基于文獻計量的服務機器人交互研究態勢分析

袁曉芳，周大濤，吳瑜,b

【工業設計】

基于文獻計量的服務機器人交互研究態勢分析

袁曉芳a，周大濤a，吳瑜a,b

（武漢理工大學 a.藝術與設計學院 b.高端裝備智能工業設計湖北省工程研究中心，武漢 430070）

為全面剖析中國服務機器人交互領域的研究態勢，探究人-服務機器人交互（Human-Robot Interaction，HRI）的研究創新方向。對CNKI數據庫收錄的309篇（2001-2020年）與“服務機器人+交互”主題有關的文獻進行計量分析，并展開CiteSpace時區演化圖譜、VOSviewer密度熱點圖譜和BibExcel戰略坐標圖譜等知識圖譜的繪制。從研究演化、研究熱點和研究質量三個角度揭示了中國HRI研究的狀態和趨勢。結果表明，在新的角色屬性和深層交互需求產生和發展的趨勢背景下，相較于在定位、規劃、識別等“計算智能”層面上進行的HRI研究和應用，中國現階段的HRI研究缺少對用戶體驗、多模態自然交互和社會交互等“人本智能”的設計考量，成為制約服務機器人應用創新和產業發展的問題點。可以說，考慮人本設計（Human-centered Design）及應該如何塑造HRI變得至關重要。

人機交互；服務機器人；文獻計量；知識圖譜；HRI設計

國際機器人聯合會（International Federation of Robotics，IFR）將服務機器人定義為“一種半自主或全自主工作的機器人，它能完成有益于人類的服務工作，但不包括從事生產的設備”[1]。作為戰略性新興產業的典型代表之一，服務機器人的技術水平和產業應用在各國科技發展中具有重要的戰略地位[2]，在服務民生福祉、推動科技創新、刺激經濟發展和增強國防力量等方面都具有重要的價值和意義[3]。隨著人工智能技術的突破、核心零部件成本的下降，服務機器人開始面向家庭、教育、醫療和商業等市場開展服務工作，同時，在人口結構、社會服務成本、教育成本和突發公共衛生事件等現實壓力和高質量服務需求的催化下，服務機器人產業未來仍將迅速擴張且潛力巨大，無論是在個人/家庭服務領域，還是在專業服務領域，服務機器人都將會有非常多的應用[4]。區別于工業機器人在結構化生產環境中重復、規范和高精度的程序化交互，服務機器人需要在非結構化生活環境中執行更加復雜的交互任務[5]，具有動態、多樣和模糊的交互特征。技術的進步驅動著服務機器人能夠以自主方式完成越來越多的任務，這使人與機器人之間的“社交”距離已經由相互隔離、互不干預，發展到了充分的人機協作、交互融合，其角色屬性不斷深入和多樣化，影響到越來越多的個人環境和人類需求[6]，考慮如何重新定義人-機器人之間的相互關系變得至關重要[7]。在這種背景下，人-服務機器人交互（Human-Robot Interaction，HRI）作為消融人機交流界限、使服務機器人更好地融入人類日常生活的關鍵，受到了學術界和產業界的廣泛關注，成為服務機器人領域的研究熱點。

HRI作為一個特定的研究方向開始于20世紀90年代初期，其致力于理解、設計和評估供人類使用或與人類一起使用的機器人系統，其目的是實現人類和機器人交互的可用性、適用性和實用性[8]。從技術發展角度，機器人交互可以歸類為受限（Formal）和非受限（Informal）兩種交互方式[9]：其中，受限人機交互是指必須通過中間介質（工具、載具、軟件或編程等）進行任務表述的間接交互方式，如機器人的示教再現、編程語言和圖形交互等就屬于典型的受限交互方式；隨著語音識別、圖像分析、手勢識別和情感識別等人工智能技術的發展，語音交互、手勢交互、情感交互和腦機交互等自然、高效的服務機器人非受限人機交互獲得了廣泛應用。從用戶體驗的角度來看，這種非受限人機交互更能滿足服務機器人的應用需求，成為當前HRI領域的研究熱點。總的來說，HRI是一種需求導向性明顯的研究領域，能夠積極響應技術的發展，并滿足隨之而來的、新的用戶需求，對服務機器人行業和產業的發展具有直接驅動作用。因此，及時、全面、有效地對中國服務機器人交互領域的研究態勢進行分析，發現研究或創新機會點，對推動服務機器人領域的理論深化、技術發展和應用創新等具有重要意義。基于此，本研究對2001-2020年中國知網（CNKI）數據庫收錄的“服務機器人+交互”主題的有效文獻進行計量分析，使用CiteSpace[10]、VOSviewer[11]和BibExcel[12]等文獻計量工具繪制相關知識圖譜，以此明確過去20年間中國服務機器人交互的研究演化、研究熱點和研究質量，探討HRI未來的發展方向，為相關人員或工程師的創新設計提供借鑒。

