| 000 | 03833cam a2200337 4500500 | ||
|---|---|---|---|
| 005 | 20260405000357.0 | ||
| 041 | _afre | ||
| 042 | _adc | ||
| 100 | 1 | 0 |
_aChauvin, Christine _eauthor |
| 700 | 1 | 0 |
_aSaid, Farida _eauthor |
| 700 | 1 | 0 |
_aRauffet, Philippe _eauthor |
| 700 | 1 | 0 |
_aLanglois, Sabine _eauthor |
| 245 | 0 | 0 | _aAnálisis de la retoma del control de un vehículo automatizado en términos de «modos de control cognitivo» |
| 260 | _c2020. | ||
| 500 | _a52 | ||
| 520 | _aVarios estudios han demostrado que pueden existir diferencias interindividuales en la forma en que los conductores interactúan con un vehículo automatizado. En línea con estos trabajos, este artículo pretende identificar diferentes clases de conductores utilizando métodos de agrupación y propone interpretar estas clases en términos de «modo de control cognitivo». Este concepto fue definido por Hollnagel (1993, 2002). Este autor distinguió modos de control que van desde los más reactivos hasta los más proactivos y demostró que están asociados a diferentes niveles de desempeño.Este estudio se basa en los datos del simulador de conducción recogidos de 36 participantes que experimentaron la conducción de un vehículo de nivel SAE 3 (SAE J3016 2018). Se invitó a los participantes a jugar en una tableta durante la fase de conducción automatizada, y luego tuvieron que retomar el control del vehículo en modo manual en una situación de cambio de carril. Los participantes tenían 10 segundos para recuperar el control. El estudio incluía una condición en la que los conductores utilizaban un head-up display con información de realidad aumentada. Para clasificar a los participantes y explicar las clases resultantes, se analizaron varios tipos de datos: datos del vehículo (acciones del conductor y trayectoria del vehículo), datos de seguimiento ocular y comentarios recogidos durante las entrevistas explicativas.Se utilizaron métodos de agrupación para analizar los datos de los vehículos. Estos permitieron identificaron tres clases de comportamiento. La clase 1 se asocia con acciones de control del vehículo que pueden describirse como «fluidas» y con una experiencia positiva para el usuario; los participantes de esta clase pasaron más tiempo mirando la escena de conducción que los demás. La clase 2 también se caracteriza por acciones de control «fluidas», pero la experiencia de usuario de los participantes es más leve. La clase 3 es lo contrario de las dos primeras. Se asocia con acciones de frenado brusco, cambio de carril más rápido, experiencia negativa del usuario, fijación ocular en la tableta del juego que persiste después de la solicitud de retoma del control; dentro de esta clase, la mayoría de los participantes mencionan que han encontrado dificultades para comprender la información mostrada en la realidad aumentada.Estas clases de comportamientos se interpretaron en términos de diferentes modos de control cognitivo: un modo de control «táctico», aplicado cuando los conductores se dieron tiempo suficiente para analizar la situación, un modo de control «errático» u «oportunista» en el caso contrario. | ||
| 690 | _aagrupación de datos | ||
| 690 | _acomportamientos de conducción | ||
| 690 | _amodos de control cognitivo | ||
| 690 | _aretoma del control | ||
| 690 | _asimulador de conducción | ||
| 690 | _avehículos automatizados | ||
| 690 | _acognitive control modes | ||
| 690 | _aconditional driving automation | ||
| 690 | _adata clustering | ||
| 690 | _adriving behavior | ||
| 690 | _adriving simulator | ||
| 690 | _atake-over request | ||
| 786 | 0 | _nLe travail humain | 83 | 4 | 2020-11-26 | p. 379-405 | 0041-1868 | |
| 856 | 4 | 1 | _uhttps://shs.cairn.info/revista-le-travail-humain-2020-4-page-379?lang=es&redirect-ssocas=7080 |
| 999 |
_c2036536 _d2036536 |
||