерации могут иметь даже лучшее разрешение, чем сами человеческие глаза.

Одно заметное структурное отличие заключается в том, что наша искусственная сетчатка представляет собой устройство с передней подсветкой и контактным устройством с обратной стороны, поэтому на сетчатке нет «слепых зон». Напротив, сетчатка человека представляет собой орган, освещенный с обратной стороны и контактирующий с передней стороной. Чжиюн Фан из Департамента электронной и вычислительной техники Гонконгского университета науки и технологии и ведущий автор исследования рассказывает Инверсия о том, что отсутствие жалюзи является «очевидным структурным отличием».

Отличий больше. Эти глаза могли видеть световые волны за пределами человеческого диапазона. «Еще одно функциональное отличие заключается в том, что человеческий глаз может видеть только оптический диапазон длин волн от 400 до 700 нм [нанометров], однако наш текущий искусственный глаз уже может реагировать на длину волны 200 нм ~ 800 нм. В будущем, если мы решим использовать полупроводник с узкой запрещенной зоной в качестве фоточувствительного материала для создания нашей искусственной сетчатки, тогда инфракрасный свет будет виден искусственным глазом», — говорит Фан.0025 Обратное .

«Человек, использующий искусственный глаз, получит возможность ночного видения», — говорит Фан.

Это может быть особенно важно для роботов или даже в качестве протезов. Более острое зрение может найти множество полезных применений — в поисково-спасательных операциях, безопасности и даже в таких нишевых областях, как спортивный анализ.

«В настоящее время в нашей искусственной сетчатке плотность фотосенсора из нанопроволоки примерно в 6 раз выше, чем в сетчатке человека», — сообщает Fan Inverse . «Это означает, что искусственный глаз может достичь более высокого разрешения, чем человеческий глаз. Однако в текущей работе мы были ограничены размером заднего контактного электрода, поэтому на данный момент мы не продемонстрировали весь потенциал с точки зрения разрешения». По словам Фэна, как только эта проблема будет решена, «пользователь нашего искусственного глаза сможет видеть более мелкие объекты и большее расстояние».

Abstract: Человеческий глаз обладает исключительными характеристиками восприятия изображения, такими как чрезвычайно широкое поле зрения, высокое разрешение и чувствительность с низкой аберрацией. Биомиметические глаза с такими характеристиками весьма желательны, особенно в робототехнике и зрительных протезах. Однако сферическая форма и сетчатка биологического глаза создают огромные трудности при изготовлении биомиметических устройств. Здесь мы представляем электрохимический глаз с полусферической сетчаткой, состоящей из массива нанопроводов высокой плотности, имитирующих фоторецепторы на сетчатке человека. Конструкция устройства имеет высокую степень структурного сходства с человеческим глазом с возможностью достижения высокого разрешения изображения при электрическом адресации отдельных нанопроводов. Кроме того, мы демонстрируем функцию восприятия изображения нашего биомиметического устройства, реконструируя оптические паттерны, проецируемые на устройство. Эта работа может привести к созданию биомиметических фоточувствительных устройств, которые могли бы найти применение в широком спектре технологических приложений.

Похожие теги

Биология
Роботы

Я создал глаза для роботов в человеческом стиле — вдохновленный Джаббой Хаттом

У роботов-гуманоидов искусственные глаза часто называют куклами ‘ глаза, потому что они сделаны из стекла или акрила. Это проблема, поскольку их зрачки не реагируют, как глаза живых людей. Зрачки важны, поскольку они излучают визуальные сигналы, которые мы подсознательно интерпретируем как эмоции и понимание.

Для многих ученых, работающих в области робототехники, воспроизведение человеческих качеств является важной частью нашей работы. С этой целью мое исследование является первым по созданию роботизированных глаз, которые реагируют как на свет, так и на эмоции с помощью искусственной мышцы. Это поможет им взаимодействовать с людьми, которые, как правило, чувствуют себя более комфортно с роботизированными функциями, отражающими их собственные. Более реалистичные роботы позволят людям более естественно взаимодействовать с технологиями.

Моя работа была вдохновлена встречей с Джоном Коппингером, одним из инженеров Джаббы Хатта, из 1983 фильма «Звездные войны: Возвращение джедая». Коппингер спроектировал расширяющиеся глаза Джаббы, и мы говорили о трудностях создания чего-то похожего на человеческий глаз из-за сложности механизмов.