1 研究設計

1.1 數據來源

從資源傳播的角度，在機器人或人機交互學科上所發表的研究文獻是推動該領域發展的重要基礎[13]，通過對該類主題文獻的提取和分析能夠探究服務機器人交互領域的研究態勢。因此，本研究選擇中國知網（CNKI）作為文獻數據來源，以“服務機器人AND交互”為主題檢索詞，對時間跨度為2001年1月1日至2020年12月31日的目標文獻進行全面檢索，在逐條去除重復文獻、非研究性文獻（報紙、啟事）以及與研究主題無關的文獻后，共獲得有效文獻309條，包括28條期刊數據、169條學位論文數據、3條會議數據和9條成果數據，選擇“Refworks”作為文獻數據記錄的導出格式，并存儲為txt文件。

1.2 研究方法

隨著新興主題研究和多學科交叉研究的不斷涌現，相較于同行專家的經驗述評，文獻計量提供的定量指標能夠確保分析的系統性和客觀性[14]，成為開展學科和行業情報分析的有力手段[15]。本研究使用文獻計量方法對上述309條文獻數據進行分析，依據文獻計量的規則和相關研究經驗[16-18]，選擇能夠描述文獻研究主題的關鍵詞作為計量對象，主要的研究步驟如圖1所示。

1）系統化采集。在CNKI數據庫中，通過設置主題詞、時間跨度、文獻類型和語言等檢索條件，實現對相關研究文獻的查準、查全，這是文獻計量分析的前提基礎。

2）規范化處理。文獻數據的規范主要包括兩個方面：一是由于數據庫信息收錄的規范問題，在多數情況下，導出的文獻數據信息會存在符號使用不規范（大小寫、全稱與縮寫、標點符號等）、部分信息缺失等問題；二是由于不同的表達習慣，造成關鍵詞表述存在多詞一義的現象，如“人機交互”“人-機器人交互”“人-機器人交互技術”和“人機交互（HRI）”。規范數據信息是保證后續文獻分析質量的必要條件，因此，本研究在一名HRI領域專家的幫助下，通過多次調研分析，對關鍵詞數據進行了符號統一、信息補充和同義詞合并。

3）科學化統計。使用BibExcel對文獻數據記錄中的關鍵詞出現頻次進行統計和篩選，并結合關鍵詞共現分析和聚類分析來揭示各個研究主題間的關聯強度和內容，這是文獻計量分析的關鍵步驟。在這一步驟中，為避免范圍過大的低頻詞對后續文獻計量分析的干擾，依據相關使用經驗，本研究選擇高頻詞（詞頻≥3）作為分析對象，并過濾掉“服務機器人”“人機交互”2個干擾高頻詞（高頻但無意義的關鍵詞），共獲得有效高頻關鍵詞116個（累積詞頻占比為67%），用以計量中國服務機器人交互領域的研究特點。

4）可視化呈現。為直觀展示各個研究主題間的結構關聯情況，結合上述步驟輸出的高頻關鍵詞共現數據進行知識圖譜繪制，這是文獻計量分析的重要手段。本研究獲得的圖譜類型及作用主要為：基于CiteSpace的時區演化圖譜來全面梳理服務機器人交互領域在過去20年間的研究演化；基于VOSviewer的密度熱點圖譜來直觀標識服務機器人交互領域的研究熱點；基于BibExcel的戰略坐標圖譜來定量揭示服務機器人交互領域的研究質量。

5）建構性解讀。結合可視化知識圖譜，從研究與應用的角度提出相應的趨勢、問題與挑戰，這是文獻計量分析的重要內容，能夠為未來服務機器人交互的研究工作提供參考。

圖1 文獻計量的分析過程

2 圖譜分析

2.1 研究演化圖譜

為梳理中國服務機器人交互領域的研究演化過程，本研究將規范處理后的309條文獻數據加載到CiteSpace軟件（5.0 R1版本）中進行時區演化圖譜（一種考慮時間因素的關鍵詞關聯網絡圖）[19]的繪制，從而在時間維度上可視化展示各個關鍵詞的演化過程。具體的參數設置為：選擇網絡節點的時間切片（Time Slicing）標準為5年；節點類型（Node Types）設置為Keywords；設置每個切片中保留頻率最高的前200個關鍵詞；選擇Pathfinder對圖譜中的細小分支進行修剪，以保證圖譜的可讀性。結果如圖2所示：一個圓圈節點代表一個關鍵詞，節點越大表示關鍵詞出現的頻率越高；線條表示關鍵詞之間存在聯系；關鍵詞所屬時區以該關鍵詞首次出現的時間為依據進行劃分（每5年為一個時區，共4個時區）。

由圖2可知，依據主題關鍵詞所在的時區位置、技術類型和應用方向，可以將中國服務機器人交互領域在過去20年間的研究演化過程劃分為HRI 1.0弱人期、HRI 2.0智人期和HRI 3.0類人期：

1）HRI 1.0弱人期（2001-2005年）主要關注路徑規劃、運動規劃、任務規劃和控制系統等基礎技術，其應用研究對象主要包括移動機器人、智能機器人和商業服務機器人，這一時期的研究內容主要以技術發展為導向，目標是實現服務機器人的自動規劃和運動，主要執行信息層面的交互內容，具有重控制、弱感知和多離散的交互特點。

2）隨著智能技術的進步和應用場景的延伸，研究進入HRI 2.0智人期的技術積累階段（2006-2010年），該階段主要關注語音識別、手勢交互、人臉識別、情感計算、視覺交互、自然語言處理和腦機接口等智能交互方面，是智能HRI技術探索和開發的集中爆發期。

