老龄服务机器人色彩设计的视觉认知绩效研究

目的 在智能养老广泛应用的背景下,探索服务机器人设计色彩对老年人视觉认知绩效的影响。方法 选取24名老年被试者进行眼动实验,获取被试者观察8组实验图片时的眼动指标。首先,对总注视次数和第一次注视时间这两项眼动数据进行客观分析,采用单因素方差分析方法来验证数据的显著性;其次,对老年被试者与青年被试者数据进行t检验分析,研究不同年龄段用户对服务机器人色彩设计的视觉认知绩效是否存在差异;最后,利用相关性分析方法验证色弱是否会影响老年人的视觉认知绩效。结论 老年人对黑色比较敏感,对白色极容易忽略,冷暖色之间不存在显著差异;不同年龄段用户对颜色关注度存在差异;色弱会略微影响老年人的视觉认知绩效,但不会影响老年人对色彩的选择。     

老年陪护机器人的人格化类童特征情感表达研究

目的 在面向医养结合的智慧养老服务模式下,研究用户对老年陪护机器人情感表达的感知结果和形态偏好,以减少用户的使用障碍和对机器人的不信任感。方法 采用文献分析的方法,对老年陪护机器人CareBot提出6种类童特征的情感表达设计原则,通过与机器人的互动实验研究,对调查问卷结果进行统计学分析,形成可视化的数据报告来深入探讨用户对机器人的评估结果。结果 参与者能较好识别其中3种情感表达(热情的、冷漠的和惊讶的),参与者的年龄与熟悉儿童或智能产品的程度对评估结果有明显影响。同时,机器人具有大眼睛表情、可爱动作和儿童声音的类童特征形态,对老年人更具亲和力。而情感表达原则中“表情”“表情与声音的组合”适用性和一致性较高。结论 适当的类童特征可以增强机器人的情感表达能力,增加机器人正面情感表达、减少负面情感表达的设计,有助于提高养老服务机器人的接受度。     

基于眼动实验的ASD儿童陪伴机器人造型设计评价研究

目的 通过解析ASD儿童视觉偏好特征,提高陪伴机器人造型设计评价的有效性,为设计师及教辅人员提供参考。方法 首先调研整理目前市场上具有代表性的陪伴机器人造型样本,对样本进行灰度模式处理,制作亮度直方图;然后结合文献分析从30余项眼动指标中筛选出10项代表性的眼动指标,并运用眼动追踪方法展开实验,收集整理各项眼动指标数据及视觉偏好得分;接着通过逐步回归法筛选出3项对视觉偏好影响较大的眼动指标;在此基础上建立眼动指标主因子与视觉偏好之间的回归关系,并通过实验再次进行验证。结果 通过实验发现,基本几何形的陪伴机器人造型更为符合ASD儿童的视觉偏好。结论 合理解析并利用ASD儿童陪伴机器人的视觉偏好、眼动指标及造型特征的相关性,可为陪伴机器人造型设计研究提供理论依据。     

基于Logistic-Fisher的老龄陪伴机器人外观形态评价方法

目的提出一种基于眼动追踪的老龄陪伴机器人的外观形态评价方法。方法首先借助眼动实验,获得老年人观看陪伴机器人时的眼动特征,提取眼动指标、心率指标与被试变量,利用SPSS23.0软件平台对变量信息进行描述统计和二元Logistic回归分析;其次根据老年人的生理和心理的特殊性将老龄陪伴机器人的外观形态评价定义为二分类问题,以影响显著性最强的几个因子作为判别因子建立Fisher判别函数模型,并进行实验验证。结果性别、年龄、文化程度、心率指标均对陪伴机器人外观关注度无显著影响;总注视时间对其产生显著负向影响,平均注视时间、注视次数产生显著正向影响,判别模型预测样本与实际样本相比准确度为91.0%。结论 Logistic-Fisher方法准确度较高,为构建老龄陪伴机器人的外观形态设计评价体系提供了一种可行的技术途径。     

