预感受动作:探究本体感受反馈用于传达身体驱动系统即将发生的动作

力反馈与伪重力感触觉可穿戴设备振动反馈与皮肤刺激物理治疗师与康复治疗师AI/ML 研究员与工程师HCI 研究员

文献标题

Forefeel the Move: Investigating Proprioceptive Feedback for Communicating Imminent Motions of Body-actuating Systems

出版信息

  • 主题领域: 身体驱动系统中意图传递的本体感觉反馈。
  • 关键词: 本体感觉反馈,身体驱动系统,运动意图,外骨骼,触觉反馈,人机交互,可解释性,混合主动系统,运动引导,自适应反馈。

背景与问题

  • 问题/挑战: 自主系统的意外身体驱动可能使用户感到惊讶,带来安全风险,并与用户意图相冲突。现有方法缺乏对如何有效传递身体驱动系统中的运动意图的系统性理解。
  • 重要性: 传递运动意图可以帮助用户预测系统动作,评估其适当性,并在必要时进行干预,从而保持控制感,提高安全性和协作性。
  • 动机与相关工作: 以往研究已探索视觉、听觉和触觉反馈在机器人和自主系统中传递意图的应用,但本体感觉反馈——与身体自然运动一致的反馈——仍未被充分研究。本文通过研究身体驱动系统中传递运动意图的本体感觉线索来填补这一空白。

解决方案

  • 提出的方法: 通过本体感觉反馈直接向受影响的身体部位传递运动意图,使用中断或增强用户运动的线索。
  • 创新点:
    1. 引入本体感觉反馈作为传递身体驱动系统中运动意图的渠道。
    2. 设计可解释的本体感觉线索,用于三种运动属性:开始、方向和目标。
    3. 在肘部外骨骼中实现并评估这些线索。
    4. 分析响应时间与解释准确性之间的权衡,并探索用户偏好及情感维度。
  • 流程与关键技术:
    1. 针对单自由度(DoF)铰链关节设计本体感觉线索,重点关注屈曲和伸展。
    2. 在肘部外骨骼中实现线索,并对扭矩、速度和位移参数进行校准。
    3. 通过12名参与者的用户研究评估检测准确性、响应时间、解释准确性及每种线索类型的用户偏好。

结果

  • 具体发现:
    • 所有线索均达到高检测准确性(>90%)和信心。
    • 中断型线索检测速度最快(响应时间:0.8–2.5秒),但在解释复杂信息(如方向:62.5%准确性)方面较不准确。
    • 增强型线索(如拉动)检测速度较慢(响应时间:1.2–3.5秒),但解释准确性较高(如目标:83.3%准确性)。
  • 相较基线的优势:
    • 本体感觉线索提供集成的、局部化的反馈,无需额外的感官通道,与其他模态(如振动触觉或视觉反馈)相比,检测准确性和响应时间具有竞争力。
  • 实验/评估:
    • 使用肘部外骨骼的12名参与者的混合方法研究。
    • 任务包括检测运动开始、解释方向以及解释目标(方向+范围)。
    • 定量指标:检测准确性、响应时间、解释准确性和信心。
    • 定性洞察:用户偏好、感知紧迫性以及线索的情感维度。
  • 局限性与未来工作:
    • 仅限于单自由度铰链关节和肘部外骨骼;未来工作应探索其他身体部位、系统和自由度。
    • 研究重点为三种运动属性;可进一步研究其他属性如力或速度。
    • 需要更大、更具多样性的样本以及真实世界场景。
    • 有潜力将本体感觉反馈与其他模态结合,以增强意图传递。

总结

本文提出了一种通过本体感觉反馈传递身体驱动系统中运动意图的方法,重点关注三种属性:运动开始、方向和目标。本体感觉线索在肘部外骨骼中实现并通过用户研究进行评估。结果表明,中断型线索速度更快但准确性较低,而增强型线索速度较慢但准确性更高且更受用户偏好。研究结果揭示了响应时间与解释准确性之间的权衡,建议采用结合不同线索类型的分层设计方法。未来工作应探索适应性、个性化以及与其他模态的集成,以提高身体驱动系统的可解释性和可用性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222771/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790487
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
力反馈与伪重力感、触觉可穿戴设备、振动反馈与皮肤刺激
work
职业/产业
物理治疗师与康复治疗师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文