Perceived Safety

Aussi appelé: subjective safety
Catégorie: Control › Human in the loop
Mots-clés: human-robot-interaction, safety, user-studies, trust, evaluation

Le degré auquel une personne se sent en sécurité, calme et non menacée lorsqu'elle interagit avec un robot ou se trouve près de lui, par opposition au degré de sécurité objectif du robot.

Définition

La sécurité perçue (Perceived safety) est le sentiment subjectif d'une personne d'être en sécurité auprès d'un robot : l'absence de peur, de stress ou de sentiment de menace pendant une interaction réelle ou imaginée. Son contraire, le danger perçu, est l'anticipation que l'interaction pourrait causer un préjudice. La sécurité perçue est distincte de la sécurité physique. Un robot peut être conçu pour rester dans des limites strictes de force et de vitesse et néanmoins crisper les gens, et un robot peut paraître inoffensif tout en présentant des risques réels.

De nombreux facteurs façonnent la sécurité perçue. Les propriétés du mouvement sont parmi les plus déterminantes : la vitesse, l'accélération, la distance à laquelle le robot s'approche, la direction d'approche et le caractère fluide et prévisible de son mouvement. La taille, l'apparence et le bruit du robot comptent aussi, de même que le fait qu'il signale ses intentions par des lumières, le regard ou un mouvement lisible, ainsi que l'expérience de la personne avec les robots, son contrôle sur l'interaction et sa confiance dans le système. La sécurité perçue tend à évoluer avec l'exposition, ce qui la rend sensible aux effets de nouveauté.

Elle se mesure de trois façons principales. Les questionnaires demandent aux personnes d'évaluer leurs sentiments, par exemple la sous-échelle de sécurité perçue du questionnaire Godspeed ou des échelles plus récentes dédiées au danger perçu. Les mesures physiologiques comme la conductance cutanée et la fréquence cardiaque saisissent l'activation pendant l'interaction. Les mesures comportementales observent ce que font les personnes : à quelle distance elles se tiennent, si elles hésitent, sursautent ou ralentissent leur propre travail. Chacune a ses faiblesses, si bien que les études les combinent souvent.

Pourquoi c'est important

Les personnes qui ne se sentent pas en sécurité près d'un robot travaillent plus lentement, gardent leurs distances, évitent de l'utiliser ou refusent purement et simplement de l'accepter, même si le robot est physiquement sûr. Concevoir pour la sécurité perçue en plus de la sécurité physique est donc nécessaire pour que les robots collaboratifs, de service et d'assistance soient utiles en pratique.

Applications principales

Réglage de la vitesse, de la distance et des trajectoires d'approche des robots collaboratifs et mobiles
Évaluation de l'expérience utilisateur dans les études d'interaction humain-robot
Conception de signaux d'intention comme les lumières, les sons et le mouvement lisible
Études d'acceptation des robots d'assistance, de soins et de service
Comparaison de conceptions ou de comportements de robots avant déploiement

En pratique

Une équipe qui déploie un manipulateur mobile dans un couloir d'hôpital teste trois comportements d'approche : une trajectoire directe à vitesse normale, une trajectoire plus lente, et une trajectoire qui décrit une courbe pour arriver de face et marque une pause avant de tendre le bras. Chaque participant fait l'expérience des trois dans un ordre aléatoire en portant un bracelet qui enregistre la conductance cutanée, puis évalue chacun avec un questionnaire de sécurité perçue. L'équipe mesure aussi de combien les participants reculent. L'approche courbe et plus lente avec pause obtient les meilleures notes et les plus petits reculs ; elle devient donc le comportement par défaut près des personnes, tandis que le mouvement plus rapide est réservé aux couloirs vides.

Idées reçues

Si un robot respecte les normes de sécurité, les gens se sentiront en sécurité — la conformité aux exigences de sécurité physique ne garantit pas que les utilisateurs se sentent à l'aise
La sécurité perçue ne dépend que du robot — l'expérience de la personne, son sentiment de contrôle et le contexte l'influencent fortement
Un seul item de questionnaire suffit à la mesurer — les échelles courtes peuvent être peu fiables, donc les études combinent souvent des échelles validées avec des données comportementales et physiologiques
La sécurité perçue reste constante — elle évolue souvent à mesure que les personnes se familiarisent avec un robot

Qui devrait le savoir

Chercheurs en HRI concevant des études utilisateurs
Ingénieurs réglant le mouvement près des personnes
Designers produit de robots de service et d'assistance
Ingénieurs sécurité travaillant sur des postes de travail collaboratifs

Technologies associées

Planification de mouvement lisible (Legible Motion Planning)
Proxémie (Proxemics)
Mesure de la réponse électrodermale (Galvanic Skin Response Sensing)
Surveillance de la vitesse et de la distance de séparation (Speed and Separation Monitoring)
Échelles de Likert et différenciateurs sémantiques (Likert and Semantic Differential Scales)

Termes associés

Projets associés

evo: De-facto standard tool for evaluating and plotting odometry/SLAM trajectories
Reachy Mini: Open-source desktop robot from Pollen and Hugging Face with an expressive 6-DoF head
RoboDojo: Manipulation benchmark that runs in Isaac Sim and on real arms
Inspect Robots: Define a robotics benchmark once, run any policy on any robot
SenseNova-RoboRSI: Open runtime that runs, scores and improves robot agents driven by language models
RAI: Vendor-agnostic agent framework for ROS 2 robots and physical AI