研究動機

第一章、 緒論

1.1. 研究動機

近幾十年來，世界各國皆投入不少人力資源於機器人之研究，從早期於工廠 輔助生產之機械手臂，到現今的軍事用機器人、服務型機器人等。不同的應用領 域，對於機器人之設計，則需有不同之考量。人口老化與少子化，造成人力資源 之短缺；又或是生活、工作忙碌導致小孩缺乏父母之陪伴、年長者缺乏家人之關 心。許多研究因而著手於照護型機器人、寵物型機器人、娛樂型機器人等服務型、

社交型機器人之發展，以年長者與小孩照護為目的做為機器人發展方向[1]。以 機器人代替親友之角色陪伴年長者，代替家人之角色監控並回報年長者之健康狀 況，或者是代替父母之角色照顧孩童。然而，諸如此類之人機互動領域，必須顧 及社會對於機器人之接受度，以及機器人本身之實用性與安全性。讓機器人了解 使用者之意圖、想法，讓使用者願意接近機器人，願意花時間與其相處，已是服 務型、社交型機器人研究中不可或缺之問題。服務型、社交型機器人，往往為了 提升人機互動之可靠度、接受度與實用性為目的，而做擬人化之設計。機器人利 用感測器、資料處理之能力，以及外型之設計，使其具備類人或類動物之行為[2 - 6]，如圖 1-1 ~ 圖 1-2 所示。

本研究著重於人臉情緒辨識，以應用於人機互動之領域為研究重點。現今已 有相當多的人臉情緒辨識相關研究，應用於各種不同之領域[7]。人臉為判斷使 用者感受與互動相當直覺且重要的資訊。有些研究將人臉情緒辨識應用於客戶與 銷售員之互動上，以提升銷售量[8]，例如：當客戶來到烤箱販賣區，系統辨識 客戶看到哪些產品，有最大之正向情緒反應，利用此資訊進一步使銷售員選擇行 銷手法，說服客戶購買產品，或提供店家進行特定產品之促銷。相同的情況，也

2

(a) (b)

圖 1-1、寵物型機器人 (a) AIST 研發之 Paro[2], (b) Sony 研發之 AIBO[3]。

(a) (b)

圖 1-2、照護型機器人 (a) Gecko 研發之 CareBot[4], (b) Robosoft 研發之 Kompai 機器人[5]。

可應用於網路商店，藉由情緒辨識系統偵測到當客戶瀏覽特定產品時產生高度興 趣，而進一步提供相關產品類別資訊；有些學者則提出將人臉情緒辨識應用於電 視廣告對客戶吸引力之分析[9]，例如：在球場電視牆播放廣告時，球隊經營公 司利用辨識系統判斷球迷對此廣告的反應，喜悅?驚訝?感到無趣?忽略?利用諸如 此類之識別，提供公司改善經營策略。

將人臉情緒辨識系統應用於人與機器人互動上之研究則相對來得少。

Robosoft[5]之 Kompai robot，如圖 1-2(b)所示，目前主要是利用語音、觸碰界面 與使用者做溝通，在未來則計畫加入與使用者互動為導向之機器人視覺能力，其 中結合機器人臉之設計與人臉情緒辨識系統，使機器人與使用者互動時產生適當

3

之表情變化與情緒反應，即為其發展方向之一[10]；另外，Swangnetr 與 Kaber 之研究提到[11]，在醫療照護方面，由於護理師人力資源日漸短缺，過去 20 年 間，像是醫院、護理之家等健康照護相關產業，已引進移動能力之機器人(例如：

Aethon Tug [12]，如圖 1-3 所示)，長期協助護理師照護病患。然而，此類機器人 目前主要的工作僅限於二地間藥物、餐點、床單等物品之傳遞，且未與病患直接 做接觸，仍然必須依賴護理師做為機器人與病患間之橋樑。學者探討未來將藉由 照護型機器人直接與病患做接觸，真正減少人力資源，減少護理師的工作量。如 此則必須使機器人具備偵測與回應病患狀態(例如：生理狀態、情緒狀態)之能力，

以達到正向照護之功效。

描述使用者情緒，包含二種常見之方法，分別為情緒類別分類，以及將情緒 映射至 2D 或 3D 之空間，做情緒程度數值分析[13]。情緒類別分類：主要是將 情緒分為基本、被普遍認可之類別，一般而言可分為生氣、厭惡、害怕、高興、

傷心、驚訝與中性之 7 種基本情緒[14]。基本表情分類，為目前情緒辨識相關研 究最普遍之方法；情緒程度數值分析：有些學者認為每天人與人之間之互動，通 常為非基本、微妙之情緒變化，而包含複雜之情緒狀態(例如：沉思、尷尬或沮 喪) [15]。如此微妙、複雜之情緒狀態，必須藉由多種臉部表情類別、肢體動作、

聲音或生理訊號所構成。單一類別之分類，則無法傳達多種資訊所構成之複雜情 緒狀態。因此利用不同空間維度，以數值方式對情緒做程度、比例等描述，能夠

圖 1-3、應用於健康照護之機器人(Aethon Tug)[12]。

4

探索微妙、複雜、連續之情緒變化，有系統的將情緒狀態做結合，而非獨立之類 別定義。

本研究設計重點在於使機器人根據使用者情緒呈現適當之反應。如上所述，

即使機器人設計多種程度之情緒呈現，但未能提供適當之情緒資訊做為輸入，仍 無法達成其功效。也就是說，若只將人臉表情分類成 7 類基本情緒，機器人所呈 現之情緒反應也會侷限於七種，限制互動人性化之程度。在設計上情緒辨識系統 必須對情緒程度加以判斷，使機器人能夠對不同程度之情緒呈現適當反應，並隨 著使用者情緒之轉換而轉變互動狀態。本研究以 Russell [15]所提出之心理學模 型(2D model, Arousal-Valence model)為根據，進行情緒 Arousal 與 Valence(A-V) 之分析，合理描述情緒間之程度與不確定性，以及情緒間之轉換，做為機器人行 為反應呈現之依據。能夠表達機器人不同程度反應之方式有相當多種，像是機器 人表情程度，語調高低、強弱，或播放不同種類之音樂使人心情高興等設計。本 研究設計一套情緒辨識之音樂選取系統，藉由系統辨識使用者情緒，決定播放之 音樂類型，依據不同場合，設法將使用者情緒轉換至適當之目標情緒，以達到人 機互動之目的。