logo móvil
Contáctanos

Evaluación multimodal de la carga de trabajo mental durante la asistencia remota de vehículos automatizados: modelado de indicadores relacionados con el seguimiento ocular, la conductancia de la piel y cardiovasculares

Autores: Walocha, Fabian; Schrank, Andreas; Nguyen, Hoai Phuong; Ihme, Klas

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Evaluación multimodal de la carga de trabajo mental durante la asistencia remota de vehículos automatizados: modelado de indicadores relacionados con el seguimiento ocular, la conductancia de la piel y cardiovasculares


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Asistencia remota
Vehículos altamente automatizados
Carga mental
Estudio de usuarios
Seguimiento ocular
Conductancia de la piel

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La asistencia remota para vehículos altamente automatizados (HAV), es decir, la asistencia de terceros por parte del personal de apoyo fuera del vehículo en momentos de necesidad de asistencia, presenta una solución para extender las capacidades de los HAV al integrar a un tercero para la toma de decisiones en situaciones inciertas. Al igual que en otros puestos de centros de control, esperamos que las tareas de asistencia remota ejerzan altas demandas mentales sobre los operadores humanos. Por lo tanto, evaluamos el impacto de la carga mental elevada durante la asistencia remota de HAV en un entorno controlado en un estudio con usuarios (N = 37) con el objetivo de identificar señales para diferenciar los niveles de carga de trabajo basados en indicadores relacionados con el seguimiento ocular, la conductancia de la piel y los indicadores cardiovasculares. Los resultados proporcionan evidencia de que (A) la carga de trabajo elevada inducida a través de una tarea secundaria deprecia el rendimiento, y (B) podemos identificar niveles de carga de trabajo de manera independiente de la persona como diferencias en la conductancia de la piel tónica (F(2,72) = 24.538, p < 0.001, parcial ^2 = 0.405) y la dilatación de la pupila (F(2,72) = 13.872, p < 0.001, parcial ^2 = 0.278), resultando en una precisión de clasificación del 58% en una tarea de clasificación de tres clases. Los resultados proporcionan evidencia de que somos capaces de diferenciar la carga de trabajo del operador durante la asistencia remota de manera temporal, con el objetivo final de proporcionar adaptaciones para contrarrestar las deficiencias de la tarea.

Otros recursos que podrían interesarte

Temas Virtualpro