Sound Matters: Auditory Detectability of Mobile Robots

要約

移動ロボットは、社会的な目的で騒がしい環境で使用されることが増えています。
医療や公共の場でサポートを提供する。
これらのロボットは人間の視覚を超えて動作するため、さまざまなロボットの種類、周囲の騒音、認知的関与が音によるロボットの検出にどのような影響を与えるかという疑問が生じます。
この研究ギャップに対処するために、移動時に異なる結果音を発する車輪付きロボット (Turtlebot 2i) と四足歩行ロボット (Unitree Go 1) の聴覚検出距離を測定するユーザー調査を実施しました。
さらに、研究中の背景騒音レベルと参加者の二次的なタスクへの参加も操作しました。
私たちの結果は、四足ロボットの音が車輪付きのものよりもはるかによく(つまり、より遠くで)検出されることを示し、これは運動メカニズムが聴覚の検出能力に意味のある影響を与えていることを示しています。
背景ノイズが増加すると、両方のロボットの検出可能性が大幅に低下しました。
しかし、高い背景雑音の中でも、参加者はかなり離れた距離にある四足ロボットを検出しました。
二次的なタスクに従事しても、ほとんど影響はありませんでした。
本質的に、これらの発見は、騒がしい環境における移動ロボットの人間中心のスムーズなナビゲーションを改善するために、さまざまなロボットの聴覚特性を区別することが重要な役割を果たしていることを強調しています。

要約(オリジナル)

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.

arxiv情報

著者 Subham Agrawal,Marlene Wessels,Jorge de Heuvel,Johannes Kraus,Maren Bennewitz
発行日 2024-04-10 07:55:01+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク