Exploring Remote Collaborative Tasks: The Impact of Avatar Representation on Dyadic Haptic Interactions in Shared Virtual Environments
IEEE Publication Technology Group（IEEE出版技术组）
本文通过四种化身表征条件的双人触觉协作实验，发现伙伴化身能显著提升社会临场感，但化身不影响任务绩效与用力，凸显视觉与触觉融合对远程协作的价值。
2025-05-28 cs.HC cs.RO
CARLAverse: A Highly Modular, Distributed, and Multimodal Framework for Human-in-the-Loop Simulation
Institute of Energy Efficient Mobility（高效出行研究所）；Karlsruhe University of Applied Sciences（卡尔斯鲁厄应用科学大学）
提出CARLAverse，一个开源多模态仿真框架，通过分布式物理架构将驾驶、骑行和行人仿真集成，实现低延迟触觉反馈的跨机构人机协同实验。
2026-09-11 cs.HC cs.RO
Analysis and Modeling of Driver Behavior with Integrated Feedback of Visual and Haptic Information Under Shared Control
本文通过行为实验、建模和数值仿真，对触觉引导系统在视觉信息正常和退化情况下改善驾驶性能的评价和设计做出了贡献。在正常和退化的视觉信息的情况下，共享控制对驾驶员行为的影响已经成功地进行了实验和数值评估。评价结果表明，所提出的触觉引导系统能够提供可靠的触觉信息，在前方道路视觉遮挡和疲劳驾驶下视觉注意力下降的情况下，能够有效地提高车辆的车道跟驰性能.此外，触觉引导的适当程度与驾驶员感知的视觉信息的可靠性高度相关，这表明基于视觉信息的可靠性设计触觉引导系统将允许更大的驾驶员接受度。此外，参数化的驾驶员模型，它考虑了视觉和触觉信息的综合反馈，能够预测驾驶员行为下的共享控制，并有可能被用于设计和评估的触觉引导系统。
2021-04-23 cs.HC cs.RO cs.SY
HoloBots: Augmenting Holographic Telepresence with Mobile Robots for Tangible Remote Collaboration in Mixed Reality
University of Tsukuba（筑波大学）；University of Calgary（卡尔加里大学）
本文提出HoloBots系统，通过同步全息用户运动与桌面移动机器人，实现混合现实中的有形远程协作，显著提升了用户的共存感和共享体验。
2023-07-30 cs.HC cs.RO
Multimodal Shared Autonomy for Social Navigation Assistance of Telepresence Robots
Worcester Polytechnic Institute（伍斯特理工学院）
移动远程呈现机器人（MTR）在不断扩大的远程工作世界中越来越受欢迎，为人们积极参与远程活动提供了新的途径。然而，由于有限的情况感知和狭窄的视场，操作MTR的人通常难以在人口密集的环境中导航，这降低了用户的接受度和满意度。共享自主导航主要在静态环境或只有一个行人与机器人交互的情况下进行了研究。我们提出了一种多模式共享自治的方法，利用视觉和触觉指导，在人口稠密的环境中为远程操作员提供导航帮助。它使用了一种修改形式的倒数速度障碍，以产生安全的控制输入，同时考虑到社会化学的约束。两种不同的视觉引导设计，以及触觉力渲染，提出了传达安全的控制输入。我们进行了一项用户研究，比较的优点和局限性的多模式导航辅助触觉或视觉辅助单独在一个共同的导航任务。该研究涉及15名参与者在一个有移动行人的虚拟大厅中操作虚拟远程呈现机器人，使用不同的辅助方式。我们评估了导航性能、透明度和合作以及用户偏好。我们的研究结果表明，参与者更喜欢多模式辅助视觉引导轨迹触觉或视觉方式单独，虽然它对导航性能没有影响。此外，我们发现，视觉引导轨迹传达了更高程度的理解和合作比等效的触觉线索在导航任务。
2022-10-17 cs.HC cs.RO
Human Situational Awareness and Workload during Heterogeneous Autonomous Vehicle Hazard Monitoring: A Cross-Platform Study