3）隨著互聯網的發展和普及，研究進入HRI 2.0智人期的技術應用階段（2010-2015年），該階段主要以市場應用為導向，關注醫療、助老、陪伴、商業及社交等領域的應用研究，形成了較為獨立的應用市場細分，并圍繞人機協作、環境理解等方面的應用需求開展了人體檢測、目標追蹤、行為識別、動作識別、物體識別和體感交互等方面的研究，同時，云技術作為新概念也首次出現在HRI研究領域，可以說，整個HRI 2.0智人期是一個多元化發展時期，主要強調行為層面的交互內容。

4）2016年開始，人工智能、神經網絡等技術在HRI領域獲得了廣泛應用，為機器人提供了強大的“后腦”[20]，開展了如智能家居、情景感知、仿人服務機器人、擬人化、自然人機交互等更具類人屬性的HRI研究，在這種技術應用的驅動下，研究進入HRI 3.0類人期，這一時期以用戶需求為導向，集中開展了圍繞HRI體驗設計的研究，包括用戶體驗、服務設計、需求分析、情感體驗與設計評估、功效學研究等，這一時期的機器人、交互場景和人類之間的邊界變得模糊，趨于融合共存，同時，基于大數據、物聯網、云平臺等具有普適計算特征的HRI也獲得了發展，主要關注如何把信息空間編織到人類生活的物理空間中，即實現人（Human）-機（Robot）-環（Context）的集成和融合，改善或提升類人交互體驗的自然感和真實感，可以說這一時期是服務機器人“智商”與“情商”的融合階段，主要突出社會層面的交互內容。

圖2 關鍵詞（主題）時區演化圖譜

2.2 研究熱點圖譜

為了標識中國服務機器人交互領域的研究熱點，本研究采用關鍵詞共現分析和VOSviewer軟件進行密度熱點圖譜的計算和生成。其中，關鍵詞共現分析是指統計一組“詞匯對”共同出現在文檔中的次數，一般認為詞匯對共同出現的次數越多，代表該詞匯對所表述的主題關系越密切[21]，進而用以分析各個研究主題之間的親疏關系。使用BibExcel統計116個高頻關鍵詞兩兩之間的共現次數，結果如表1所示。

將上述116個高頻關鍵詞的共現數據導入VOSviewer進行密度熱點圖譜的繪制，通過VOS-viewer密度熱點圖譜上的顏色變化可以直觀、快速地發現該領域的研究熱點。結果如圖3所示：關鍵詞標簽的字號大小代表該研究主題的權重大小（即共現次數），標簽越大，權重越大；關鍵詞標簽的背景顏色（紅、黃、綠的漸變色）依據其密度的大小來填充，密度的大小依賴于周圍關鍵詞的數量以及這些關鍵詞的權重大小，綠色表示密度熱點低的區域，紅色代表密度熱點高的區域，而黃色為密度熱點的中間區。

表1 高頻關鍵詞的共現次數（部分）

Tab.1 Co-occurrence frequency of high frequency keywords (part)

圖3 關鍵詞（主題）的密度熱點圖譜

由圖3可知，2001-2020年中國服務機器人交互研究的主要內容集中在“以機器為中心”的工程技術方面（該部分內容的紅色偏多），主要關注如何實現服務機器人在復雜環境中進行有效感知、認知和行動的能力，如語音識別、避障、人臉識別、人體檢測、路徑規劃和定位導航等識別決策技術，其次是手勢交互、SLAM（即時定位與地圖構建）等技術研究；多模式人機交互、信息融合、情感交互、自然人機交互、用戶體驗和人性化設計等“以人為中心”的交互體驗研究處在整個研究領域的邊緣區域（該部分內容的黃色和綠色偏多）。從整體上來看，相較于在“計算智能”方面的技術導入，現階段的HRI研究缺少對“人本智能”（Human-centered AI，HAI）[22]的設計考量。

2.3 研究質量圖譜

為了揭示中國服務機器人交互領域的研究質量，在上述關鍵詞共現分析的基礎上，采用聚類分析和戰略坐標分析來系統地計算和表達各個研究主題的關聯情況和發展狀況。在聚類分析中，為避免過于分散（異常）的主題關鍵詞對后續研究質量分析的干擾，結合SPSS系統聚類結果，本研究共去除了43個指向性明顯的技術類關鍵詞（如任務規劃、運動規劃、路徑規劃、避障、定位導航等）和指向性泛化的關鍵詞（如機器人市場、發展趨勢、智能機器人等），最終保留了73個與HRI應用場景、交互技術和行為體驗相關的關鍵詞。同時，為保證各個關鍵詞在語義層面上具有類內的最大相關性和類間的最小相關性，本研究多次組織小組進行調研和討論，進行人工逐項對比分析，最終將73個關鍵詞劃分為15個主題類團，結果見表2。

