期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于认知差异识别的老龄陪伴机器人服务设计 被引量:6
1
作者 张婉玉 何卫平 余隋怀 《机械设计》 CSCD 北大核心 2019年第11期127-132,共6页
针对服务设计中设计人员与用户的认知差异问题,提出结合服务要素关系图与交互式质性分析法(Interactive Qualitative Analysis,IQA)的认知差异确定方法。通过确定服务设计要素的关系,通过Pareto功效分析确定对研究有重要影响的要素关系... 针对服务设计中设计人员与用户的认知差异问题,提出结合服务要素关系图与交互式质性分析法(Interactive Qualitative Analysis,IQA)的认知差异确定方法。通过确定服务设计要素的关系,通过Pareto功效分析确定对研究有重要影响的要素关系组,进一步以系统影响图对服务设计要素关系进行图形化表示,明确设计人员与用户对服务要素关注点的认知差异,为辅助设计人员设计出更符合用户认知的机器人服务提供支持。以老龄陪伴机器人服务设计为例,确认了设计人员与用户对服务设计要素的认知差异,设计出符合用户认知的陪伴机器人功能、外观设计方案与系统界面,验证了方法的可行性。 展开更多
关键词 产品服务设计 老龄陪伴机器人 认知差异 交互式质性分析法 服务要素关系图
下载PDF
基于Logistic-Fisher的老龄陪伴机器人外观形态评价方法 被引量:4
2
作者 王秋惠 张倩男 《包装工程》 CAS 北大核心 2022年第2期82-89,共8页
目的提出一种基于眼动追踪的老龄陪伴机器人的外观形态评价方法。方法首先借助眼动实验,获得老年人观看陪伴机器人时的眼动特征,提取眼动指标、心率指标与被试变量,利用SPSS23.0软件平台对变量信息进行描述统计和二元Logistic回归分析;... 目的提出一种基于眼动追踪的老龄陪伴机器人的外观形态评价方法。方法首先借助眼动实验,获得老年人观看陪伴机器人时的眼动特征,提取眼动指标、心率指标与被试变量,利用SPSS23.0软件平台对变量信息进行描述统计和二元Logistic回归分析;其次根据老年人的生理和心理的特殊性将老龄陪伴机器人的外观形态评价定义为二分类问题,以影响显著性最强的几个因子作为判别因子建立Fisher判别函数模型,并进行实验验证。结果性别、年龄、文化程度、心率指标均对陪伴机器人外观关注度无显著影响;总注视时间对其产生显著负向影响,平均注视时间、注视次数产生显著正向影响,判别模型预测样本与实际样本相比准确度为91.0%。结论 Logistic-Fisher方法准确度较高,为构建老龄陪伴机器人的外观形态设计评价体系提供了一种可行的技术途径。 展开更多
关键词 老龄陪伴机器人 外观评价 眼动跟踪 二元LOGISTIC回归 Fisher判别模型
下载PDF
基于PAD情感模型的老龄智能陪伴机器人面部表情评估研究 被引量:7
3
作者 吴磊 孙悦 《包装工程》 CAS 北大核心 2021年第6期53-61,共9页
目的为探索老龄智能陪伴机器人的表情设计特征,依据FACES国际表情数据库等,提取7种基本面部表情类型,得到老龄智能陪伴机器人表情样本21个。方法首先,基于PAD情感模型,对老龄智能陪伴机器人表情样本进行实验评估。实验自变量为老龄智能... 目的为探索老龄智能陪伴机器人的表情设计特征,依据FACES国际表情数据库等,提取7种基本面部表情类型,得到老龄智能陪伴机器人表情样本21个。方法首先,基于PAD情感模型,对老龄智能陪伴机器人表情样本进行实验评估。实验自变量为老龄智能陪伴机器人的表情风格和被试年龄,实验因变量为表情设计的识别率、满意度和PAD量表得分。然后,通过数据统计分析,得出老龄智能陪伴机器人的表情风格、被试年龄与PAD量表得分之间的影响机制,进而得到影响老年人对智能陪伴机器人表情交互的接受度和情感反应规律。最后,通过实际设计案例验证研究方法的可行性。结论通过PAD情感模型测量数据统计分析,得到老龄智能陪伴机器人的表情交互设计特征和规律,为老龄智能陪伴机器人表情交互设计领域提供相关理论支持。 展开更多
关键词 老龄智能陪伴机器人 机交互 面部表情 情感体验 PAD情感模型
下载PDF
基于BP神经网络的老龄智能陪伴机器人造型意象研究 被引量:1
4
作者 吴磊 孙悦 盛芹芹 《设计艺术研究》 2023年第4期5-8,13,共5页
老龄智能陪伴机器人是典型的适老化设计产品。为准确获取老龄智能陪伴机器人的造型意象特征,首先,对国内外相关研究现状进行分析。其次,通过结构性访谈等研究方法,剖析老龄人群的用户特征以及面对智能陪伴机器人的需求。然后,选取出代... 老龄智能陪伴机器人是典型的适老化设计产品。为准确获取老龄智能陪伴机器人的造型意象特征,首先,对国内外相关研究现状进行分析。其次,通过结构性访谈等研究方法,剖析老龄人群的用户特征以及面对智能陪伴机器人的需求。然后,选取出代表性意象词汇与典型样本,通过对典型样本造型特征组合的量化编码以及代表性意象词汇归一化处理,根据隐节点方法确定网络拓扑结构,构建基于BP神经网络的机器人造型意象预测模型。最后,进行设计实践的应用验证,采用BP神经网络预测模型和实际用户回访评估对比,验证了理论研究的有效性。 展开更多
关键词 老龄智能陪伴机器人 造型意象 BP神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部