Eye-tracking-Driven Shared Control for Robotic Arms: Wizard of Oz Studies to Assess Design Choices

这是一份关于论文《Eye-Tracking-Driven Shared Control for Robotic Arms: Wizard of Oz Studies to Assess Design Choices》（基于眼动追踪的机械臂共享控制：通过“巫术”研究评估设计选择）的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心挑战：重度运动障碍人士（PSMD，如肌萎缩侧索硬化症、脑瘫、闭锁综合征患者）在日常生活活动（ADLs）中高度依赖辅助机器人。然而，直接控制（Direct Control）三维机械臂运动对于仅能控制眼动或头部轻微移动的用户来说，认知负荷大且操作困难。
• 现有局限：
  • 共享控制（Shared Control）的接受度：虽然共享控制（即用户给出高层指令，机器人自动执行底层任务）能提高效率和接受度，但如何设定合适的自动化水平（Autonomy Level）仍是一个难题。过高的自动化可能导致用户失去“代理感”（Sense of Agency）和信任，而过低则无法减轻负担。
  • 眼动控制的特异性问题：
    • 米达斯接触问题（Midas Touch Problem）：用户注视某物是为了观察而非选择，导致误触发。
    • 上下文歧义：注视点可能不代表意图（例如看着瓶子是为了拿杯子，或者只是无意识注视）。
    • 生理与精度限制：眼动追踪设备的精度误差、用户疲劳、眼睑下垂等因素会影响选择准确性，特别是在小物体或重叠物体上。
• 研究缺口：现有的研究多基于非残疾人群，缺乏针对重度运动障碍人士（PSMD）及其护理者、医疗专业人士对共享控制设计的具体期望和反馈。此外，虚拟仿真与真实机器人交互在用户感知上存在差异。

2. 方法论 (Methodology)

本研究采用**“巫术”（Wizard of Oz, WoZ）**设计方法，即由实验者模拟机器人的自主行为，以在早期快速评估设计概念，而无需等待复杂的自主算法完全成熟。研究分为两个阶段：

A. 在线调查 (Online Survey)

• 参与者：34 名有效参与者，包括重度运动障碍人士（PSMD）、其家属/朋友以及医疗专业人士。
• 目的：评估系统在日常生活中的可用性，确定任务优先级，收集对系统设计的初步反馈。
• 流程：参与者观看一段展示眼动控制机械臂执行任务（如进食、倒水、开关灯）的视频，随后填写问卷。
• 关键问题：用户能否使用该系统？哪些任务最优先？对系统设置和满意度的看法。

B. 实操用户研究 (Hands-on User Study)

• 参与者：24 名参与者（分为有机器人经验组和无经验组），在受控实验室环境中直接与物理机器人交互。
• 设备：
  • 机器人：7 自由度 Kinova Gen3 机械臂。
  • 眼动仪：Tobii Pro Glasses 3（精度 0.6°）。
  • 控制模式：WoZ 模式。用户注视目标物体，实验者通过 Web 界面触发预设的自动化任务轨迹。
• 任务：包括进食（用叉子）、倒水、开关灯、抓取放置物体等 5 种任务，涉及 9 个可交互物体。
• 数据收集：
  • 技术指标：记录注视时间（Dwell Time）、兴趣区域（AoI）命中率、漏检率（Missed Hits）。
  • 主观反馈：通过非结构化访谈收集用户对速度、安全性、轨迹和直觉性的评价。

3. 系统设计与关键贡献 (Key Contributions)

1. 基于对象检测的共享控制设计：

   • 提出了一种利用眼动作为显式输入，结合对象检测算法的共享控制框架。用户注视物体，系统根据物体类型和上下文（如注视杯子 + 瓶子=倒水）推断任务意图。
   • 将自动化水平定义为“人类发起的共享控制”（Shared Control with Human Initiative），用户始终拥有最终控制权。

