Mejor comprensión de los factores humanos para una conducción automática más segura
Todos podemos experimentar de primera mano que las congestiones y la contaminación han aumentado hasta convertirse en los retos más importantes a los que se enfrentan nuestras ciudades. Y, aunque la conducción altamente automatizada (HAD, por sus siglas en inglés) suele presentarse como una de las formas más eficaces de abordar estos problemas, quedan muchas preguntas sin respuesta antes de que se pueda confiar en los vehículos sin conductor a gran escala. La financiación del proyecto HFAUTO ha permitido que el doctor Riender Happee y su equipo entiendan mejor esta compleja cuestión. Juntos, pretendían determinar cómo deben diseñarse las interfaces hombre-máquina (IHM), identificar las mejores maneras para que la automatización comprenda el estado y las intenciones del conductor, arrojar luz sobre las repercusiones de la HAD sobre el riesgo de accidentes y la eficiencia del transporte y, por último, investigar los aspectos jurídicos de los accidentes en que se ven envueltos los vehículos HAD. «Adoptamos un enfoque que priorizara la seguridad», explica el doctor Happee, investigador de los departamentos de Robótica Cognitiva y Transporte y Planificación de la Universidad Tecnológica de Delft. «A través de nuestra investigación, contribuimos a entender la capacidad humana de retomar el control después de utilizar la automatización. Este conocimiento puede utilizarse para diseñar la futura tecnología de automatización, de forma que este diseño no solo sea técnicamente seguro, sino también que los conductores se sientan seguros y cómodos al apartar la vista de la carretera y utilizar el tiempo de conducción para actividades laborales o de ocio». Uno de los primeros hallazgos del proyecto fue que un conductor que le ha confiado la conducción a su vehículo necesita diez segundos de transición de la conducción automática a la manual. Estos diez segundos corresponden al tiempo que se tarda en evaluar cuántos usuarios de la carretera están cerca. Estimar su velocidad relativa requiere incluso más tiempo. Tras establecer estos tiempos, el equipo intentó identificar IHM que pudieran resolver el problema. Empezaron utilizando la realidad aumentada para ayudar a los usuarios de la automatización en sus deseos de tomar el volante. «Las IHM tradicionales utilizan información sonora y, a menudo, visual. Nosotros incorporamos la vibración del asiento y, de esta forma, creamos una interfaz que utiliza tres modalidades. Los resultados indican que el sonido y la vibración son eficaces para atraer la atención del conductor, mientras que los elementos visuales pueden proporcionar orientación de forma eficaz», explica el doctor Happee. En cuanto al control del estado del conductor (DSM, por sus siglas en inglés), el equipo destacó las limitaciones técnicas de las tecnologías actuales. Hallaron que el rastreo ocular ofrece buenas perspectivas tanto en el laboratorio como en experimentos casi realistas en carretera. Lograron simular el escaneo visual, la toma de decisiones y los comportamientos del conductor utilizando el modelo de conducción COSMODRIVE. Este énfasis en las observaciones del mundo real constituía el núcleo del proyecto. Se desarrolló un modelo de comportamiento de conductores teniendo en cuenta las diferencias entre ellos, así como métodos para evaluar la atención y la carga de trabajo utilizando potenciales relacionados con eventos (PRE) en la actividad cerebral. Si bien muchos de los resultados del proyecto fueron positivos, el equipo señala los cambios de carril que implican a otros usuarios como un obstáculo importante para la comercialización. Antes de que los vehículos SAE de nivel 4 puedan llegar a tomar nuestras carreteras, deberán encontrarse soluciones para minimizar este riesgo. «En general, nuestros experimentos en simuladores de conducción y en vehículos en carretera aportaron información detallada sobre la interacción humana con diferentes niveles de automatización, que van desde el control de crucero adaptativo hasta la conducción altamente automatizada apartando la vista de la carretera», dice el doctor Happee. «Esperamos que los resultados de HFAUTO, junto con la hoja de ruta para la introducción en el mercado que hemos elaborado, contribuyan decisivamente en la investigación y el desarrollo del futuro». A lo largo de los próximos meses, HFAUTO seguirá en marcha a través de las asociaciones que ha establecido a escala industrial con empresas de la talla de BMW, Volvo, Jaguar, Continental y TNO. Se ofrecieron prácticas en estas empresas asociadas a los trece jóvenes investigadores formados en el marco del proyecto.
Palabras clave
HFAUTO, vehículo sin conductor, automatización vehículos, factor humano, accidente, interfaz hombre-máquina, conducción altamente automatizada, IHM
