扩展现实检查:评估在接触密集型任务中用于人机交互的XR原型设计

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人与机器人的交互
• 扩展现实 (XR)

背景情况:

• 扩展现实 (XR) 为人机交互 (HRI) 开发提供了潜力.
• 在接触密集的机器人任务中使用XR进行用户研究并未得到很好的确立.
• 在机器人控制中间接的力量感知对接触密集的任务提出了挑战.

研究的目的:

• 调查XR原型设计在接触密集型机器人任务中的用户研究的有效性.
• 评估模拟XR用户研究结果的可转移性到现实世界的条件.
• 在机器人超声波中比较两种力辅助方法 (自动化和力可视化).

主要方法:

• 进行了一项用户研究,将现实世界机器人超声波设置与XR模拟进行比较.
• 在XR模拟包括一个虚拟的机器人手臂,控制界面和超声波成像.
• 评估了两种力量辅助方法:部分自动化和力量可视化.

主要成果:

• 虽然在真实和模拟设置之间观察到力量偏差,感知工作量和信任的差异,但总体发现一致.
• 机器人控制的部分自动化提高了性能和信任,同时在两个条件下减少了工作量.
• 强力可视化在真实和模拟的机器人超声波任务中减少了强力偏差.

结论:

• 扩展现实 (XR) 模拟是一种可行的工具,用于比较用户研究复杂的机器人任务,如超声波.
• XR原型可以产生可转移的结果,支持其在HRI研究和开发中的使用.
• 强力辅助策略,包括自动化和可视化,可以减轻机器人控制方面的挑战,并改善用户体验.