2. 双重验证的研究框架：

   • 结合在线调查（覆盖广泛利益相关者）和实操研究（获取技术约束和真实感知），弥补了单一研究方法的不足。
   • 揭示了非残疾人群（实操组）与重度障碍人士（调查组）在反馈上的差异：前者关注技术细节（轨迹、安全性），后者关注任务优先级和日常实用性。

3. 技术参数的实证分析：

   • 通过实测数据确定了眼动控制的关键约束，如注视时间阈值、物体大小对选择成功率的影响等，为未来算法开发提供了具体参数。

4. 研究结果 (Results)

A. 在线调查结果

• 可用性：超过半数（17/34）的参与者认为该系统可用于日常生活。
• 任务优先级：
  • 最高优先级：进食和饮水辅助。
  • 次要优先级：环境交互（开关灯、按按钮、开门）、抓取放置物体。
  • 个人护理：如化妆、刷牙等任务也被提及，但涉及隐私和安全问题。
• 反馈：用户希望获得更多关于系统维护、功能细节的信息。部分用户担心认知障碍患者是否能理解该系统。

B. 实操研究结果

• 技术指标（注视行为）：
  • 注视时间（Dwell Time）：平均注视时间约为 2 分 41 秒（整个任务），单次物体选择的注视时间分布广泛。数据显示，500ms 的注视时间阈值是一个合理的起点，能平衡选择成功率和误触风险。
  • 物体大小与几何形状：物体大小与注视时间呈正相关。小物体（如叉子，宽度<1cm）和边缘物体（如瓶盖）更容易发生漏检（Missed Hits），因为眼动追踪在视野边缘精度下降，且用户倾向于移动头部来补偿。
  • 漏检率：食物项（Food item）漏检率最高（7 次），主要受视线方向（侧视导致精度下降）和物体几何形状影响。
• 用户感知：
  • 非经验组：总体感到满意、有趣，但对机器人倒水时是否溢出、叉子高度是否合适表示担忧。
  • 有经验组：更关注技术缺陷，如机械臂轨迹抖动、急停按钮位置不合理、缺乏力反馈（担心夹手）、噪音过大等。
  • 共同担忧：用户不确定如果在机器人执行任务时看向别处，任务是否会取消。

5. 讨论与改进方向 (Significance & Future Work)

• 设计启示：
  • 多对象选择：为了减少歧义，系统应支持通过注视多个物体（如“杯子” + “瓶子”）来明确任务意图，而不仅仅是单一物体。
  • 自适应参数：注视时间阈值（Dwell Time）不应固定，应根据物体大小和位置动态调整。
  • 反馈机制：必须提供明确的视觉或听觉反馈，告知用户系统已识别其意图，以及任务是否正在执行或取消。
  • 安全性：需优化轨迹规划以避免抖动，并在物理布局上确保紧急停止按钮易于触及。
• 伦理与隐私：涉及个人护理（如刷牙、化妆）的任务需要面部识别，必须解决隐私数据收集的用户知情同意问题。
• 意义：
  • 该研究证明了在开发完全自主系统之前，利用 WoZ 方法收集 PSMD 及其护理者的反馈是至关重要的。
  • 揭示了从实验室环境到真实家庭环境应用时，用户期望与技术现实之间的差距（例如，用户更关心任务完成后的结果，而专家更关心过程的安全性）。
  • 为未来的眼动驱动辅助机器人提供了具体的设计指南，特别是在处理小物体、减少误触以及平衡自动化与用户代理感方面。

总结

这篇论文通过严谨的混合研究方法，深入探讨了重度运动障碍人士对眼动驱动共享控制机器人的需求和技术限制。它不仅验证了特定任务（如进食、倒水）的可行性，还通过实测数据量化了眼动控制的物理约束（如注视时间、物体几何形状的影响），为下一代辅助机器人的算法优化和人机交互设计提供了宝贵的实证依据。