无意的协和声:理解机器人电机声音感知的方法
作者
车内触觉、声音、多模态反馈社交机器人交互
最近的研究表明,机器人的电机发出的声音可以影响用户对机器人特性的感知。为了更深入地了解用户与特定声音特性之间的关联,我们采用了来自感官科学的方法,包括“选择所有适用项”(CATA)问题和极化感官定位(PSP),以在线调查的形式揭示电机声音中的细微差异。这些方法对于未经训练的人来说在在线环境中操作简单,数学上严谨,并且可以探索各种微妙的听觉和感知刺激。我们描述了如何使用这些方法,用几种直观的视觉表示来解释结果,并展示了结果与同一数据集的先前研究一致。最后,我们讨论了将这些方法应用于研究人机交互社区中微妙现象的好处和局限性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
车内触觉、声音、多模态反馈、社交机器人交互
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文