En los últimos años, los sistemas avanzados de ayuda a la conducción (ADAS), en particular los de nivel 2, se han hecho muy frecuentes en los vehículos de consumo. Estos sistemas pretenden ayudar al conductor a mantener una velocidad constante, mantener una distancia de seguridad con el coche de delante y mantener el vehículo centrado en el carril, combinando el control de crucero adaptativo con tecnologías de centrado en el carril. Sin embargo, estos sistemas siguen exigiendo que el conductor esté siempre atento y controle el entorno.
Han surgido algunas preocupaciones en relación con la falta de atención y el comportamiento inadecuado del conductor al utilizar sistemas de nivel 2, pues es posible que los conductores no comprendan plenamente las limitaciones del sistema y sigan siendo responsables del control del vehículo sin ser conscientes de ello. Por lo tanto, es crucial que los conductores mantengan la atención plena a la carretera cuando utilicen estos sistemas.
Funciones como el Control de Crucero Adaptativo (AAC), la Asistencia de Cambio de Carril (LCA) y el Frenado Automático de Emergencia (AEB), proporcionan al conductor una experiencia de conducción asistida y confortable. El sistema ayuda al conductor a realizar la conducción pero, al mismo tiempo, debe transmitirle también que el sistema no está conduciendo en su lugar y que debe permanecer concentrado y atento a la carretera.
Cuando se aplican correctamente, estos sistemas pueden aportar importantes beneficios a los conductores, pero si estos no pueden garantizar un nivel adecuado de compromiso, pueden suponer un riesgo para la seguridad al crear falsas expectativas y un exceso de confianza sobre las capacidades del vehículo.
Euro NCAP Vision 2030 señala la capacidad de poder monitorizar el nivel de atención a la conducción del conductor como un pilar fundamental para garantizar el despliegue seguro de los sistemas de conducción asistida y lo considera un factor clave.
Para abordar este reto, el equipo multidisciplinar de Factores Humanos de IDIADA ha trabajado en el desarrollo de una metodología de ensayo específica para evaluar la interacción del conductor en escenarios de conducción asistida. Esta metodología captura la información previa al uso y la interacción conductor-vehículo durante la conducción asistida, teniendo en cuenta factores como la interfaz de usuario, las advertencias/alarmas del vehículo y las estrategias de control del sistema.
En un estudio piloto de IDIADA en el que se utilizaron dos vehículos con diferentes conceptos de conducción asistida, se reclutaron un total de 39 conductores representativos de la población general, a los que se les indicó que condujeran en una pista de pruebas en un escenario de conducción continua en autopista, con las funciones de asistencia al conductor longitudinal y lateral activas.
Los resultados de este estudio demostraron la variabilidad en la forma en la que los conductores interactuaban con los sistemas de ayuda durante una conducción normal, con medidas subjetivas que mostraban diferencias en las métricas de interacción.
Las mediciones objetivas de la reacción del conductor ante un evento crítico también mostraron diferentes niveles de vigilancia del conductor, asociados a la funcionalidad percibida de los sistemas individuales.
Esta metodología de ensayo ofrece una forma de comparar la interacción del conductor con los sistemas de distintos vehículos y así evaluarlos desde la combinación de puntos de vista subjetivo y objetivo. Puede aplicarse a cualquier tipo de vehículo y a cualquier tipo de nivel de autonomía, lo que la convierte en una valiosa herramienta para la verificación del diseño de sistemas, ensayos de vehículos de consumido y reglamentarios.
Además, esta metodología marca un avance en el desarrollo de métodos de evaluación de sistemas de asistencia global y ofrece una plataforma para seguir perfeccionando y avanzando en los procedimientos de ensayo. También tiene aplicaciones potenciales en ensayos reglamentarios y de consumidores con conductores representativos.
Actualmente, el estudio se encuentra en una fase avanzada de desarrollo. De hecho, ya se está trabajando en la adaptación de esta misma metodología en un simulador dinámico, que permitirá replicar el experimento realizado en pistas de prueba en un entorno virtual, que a su vez permite mejor replicabilidad, seguridad y flexibilidad en la recogida de métricas tanto subjetivas como objetivas.
Applus+ utiliza cookies propias y de terceros para fines analíticos y para mostrarte publicidad personalizada en base a un perfil elaborado a partir de tus hábitos de navegación (por ejemplo, páginas visitadas). Puedes aceptar todas las cookies pulsando el botón “Aceptar” o configurarlas o rechazar su uso. Para más información, consulta la Política de Cookies.
Permiten el funcionamiento de la web, cargar contenido multimedia y proteger su seguridad. Consulta las cookies que almacenamos en nuestra Política de cookies.
Nos permiten conocer cómo interactúas con la web, el número de visitas en las diferentes secciones y establecer estadísticas para mejorar nuestras prácticas comerciales. Consulta las cookies que almacenamos en nuestra Política de cookies.