Avaliac¸ ˜ao da Interac¸ ˜ao H ´aptica
As avaliac¸ ˜oes objetivas s ˜ao pouco exploradas na literatura, no entanto, ´e comum a combinac¸ ˜ao de dados subjetivos e objetivos para formular medidas de qualidade (SAGARDIA et al., 2009) (HAMAM et al., 2008) (SAKR; GE- ORGANAS; ZHAO, 2007), incluindo valores de QoE (Quality-of-Experience ou Qualidade de Experi ˆencia), uma extens ˜ao de QoS (Quality-of-Service ou Qualidade de Servic¸o) (HAMAM et al., 2008).
A elaborac¸ ˜ao de tais m ´etricas est ´a alicerc¸ada sobre a possibilidade de determinar a toler ˆancia da percepc¸ ˜ao do ser humano diante de alterac¸ ˜oes de sinais, permitindo o aperfeic¸oamento da interac¸ ˜ao humano-computador, e consequentemente dos sistemas computacionais, visto que tais sistemas n ˜ao est ˜ao livres de erros ou ru´ıdos. No presente texto, erros e ru´ıdos dos sinais h ´apticos foram denominados distorc¸ ˜oes.
No caso da percepc¸ ˜ao h ´aptica em AVs, as distorc¸ ˜oes podem ser causa- das pela execuc¸ ˜ao de algoritmos de detecc¸ ˜ao de colis ˜ao, de deformac¸ ˜ao e c ´alculo do retorno h ´aptico, que consomem significativos recursos computaci- onais para manter o tempo real da simulac¸ ˜ao sem deixar de lado o realismo (GOKSEL et al., 2013) (LADJAL; HANUS; FERREIRA, 2013). A renderizac¸ ˜ao h ´aptica em AVs requer alta de atualizac¸ ˜ao, em aproximadamente 1.000 Hz, entretanto, variac¸ ˜oes em determinados contextos s ˜ao aceit ´aveis (dois exem-
plos apresentaram valores de 300 Hz e de 550-600 Hz (COLES; MEGLAN; JOHN, 2011)). Os sistemas de teleoperac¸ ˜ao requerem taxas de atualizac¸ ˜ao h ´aptica entre 500 e 1.000 Hz, usando em determinados casos, algoritmos de predic¸ ˜ao e compress ˜ao de dados para resolver problemas de perda de pacotes e atrasos, que tamb ´em podem causar distorc¸ ˜oes que influenciam
na percepc¸ ˜ao (HINTERSEER; STEINBACH; CHAUDHURI, 2006). Adicio-
nalmente, h ´a tamb ´em distorc¸ ˜oes causadas pela comunicac¸ ˜ao via rede de
computadores. As tecnologias de rede s ˜ao empregadas em sistemas de
teleoperac¸ ˜ao e em certos sistemas de treinamento. Nestes ´ultimos, arquitetu- ras de computadores s ˜ao constru´ıdas para distribuic¸ ˜ao dos processamentos h ´aptico e visual (HENG et al., 2004) ou para processamento de informac¸ ˜oes provenientes de dois dispositivos h ´apticos (NI et al., 2011).
Duas m ´etricas foram encontradas e s ˜ao apresentadas a seguir. Deve-se ressaltar que alguns s´ımbolos matem ´aticos foram modificados em relac¸ ˜ao aos artigos originais, para organizac¸ ˜ao da informac¸ ˜ao e um melhor entendimento. Sakr, Georganas e Zhao (2007) conceberam a m ´etricaHPWPS NR (Haptic Per- ceptually Weighted - Peak Signal-to-Noise Ratio), baseado na m ´etrica PNS R
(comumente usada em an ´alises de processamento de sinais), que envolve MS E (Mean-Squared Error ), conforme a equac¸ ˜ao:
HPW
PS NR = 10. log10(|attrmax−attrmin|)2
MS E.HPW (4.1) sendo: MS E = 1 |N| N X n=1
(attr[n] − orig attr[n])2
HPW = C, se Q
(k.[|attr − orig attr| − JND(attr)] + C), outro caso
lor de distorc¸ ˜ao; orig attr, attr max e attr min denotam os valores original, m ´aximo e m´ınimo, respectivamente, de um atributo; |attrmax − attrmin| ´e a
magnitude do workspace alcanc¸ ´avel (nos 3 eixos) do dispositivo h ´aptico - sqrt(maxX − minX)2
+ (maxY − minY)2+ (maxZ − minZ)2); N ´e o n´umero amos- tral do atributo durante a interac¸ ˜ao h ´aptica, n ´e cada unidade da amostra; C ´e uma constante; Q ´e a relac¸ ˜ao |attr −orig attr| ≤ JND(attr); k ´e a relac¸ ˜ao JND(attr)orig attr ; e JND (Just Noticeable Difference ou Diferenc¸a Minimamente Percept´ıvel), estabelecida pela lei de Weber e ´e o valor m´ınimo que representa o limiar de percepc¸ ˜ao do ser humano para perceber a variac¸ ˜ao de um est´ımulo em uma experi ˆencia sensorial (SAKR; GEORGANAS; ZHAO, 2007). Os atribu- tos m ´aximo e m´ınimo variam de acordo com as caracter´ısticas do dispositivo h ´aptico.