結合BibExcel分析的高頻關鍵詞共現數據，使用Matlab程序來計算上述15個主題類團向心度（Centrality）和密度（Density）的絕對坐標值：向心度可以用類團關鍵詞與其余類團關鍵詞兩兩共現頻次的均值來計算，密度可以用類團內部關鍵詞兩兩共現頻次的均值來計算，結果見表3。進一步以表3中的坐標值為參數，繪制戰略坐標圖，結果如圖4所示。戰略坐標圖是一種依據向心度和密度坐標值來劃分4個象限的二維平面圖，用以概括性地描述某研究主題的內部發展情況以及主題間的相互影響情況。其中，軸為向心度，表示主題類團之間的聯系強弱，向心度越大，說明該主題類團與其他主題類團之間有著緊密的聯系，趨于核心地位；軸為密度，表示主題類團內部的發展強弱，密度值越大，說明該主題類團自身的發展越趨于成熟，研究關注度越高。

表2 73個高頻關鍵詞的聚類結果

Tab.2 Clustering results of 73 high frequency keywords

表3 15個主題類團的戰略坐標值

Tab.3 Strategic coordinates of 15 thematic clusters

由圖4可知，中國服務機器人交互領域的研究質量情況如下：

1）老年服務和語音交互是第一象限主題類團，具有較高的向心度和密度。該類研究主題的內部和外部聯系密切，表明老年服務和語音交互與其他眾多研究主題關系緊密，且自身的研究發展也趨于成熟，已經形成了系統化的研究內容或方向，對該類主題的研究能夠影響到其他研究主題的發展，是現階段HRI的研究熱點。

2）體態交互、體驗設計與評估、環境智能和醫療監護是第二象限主題類團，具有較高的密度和較低的向心度。該類研究主題的內部聯系緊密，但外部關聯不強，表明該類研究雖然受到了研究人員的廣泛關注，也已開展了相關研究來完善相關技術和應用，但該類研究主題較為獨立，在與其他主題的深化合作和交叉應用等方面仍會有較大的研究空間，是現階段HRI的研究重點。

3）多模態交互、情感交互、腦機交互和云服務是第三象限主題類團，具有較低的向心度和密度。該類研究主題外部關聯不強，內部聯系松散，表明這種以自然交互為目標的研究主題仍處在HRI研究的邊緣，且自身發展也不夠成熟，缺少系統的理論研究體系，應用發展受限，是現階段HRI的研究缺口。

4）社會交互、智能認知、擬人化交互、視覺交互和人機協作是第四象限主題類團，具有較高的向心度和較低的密度。該類研究主題的外部關聯性強，內部聯系松散，表明以人為中心的社會化交互已經成為HRI的研究核心，對其他研究主題的發展具有影響作用，但其自身的研究方向或內容較為松散，可能會被分解為多個研究主題，具有較大的研究潛力，是現階段HRI的研究亮點。

圖4 15個主題類團的戰略坐標圖譜

3 態勢討論

3.1 緊跟研究趨勢——人本設計介入HRI研究的必要性

由圖2研究演化圖譜可知，隨著技術的進步和需求的變化，中國服務機器人交互領域的研究過程可以劃分為：HRI 1.0弱人期—HRI 2.0智人期—HRI 3.0類人期，呈現出服務機器人交互技術越來越豐富、應用場景越來越廣泛和交互需求越來越深層的發展趨勢。交互技術由基礎的運動和路徑規劃，發展到語音、人臉、體態，甚至是情感交互、自然交互；應用場景已由最開始的商業服務延伸到家居、醫療、個人和社交場景；交互需求也由單一的信息交互轉變為高效的行為交互，并發展成為類人的社會交互。這一趨勢的轉變給HRI研究帶來了挑戰：一方面，進入HRI 3.0類人期，服務機器人交互的角色屬性已由被動的輔助工具轉變為主動參與社會活動的類人載體[23]，其功能表現不僅要求具備自然的交互方式，如語音交互、視覺交互、體態交互等，還應滿足與目標用戶群體在特定場景下的感知、認知和行為習慣等相匹配的社會交互體驗；另一方面，機器人技術的進步給人帶來種種便利的同時也影響到了越來越多的個人環境和敏感的人類需求[24]，從而引發一系列社會和情感問題[25-27]。

在這種趨勢背景下，可以明確HRI的最終目標不僅是開發省時、省力的機器人，而且要開發人們可以接受的，能夠滿足社交和情感需求，并尊重人類價值的機器人，重點在于人們對機器人的行為和態度，以及人們與機器人物理、技術和交互功能之間的關系[28]。因此，對服務機器人來說，要想為人們的生活提供長期、緊密和深入的附加價值，就必須強調通過設計塑造一個“以人為中心”的用戶體驗[29]（User Experience，UX/UE）的必要性。這里的用戶體驗包含了用戶的情緒、信念、偏好、感知和使用服務機器人之前、期間和之后的態度等眾多的人本設計（Human-centered Design），積極的人本體驗設計能夠驅動服務機器人應用范圍的擴散，而負面的人本設計可能會阻止人類從服務機器人的特性中獲益[30]。

