基于AHP和生理电的机器人语音交互认知负荷评价

发布时间：2021-03-18 18:51

　　目的提出一种兼具主观测量和生理数据验证的机器人语音交互认知负荷的评价方案。方法设计实验使受试者对不同的机器人语音交互系统进行体验,完成相应的任务并接受主观认知负荷测量,同时加以生理电信号测量。主观测量部分利用层次分析法（AHP）对传统的NASA-TLX量表进行改进,使得测量更加客观与细致;并利用生理信号测量的结果验证主观评价的可靠程度与实际意义。结果得出不同语音交互系统认知负荷的主观评价数据与生理测量数据,两者相互印证,从而得到可靠的认知负荷评价结果,并进一步证明了评价系统本身的有效性。结论基于AHP的基本原理,改进了NASA-TLX量表,并建立起了一套包含四个准则十四个指标的语音交互认知负荷评价体系,利用心率与皮肤电信号测量进行了辅助验证,提出了一种研究机器人语音交互用户体验的技术手段。 

【文章来源】：包装工程. 2020,41(20)北大核心

【文章页数】：6 页

【部分图文】：

机器人语音交互认知负荷评价体系

实验用认知负荷主观量表，由图1各项评价指标，依李克特（Likert）表形式制成，1分显示负荷很小，可忽略不计，5分显示负荷较高，让人明确感到不适。该问卷信度标准，即常用的克朗巴哈（Cronbach）系数?(28)0.874 (29) 0.7，落在“很可信”范围内，说明该量表有很高的可靠性、客观性与一致性。图3 实验生理电信号数据

图2 认知负荷各项指标评价结果三种语音交互方案各指标评价结果经过整理比对，认知负荷各项指标评价结果见图2，从中可以看到，系统1在B1–4、B6、B12–14等项目中有较大的负荷得分，阐明该系统给用户较大的心智负荷与主观体验负荷，而系统2主要高负荷区则集中在在B5、B7–10等处，说明该交互系统有相对较大的交互需求负荷，三种语音交互系统中，系统3有最大的负荷得分，该系统在B2–4、B12–14、等区域都呈现出较大的负荷，与系统1呈现出相似的特征，而从系统3凸出的迁移性成本B2与较大绩效负荷B12可以得知，难于上手的操作方式与难以获得充足反馈的交互体验，也会对认知负荷最终的评价产生一定影响。见基于AHP的认知负荷评价结果见表4。


本文编号：3088764