Com respeito aos atributos, func¸ ˜oes foram estabelecidas, sendo a func¸ ˜ao JND(position) para o atributo de posic¸ ˜ao; a func¸ ˜ao JND( f orce) para o atributo de forc¸a e JND(velocity) para o atributo de velocidade. No trabalho realizado por Sakr, Georganas e Zhao (2007), o atributo de orientac¸ ˜ao ou rotac¸ ˜ao n ˜ao foi considerado.
Essas func¸ ˜oes s ˜ao descritas como segue: JND(position) =+
− αposition, onde
αposition ´e a resoluc¸ ˜ao do dispositivo h ´aptico; JND( f orce) = αf orce.|f orce|, onde
αf orce est ´a entre 5 e 10% da forc¸a original; e JND(velocity) = αvelocity.|velocity|,
onde αvelocity est ´a no intervalo de 10 a 15% da velocidade original.
No mesmo artigo, a l ´ogica fuzzy foi usada para determinar HPW, em con- trapartida `a formulac¸ ˜ao matem ´atica. A l ´ogica fuzzy foi baseada em duas vari ´aveis de entrada (degradac¸ ˜ao de posic¸ ˜ao e degradac¸ ˜ao de velocidade) e uma vari ´avel de sa´ıda (qualidade perceptual). As regras de infer ˆencia foram derivadas de seres humanos, classificadas como regras lingu´ısticas se-ent ˜ao. A sa´ıda do modelo fuzzy ´e calculada pela t ´ecnica de desfuzzificac¸ ˜ao de cen-
troide (SAKR; GEORGANAS; ZHAO, 2007): HPW = PR n=1µ(in)in PR n=1µc(in)
onde R representa o n ´umero de regras de infer ˆencia, relacionadas a degradac¸ ˜oes ou distorc¸ ˜oes de posic¸ ˜ao e velocidade; µc ´e a func¸ ˜ao resultante
agregada do conjunto fuzzy de sa´ıda; in ´e o universo de discurso. Os autores
usaram nove regras de infer ˆencia, sendo os valores de sa´ıda dentro do inter- valo [0, 1], indicando a qualidade perceptual (0 - rica qualidade perceptual e 1 - pobre qualidade perceptual) (SAKR; GEORGANAS; ZHAO, 2007).
Conforme os autores,HPWPS NRconsidera valores m ´aximo e m´ınimo para
os atributos, escalando os resultados de acordo com o intervalo do atributo h ´aptico. Como previamente mencionado, esses intervalos podem diferir por- que h ´a diferentes dispositivos h ´apticos, especialmente dispositivos h ´apticos comerciais (SAKR; GEORGANAS; ZHAO, 2007).
Recentemente, uma outra m ´etrica, denominada PMS E (Perceptual Mean-
Squared Error ), foi proposta por Chaudhari, Steinbach e Hirche (2011) e ´e
baseada na lei de Weber-Fechner, que considera sensac¸ ˜oes h ´apticas relacio- nadas a experi ˆencias humanas, conforme equac¸ ˜ao 4.2:
PMS E = c 2 N N−1 X i=0 ln I(i) I0(i) ! (4.2) onde c ´e uma constante escalar, usualmente determinada por experimentos; N representa o n ´umero amostral de cada atributo na interac¸ ˜ao h ´aptica; i ´e cada item da amostra; I(i) e I0(i) s ˜ao as magnitudes dos est´ımulos de refer ˆencia e
est´ımulos distorcidos, respectivamente.
percepc¸ ˜ao humana e um modelo de ac¸ ˜ao humana, totalmente autom ´atico. O modelo de ac¸ ˜ao humana ´e importante para a realizac¸ ˜ao de testes inde- pendente da participac¸ ˜ao de usu ´arios (CHAUDHARI; STEINBACH; HIRCHE, 2011).