ReMotion：通过自动机器人实体支持开放空间中的远程协作

文献标题

ReMotion: Supporting Remote Collaboration in Open Space with Automatic Robotic Embodiment

文献信息

• 主题领域: 人机交互与远程协作设计
• 关键词: 机器人具身化, 遥控机器人, 远程协作, 开放空间, 自动控制, 视频会议, 周边感知, 共同注意

研究背景与问题

• 问题与挑战:

  1. 设计活动通常需要参与者在开放空间中移动，互相了解注意力的焦点和身体姿态，而传统的远程会议工具难以捕捉这些空间线索。
  2. 移动遥控机器人尽管能够改善远程协作中的存在感，但手动控制面临着较高的认知负担，尤其在复杂的开放空间中更显吃力。
  3. 现有的系统通常仅适用于会议桌等静态场景，难以支持更大规模的房间和动态协作空间。

• 研究重要性: 在远程设计活动中，能够实现自然流畅的空间移动以及周边感知至关重要。这直接影响到团队协作中的效率、参与感以及对他人注意力的理解。

• 研究动机与相关工作:

  • 过去的研究多关注视频会议和机器人代理对远程协作的改进，但主要集中于静态、小型场景（如会议桌）。
  • 自动运动控制的机器人虽然被初步探索，但在更广范围的开放空间任务中实现具身化仍属挑战。
  • 周边意识和身体动作对协作的动态切换提供了重要的信息参考，亟需将这些特性整合到远程协作系统中。

解决方案

• 方法或解决方案:

  • ReMotion 系统是一种新的移动机器人平台，能够自动模仿远程协作者的身体和面部动作，将其具身化呈现于物理空间中。
  • 利用 Kinect Azure 捕捉用户的身体位置和方向，同时通过 NeckFace 可穿戴设备捕捉头部方向和面部表情。
  • 使用全向驱动平台实现广泛范围内的精准移动，与传统差速驱动系统相比可灵活复制复杂的人类动作。
  • 系统采用对称配置，确保远程和本地用户可通过相同的框架理解彼此的注意力和意图。

• 创新点:

  1. 结合全向驱动系统和可穿戴面部跟踪设备，提升移动与面部表情的同步性。
  2. 实现自动控制，显著减少远程用户对机器人的认知负担。
  3. 导入低自由度的机械臂来增强手势指向表达，同时解决激光指点精度问题。

• 实现步骤:

  1. 身体动作捕捉和映射: Kinect 捕捉用户身体的运动，并通过全向平台进行实时渲染。
  2. 头部和面部渲染: 通过 NeckFace 提取头部方向及面部表情数据，用运动显示器展示。
  3. 指向呈现: 添加低自由度机械臂来模拟手部指向动作。
  4. 硬件与软件整合: Unity 游戏引擎和 Python 脚本结合用于数据处理和机器人控制。

研究成果

• 具体成果:

  1. ReMotion 系统显著增强了远程协作中的“共在感”和“行为相互依赖性”。
  2. 参与者在实验中通过机器人动态流畅地理解远程协作者的注意力和位置。
  3. 实验显示 ReMotion 提供了更高的共享注意力时间，同时减少了注意力切换频次。

• 与现有解决方案的优势:

  • 比轮式机器人和传统视频会议工具能更好地支持开放空间内的动态任务。
  • 自动控制减少了对远程用户的操作要求，提升参与感和专注力。

• 实验或评估结果:

  • 共享注意力时间：ReMotion 条件下平均共享注意力时间显著高于使用传统视频系统。
  • 用户反馈：大多数用户表示偏好 ReMotion 系统，认为其更具“身临其境”的体验。

• 局限性与未来方向:

  1. 局限性:
     • 系统对对称环境假设较强，难以扩展到不同配置的实际场景。
     • 尚未完全实现动态头部动作渲染，用户对面部表情的需求未满足。
     • 机器人在快速移动时可能出现一定的振动影响稳定性。
  2. 未来方向:
     • 引入可调节高度机制来支持更复杂的互动场景（如坐站转换）。
     • 改善人脸和眼神追踪的准确性，提升非语言交流的表现力。
     • 探索系统在非对称场景中的应用，通过动态重映射实现空间协调。
     • 添加物理操控功能以适应更多样化的设计任务需求（如远程教学或演示）。

总结

ReMotion 提供了一种全新的远程协作方式，通过自动移动代理可实现跨空间的动态交互。它不仅增强了用户的周边感知，还有效支持了共享开放空间中的共同注意力。其潜力在未来多领域应用中具有重要价值，特别是在教育、设计和跨地域协作项目中。