3.2 轉變研究思維——人本設計介入HRI研究的重要性

由圖3密度熱點圖譜可知，當前中國服務機器人交互研究主要集中于“計算智能”（技術屬性為主）的工程技術研究，依賴于從工程人員的角度提升機器人的個別技能，缺少對“人本智能”（技術環境與社會屬性并重）的設計考量。盡管計算智能技術的發展使服務機器人的識別和推理能力大幅提升，甚至部分已超越了人類智能，但服務機器人作為“社會伙伴”[31]的角色，在教育、醫療、家庭和商業等領域中的應用價值仍然未能被大眾所接受[32-34]。主要原因是面對復雜環境下工作任務多變的服務機器人，使其完全類人地與人進行自主交互還難以實現，且當前技術水平下的HRI應用存在“技術的感性局限”，即只追求技術理性的手段和目的，而不關心這種手段和目的在人的自然感性、社會感性和理性感性等本質規律中的合理性。如教育機器人的語音功能和背景故事對兒童情緒、融洽關系、人際關系和學習質量的影響[35]；社交機器人的擬人化對熟悉度、信任感等良性人機交互的影響[36]；機器人表達任務失敗時的透明度，即“出丑效應”（Pratfall Effect）對提升人機關系的作用[37-38]；“嘗鮮效應”（新奇性消失后，用戶對機器人的興趣下降）對HRI長期互動的影響[39-40]。從上述服務機器人交互的研究趨勢上看，隨著語音、手勢、表情等交互技術的成熟和普及，計算智能技術的導入將不再是驅動HRI發展應用的唯一力量，未來需要將更多人本因素（用戶體驗、用戶研究、社會交互、情感道德、人機信任等）納入設計考量范圍。

如圖5所示，HRI在本質上和必要性上是一個多學科的、以問題為基礎的研究領域，成功的HRI既需要來自計算機科學、人工智能、機械科學及傳感器等工程技術軟件和硬件的支撐，也需要認知科學、語言學、心理學和人類學等社會科學方面的貢獻[6]，并最終通過設計的物化（理解和塑造）來滿足人的需求并被社會接納。因此，相較于當前多從“以機器為中心”的計算智能層面來研究如何創建實用機器人（Usable Robot）[41]，未來應當轉變研究思維，考慮“以人為中心”的人本智能對HRI應用發展的驅動作用。換言之，必須考慮利用人本設計的協調和引導作用，從社會科學角度理解和辨析用戶在感知、認知和行為層面上對服務機器人交互的感性認識，據此關注和指導人本智能層面的工程技術開發，實現服務機器人交互的技術理性和社會感性之間的關系塑造，從以人為本的設計視角探索HRI能夠為用戶帶來的積極體驗和社會價值。

圖5 設計在HRI研究中的協調和引導作用

3.3 拓展研究內容——人本設計介入HRI研究的挑戰性

服務機器人作為一種虛擬的或機械的人造工具，多數具有典型的生命特征[42]，其能夠以一種半自主或全自主工作的方式為人類提供社會生活服務。相較于人-機器交互（Human–Machine Interaction，HMI）和人-計算機交互（Human–Computer Interaction，HCI）所扮演的生產制造、功能延伸和信息支撐等工具角色，HRI明顯兼具伙伴、指導和類人化身[43]的社會角色。因此，在這種先驗動機的影響下，用戶多追求或習慣采用類人的社交線索進行自然交互[44-45]，且隨著服務機器人與人類生活的日漸緊密，這種自然、高效的交互方式必然成為影響用戶體驗的重要指標[46-47]。相關研究表明，人機自然、本真的交互方式必須是多模態的（Multimodal）[48-50]，即通過融合視覺、聽覺、觸覺等多個感官通道及其承載的手勢、表情、文字、語音、圖像等多種效應媒介來充分模擬人與人之間的信息傳遞方式。與單一模態交互相比，多模態交互能夠提供多樣化的交互方式，在移動交互、自然交互上具有明顯優勢：從交互體驗角度來說，多模態交互允許用戶充分利用人的多種感官通道和效應媒介以并行、協作的方式完成三維空間中不精確的交互任務，旨在為用戶提供更自然、更透明的交互；從機器感知和意圖推理的角度來說，多模態融合并行交互能夠利用各個模態之間信息的互補性、重復性、等價性等特點，消除復雜交互環境下的任務歧義，提升人機交互的準確性和魯棒性；另外，受限于服務機器人在外觀結構上的物理條件（無屏幕、小屏幕、無動作或動作受限等），處于非結構化環境（高噪音、遠距離、動態、復雜等）中的服務機器人在信息展示質量和容量上都十分有限，因此，單一模態的交互反饋往往會存在信息過載或缺相問題，而多模態交互能夠實現跨模式的任務分配，成為增強信息反饋靈活性和可靠性的有效方式[51]。

由圖4戰略坐標圖譜可知，現階段對語音識別、視覺識別、環境感知等單一模態交互技術的研究比較活躍，而對多模態交互的研究存在明顯缺口。開展技術研究提升服務機器人單一模態的性能、個性化和適應性等有其必要性，但從服務機器人的類人應用特征和復雜交互環境來看，多模態交互應該被視為一種提升服務機器人交互靈活性、穩健性和高效性的有效手段，作為實現人-服務機器人自然（類人）交互的橋梁，多模態交互必然會成為HRI應用中普遍且不可缺少的部分。因此，基于HRI 3.0類人期的趨勢背景，結合人本智能交互的研究思維，開展面向HRI的多模態交互設計方法研究，這應該成為服務機器人實現人本交互的重點突破方向。

