Señales LED y Pantallas Emocionales en Espacios de Trabajo Compartidos entre Humanos y Robots

Tabla de Contenidos

• 1. Introducción
• 2. Metodología
  • 2.1 Configuración Experimental
  • 2.2 Condiciones Evaluadas
• 3. Implementación Técnica
  • 3.1 Sistema de Señales LED
  • 3.2 Algoritmo de Pantalla Emocional
• 4. Resultados y Análisis
  • 4.1 Métricas de Rendimiento
  • 4.2 Percepción del Usuario
• 5. Implementación de Código
• 6. Aplicaciones Futuras
• 7. Referencias

1. Introducción

La colaboración humano-robot en espacios de trabajo compartidos requiere una comunicación efectiva para garantizar tanto la seguridad como la eficiencia. Esta investigación examina cómo la comunicación no verbal mediante señales LED y pantallas emocionales puede mejorar la interacción humano-robot. El estudio aborda el desafío crítico de prevenir colisiones mientras se mantiene la eficiencia del flujo de trabajo en entornos industriales donde la comunicación auditiva puede ser poco fiable debido al ruido de fondo.

2. Metodología

El experimento involucró a 18 participantes que colaboraron con un robot Franka Emika Panda equipado con una tira LED en su efector final y una pantalla facial animada en una tableta. El estudio evaluó tres condiciones de comunicación para valorar su impacto en la anticipación de colisiones y el rendimiento en las tareas.

2.1 Configuración Experimental

El sistema robótico se configuró con señales LED codificadas por colores que representaban diferentes intenciones de movimiento: verde para movimiento seguro, amarillo para precaución y rojo para riesgo inminente de colisión. El sistema de pantalla emocional utilizó una tableta para mostrar expresiones faciales correspondientes a la intención del robot de evitar colisiones.

2.2 Condiciones Evaluadas

• Condición A: Solo señales LED
• Condición B: Señales LED con pantallas emocionales reactivas
• Condición C: Señales LED con pantallas emocionales preventivas

3. Implementación Técnica

3.1 Sistema de Señales LED

El sistema de control LED utilizó un enfoque basado en probabilidades para determinar el riesgo de colisión. El sistema calculó la distancia entre el efector final del robot y el operador humano usando:

$P(colisión) = \frac{1}{1 + e^{-k(d - d_0)}}$

donde $d$ es la distancia actual, $d_0$ es el umbral de seguridad y $k$ es el parámetro de sensibilidad.

3.2 Algoritmo de Pantalla Emocional

El sistema de pantalla emocional implementó una máquina de estados finitos con tres estados emocionales principales: neutral, preocupado y alerta. Las transiciones entre estados se activaban por umbrales de proximidad y velocidad de movimiento.

4. Resultados y Análisis

4.1 Métricas de Rendimiento

4.2 Percepción del Usuario

Los resultados del cuestionario mostraron que las pantallas emocionales aumentaron significativamente la interactividad percibida (p < 0.05) pero no mejoraron la claridad de la comunicación ni la eficiencia de las tareas en comparación con el uso exclusivo de señales LED.

5. Implementación de Código

class EmotionalDisplayController:
    def __init__(self):
        self.states = ['neutral', 'concerned', 'alert']
        self.current_state = 'neutral'
    
    def update_emotion(self, distance, velocity):
        risk_score = self.calculate_risk(distance, velocity)
        
        if risk_score < 0.3:
            self.current_state = 'neutral'
        elif risk_score < 0.7:
            self.current_state = 'concerned'
        else:
            self.current_state = 'alert'
        
        return self.get_emotional_display()
    
    def calculate_risk(self, d, v):
        # Cálculo de riesgo normalizado
        distance_risk = max(0, 1 - d / SAFETY_DISTANCE)
        velocity_risk = min(1, v / MAX_VELOCITY)
        return 0.6 * distance_risk + 0.4 * velocity_risk

6. Aplicaciones Futuras

Los hallazgos de la investigación tienen implicaciones significativas para la robótica industrial, la robótica sanitaria y la robótica de servicios. El trabajo futuro debería centrarse en pantallas emocionales adaptativas que aprendan de las respuestas individuales de los usuarios y de las diferencias culturales en la interpretación emocional.

7. Referencias

1. Ibrahim, M., et al. "Investigating the Effect of LED Signals and Emotional Displays in Human-Robot Shared Workspaces." arXiv:2509.14748 (2025).
2. Breazeal, C. "Designing Sociable Robots." MIT Press (2002).
3. Bartneck, C., et al. "The CAROQ head: A head-shaped interface for emotional communication." Robotics and Autonomous Systems (2020).
4. Goodfellow, I., et al. "Generative Adversarial Networks." Advances in Neural Information Processing Systems (2014).

Análisis Experto