Κωσταντάρας ΑντώνιοςKostantaras AntoniosΝτεϊβιντ Μπολουγουατιφέ ΑκόνταDavid Bolwatife Akoda2026-09-082026-09-082026-05-18https://apothesis.hmu.gr/handle/123456789/11768Η παρούσα διπλωματική εργασία παρουσιάζει τον σχεδιασμό και την υλοποίηση ενός Συστήματος Πολυτροπικής Αξιολόγησης Εμπλοκής για την αντικειμενική μέτρηση της συμπεριφορικής εμπλοκής μαθητών κατά τη διάρκεια δραστηριοτήτων εκπαιδευτικής ρομποτικής. Η εργασία πραγματοποιήθηκε στο πλαίσιο του ερευνητικού έργου ALPER-EU στο Ελληνικό Μεσογειακό Πανεπιστήμιο. Το σύστημα συνδυάζει παρακολούθηση βλέμματος μέσω του Tobii Eye Tracker 4C και ανάλυση στάσης σώματος μέσω της κάμερας βάθους Intel RealSense D455. Η εκτίμηση στάσης σώματος πραγματοποιείται με χρήση του MediaPipe σε πραγματικό χρόνο στα 30 καρέ ανά δευτερόλεπτο, ενώ οι δύο ροές δεδομένων συγχρονίζονται με μηχανισμό χρονικής ευθυγράμμισης χιλιοστών του δευτερολέπτου. Η εμπλοκή ποσοτικοποιείται μέσω ενός διαφανούς Δείκτη Εστίασης, ο οποίος βασίζεται στην κατεύθυνση βλέμματος, τον προσανατολισμό σώματος και την απόσταση του μαθητή από τον σταθμό εργασίας. Οι τιμές κατηγοριοποιούνται σε ζώνες Υψηλής, Μέτριας και Χαμηλής εμπλοκής, ενώ η ανίχνευση αποδέσμευσης βασίζεται σε συνδυασμό πολλαπλών σημάτων ώστε να αποφεύγονται ψευδείς ταξινομήσεις. Το σύστημα αξιολογήθηκε σε πραγματική εκπαιδευτική συνεδρία ρομποτικής στο ΕΛ.ΜΕ.ΠΑ. και παρήγαγε αποτελέσματα συνεπή με τις παρατηρήσεις του εκπαιδευτικού. Τα αποτελέσματα δείχνουν ότι οικονομικό εμπορικό υλικό σε συνδυασμό με λογισμικό ανοιχτού κώδικα μπορεί να υποστηρίξει αξιόπιστη και ερμηνεύσιμη αξιολόγηση εμπλοκής σε πραγματικές συνθήκες τάξης.This thesis presents the design and implementation of a Multimodal Engagement Assessment System for the objective evaluation of student behavioral engagement during educational robotics activities. The work was conducted within the ALPER-EU research project at the Hellenic Mediterranean University. The system combines eye tracking through the Tobii Eye Tracker 4C and body pose analysis through the Intel RealSense D455 depth camera. Body pose estimation is performed using MediaPipe in real time at 30 frames per second, while the two data streams are synchronized through a millisecond level temporal alignment mechanism. Engagement is quantified through a transparent Focus Index based on gaze direction, body orientation, and student distance from the workstation. The resulting values are categorized into High, Moderate, and Low engagement zones, while disengagement detection is based on the combination of multiple signals to reduce false classifications. The system was evaluated during a real educational robotics session at HMU and produced results consistent with teacher observations. The findings demonstrate that affordable commercial hardware combined with open source software can support reliable and interpretable engagement assessment in real classroom environments.enAttribution-NonCommercial-NoDerivs 3.0 United StatesΕκπαιδευτική ΡομποτικήΠολυτροπική Αξιολόγηση ΕμπλοκήςΠαρακολούθηση ΒλέμματοςΑνάλυση Στάσης ΣώματοςALPER-EUΜεταπτυχιακή Διατριβή