Samarbete människa automation

Tre personer tittar på skärmar som visar en simulering
Fotograf: THOR BALKHED

Med start 2012, har LiU nu ett större samarbete med LFV (Luftfartsverket). Forskningen handlar om automation och digitalisering från ett människocentrerat perspektiv. I projekten kombineras människocentrerad design med andra forskningsområden. Tillämpningarna har värde på kort och lång sikt inom flygtrafikledning, och potential för transportsektorn i stort. Flera projekt är därför också tillämpade på flera domäner.

Forskningsprojekt

Automationsprogrammet II för flygtrafikledning Del A: Samarbete människa-automation genom interaktiv visualisering

Flyget och flygtrafikledningssystemet har i förhållande till många andra branscher en relativt lågt utvecklad automation. Detta beror delvis på att verksamheten är hårt internationellt reglerad. Av samma anledning förknippas också verksamheten med relativt långa ledtider från nya lösningsförslag till driftsatta lösningar.

GrafikDe senaste 10 åren har automationen tagit stora steg inom ATM (Air Traffic Management). Det finns fortsatt en mycket stor potential i att vidareutveckla digitaliseringen och automationen inom flygtrafikledning.

Det övergripande syftet i område A är att utveckla teori och verktyg för att förstå samarbete människa-automation inom ATM. Inom Del A är syftet med forskningen om människa-maskin-koncept (digital kollega) att kunna avlasta flygledare i bland annat digital ATSmiljö det vill säga ”Remote Tower Services”. Mer specifikt är syftet att kunna förstå interaktionen mellan människa och digital kollega för olika analyser så som design av HMI, säkerhetsbevisning, etcetera. Ytterligare ett syfte är att avlasta den visuella belastningen för ATCO, genom vår forskning om ljud som medium för information (sonification).

Målet de första åren är att:

  1. utveckla metodik med verktygsstöd för att förstå samarbete människa-automation, tillämpat på testfall
  2. definiera ett operativt koncept för en digital assistent (virtuell kollega) med fokus på gränssnitt mot operatör
  3. utforma och testa en första sonifiering (ljudbaserad design) för användning tillsammans med visualisering i operatörsmiljöer.

Automationsprogrammet II är en fortsättning på ett föregående 5-års projekt. Aktörer i projektet är LiU, och LFV

Visualisering av komplexa situationer för att stärka samarbete människa-automation i realtidssystem

Traditionella högkonsekvensdomäner, som kärnkraft och flygledning, kännetecknas av att osäkra situationer med snabb händelseutveckling kan uppstå, där konsekvenser av felaktiga beslut kan vara förödande.

GrafikInformationsrika högkonsekvensdomäner har tidigare utformats genom automatisering av arbete tillsammans med centralisering av kontroll och koordination av processer. Detta sprider sig nu också till andra områden i samhället, så som hemsjukvård, ambulansdirigering, och räddningstjänst.

Det har visat sig vara omöjligt att helt automatisera den här typen av system, då det är svårt att exakt kunna förutsäga allt som kan inträffa och allt som kan påverka händelseförloppen. För att kunna situationsanpassa realtidsprocesser behöver människan kunna förstå information på flera nivåer – från övergripande mål, till avvägningar och hantering av specifika situationer. I projektet är vårt mål att utforska och experimentellt utvärdera generellt applicerbara metoder för visualisering av komplexa situationer, för att stärka samarbete mellan människa och automation i realtidssystem. Vi bedriver forskning om interaktions- och visualiseringstekniker för högkonsekvensdomäner, hur de kan integreras i automatiserade realtidssystem, samt metodernas effektivitet angående att stärka samarbete mellan människa och automation.

Projektet finansieras av Vetenskapsrådet.

UTM CITY

Området UTM (trafikledning för obemannat flyg) utvecklas snabbt, men inte för stadsmiljöer. Där pekar NASA i en nylig (2017) rapport på Sverige och vårt tidigare projekt UTM50. Vi behöver nya koncept och verktyg där en trafikledare ska kunna hantera höga nivåer av varierad trafik, med hög nivå av automation och autonoma system.

GrafikTre huvudutmaningar har identifierats för att hantera förväntad drönartrafik:

  1. Att kunna förstå hur väl luftrummet fungerar i normaldrift, med pågående/planerad trafik och trafikregler.
  2. Att kunna justera trafikreglerna, luftrummets kapacitet, så att trafiken flyter bättre, säkerheten behålls, genom återanvändbara trafiklösningar.
  3. Att kunna se/förutsäga effekt av specifika planerade trafiklösningar innan de implementeras så kallad. ”what if”, ”probing” funktionalitet.