Cranfield University（克兰菲尔德大学）
本研究开发统一实验框架，发现空中监测SA低于地面监测，工作负荷与态势需求耦合，触觉及视觉-触觉界面可在不增加工作负荷的前提下提升SA，为异构自主车辆多模态界面设计提供跨平台基线。
2026-10-14 cs.HC
Modeling and analysis of driver behavior under shared control through weighted visual and haptic guidance
Institute of Industrial Science, The University of Tokyo（东京大学生产技术研究所）
对于驾驶员自动化共享控制系统的最佳设计，在开发过程的早期，基于测量和建模对驾驶员行为的理解至关重要。本文提出了一种驾驶员模型，通过加权过程的视觉引导从前方道路和触觉引导从转向系统的车道跟随任务。建议的加权过程描述了驾驶员与触觉指导转向和驾驶员依赖它的相互作用。驾驶模拟器实验进行手动驾驶和触觉指导的模型参数识别。在考虑个体差异后，所提出的驾驶员模型在14名参与者中以令人满意的拟合优度匹配驾驶员输入扭矩。验证结果表明，模拟轨迹有效地遵循驾驶课程匹配的测量轨迹，从而表明，所提出的驾驶员模型是能够预测驾驶员的行为在触觉引导。此外，通过数值分析，考虑到不同的驾驶员状态和系统故障，不同程度的驾驶员依赖对驾驶性能的影响进行了评估。模型评估结果揭示了潜在的建议的驱动程序模型被应用在触觉引导系统的设计和评估。
2020-10-07 cs.HC cs.RO cs.SY
Adaptive driver-automation shared steering control via forearm surface electromyography measurement
Institute of Industrial Science, The University of Tokyo（东京大学工业科学研究所）；Technical University of Darmstadt（达姆施塔特工业大学）
共享转向控制已经开发出来，以减少驾驶员的工作量，同时保持驾驶员在控制回路。驾驶员可以整合来自前方道路的视觉感知信息和来自方向盘的触觉感知信息，以实现更好的驾驶性能。以往的研究表明，与自适应自动化的权威，固定自动化的权威并不总是适当的人的因素。设计了一种基于驾驶员前臂表面肌电（sEMG）测量的自适应共享转向控制系统，并评估了该系统在双车道变换任务中对驾驶员行为的影响。共享转向控制通过触觉引导系统实现，触觉引导系统在方向盘上提供主动辅助扭矩。10名受试者参加了高保真驾驶模拟器实验。两种类型的自适应算法进行了研究：触觉指导减少驾驶员的握力增加（HG-减少），和触觉指导增加驾驶员的握力增加（HG-增加）。这两种算法进行了比较，手动驾驶和两个级别的固定权限触觉指导，共五个实验条件。驾驶系统的评价是基于两组因变量：驾驶员行为的客观措施和驾驶员工作量的主观措施。结果表明，自适应权限的HG-减少产生较低的驾驶员工作量和减少车道偏离的风险相比，手动驾驶和固定权限的触觉引导。
2020-09-09 cs.HC cs.RO cs.SY
Maintaining driver attentiveness in shared-control autonomous driving
Department of Computer Science, University of York（约克大学计算机科学系）
针对共享控制自动驾驶中驾驶员注意力维持问题，提出基于MAPE控制环路的自适应系统，结合深度神经网络分析注意力、经形式化验证的控制器规划警报与调速，并用概率模型检验综合控制器，以提升驾驶员注意力。
2021-02-05 cs.RO cs.SY eess.SY
Linking Behaviour and Perception to Evaluate Meaningful Human Control over Partially Automated Driving
Centre for Meaningful Human Control（有意义的人控中心）；Department of Cognitive Robotics（认知机器人学系）；Department of Transport & Planning（交通与规划系）；Department of Intelligent Systems（智能系统系）；Delft University of Technology（代尔夫特理工大学）