Исследования, вдохновленные Джаббой Хаттом из «Звездных войн», создали роботам глаза человеческого типа.
Фото 12/Алами

Как это работает

Потребовалось более четырех лет лабораторных экспериментов, чтобы получить подходящие материалы для роботизированных глаз, чтобы они функционировали как человеческие глаза. Вы можете увидеть результаты на главном изображении. Чтобы воспроизвести мягкую ткань радужной оболочки глаза человека, мы напечатали на 3D-принтере цветную желатиновую мембрану, используя цифровую карту человеческого глаза. В отличие от стекла и акрила, желатин является натуральным, очень гибким и может удерживать изображение. В центре каждой радужной оболочки есть отверстия, которые мы называем порталами. В одну можно установить камеру, чтобы видеть мир, а в другую — фотодатчик для измерения освещенности.

Чтобы заставить зрачки расширяться и сужаться, как это происходит, когда люди счастливы или напуганы, мы сделали искусственную мышцу из растянутой силиконовой мембраны, покрытой с каждой стороны графеном. Когда они активируются, они сдавливают силиконовую мембрану вместе, создавая эффект сжатия. Графен настолько мелкий, что одно покрытие позволяет свету проходить сквозь него, как через человеческий глаз.

Искусственная мышца активируется путем создания положительного и отрицательного поля статического электричества с каждой стороны мембраны, которое сжимает и расслабляет мышцу при высоком и низком напряжении. Представьте, что вы сжимаете предмет с каждой стороны, а затем отпускаете его. Площадь поверхности будет увеличиваться и уменьшаться в зависимости от величины давления, которое вы на нее оказываете. Чтобы еще больше помочь в создании человеческих глаз, мы использовали гибкий материал, напечатанный на 3D-принтере, чтобы удерживать искусственные мышцы и датчики на месте.

Еще одна особенность роботизированного глаза заключается в том, что он может одновременно реагировать и на свет, и на эмоции. Это жизненно важно для точной имитации функциональности человеческого глаза, но глаза роботов не могли этого сделать раньше.

Читать больше:
Отслеживание взгляда — новый рубеж взаимодействия человека с компьютером

Микропроцессор переключает глаза робота между эмоциональным и световым режимами, чтобы глаза могли реагировать так же, как человеческие глаза: у людей наши зрачки расширяются в темноте и сужаются в более светлых местах.

Когда робот взаимодействует с кем-то, камера использует программное обеспечение машинного обучения, чтобы предсказать эмоциональное состояние человека по выражению лица. Это присваивает роботу эмоцию, такую как счастье или грусть, и отправляет сообщение ученикам, чтобы они расширились или сузились соответственно. Точно так же в светлом режиме зрачок робота расширяется в темноте и сужается в более ярких условиях.

Зачем роботам нужны человеческие глаза

Преимущество создания более реалистичных роботов заключается в том, что они позволяют людям более естественно взаимодействовать с технологиями. Это важно, так как для некоторых людей человекоподобный интерфейс удобен и может улучшить реакцию людей на роботов.

Это должно облегчить социальное взаимодействие роботов с людьми, что может быть полезно для одиноких людей. Надеемся, что со временем роботы смогут обеспечить им дополнительную поддержку и общение.

У людей зрачки увеличиваются, когда люди счастливы.
HКачество/Shutterstock

Чтобы узнать больше о том, как должны реагировать глаза роботов, я провел эксперимент с людьми, которые смотрели разные видео. Затем они смотрели на искусственный свет с разными уровнями яркости. Участники носили гарнитуру для отслеживания зрачков, которая регистрировала расширение их зрачков и частоту света, и это использовалось для точной настройки глаз робота.

В заключительном эксперименте роботизированные глаза были установлены внутри реалистичного гуманоидного робота и сравнивались с роботом со стандартными акриловыми глазами. Затем они были испытаны на людях для измерения эмоций и внимания. Участники, заметившие расширение глаз роботов, демонстрировали повышенный уровень эмоций и внимания.

Эти результаты показывают преимущества этих роботизированных глаз, поэтому люди реагируют на них более естественно. Это важно, потому что в противном случае роботы-гуманоиды кажутся бесчувственными. Воспроизводя тонкие жесты и сигналы, мы улучшаем наше понимание и знакомство с роботами.