Projektet UTM CITY bygger på metodiken forskning genom design. Enligt metodiken konstrueras en design (UTM-koncept) samtidigt som ett sammanhang byggs upp (simulerad stadsmiljö med drönartrafik) tillsammans med problemägare och andra intressenter. I projektet skapar vi en bild av framtida trafikledning, genom att utforma en interaktiv simulering och visualisering av trafik och verktyg i och mellan städer. Inom UTM finns data som varierar över tid, vilket gör det svårt att få en överblick av läget baserat på siffror och enkla grafer. Det finns således idag ett stort behov av tekniker för UTM som stöder användaren i att effektivt överblicka data. I detta projekt kommer vi att arbeta med visuella dashboards, som bygger på och utvecklar området informationsvisualisering.

Projektet finansieras av Trafikverket, och är ett samarbete mellan LFV och LIU

Visualisering och trafikledning av obemannad flygtrafik

Drönartjänster för transport och logistik förväntas generera omfattande trafik i städer, och ses som det mest lönsamma steget i användning av drönare (inkluderat drönare som fjärrstyrs eller med en människa som övervakar). Det kommer att kräva nya system för Unmanned Traffic Management/Drone Traffic Management (UTM/DTM) som kan användas med en högre nivå av autonomi/automation.

Nuvarande system för ATM (Air Traffic Management) kräver en flygledare per 5-15 flygplan, vilket inte ses som realistiskt för UTM (det blir inte kostnadseffektivt). Den nuvarande utmaningen inom UTM/DTM är att hantera högintensiv drönartrafik med trängsel i luftrummet i stadsmiljö.

Syftet med projektet är design, prototyping och test av operativt koncept för trafikledning av obemannat flyg (utom synhåll) för Dubai City i en interaktiv visualisering och trafiksimulering. Målet är att:

  1. visualisera obemannat flyg (leveransdrönare) för Dubai City, samt
  2. definiera ett operativt koncept för obemannad trafik och
  3. använda det för att definiera optimala rutter för leveransdrönare

Aktörer i projektet är LiU, Universitetet i Sharjah, Saab, LFV samt Dubai Aviation Engineering Projects (DAEP).

Interaktiv visuell dataanalys av övervakningssystem-data inom ATM 

Detta projekt siktar på att utifrån systemhändelser och metadata som erhållits från övervakning av ATM-system utveckla och applicera avancerade visuella datautvinningsmetoder för att identifiera och analysera mönster i data. Metoderna kommer att göra det möjligt att:

  • förutspå fel eller problem och tidigarelägga underhåll eller felsökning
  • ha underlag för att senarelägga underhåll med längre intervall.

RESKILL: Självförklarande automation genom interaktiv visualisering

En person sitter framför simulering av kommandobrygga på ett frakfartyg

Mål

RESKILL är ett femårigt forskningsprojekt (2016-2021) som undersöker innovativa träningsmetoder och gränssnitt i två domäner: lotsning inom sjöfarten och digitala flygledartorn. Målet är att ta fram metoder och tekniker för att stärka operatörernas kompetens, kunskaper, och förståelse av automatiserad stödsystem. Forskningen är organiserad i två spår: 1) undersöka och applicera principer kring självförklarande automation för att stärka operatörers förståelse för hur automatiserade stödsystem fungerar genom interaktiva visualiseringar; 2) kombinera ögonrörelseutrustning och interaktiva visualiseringstekniker för ge instruktören en förståelse av elevens visuella aktivitet.

Huvudaktiviteter

RESKILL genomförs i samarbete med domänexperter och operatörer i de två måldomänerna torntrafikledning och lotsning. Inledningsvis fokuserar forskningen kring att bygga en förståelse för utmaningarna kring ökad automation i de domänerna. Därtill används etnografiska studier i de riktiga arbetsmiljöerna, intervjuer, enkäter, och datainsamling med ögonrörelseutrustning. Kunskap från dessa aktiviteter används sedan för att skapa koncept av nya och innovativa träningsmetoder och konstruera prototyper av automatiserade stödsystem. Koncepten och prototyperna utvärderas och förädlas ytterligare genom workshops, simuleringar, och empiriska studier. Som en del av detta arbete genomförs studier i det två simulatorerna som tillhör Linköpings universitet och Campus Norrköping: Brygg simulatorn och Torn simulatorn.