研究通过模拟实验探讨部分自动化驾驶系统中驾驶员对有意义人机控制（MHC）的体验，发现感知自动化车辆理解驾驶员与转向扭矩冲突存在显著负相关，且反应时间与控制感知存在正相关，提示未来设计需注重驾驶员干预的顺畅性、自动化意图的透明传达及情境敏感的权限分配。
2026-10-08 cs.AI cs.CY cs.HC
A Shared Control Framework for Mobile Robots with Planning-Level Intention Prediction
Member, IEEE（IEEE会员）；Senior Member, IEEE（IEEE高级会员）
针对移动机器人共享控制中人类意图理解问题，提出含规划级意图预测的共享控制框架，联合建模意图域预测与路径重规划为马尔可夫决策过程并通过深度强化学习求解，仿真训练无需人类参与，能降低操作员工作量并提升安全性。
2026-10-27 cs.RO
Effect of Adaptive and Fixed Shared Steering Control on Distracted Driver Behavior
Corpy & Co., Inc.（Corpy公司）；The University of Tokyo（东京大学）
驾驶员分心是全世界交通事故的众所周知的原因。研究表明，共享转向控制，主动提供触觉引导扭矩的方向盘上，有效地提高了分心的驾驶员的性能。最近，基于驾驶员的生理状态的自适应共享转向控制已经被开发出来，尽管其对分心的驾驶员行为的影响仍然不清楚。为此，进行了一项高保真驾驶模拟器实验，涉及18名参与者进行双车道变换。实验条件包括两种驾驶员状态：注意力集中和分心。在每种条件下，评估进行了三种类型的触觉指导：无（手动），固定的权力，自适应权力的基础上反馈的前臂表面肌电图的驱动程序。评估结果表明，对于专心和分心的司机，触觉指导与自适应权力产生较低的驾驶员工作量和减少车道偏离风险比手动驾驶和固定的权力。此外，分心的驾驶员倾向于降低方向盘上的抓地力，以遵循具有固定权限的触觉引导，从而导致相对较短的双车道变换持续时间。
2021-06-07 cs.HC cs.RO cs.SY
Boosting Real-Time Driving Scene Parsing with Shared Semantics
Shanghai Jiao Tong University（上海交通大学）；SAIC Motor Corporation Limited（上海汽车集团股份有限公司）
实时场景解析是具有多个摄像头的自动驾驶车辆的基本功能。在这封信中，我们证明了不同的角度和重叠的意见相机之间共享语义可以提高解析性能相比，传统的方法，单独处理来自每个相机的帧。我们的框架基于深度神经网络进行语义分割，但有两种额外的模块用于共享和融合语义。一方面，语义共享模块被设计用于建立输入图像之间的逐像素映射。地图共享特征和语义，以减少重复的工作量，从而提高计算效率。另一方面，特征融合模块被设计为组合不同模态的语义特征，其利用来自两个输入的信息以获得更好的准确性。为了评估所提出的框架的有效性，我们已经将我们的网络的双摄像头视觉系统驾驶场景解析。实验结果表明，我们的网络优于基线方法的解析精度与可比的计算。
2019-11-28 cs.CV cs.RO
Multimodal Interfaces for Effective Teleoperation
The University of Edinburgh（爱丁堡大学）
多模态界面的研究旨在提供沉浸式解决方案，并提高人类的整体表现。一个很有前途的方向是结合听觉，视觉和触觉用户和模拟环境之间的交互。然而，没有广泛的比较存在，以显示如何结合audiovisuohaptic接口影响人类的感知反映在任务性能。我们的论文探讨了这一想法。我们提出了一个彻底的，全因子的比较如何在操作过程中的所有组合的音频，视觉和触觉接口的影响性能。我们评估每个接口组合如何影响性能的研究（N=25），包括不同难度的操纵任务。性能评估使用主观的，评估认知工作量和系统可用性，和客观的测量，结合时间和空间的准确性为基础的指标。结果表明，无论任务的复杂性如何，与显示器的单眼视觉相比，使用VRHMD的立体视觉在所有测量中的性能提高了40%。使用触觉反馈改善了10%的结果，听觉反馈约占5%的改善。
2020-03-31 cs.HC cs.RO
Scheduling Analysis of UAV Flight Control Workloads on PREEMPT_RT Linux Using a Raspberry Pi 5
