Safety is a key issue in human-robot interaction, but perceived safety has not been well-studied in comparison to physical safety. In this paper, we address the multidisciplinary perspective of perceived safety in human-robot interaction. To investigate how the comfort of the user, sense of control of the user, unpredictable robot behaviors, and trust impact the safety perception of the user, we designed a randomized controlled within-subject experiment. We devised five different experimental conditions in which we investigated the relationships between perceived safety and comfort, sense of control, and trust. In each condition, we modified one factor. To extend our previous findings, the participants were asked to answer questionnaires that measure comfort, sense of control, trust, and perceived safety. The questionnaire results show a strong correlation between these factors and the perceived safety. Since these factors are the main factors that influence perceived safety, they should be considered in human-robot interaction design decisions. The effect of individual characteristics such as personality and gender on perceived safety was also discussed. Moreover, we analyzed the facial affect and physiological signals of the participants for predicting perceived safety from objective measures. The data from objective measures revealed that physiological signals give better prediction of perceived safety rather than facial affect data. We believe this article can play an important role in the goal of better understanding perceived safety in human-robot interaction.


翻译:安全是人体-机器人互动中的一个关键问题,但与人身安全相比,人们所认为的安全还没有很好地研究过。在本文中,我们从多学科角度探讨了人们所认为的安全与人体-机器人互动中的安全。为了调查用户的舒适程度、使用者的控制感、不可预测的机器人行为和信任如何影响使用者的安全感,我们设计了一个随机控制的实验,我们设计了一种随机的实验条件,用以调查人们所认为的安全与舒适、控制感和信任之间的关系。我们在每个条件中,我们修改了一个因素。为了扩大我们以前的调查结果,我们要求参与者回答测量舒适感、控制感、信任感和所认为的安全感的问卷。问卷结果显示这些因素与所认为的安全度之间有着密切的关联。由于这些因素是影响人们所认为的安全感的主要因素,因此应该在人体-机器人互动设计决定中加以考虑。我们探讨了个性和性别等个人特征对人们所感知的安全感的影响。此外,我们分析了参与者从客观措施中预测安全感知的安全度的面部和生理信号。客观措施中的数据显示,我们所认识的生理学安全性比我们所认识的生理学作用更深刻。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
【ACMMM2020】条件推理的医学视觉问答
专知会员服务
38+阅读 · 2020年9月9日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
专知会员服务
86+阅读 · 2019年12月13日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Arxiv
3+阅读 · 2021年8月2日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
VIP会员
相关VIP内容
【ACMMM2020】条件推理的医学视觉问答
专知会员服务
38+阅读 · 2020年9月9日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
专知会员服务
86+阅读 · 2019年12月13日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
计算机类 | 国际会议信息7条
Call4Papers
3+阅读 · 2017年11月17日
Top
微信扫码咨询专知VIP会员