Anslag

RESKILL projektet finansieras av offentliga forsknings- och innovationsmedel från LFV, Sjöfartsverket, och Trafikverket.

Förväntad nytta och resultat

Syftet med RESKILL är att skapa och empirisk utvärdera nya automatiserade stödsystem och träningsmetoder för att säkerhetsställa operatörers kunskap och kompetens (re-skilling) i relation till en förväntad ökad automatiserad arbetsmiljö. Forskningen förväntas öka effektiviteten i träning och operatörers kompetens och förståelse av automatisering. Forskningen omfattar:

  • Utveckling av innovativa och nya utbildningsstödsystem som med hjälp av interaktiva visualiseringar förklarar hur olika automatiserade stödsystem fungerar. Dessa självförklarande system stöder operatörernas förståelse för hur automatiseringen fungerar och beter sig. Inom den maritima domänen (lotsning) bedrivs forskning om prediktor automatisering. Prediktorn är ett stödsystem för navigering och manövrering av fartyg som används av lotsar. Inom tornflygtrafikledning bedrivs forskning kring digitala assistenter som hjälper operatören i sitt arbete. Specifikt för detta har koncepter Digital Tower Assistant (DiTA) tagits fram. DiTA är tänkt som en digital kollega som stöttar flygledaren att hantera trafik i en arbetsmiljö där flera digitala torn kontrolleras samtidigt.
  • Utvecklingen av innovativa träningssupportsystem som använder ögonrörelseutrustning och interaktiva visualiseringstekniker för att ge instruktörer en förståelse för operatörernas visuella aktivitet och skanningsmönster.

Artiklar

2019
Westin, C., Lundin Palmerius, K., Johansson, J., & Lundberg, J. (2019). Concept of Reskilling for Automation Collaboration in Maritime Piloting. In IFAC PAPERSONLINE (Vol. 52, pp. 365–370). ELSEVIER. https://doi.org/10.1016/j.ifacol.2019.12.090


Westin, C., Vrotsou, K., Nordman, A., Lundberg, J., & Meyer, L. (2019). Visual Scan Patterns in Tower Control: Foundations for an Instructor Support Tool. Presented at the SESAR Innovation Days. https://www.sesarju.eu/sites/default/files/documents/sid/2019/papers/SIDs_2019_paper_42.pdf

MAHALO: Modern ATM via Human/Automation Learning Optimisation

Logotype för MAHALOMål

MAHALO undersöker effekterna och balansen mellan ett individanpassade system (strategic conformance) och transparent (självförklarande) system för konflikthantering inom flygtrafikledning. I empiriska studier kommer flygledares förståelse, acceptans, och förtroende av ett automatiserat stödsystem att utvärderas, där dessa parametrar varieras. MAHALO avser svara på om vi ska utveckla automatiserade stödsystem som anpassar sig till individens strategier för att lösa problem, eller om vi ska utveckla automatiserade stödsystem som förklarar sitt beteende för människan (transparens).

Huvudaktiviteter

Inom området för flygtrafikledning kommer MAHALO att skapa ett system för att upptäcka och lösa konflikter baserat på artificiell intelligens (AI) och maskininlärningsmetoder (ML). En ML-arkitektur kommer att användas som gör det möjligt för systemen att identifiera och anpassa lösningar efter individens problemlösningsstrategier. Domäntransparens, explainable AI och ML-interpretability kommer att undersökas för att ta fram förklaringar av hur systemet fungerar och resonerar vid problemlösning. Systemet kommer att testas empiriskt med flygledare i simuleringar. Effekten på förtroende, acceptans, systemförståelse och prestanda kommer att mätas och slutsatser kommer att härledas om bästa avvägning mellan de självförklarande system och individanpassade system.

Finansiering

MAHALO projektet finansieras SESAR Joint Undertaking (JU) under avtalsnummer 892970. JU får stöd från Europeiska unionens forsknings- och innovationsprogram Horizon 2020. De åsikter som här uttrycks återspeglar endast författarens åsikter.

Artiklar

2020
Westin, C., Hilburn, B., Borst, C., van Kampen, E-J., & Bång, M. (2020). Building Transparent and Personalized AI Support in Air Traffic Control. Paper presented at the 2020 IEEE/AIAA 39th Digital Avionics Systems Conference (DASC).

Kontakt

Relaterat innehåll