Mälardalen University（马尔达LEN大学）；ReTiS Lab, Scuola Superiore Sant’Anna（ReTiS实验室，圣安娜高等学院）
通过分析Raspberry Pi 5上PREEMPT_RT Linux内核的激活路径对250 Hz控制回路的影响，发现标准内核最差延迟超过9 ms，而PREEMPT_RT将最差延迟降低约88%至225微秒以下，但剩余抖动主要由硬件内存争用引起。
2026-06-02 cs.OS cs.RO cs.SY
Intention-Based Lane Changing and Lane Keeping Haptic Guidance Steering System
Institute of Industrial Science, the University of Tokyo（东京大学工业科学研究所）
触觉引导在共享转向辅助系统中的应用，由于其在车辆控制中的相互通信能力，引起了智能车辆领域的广泛关注。通过在方向盘上施加连续扭矩，驾驶员和支撑系统可以共享车辆的横向控制。然而，目前的触觉引导转向系统在辅助变道方面存在一些不足。本研究探索一种新的转向交互方法，包括基于意图的触觉共享转向系统的设计和评价。这种基于意图的方法可以通过检测驾驶员车道变换意图来支持车道保持和车道变换辅助。通过使用基于深度学习的方法对驾驶员关于车道交叉的决策时机进行建模，提出了用于实现转向控制系统的自适应增益控制方法。提出了一种意图一致性方法，用于检测驾驶员和系统是否朝着相同的目标轨迹运动，并准确地捕捉驾驶员意图。通过驾驶模拟器实验对系统性能进行了测试。参与者被要求进行六次有辅助方法的试验和一次没有辅助的试验。结果表明，该支持系统降低了车道保持任务中的车道偏离风险，能够支持快速稳定的换道机动。
2020-11-15 cs.AI cs.HC cs.LG
Simultaneous Achievement of Driver Assistance and Skill Development in Shared and Cooperative Controls
Ritsumeikan University（立命馆大学）
先进的驾驶辅助系统成功地减少了驾驶员的工作量并提高了安全性。另一方面，过度使用这种系统会阻碍驾驶技能的发展。然而，存在协作驾驶员辅助系统，包括共享和协作控制，其可以在适当的系统设置下促进辅助系统与人类操作员之间的有效协作。鉴于有效的协作设置，我们的目标是同时开发或保持驾驶技能，同时减少工作量。由于这种系统及其方法的研究很少，我们讨论了一种方法，考虑在技能培训领域的相关概念，应用共享和合作控制。通过触觉共享控制辅助的反向停车被呈现为在辅助期间提高性能的手段，而辅助之后的技能提高被用于展示通过减少工作量和技能提高来同时实现驾驶员辅助的可能性。
2019-07-01 cs.HC cs.RO
AeroHaptix: A Wearable Vibrotactile Feedback System for Enhancing Collision Avoidance in UAV Teleoperation
针对无人机遥控中触觉操纵杆单方向反馈及干扰控制的问题，提出可穿戴振动触觉系统AeroHaptix，结合优化布局与MultiCBF算法提供多方向障碍提示，减少碰撞和输入冲突。
2025-01-16 cs.HC cs.RO
ArUcoGlide: a Novel Wearable Robot for Position Tracking and Haptic Feedback to Increase Safety During Human-Robot Interaction
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院）
本文提出ArUcoGlide可穿戴机器人框架，融合标记跟踪、触觉反馈与APF避碰算法，在共享空间协作实验中缩短操作时间并增大人机安全距离。
2023-07-17 cs.HC cs.RO
HITL-D: Human In The Loop Diffusion Assisted Shared Control
Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系）
本文提出HITL-D框架，通过结合扩散策略和人类控制，提升多步骤、插入和精细操作任务的用户表现，减少 joystick 控制轴数量，降低认知负荷，并在多任务用户研究中显著提高任务完成速度和用户满意度。
2026-05-20 cs.AI cs.HC cs.RO
