我是跟随者,也是老板:探索不同级别的自主性和机器形式的引导机器人用于视觉障碍者

振动反馈与皮肤刺激脑机接口(BCI)与神经反馈运动障碍辅助输入技术残障服务提供者辅助技术专家

文献标题

"I am the follower, also the boss": Exploring Different Levels of Autonomy and Machine Forms of Guiding Robots for the Visually Impaired

文献信息

  • 主题领域: 人机交互与无障碍辅助技术
  • 关键词: 导盲机器人, 视觉障碍, 导航, 自主性水平, 机器形态, 控制, 信任, 安全

研究背景与问题

  • 作者发现了哪些问题或挑战?

    1. 缺乏对导盲机器形态(如手杖或汽车形态)影响导航效率和用户体验的详细研究。
    2. 对于视觉障碍群体,现有研究中尚未探讨部分自主性是否必要,以及用户对部分和完全自主机器人感知上的需求。
  • 为什么这个问题很重要? 视觉障碍者面临独立出行的重大挑战(全球超过22亿人有视觉问题)。高效、安全的导航辅助技术是提升其移动性和生活质量的重要工具。

  • 研究动机与相关工作

    1. 当前尝试了多种机器形态设计(如手杖、车形机器人),但未有充分的对比研究。
    2. 部分研究提出了完全自主的导盲设备,但用户是否需要能够切换自主性仍不明确。
    3. 本文旨在填补这些研究空白,探索视觉障碍群体对不同自主性水平和机器形态的实际需求。

解决方案

  • 作者提出了哪些方法或解决方案? 作者设计了两款导盲机器人,分别为手杖形态和车形态,其具备自主性切换功能:

    1. 部分自主性:用户通过推拉控制前进速度,机器人负责方向引导。
    2. 完全自主性:机器人全程控制前进和方向导航。
  • 该解决方案的创新之处是什么?

    1. 将机器形态与自主性水平的影响结合起来研究,提供了实证数据支持。
    2. 实现自主性切换功能,允许用户根据实际场景需求灵活选择。
    3. 在实验中综合考虑受控环境与真实场景的效果。
  • 实施步骤是什么?使用了哪些关键技术?

    1. 硬件设计:
      • 手杖机器人基于传统白手杖的大小,采用纤维材料。
      • 车形机器人参考导盲犬体积,引入减震结构和轮子设计。
    2. 控制逻辑:
      • 基于有限状态机,允许用户通过按钮切换不同自主模式。
      • 部分自主状态下支持用户控制速度,遇到危险时强制制动。
    3. 实验设计:
      • 控制实验(受控室内环境下,比较不同自主性及机器形态对导航效率和用户体验的影响)。
      • 实地实验(真实户外场景,记录用户偏好及行为切换)。

研究成果

  • 取得了哪些具体成果?

    1. 控制实验结果:
      • 全自主模式的车形态机器人在导航效率(速度、路径长度等)及用户体验(低工作负荷、高安全感等)上表现最佳。
      • 虽然部分自主性在受控实验中作用较弱,但用户仍认为其在复杂场景中可能有价值。
    2. 实地实验结果:
      • 在真实的户外场景中,大多数用户选择更多使用部分自主模式以增加控制感。
      • 在危险及复杂场景(粗糙路面、下坡、交叉路口等)中,部分自主模式提供了更高的心理安全。
    3. 机器形态比较:
      • 用户更倾向于使用车形机器人,认为其更安全、更稳定,即使手杖形机器人更轻便熟悉。
  • 与现有解决方案相比,它有哪些优势?

    1. 提供了现场实验与受控实验结合的全面数据支持。
    2. 开创性地实现了视觉障碍群体的需求导向设计,优于以往的单一形态或模式机器人研究。
    3. 提供了自主性切换的设计实践,可以推广至其他助残科技领域。
  • 实验或评估结果是什么?

    1. SUS评分:手杖形机器人为81、车形机器人为88,均具有较高可用性。
    2. PIADS量表显示全自主模式机器人显著提升使用者的独立性、安全感与信任。
    3. 部分自主性在复杂场景中的使用比率显著更高,与心理状态相关。
  • 局限性与未来方向

    1. 局限性:
      • 样本量偏少且参与者以城市生活者为主,限制了结果的普适性。
      • 机器人设计尚未完全优化,速度控制不够自然,车形机器人在底部空间舒适性上仍有改善空间。
    2. 未来方向:
      • 扩展参与者群体,尤其是导盲犬用户及老年群体,以提升结论的应用性。
      • 优化机器人设计,探索人类手动控制与机器人自动控制间的速度逻辑融合。
      • 开发更智能的共享控制算法以平衡用户感知与机器人性能改善。

以上研究为助残科技提供了新的设计指导和实证支持,对未来人机交互技术的发展具有重要意义。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/96088/2023

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3544548.3580884
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
9 位作者
sell
研究子方向
振动反馈与皮肤刺激、脑机接口(BCI)与神经反馈、运动障碍辅助输入技术
work
职业/产业
残障服务提供者、辅助技术专家
article
内容状态
已索引正文
hub
相关论文
4 篇相关论文