Perceived Safety

• 又称: subjective safety
• 类别: Control › Human in the loop
• 标签: human-robot-interaction, safety, user-studies, trust, evaluation

一个人在与机器人交互或在机器人附近时，感到有多安全、多平静、多不受威胁；这与机器人客观上有多安全不同。

定义

感知安全（perceived safety）是一个人在机器人身边时主观上感到安全的程度：在实际的或想象的交互中，没有恐惧、压力或受威胁感。它的反面是感知危险，即预期交互可能造成伤害。感知安全与物理安全是分开的。一台机器人可以被设计成严格保持在力和速度限制之内，却仍然让人紧张；一台机器人也可以看起来无害，却带有真实的风险。

影响感知安全的因素很多。运动特性是其中最强的因素之一：速度、加速度、机器人靠得多近、接近的方向，以及它的运动是否平稳、可预测。机器人的尺寸、外观、声音，以及它是否通过灯光、目光或易读的运动表明自己的意图，也都有影响；此人与机器人打交道的经验、对交互的控制感以及对系统的信任同样重要。感知安全往往随接触而变化，这使它容易受到新奇效应的影响。

测量它主要有三种方式。问卷让人们对自己的感受打分，例如 Godspeed 问卷中的感知安全分量表，或较新的专门测量感知危险的量表。皮肤电导和心率等生理指标捕捉交互过程中的唤醒水平。行为指标观察人们的实际举动：他们站得多远，是否犹豫、退缩，或放慢自己手头的工作。每种方式都有弱点，因此研究常常把它们结合起来使用。

为何重要

在机器人旁边感到不安全的人，工作会更慢、保持距离、避免使用它，甚至完全拒绝接受它，即使这台机器人在物理上是安全的。因此，要让协作机器人、服务机器人和辅助机器人在实际中发挥作用，就必须在设计物理安全的同时也为感知安全进行设计。

主要应用

• 调整协作机器人和移动机器人的速度、距离和接近路径
• 在人机交互研究中评估用户体验
• 设计灯光、声音和易读运动等意图信号
• 辅助、护理和服务机器人的接受度研究
• 在部署前比较机器人的设计或行为

实际应用

一个在医院走廊部署移动操作机器人的团队测试了三种接近行为：以正常速度直线接近、较慢的接近，以及沿弧线从正面接近并在伸手之前停顿一下。每位参与者以随机顺序体验全部三种行为，同时佩戴记录皮肤电导的腕带，之后在感知安全问卷上为每种行为打分。团队还测量了参与者向后退了多远。沿弧线、较慢且带停顿的接近获得了最好的评分和最小的后退距离，因此成为在人附近的默认行为，而较快的运动则保留给空走廊。

常见误解

• 只要机器人符合安全标准，人们就会感到安全 — 符合物理安全要求并不能保证用户感到舒适
• 感知安全只取决于机器人 — 人的经验、控制感和情境都对它有很大影响
• 一个问卷题目就足以测量它 — 简短的量表可能不可靠，因此研究常把经过验证的量表与行为数据和生理数据结合起来
• 感知安全保持不变 — 随着人们熟悉一台机器人，它常常会发生变化

谁需要了解

• 设计用户研究的 HRI 研究人员
• 调整人附近运动的工程师
• 服务机器人和辅助机器人的产品设计师
• 从事协作工作站工作的安全工程师

相关技术

• 易读运动规划（Legible Motion Planning）
• 空间关系学（Proxemics）
• 皮肤电反应传感（Galvanic Skin Response Sensing）
• 速度和间距监控（Speed and Separation Monitoring）
• Likert 量表和语义差异量表（Likert and Semantic Differential Scales）

相关术语

• Godspeed Questionnaire
• Physical Human-Robot Interaction
• Cobot
• Novelty Effect
• Safety Filter
• Trajectory Planning

相关项目

• 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