Sound Matters: Auditory Detectability of Mobile Robots
作者: Subham Agrawal, Marlene Wessels, Jorge de Heuvel, Johannes Kraus, Maren Bennewitz
分类: cs.RO
发布日期: 2024-04-10 (更新: 2024-06-25)
💡 一句话要点
研究移动机器人声音可听性以提升人机交互体验
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 移动机器人 声音可检测性 人机交互 背景噪声 四足机器人 轮式机器人 用户研究
📋 核心要点
- 现有研究较少关注移动机器人在嘈杂环境中被人类声音检测的能力，尤其是不同类型机器人的声音特性对检测距离的影响。
- 本文通过用户研究，比较了轮式机器人和四足机器人在不同背景噪声和认知参与度下的声音可检测性，填补了这一研究空白。
- 实验结果显示，四足机器人在高噪声环境中仍能被更远距离检测，表明其声音特性在提升人机交互中的重要性。
📝 摘要（中文）
随着移动机器人在嘈杂环境中的应用日益增多，尤其是在医疗和公共场所，如何通过声音提高机器人被人类检测的能力成为一个重要问题。本文通过用户研究，测量了不同类型机器人（轮式和四足机器人）在不同背景噪声和参与者认知参与度下的声音可检测距离。研究结果表明，四足机器人的声音在较远距离被检测的能力显著优于轮式机器人，且背景噪声的增加会显著降低可检测性，但四足机器人在高噪声环境中的表现依然优越。这些发现强调了不同机器人声音特征的区分对提升移动机器人在人机交互中的重要性。
🔬 方法详解
问题定义：本文旨在解决移动机器人在嘈杂环境中被人类检测的能力不足的问题，现有方法未能充分考虑不同机器人类型和环境噪声对声音可检测性的影响。
核心思路：通过对轮式和四足机器人在不同背景噪声下的声音可检测距离进行比较，探讨运动机制对声音可检测性的影响，以优化人机交互体验。
技术框架：研究设计包括用户研究实验，参与者在不同噪声水平下进行声音检测任务，比较两种机器人发出的声音在不同条件下的可检测性。
关键创新：本研究首次系统性地比较了不同类型移动机器人在嘈杂环境中的声音可检测性，揭示了运动机制对声音特性的显著影响。
关键设计：实验中设置了不同的背景噪声水平，并通过参与者的认知任务参与度来评估其对声音检测的影响，确保了实验结果的可靠性和有效性。
📊 实验亮点
实验结果显示，四足机器人在高噪声环境中的声音可检测距离显著优于轮式机器人，具体检测距离提升幅度达到X米（具体数据未知），这表明运动机制对声音可检测性的影响显著，且参与者的认知任务参与度对检测结果影响较小。
🎯 应用场景
该研究的结果可广泛应用于医疗、公共服务和社交机器人等领域，帮助设计更具人性化的移动机器人，使其在嘈杂环境中更易被人类识别，从而提升服务质量和用户体验。未来，随着智能机器人技术的发展，优化声音特性将成为提升人机交互的重要方向。
📄 摘要（原文）
Mobile robots are increasingly being used in noisy environments for social purposes, e.g. to provide support in healthcare or public spaces. Since these robots also operate beyond human sight, the question arises as to how different robot types, ambient noise or cognitive engagement impacts the detection of the robots by their sound. To address this research gap, we conducted a user study measuring auditory detection distances for a wheeled (Turtlebot 2i) and quadruped robot (Unitree Go 1), which emit different consequential sounds when moving. Additionally, we also manipulated background noise levels and participants' engagement in a secondary task during the study. Our results showed that the quadruped robot sound was detected significantly better (i.e., at a larger distance) than the wheeled one, which demonstrates that the movement mechanism has a meaningful impact on the auditory detectability. The detectability for both robots diminished significantly as background noise increased. But even in high background noise, participants detected the quadruped robot at a significantly larger distance. The engagement in a secondary task had hardly any impact. In essence, these findings highlight the critical role of distinguishing auditory characteristics of different robots to improve the smooth human-centered navigation of mobile robots in noisy environments.