4 結語

為全面剖析中國服務機器人交互的研究態勢，基于文獻計量方法，對中國知網（CNKI）數據庫中檢索到的309篇（2001-2020年）與“服務機器人+交互”主題相關的有效文獻進行計量分析，并圍繞該領域的關鍵問題和研究挑戰展開了討論。在研究趨勢上，進入HRI 3.0類人期，服務機器人的交互技術、場景和需求都有了明顯的進步、拓展和轉變，其應用角色從具備功能性的工具屬性逐漸轉變為兼具類人特征的社會屬性，自然和社交將成為HRI研究的基本目標，追求“智商”向“情商”的跳躍；在這種趨勢背景下，相較于從計算智能層面來創建實用機器人的研究思維，未來更應該考慮從人本智能層面開展服務機器人交互的開發和設計；在研究內容上，強調人本設計的協調和引導作用，著重開展多模態融合并行交互的設計方法研究，塑造服務機器人交互的技術理性和社會感性之間的關系，以提供自然、靈活的積極用戶體驗。

雖然本研究的整個過程嚴格遵循了文獻計量分析的使用規范，但在文獻的時效性（文獻發表時間滯后于研究開展時間）和廣泛性上還存在一定的局限。未來的工作將添加Web of Science、Scopus、Google學術等數據庫的相關分析結果，及時查準、查全最新的學術研究成果，補充和拓展本研究的討論范圍。

[1] International Federation of Robotics (IFR). Service Robots [EB/OL]. [2021-07-22]. https://ifr.org/service-robots.

[2] 顏云輝, 徐靖, 陸志國, 等. 仿人服務機器人發展與研究現狀[J]. 機器人, 2017, 39(4): 551-564.

YAN Yun-hui, XU Jing, LU Zhi-guo, et al. Development and Research Status of Humanoid Service Robots[J]. Robot, 2017, 39(4): 551-564.

[3] 王田苗, 陶永, 陳陽. 服務機器人技術研究現狀與發展趨勢[J]. 中國科學: 信息科學, 2012, 42(9): 1049- 1066.

WANG Tian-miao, TAO Yong, CHEN Yang. Research Status and Development Trends of the Service Robotic Technology[J]. Scientia Sinica (Informationis), 2012, 42(9): 1049-1066.

[4] 億歐智庫. 2020中國服務機器人產業發展研究報告[EB/OL]. (2020-05-28) [2021-08-20]. https://www.iyiou.com/ news/202005281003949.

Equal Ocean. Research Report on the Development of Service Robot Industry in China in 2020[EB/OL]. (2020-05-28) [2021-08-20]. https://www.iyiou.com/news/ 202005281003949.

[5] GEMIGNANI G. Living with Robots: Interactive Environmental Knowledge Acquisition[J]. Robotics and Au-tonomous Systems, 2016, 78: 1-16.

[6] BARTNECK C, BELPAEME T, EYSSEL F, et al. An Introduction[M]. Cambridge: Cambridge University Press, 2020

[7] JOST C, LE PéVéDIC B, BELPAEME T, et al. Human-Robot Interaction: Evaluation Methods and Their Standardization[M]. Cham: Springer International Publishing, 2020.

[8] GOODRICH M A, SCHULTZ A C. Human-robot interaction: a survey[M]. Hanover, Mass.: now, 2007

[9] 杜廣龍. 面向多自由度機器人的非受限智能人機交互的研究[D]. 廣州: 華南理工大學, 2013.

DU Guang-long. Unrestricted Intelligent Human-Com-puter Interaction Research for Multi-Degree Robot[D]. Guangzhou: South China University of Technology, 2013.

[10] CHEN Chao-mei. CiteSpace II: Detecting and Visualizing Emerging Trends and Transient Patterns in Scientific Literature[J]. Journal of the American Society for Infor-mation Science and Technology, 2006, 57(3): 359-377.

[11] VAN ECK N J, WALTMAN L. Software Survey: VOSviewer, a Computer Program for Bibliometric Mapping[J]. Scientometrics, 2010, 84(2): 523-538.

[12] ASTR?M F, DANELL R, LARSEN B, et al. Celebrating Scholary Communication Systems: A Festschrift for Olle Persson at his 60th Birthday[M]. International Society for Scientometrics and Informetrics, 2009.

[13] 張佳樂, 駱漢賓, 尹紫微. 基于Citespace的建設全壽命周期機器人研究與應用分析[J]. 土木工程與管理學報, 2021, 38(1): 145-156.

ZHANG Jia-le, LUO Han-bin, YIN Zi-wei. Research and Application Analysis of Robots Based on Citespace in Construction Life Cycle[J]. Journal of Civil Engineering and Management, 2021, 38(1): 145-156.

[14] HAMMARFELT B, RUSHFORTH A D. Indicators as Judgment Devices: An Empirical Study of Citizen Bibliometrics in Research Evaluation[J]. Research Evaluation, 2017, 26(3): 169-180.

[15] 朱慶華, 何振宇. 信息時代下的文獻計量學新發展——評邱均平教授的《文獻計量學》(第二版)[J]. 情報理論與實踐, 2021, 44(3): 203-205.

ZHU Qing-hua, HE Zhen-yu. New Developments in Bi-b-lio-metrics in the Information Age[J]. Information Studies: Theory & Application, 2021, 44(3): 203-205.

[16] 韓燕, 彭愛東. 基于技術形成三要素的技術機會識別研究——以醫療服務機器人領域技術為例[J]. 情報理論與實踐, 2020, 43(5): 156-162.

