Abstract

This paper presents results from a study on the impact of negative attitudes towards robots on pedestrians’ needs for technological communication capabilities of autonomous vehicles and preferred communication modalities. Further, the amount of prior information on autonomous vehicles given to test persons is varied. The study is realized in terms of an imagination scenario. Results show a significant dependency of the demand for communication of autonomous vehicles with pedestrians on the extent of negative attitudes towards robots as well as a general demand for such communication capabilities. Interestingly, these findings are independent of the amount of prior information. Differences of preferred communication modalities with respect to negative attitudes or prior information are not found. The results of this study emphasize the importance of vehicle-pedestrian communication, particularly, using multi-modal interfaces in future autonomous driving technology.

Dieser Beitrag präsentiert die Ergebnisse einer Studie über die Auswirkungen negativer Einstellungen gegenüber Robotern auf die Bedürfnisse von Fußgängern nach technologischen Kommunikationsmöglichkeiten autonomer Fahrzeuge und bevorzugte Kommunikationsmodalitäten. Darüber hinaus wird die Menge an Vorinformationen zu autonomen Fahrzeugen, die den Testpersonen gegeben werden, variiert. Die Studie wird anhand eines imaginären Szenarios durchgeführt. Die Ergebnisse zeigen eine signifikante Abhängigkeit des Bedarfs an Kommunikation autonomer Fahrzeuge mit Fußgängern vom Ausmaß negativer Einstellungen gegenüber Robotern sowie eines Bedarfs an solchen Kommunikationsfähigkeiten allgemein. Interessanterweise sind diese Erkenntnisse unabhängig von der Menge an Vorinformationen. Unterschiede der bevorzugten Kommunikationsmodalitäten in Bezug auf negative Einstellungen oder Vorinformationen wurden nicht festgestellt. Die Ergebnisse dieser Studie unterstreichen die Bedeutung der Fahrzeug-Fußgänger-Kommunikation, insbesondere unter Verwendung multimodaler Schnittstellen in zukünftigen autonomen Fahrtechnologien.

Jetzt ist deine Zeit, die Zukunft zu gestalten! In einer Welt, die sich blitzschnell durch neue Technologien und globale Krisen verändert, fühlen sich viele Menschen unsicher oder überfordert. Und genau hier setzt dieses Buch an: Es zeigt dir, warum Offenheit und Neugier deine stärksten Verbündeten sein können. Veränderung muss kein Grund zur Sorge sein – sie ist deine Chance, zu wachsen und die Welt aktiv mitzugestalten. Mit lebendigen Stories, praktischen Tipps und einer guten Portion Optimismus vermittelt die Autorin wertvolle Ansätze aus Innovationsforschung, Positiver Psychologie und buddhistischen Lehren. Du lernst, wie du die Angst vor dem Unbekannten überwindest, dein Leben kreativ gestaltest und die großen Herausforderungen dieser Zeit mit anderen gemeinsam meisterst. Lass dich inspirieren und finde deine Balance im Wandel – aktiv gestaltend und entspannt loslassend!

The dependencies between process parameters and the resulting geometrical accuracy of additively manufactured parts are usually highly non-linear and thus complex to investigate and mathematically quantify. Therefore, the application of artificial intelligence techniques is promising to generate mathematical models that reduce effort and increase the prediction quality. The overall goal is to establish a procedure to automatically determine the optimal settings of the manufacturing process parameters to guarantee the highest geometrical accuracy of parts in additive manufactured production. This paper presents the first step towards this fully automatic procedure – the training and evaluation of a mathematical model based on artificial neural networks to quantify the effects of varying process parameters of a material extrusion process on both macro- and micro-geometrical performances. Therefore, a dataset is established based on the Design of Experiment of an additively manufactured part made from Polylactic Acid filament. The dataset is then used to train an artificial neural network that predicts the dimensional and micro-geometrical deviations of the manufactured parts. Finally, the evaluation of the network's prediction quality and reliability indicate that it is possible to predict the parameters linked to resulting print quality with a mean absolute error from 0.0004 to 0.036.

Nach der Corona-Pandemie haben Messeveranstaltungen als physische Interaktionsplattformen der Fachöffentlichkeit zu alter Stärke zurückgefunden. Die Digitalisierung erweitert die Angebote auf den Messen über Virtual Reality, Augmented Reality, Robotik und den Einsatz von künstlicher Intelligenz (KI). Bei der Programmierung von Messerobotern mit Unterstützung von KI stellt sich die Frage, wie emotional die Mensch-Roboter Interaktion gestaltet werden sollen. Aus der Forschung zur Robotik im Pflegebereich ist z. B. bekannt, dass emotional programmierte Roboter einen Zusatznutzen für die Anwender bringen. Aber gilt das auch für ein Messegespräch, in dem die emotional-menschliche Komponente Vertrauensfördernd wirket soll? Dazu wurde die folgende Forschungsfrage untersucht: „Inwiefern beeinflussen Emotionen als Teil der nonverbalen Interaktion im Rahmen der Mensch-Roboter-Interaktion die Akzeptanz von sozialen Robotern bei Messegesprächen?“ Zur Beantwortung der Forschungsfrage wurde ein Laborexperiment durchgeführt. Es wurde eine emotional und eine sachlich programmierte Version des Furhat-Roboters konzipiert, mit denen Probanden im Rahmen eines Messegesprächs interagiert haben. Nach Auswertung der Ergebnisse konnten kaum signifikanten Unterschiede in der Akzeptanz zwischen der emotionalen und der sachlichen Roboterversion festgestellt werden. Mögliche Investition in emotionale Programmierungselemente von Robotern im Messeeinsatz sollten nach diesen Ergebnissen hinterfragt werden.