Walk along: An Experiment on Controlling the Mobile Robot 'Spot' with Voice and Gestures
作者: Renchi Zhang, Jesse van der Linden, Dimitra Dodou, Harleigh Seyffert, Yke Bauke Eisma, Joost C. F. de Winter
分类: cs.HC, cs.RO
发布日期: 2024-07-15 (更新: 2025-04-14)
DOI: 10.1145/3729540
💡 一句话要点
研究语音和手势控制Spot机器狗，发现语音+行走是最直观高效的方式
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人控制 人机交互 语音控制 手势控制 移动机器人 用户体验 Spot机器狗
📋 核心要点
- 现有移动机器人控制方法在人机交互方面存在不足，用户体验和控制效率有待提升。
- 研究探索语音和手势两种非接触式控制方式，并考察行走对控制效果的影响。
- 实验结果表明，语音控制结合行走的方式最受欢迎且直观，手势控制易产生左右混淆。
📝 摘要（中文）
本研究对比了两种非接触式控制移动机器人的方法：语音控制和手势控制，旨在调查这些方法的效率和用户偏好。实验在两种条件下进行：参与者保持静止和参与者与机器人自由并行走动。假设基于行走促进空间对齐并减少心理旋转所需的努力，与机器人并行走动将导致更高的直观性评分和改进的任务性能。在一个2x2的被试内设计中，218名参与者使用“左转”、“右转”和“前进”命令引导四足机器人Spot沿着一条曲折的路线行进，路线包含多个90度转弯。每次试验后，参与者对命令映射的直观性进行评分，并通过实验后的访谈收集参与者的偏好。结果表明，语音控制结合与Spot同行走是最受欢迎和直观的，而站立时的手势控制导致左右命令的混淆。尽管如此，29%的参与者更喜欢手势控制，理由是任务参与度和视觉一致性更高。基于里程计的分析表明，参与者经常跟随在Spot后面，尤其是在允许他们行走的手势控制条件下。总之，语音控制结合行走产生了最佳结果。改善物理人体工程学和调整手势类型可以使手势控制更有效。
🔬 方法详解
问题定义：论文旨在解决移动机器人控制方式的人机交互问题，特别是如何通过非接触式方式（语音和手势）更直观、高效地控制机器人。现有方法的痛点在于，用户在控制机器人时可能需要进行心理旋转，或者由于控制方式不够自然而导致操作困难。
核心思路：论文的核心思路是将控制方式与用户的身体状态相结合，考察行走对控制效果的影响。作者认为，与机器人并行走动可以促进空间对齐，减少心理旋转的负担，从而提高控制的直观性和效率。
技术框架：实验采用2x2的被试内设计，两个自变量分别是控制方式（语音/手势）和行走状态（静止/行走）。参与者使用语音或手势命令控制Spot机器狗沿着预设的路线行进。实验过程中，记录机器人的运动轨迹，并收集参与者对控制方式的直观性评分和偏好。实验后进行访谈，了解参与者对不同控制方式的看法。
关键创新：论文的关键创新在于将用户的行走状态纳入机器人控制的研究中，并发现行走可以显著提高语音控制的直观性和用户满意度。此外，论文还对比了语音和手势两种控制方式的优缺点，为未来的机器人控制系统设计提供了参考。
关键设计：实验中，语音控制的命令包括“左转”、“右转”和“前进”。手势控制采用类似的命令，但具体的手势类型未知。实验路线包含多个90度转弯，以考察控制方式的精确性。通过里程计数据分析参与者与机器人的相对位置关系。
📊 实验亮点
实验结果表明，语音控制结合行走的方式在直观性和用户偏好方面均优于其他组合。29%的参与者更喜欢手势控制，认为其任务参与度和视觉一致性更高。里程计分析显示，在手势控制条件下，参与者更倾向于跟随在Spot后面。语音控制结合行走是最佳方案。
🎯 应用场景
该研究成果可应用于各种需要人机协作的机器人控制场景，例如：安防巡逻、物流运输、灾难救援等。通过优化控制方式，可以提高机器人的工作效率和安全性，并降低操作人员的认知负担。未来的研究可以进一步探索更自然、更智能的人机交互方式，例如：基于视觉的控制、基于脑电波的控制等。
📄 摘要（原文）
Robots are becoming more capable and can autonomously perform tasks such as navigating between locations. However, human oversight remains crucial. This study compared two touchless methods for directing mobile robots: voice control and gesture control, to investigate the efficiency of the methods and the preference of users. We tested these methods in two conditions: one in which participants remained stationary and one in which they walked freely alongside the robot. We hypothesized that walking alongside the robot would result in higher intuitiveness ratings and improved task performance, based on the idea that walking promotes spatial alignment and reduces the effort required for mental rotation. In a 2x2 within-subject design, 218 participants guided the quadruped robot Spot along a circuitous route with multiple 90-degree turns using rotate left, rotate right, and walk forward commands. After each trial, participants rated the intuitiveness of the command mapping, while post-experiment interviews were used to gather the participants' preferences. Results showed that voice control combined with walking with Spot was the most favored and intuitive, whereas gesture control while standing caused confusion for left/right commands. Nevertheless, 29% of participants preferred gesture control, citing increased task engagement and visual congruence as reasons. An odometry-based analysis revealed that participants often followed behind Spot, particularly in the gesture control condition, when they were allowed to walk. In conclusion, voice control with walking produced the best outcomes. Improving physical ergonomics and adjusting gesture types could make gesture control more effective.