HAN Yan, PENG Ai-dong. Study on Technology Opportunity Identification Based on Elements of Technology Formation: A Case of the Technology of Medical Service Robot[J]. Information Studies: Theory & Application, 2020, 43(5): 156-162.

[17] 喬治, 張新平. 基于文獻計量分析的國際工業遺產研究態勢解析[J]. 包裝工程, 2021, 42(8): 93-101.

QIAO Zhi, ZHANG Xin-ping. Bibliometric Analysis of Research Trends on International Industrial Heritage[J]. Packaging Engineering, 2021, 42(8): 93-101.

[18] TAN Hao, SUN Jia-hao, WANG Wen-jia, et al. User Experience & Usability of Driving: A Bibliometric Ana-ly-sis of 2000-2019[J]. International Journal of Human- Computer Interaction, 2021, 37(4): 297-307.

[19] 陳悅, 陳超美, 劉則淵, 等. CiteSpace知識圖譜的方法論功能[J]. 科學學研究, 2015, 33(2): 242-253.

CHEN Yue, CHEN Chao-mei, LIU Ze-yuan, et al. The Methodology Function of Cite Space Mapping Knowledge Domains[J]. Studies in Science of Science, 2015, 33(2): 242-253.

[20] 王天然. 機器人技術的發展[J]. 機器人, 2017, 39(4): 385-386.

WANG Tian-ran. The Development of Robot Technology[J]. Robot, 2017, 39(4): 385-386.

[21] 劉金花, 崔金梅. 基于VOSviewer的領域性熱門研究主題挖掘[J]. 情報探索, 2016(2): 13-16.

LIU Jin-hua, CUI Jin-mei. VOSviewer-Based Mining of Territorial Hot Research Topics[J]. Information Research, 2016(2): 13-16.

[22] RIEDL M O. Human-Centered Artificial Intelligence and Machine Learning[J]. Human Behavior and Emerging Technologies, 2019, 1(1): 33-36.

[23] MATARI? M J. Socially Assistive Robotics: Human Augmentation Versus Automation[J]. Science Robotics, 2017, 2(4): eaam5410.

[24] CLABAUGH C, MATARI? M. Robots for the People, by the People: Personalizing Human-Machine Interaction[J]. Science Robotics, 2018, 3(21): eaat7451.

[25] 易顯飛, 劉壯. 社會化機器人引發人的情感認同問題探析——人機交互的視角[J]. 科學技術哲學研究, 2021, 38(1): 71-77.

YI Xian-fei, LIU Zhuang. On the Influence of Socialized Robot on Human Emotional Identity—From the Perspective of "Human-Robot" Interaction[J]. Studies in Philosophy of Science and Technology, 2021, 38(1): 71-77.

[26] FRAUNE M R. Effects of Robot-Human Versus Robot- Robot Behavior and Entitativity on Anthropomorphism and Willingness to Interact[J]. Computers in Human Behavior, 2020, 105: 106220.

[27] SULLINS J P. Robots, Love, and Sex: The Ethics of Building a Love Machine[J]. IEEE Transactions on Affective Computing, 2012, 3(4): 398-409.

[28] PRATI E. How to Include User eXperience in the Design of Human-Robot Interaction[J]. Robotics and Com-puter-Integrated Manufacturing, 2021, 68: 102072.

[29] ALENLJUNG B, LINDBLOM J, ANDREASSON R, et al. User Experience in Social Human-robot Interaction[J] International Journal of Ambient Computing and Intelligence, 2017, 8(2): 12-31.

[30] LINDBLOM J, ANDREASSON R. Current Challenges for UX Evaluation of Human-Robot Interaction[M]// Advances in Ergonomics of Manufacturing: Managing the Enterprise of the Future. Cham: Springer International Publishing, 2016: 267-277.

[31] DUMOUCHEL P, DAMIANO L. Living with Robots [M]. Cambridge: Harvard University Press, 2017.

[32] HENSCHEL A, et al. Social Cognition in the Age of Human-Robot Interaction[J]. Trends in Neurosciences, 2020, 43(6): 373-384.

[33] BUDKOV V Y, PRISCHEPA M V, RONZHIN A L, et al. Multimodal human-robot interaction[C]//International Con--gress on Ultra Modern Telecommunications and Control Systems. Moscow, Russia. IEEE: 485-488.

[34] SAVELA N, TURJA T, OKSANEN A. Social Acceptance of Robots in Different Occupational Fields: A Systematic Literature Review[J]. International Journal of Social Robotics, 2018, 10(4): 493-502.

[35] KORY-WESTLUND J M, BREAZEAL C. Exploring the Effects of a Social Robot's Speech Entrainment and Backstory on Young Children's Emotion, Rapport, Relationship, and Learning[J]. Frontiers in Robotics and AI, 2019, 6: 54.

[36] DAMIANO L, DUMOUCHEL P. Anthropomorphism in Human-Robot Co-Evolution[J]. Frontiers in Psychology, 2018, 9: 468.

[37] MIRNIG N, STOLLNBERGER G, MIKSCH M, et al. To Err is Robot: How Humans Assess and Act Toward an Erroneous Social Robot[J]. Frontiers in Robotics and AI, 2017, 4: 21.