HPCClusterScape: Increasing Transparency and Efficiency of Shared High-Performance Computing Clusters for Large-scale AI Models
本文提出HPCClusterScape可视化系统，通过系统级和应用级信息监控及诊断工具，提升共享HPC集群对大规模AI模型的透明度和资源利用效率。
2023-12-21 cs.DC cs.HC
The Role of Variability in Human-Machine Interaction Experience
Karlsruhe Institute of Technology (KIT)（卡尔斯鲁厄理工学院）；University of Freiburg（弗赖堡大学）
该研究针对传统人机交互控制忽略人类行为随机性的问题，设计了感知人类变异性的最优控制器，实验表明其在保持任务性能的同时提升了交互体验，为共享控制设计提供了新方向。
2026-08-13 cs.HC cs.SY eess.SY
Giving Sense to Inputs: Toward an Accessible Control Framework for Shared Autonomy
Idiap Research Institute（伊迪亚普研究所）；EPFL（洛桑联邦理工学院）
提出一种将2D摇杆输入动态映射到6D机器人运动的框架，通过管状曲面轨迹定义控制框架，用户研究表明其降低了工作负荷并提升了可用性，且在轮椅用户的探索性研究中验证了可行性。
2025-01-28 cs.HC cs.RO
User Agency and System Automation in Interactive Intelligent Systems
本论文围绕智能系统中用户能动性与自动化的平衡，提出电磁触觉硬件、共享控制及无模型强化学习自适应界面方法，并通过仿真和用户研究验证其优势。
2025-02-19 cs.HC
Pareto efficiency in synthesizing shared autonomy policies with temporal logic constraints
University of Pennsylvania（宾夕法尼亚大学）
本文提出一种两阶段策略合成算法，用于生成帕累托高效的协调与控制策略，通过整合Tchebychev标量化方法以优化人类努力与系统性能之间的平衡。
2014-12-18 cs.HC cs.RO cs.SY
Developing and evaluating an human-automation shared control takeover strategy based on Human-in-the-loop driving simulation
本文的目的是开发一种共享控制接管策略，以实现从自动驾驶系统到人类驾驶员的平稳和安全的控制过渡，并证实其对驾驶员行为和态度的积极影响。通过“人在回路”驾驶模拟器实验，对不同分离条件下共享控制接管策略的影响进行了评价。32名驾驶员的研究结果表明，共享控制接管策略可以提高安全性能的总体水平，特别是在非驾驶相关的脱离。对于由另一辆车的突然制动引起的更紧急的脱离，共享控制策略扩大了个体差异。主要原因是，一些司机有较高的自我报告的精神工作负荷，以响应共享控制接管策略。因此，在开发接管策略时，驾驶员和自动化之间的共享控制可以涉及驾驶员的培训，以避免精神过载。
2021-03-10 cs.HC cs.SY eess.SY
Enhancing Autonomous Vehicle-Pedestrian Interaction in Shared Spaces: The Impact of Intended Path-Projection
本文提出PaveFlow，一种将自动驾驶车辆预期路径实时投射到地面的eHMI，通过VR实验证明其能显著提升行人安全感、信任与体验并降低认知负荷，为共享空间人车交互提供更透明的连续空间信息。
2025-03-06 cs.HC
Exploring the Effects of Level of Control in the Initialization of Shared Whiteboarding Sessions in Collaborative Augmented Reality
通过VR模拟AR环境，研究比较了MANUAL、DISCRETE CHOICE和AUTOMATIC三种白板会话初始化方法的控制水平，发现多数用户尽管面临额外工作量仍偏好直接控制。
2025-02-02 cs.HC