基于眼动实验的学龄前儿童机器人设计

目的探索学龄前儿童对产品的感性需求,帮助设计师准确了解用户隐性意图,提高产品与用户的情感匹配度。方法首先,运用眼动实验获取目标用户观看样本时的眼动数据,用BeGaze3.6软件对数据进行客观分析,将目标用户感性需求可视化,确定符合被试者意象认知的样本;其次,以认知心理学和仿生学为基础提取样本的感性意象特征和造型关键要素,构建意象认知样本与设计要素之间的映射模型,将结果运用于学龄前儿童机器人的设计实践;最后,以该实验方案及其他同类产品为样本,采集被试者观察样本时的眼动数据作为感性评价指标。结论学龄前儿童对外形可爱、具有普遍印象的动物形象认知度最高,感性评价实验数据也显示基于该实验样本的设计方案与被试者的情感匹配度最高,为设计师从事学龄前儿童产品设计提供参考。     

基于眼动追踪和脑电技术的多维设计特征产品外观的用户情感预测模型

目的探索多维设计特征产品外观的用户情感测量,建立基于生理指标的用户情感预测模型。方法以马克杯为例,通过外观解构,多维设计要素提取,正交组合设计,建立产品外观原型。利用眼动追踪和脑电技术,采集用户观看产品外观时的眼动数据和脑电信号。结果分析发现,注视点数,注视总时间,扫视路径长度,FP1、FP2、FPZ、F3、FC3、FC4、PZ、PO3、PO4、POZ、O1、OZ电极Gamma波相对功率,以及F3电极点Delta波相对功率等指标在高、中、低三种情感外观均具有显著性差异,且利用这些指标建立的PLS模型,具有较好的拟合度。结论各评价指标能够有效区分用户对马克杯产品外观的高、中、低情感。用户情感预测模型能够有效地预测用户对多维设计特征产品外观的情感,但在跨越不同类别产品时,模型的拟合度有所下降。研究为多维设计特征产品的用户情感测量提供了有效的方法。     

呈现方式和性别对老年用户使用和理解健康信息的影响

目的研究呈现方式和性别对老年用户使用和理解健康信息的影响。方法本研究结合人因实验和分析,采用针对4种健康信息呈现方式的组内组间实验设计,对不同性别的老年用户使用和理解健康信息及其眼动行为进行实验测试。被试为36位老年用户,数据通过重复测量的方差分析处理。结果健康信息呈现方式对认知绩效和眼动指标无显著影响,而对感知风险、主观认知理解、情感及偏好有显著影响。老年用户偏好于个性化的健康信息呈现方式,实验结果并无性别差异。结论健康信息的呈现方式会影响老年用户的对健康信息的主观认知理解,研究结果可用于健康信息技术中健康信息呈现界面的设计。     

服务机器人形态的情感设计研究

以服务机器人为对象运用"语意差异法",通过实验与问卷调查的心理学研究方法,针对20个实验样本,从构成外观形态的点、线、面等造型元素的形态语义角度,着重分析了服务机器人情感体验细节的设计要素。实验证明了用户的情感体验与机器人外观形态的趣味性相关,并与构成要素形态语义的可接受程度成正比。研究结果还提供了实现服务机器人情感设计的形态构成要素:"点、线、面"的细节设计要求与设计指南。     

基于事件相关电位的产品外观情感测量研究

目的产品外观是用户与产品设计者之间的桥梁,传统情感测量方法很难准确的获取用户情感数据,而脑电技术具有高时间分辨率的优势,为产品外观情感测量提供一种可能。方法从用户脑认知角度出发,以加湿器为研究对象进行用户的情感测量,通过ERPs各成分波幅的差异反映用户的情感变化,进而探索用户的情感加工过程。实验中要求被试对不同的加湿器进行情感偏好(喜欢、不喜欢、中性)判断,同时记录被试的脑电信号反应。结果分析结果显示,N1波、P2波和LPP能够反应用户的情感变化。结论在产品开发设计的早期阶段,通过事件相关电位技术测量用户对不同产品原型的情感偏好水平,从而获取在外观上相对更符合用户需求的产品,为整体用户体验的提升奠定基础。     