[38] KWON M, HUANG S H, DRAGAN A D. Expressing Robot Incapability[C]//Proceedings of the 2018 ACM/ IEEE International Conference on Human-Robot Interaction. Chicago, IL, USA. New York: ACM, 2018: 87-95.

[39] SMEDEGAARD C V. Reframing the role of novelty within social HRI: From noise to information[C]//2019 14th ACM/IEEE International Conference on Human- Robot Interaction. Daegu, Korea (South). IEEE: 411-420.

[40] [?ABANOVI? S, BENNETT C C, CHANG Wan-ling, et al. PARO robot affects diverse interaction modalities in group sensory therapy for older adults with dementia[C]//2013 IEEE 13th International Conference on Rehabilitation Robotics. Seattle, WA, USA. IEEE: 1-6.

[41] JONES K S, SCHMIDLIN E A. Human-Robot Interaction[J]. Reviews of Human Factors and Ergonomics, 2011, 7(1): 100-148.

[42] 付璐. 服務于生活的“機器人”設計美學[J]. 文藝爭鳴, 2010(24): 131-133.

FU Lu. "Robot" Design Aesthetics Serving Life[J]. Literary and Artistic Contending, 2010(24): 131-133.

[43] 何燦群, 肖維禎. 服務機器人中的擬人化設計研究[J].裝飾, 2020(4): 27-31.

HE Can-qun, XIAO Wei-zhen. Research on the Anthropomorphic Design of Service Robots[J]. Art & Design, 2020(4): 27-31.

[44] SCHOLTZ J. Theory and evaluation of human robot interactions[C]//36th Annual Hawaii International Conference on System Sciences, 2003. Proceedings of the. Big Island, HI, USA. IEEE: 10pp.

[45] GOERTZ W, REINHART M. Hype Cycle for Human- Machine Interface[EB/OL]. (2015-07-14)[2021-07-26]. https://www.gartner.com/en/documents/3093220/hype-cycle-for-human-machine-interface-2015.

[46] WIRTZ J, PATTERSON P G, KUNZ W H, et al. Brave New World: Service Robots in the Frontline[J]. Journal of Service Management, 2018, 29(5): 907-931.

[47] 陳亮, 韓月, 劉懷玉. 基于文獻分析的服務機器人研究綜述[J]. 包裝工程, 2021, 42(8): 12-19, 35.

CHEN Liang, HAN Yue, LIU Huai-yu. Review on Service Robots Based on Bibliometric Analysis[J]. Packaging Engineering, 2021, 42(8): 12-19, 35.

[48] JOKINEN K. Multimodal Feedback in First Encounter Interactions[M]//Human-Computer Interaction. Interaction Modalities and Techniques. Berlin, Heidelberg: Springer Berlin Heidelberg, 2013: 262-271.

[49] TURK M. Multimodal Interaction: A Review[J]. Pattern Recognition Letters, 2014, 36: 189-195.

[50] BHOWMIK A K. Interactive displays: natural human interface technologies[M].

[51] FREEMAN E, WILSON G, VO D B, et al. Multimodal Feedback in HCI: Haptics, Non-Speech Audio, and Their Applications[M]//The Handbook of Multimodal-Multisensor Interfaces: Foundations, User Modeling, and Common Modality Combinations-Volume 1. New York: Association for Computing Machinery (ACM), 2017: 277-317.

Research Situation Analysis of Service Robot Interaction Based on Bibliometrics

YUAN Xiao-fanga, ZHOU Da-taoa, WU Yua,b

(a.School of Art and Design b.Hubei Provincial Engineering Research Centre for Intelligent Industrial Design of Advanced Equipment, Wuhan University of Technology, Wuhan 430070, China)

The paper aims to comprehensively analyze the research situation in the field of service robot interaction in China and explore the research innovation directions of Human-Robot Interaction (HRI). Based on the bibliometric analysis of 309 articles (2001-2020) related to the theme of "Service Robot + Interaction" in the CNKI database, relevant knowledge maps are developed, such as CiteSpace Time Zone Evolution Map, VOSviewer Density Hotspot Map and BibExcel Strategic Coordinate Map, so that the state and trends of HRI research in China can be understood from three aspects: research evolution trend, research hotspots, and research quality. This study shows that, against the background of the trend of new role attributes and deep interaction needs, compared to HRI research and applications conducted at the level of "computational intelligence" such as positioning, planning and recognition, the current HRI research in China lacks the design of "Human-centered AI", such as the lack of attention to user experience, multimodal natural interaction, and social interaction, which has become a problematic point affecting service robot application innovation and industrial development. It is paramount to consider how HRI can and should be shaped by human-centered design.

human-robot interaction; service robot; bibliometric analysis; knowledge map; HRI design

TB472

A

1001-3563(2022)24-0057-10

10.19554/j.cnki.1001-3563.2022.24.007

2022–07–18

國家重點研發計劃智能機器人專項資助（2018YFB1308500）；教育部2021年第二批產學合作協同育人項目（202102055018）

袁曉芳（1982—），女，教授，博士生導師，主要研究方向為人機交互與智能設計。

周大濤（1992—），男，博士生，主要研究方向為HRI和HMI。

責任編輯：馬夢遙