增强现实与机器人技术：一项关于AR增强的人机交互和机器人界面的调查与分类

文献标题

增强现实与机器人：用于增强型人机交互和机器人界面的综述与分类

文献信息

• 主题领域: 增强现实（AR）、人机交互（HRI）和机器人设计
• 关键词: 增强现实, 混合现实, 机器人, 人机交互, 动态实物界面, 形变界面, AR-HRI, VAM-HRI

研究背景与问题

• 发现的问题或挑战:

  1. 传统机器人交互方式局限于机器人自身的物理或视觉反馈能力，例如，通过动作、视线、灯光显示等传递信息，但这些反馈方式存在表达能力不足的问题。
  2. 现有很多机器人领域研究关注单一案例的设计探索，缺乏系统性分类和分析。
  3. AR在HRI中的潜力尚未完全利用，以满足快速增长的交互需求。

• 重要性:

  • 随着机器人进入更多日常环境，为人机交互设计更高效的接口变得至关重要。
  • 增强现实可以突破物理约束，为机器人与人之间的交互带来新的实现方式，同时减轻用户切换视觉焦点时的认知负担。

• 研究动机:

  • 从以往460篇文献中提取设计实践和策略，构建AR与机器人领域的全面分类体系，推动相关学术和工业研究发展。
  • 通过归纳和讨论，提供未来研究的关键问题和指导方向。

解决方案

• 提出的方法或解决方案:

  • 本文提出一个涵盖八个维度的设计空间分类法：
    1. 增强现实的应用方法。
    2. 增强型机器人的特性。
    3. 视觉增强的目的及优势。
    4. 呈现信息的类型。
    5. 视觉增强的设计组件和策略。
    6. 交互技术和模式。
    7. 应用领域。
    8. 评估策略。
  • 强调AR如何结合人类与机器的交互需求，在现实和虚拟之间构建新的界面和交互。

• 创新之处:

  • 提供了一个系统化和全面的分类法，从交互设计和视觉增强两个角度重新定义研究领域，弥补现有系统性研究的空缺。
  • 结合机器人用户界面（如动态触觉和形变界面）的研究，扩展AR/HRI应用范围。
  • 同时提出开放研究新方向，包括改进系统实用性、扩展AR界面设计和交互的可能性。

• 实施步骤和关键技术:

  • 数据收集：通过学术数据库收集925篇文献，筛选后最终选取460篇，建立研究语料库。
  • 开放编码：通过初步分类提取设计空间维度，并由多位作者合议改进分类方案。
  • 系统整理：从语料库中提取关键引用文献和设计案例，形成视觉分类摘要图，并归入各分类维度中。

研究成果

• 具体成果:

  • 提出了涵盖460篇文献的全面分类法，总结了应用AR于机器人设计交互的八个关键维度。
  • 提供了大量设计框架和实例，以帮助研究人员快速查找相关文献并明确自身工作的位置。
  • 提出未来研究的八大方向，包括：
    1. 提高实际部署中的可靠性及效果。
    2. 将系统带入真实世界以进行“野外”验证。
    3. 打破物理设计的限制，创造更灵活与动态的机器人外观。
    4. 开发沉浸式原型工具实现直接操控和迭代优化。
    5. 研究如何使用嵌入式可视化辅助实时决策。
    6. 探讨如何通过AR使机器人变得可解释和可探索。
    7. 推进自然化、多模态的交互设计。
    8. 将虚拟世界与物理世界更好地结合。

• 现有解决方案的改进:

  • 在机器人与人类协作中提供实时视觉反馈，弥补了传统交互方式表达能力的不足。
  • 增加了机器人在复杂决策环境中的解释性，使其决策过程可视化并易于理解。

• 实验或评估结果:

  • 分类总结显示，在AR-HRI系统中，“标签与注释”及“路径与轨迹”是最常用的设计方法。
  • 大部分实际研究集中在工业和家庭应用领域，但在远程协作、医疗健康等方向仍有发展空间。
  • 评估主要通过用户研究、技术测试和概念验证完成，而在真实现场环境中的部署较少。

• 局限性与未来方向:

  • 局限性:
    • 部分实验仅限于实验室环境，实际使用场景中效果仍需验证。
    • 当前AR设备在显示分辨率、续航、舒适性、追踪精度等方面存在不足。
  • 未来方向:
    • 推动AR系统走向普遍实用化，特别是需要改进技术稳定性以解决安全领域的潜在风险。
    • 探索全新的人机交互设计方式，特别是在复杂交互任务中的沉浸式场景设计工具。
    • 融合更多种类的交互方式（如手势、眼动、语音）以实现多模态自然交互。
    • 通过嵌入式数据可视化与机器人优化导航结合，为实时决策提供更多支持。