产品外观解构与情感设计变量识别方法研究

产品情感设计水平是影响用户购买决策的重要因素,产品外观特征是产品情感表达的主要形式。针对目前产品外观特征情感设计研究中存在的忽视产品的整体性、设计特征的多维性对用户情感体验的影响,以SUV汽车为例,综合考虑产品外观造型、色彩、材质等多维设计特征,运用多维尺度分析和聚类分析选取代表性研究对象;采用项目分析、相关性分析和因子分析的方法获取产品外观情感意象词对;从用户感知产品外观整体性的视角出发,提出了一种以产品外观特征取代产品构件的产品外观解构方法。最后,基于眼动追踪技术,分析得出了不同性别用户在产品外观特征认知时,眼动行为数据存在着显著差异性,分别得到了影响不同性别用户情感显著的关键人机界面元件,为不同性别用户的情感设计变量识别与个性化产品设计等情感设计提供了支持技术。     

基于5G与AI技术的家庭服务机器人交互设计研究

目的 针对家庭服务机器人的多功能、多智能、重交互等迭代需求,探究5G与AI技术在家庭服务机器人的多功能联动、智能交互的设计。方法 以家庭服务机器人的交互设计为研究对象,使用5G技术,协同智能语音、智能感知、计算机视觉等AI核心技术,对居家养老机器人的多智能体现及交互设计进行研究。结果 在5G与AI技术融合下,完成了以“智慧养老”为核心的居家养老机器人设计,输出了居家养老机器人的智能交互造型、交互方式及界面设计表达。结论 将5G互联和AI技术相结合,不仅为家庭服务机器人的功能、智能提供了新模式,而且增加了用户与家庭服务机器人的互动体验。     

防跌倒步态平衡训练机器人发展现状

目的 介绍国内外防跌倒步态平衡训练机器人研究的主要进展,为防跌倒步态平衡训练机器人等医工结合领域的研究提供可借鉴的思路。方法 主要从4个方面总结了下肢辅助康复机器人研究的最新进展,具体包括机器人构型,机构控制策略和算法,步态数据采集方法和步态数据分析方法。结论 在国内外对步态平衡训练机器人的研究中,机器人的市场定位细分是当前学界面临的挑战。各主流解决方案侧重点都不相同,针对用户细分的方法也不一样。由于主要的目标人群老年人群体用户差异性强,因此用户的个性化训练需求较高,未来需要进一步细化步态平衡训练机器人的定位,满足不同情况下不同用户在不同阶段的个性化训练需求,有望提升步态平衡训练机器人的整体水平。     

基于感性工学和BP神经网络的服务机器人头部形态设计研究

目的产品的形态设计要素和用户对产品的感性意向评价之间的关系很难被准确表达。在服务机器人产品的形态设计中,将用户的感性需求准确表现到最终的方案设计中一直是亟待解决的难题。方法运用感性工学中的语义差异法和BP神经网络算法,对服务机器人头部形态的设计要素与用户的感性意向评价之间的关系进行分析。结果最终拟合出这两者之间的映射关系,并在此基础上运用VB语言将训练好的BP神经网络模型接入三维建模软件中,构架出服务机器人头部形态的辅助造型设计系统。结论使得造型过程更加理性,极大地提高了设计效率。下一步的工作应建立更科学、全面的服务机器人辅助造型设计系统,包括将本研究成果扩大到服务机器人的整体外形设计中;将不同的设计约束条件对造型产生的影响作为BP神经网络的输入层纳入到拟合过程中等。     

融合多主体用户的养老服务机器人迭代设计需求研究

目的 用户需求和重要度的确定是设计师进行产品研发的关键环节,对企业产品开发成功与否也起着至关重要的指导作用,然而当前养老服务机器人在进行设计开发时仅考虑了用户老年人的需求,缺乏综合考虑老年人子女,即间接用户对服务机器人的需求。因此,提出融合多主体用户的养老服务机器人迭代设计需求识别方法,以期帮助设计师明确产品迭代的方向,从而满足多主体用户的切实需求,进而增强企业产品竞争力。方法 首先通过用户访谈获取直接用户老年人和间接用户子女的共同需求,即关键需求,其次利用熵权法确定关键需求的初始重要度,然后运用模糊kano模型确定关键需求类别,根据关键需求分类结果引入重要度调整函数,对关键需求初始重要度进行调整,综合考虑分析得出老年人及其子女的需求重要度,识别出未达到用户期待的需求,从而发现当前养老服务机器人的不足,指导设计师进行迭代设计,帮助企业研发出满足多主体用户切实需求的养老服务机器人。结论 通过综合分析养老服务机器人的多方需求,明确了其在用药指导、远程医生和影音娱乐3个方面的不足,帮助设计师找到了迭代设计的方向,验证了该方法的有效性和可操作性,同时该方法也为其他涉及多主体用户产品的改进设计提供了一定的参考价值。     

基于用户旅程图的机器人社会情感动作表达方法研究

目的 基于用户旅程图的分析视角,研究机器人通过动作展现复杂社会情感的方法。方法 首先,对社会情感的定义和内容进行分析,将社会情感拆分成个体自身的情感和面向他人的情感;其次,梳理用户旅程图的实施方法,提取事件、用户、触点、阶段和步骤的要素类比映射机器人情感表达,得到角色、情景、刺激、情感表达流程和情感表达步骤的研究要素;最后,基于上述内容生成了机器人社会情感动作表达的方法,并通过宠物机器人的情感表达任务实验验证了识别度。结论 研究提出的机器人社会情感动作表达方法具有模块化表达、系统化设计和流程化分析的优势,包括能够将社会情感拆分成简单的基本情感模块,优化机器人复杂情感表达问题;能够通过系统化设计呈现情感变化过程,展现出机器人的交互意图;能够以流程化分析的方法将情感变化过程细化成具体的组合动作,为机器人情感表达动作的设计提供指导。     

基于情绪体验的ASD儿童干预机器人造型研究

目的 为提升ASD儿童干预机器人的训练效果,为教辅人员、设计师等提供参考,提出以ASD儿童情绪体验特点为基础的干预机器人拟人化造型特征评价方法。方法 对市场上的机器人造型样本进行拟人度评分,并从中选取代表性样本;从20余项HRV指标中筛选出8项代表性指标,通过HRV实验收集数据;使用改进的PAD情绪量表获取ASD儿童情绪体验主观得分;通过逐步回归法筛选出对情绪体验得分影响较大的HRV指标;以HRV指标为自变量、情绪体验得分为因变量,建立回归关系,为ASD儿童干预机器人造型的设计和方案评价提供理论依据。结果 研究表明,几何型机器人往往带来“放松的”情绪体验,类人型机器人会带来“高兴的”情绪体验,而真人型机器人则可能带来“焦虑的”情绪体验。同时,ASD儿童的愉悦度、唤醒度、优势度与HRV指标之间存在一定的相关性。结论 将改进的PAD情绪量表应用于ASD儿童干预机器人的造型评价中,建立情绪体验和HRV指标之间的回归模型,为设计和评估适合ASD儿童的机器人提供了理论依据,更好地促进了ASD儿童干预机器人的发展。     

基于文献分析的机器人面部表情评估量表研究

目的随着机器人交互技术的不断发展,研究者们开始针对机器人与人之间的情感交流展开探索,机器人面部表情设计成为研究的热点。为了推动人与机器人的互动交流,研究者需要构造能够被人们接受的机器人面部表达方式。然而,到目前为止,关于人对机器人面部表情感知的评估机制还缺乏相对系统的分析和总结,因此,希望通过对机器人面部表情评估量表的分析和归纳,为设计师在不同情境下选择合适的评估方法,提供指导建议。方法采用文献调研方法,选取五十一篇相关文献进行综述分析,从而梳理和分析适用于机器人面部表情评估的量表。文献关键词包含机器人面部表情设计、机器人面部表情评估、机器人情绪评估量表等,文献主要来自于ACM、Springer、IEEE等数据库,文献发表的年度范围是1977~2019年。通过文献调研分析,提取了六类最重要的机器人面部表情评估量表,包括同理心量表、心理状态三维度量表、机器人焦虑量表、积极-消极自我报告量表、测量个体对机器人感知的量表和李克特量表等,详细阐述了每类量表中的具体形式及其变种。从设计要点、来源领域及评估角度三个方面分析了六类评估量表的特点。最后形成了机器人面部表情评估量表的适用建议。结论对机器人面部表情评估量表进行归类、总结,并且提出了每个量表的适用阶段和情境。