Human Swarm Interface with Predictive AI for Onsite Incident Commander in Maritime Search and Rescue Operations
Authors
Jensen, Alexander Haarbye ; Lundbo, Lasse ; Rønsholt, Lukas
Term
4. term
Education
Publication year
2021
Submitted on
2021-06-07
Pages
115
Abstract
Unmanned aerial vehicles (UAVs) can improve maritime search and rescue (SAR) by covering large areas faster and at lower cost than helicopters. A key challenge is designing an interface for the incident commander on scene that provides needed functions while maintaining high situational awareness (a clear understanding of what is happening), good performance, and an appropriate workload (mental effort). Prior research compared conventional, predictive, and virtual reality (VR) interfaces for situational awareness and workload. VR increased situational awareness, but differences between conventional and predictive interfaces were inconclusive, calling for more study. This thesis examines how a predictive human–swarm interface—an approach to controlling multiple drones at once—affects situational awareness, workload, and performance. We built a progressive web application for an iPad Pro, ran a study with 10 participants, and conducted contextual interviews with 3 experts to measure effects and derive design guidelines. The results show a significant difference in workload in favor of predictive interfaces. Performance measurements indicated that a predictive “intrusive” variant performed best. The thesis also presents design implications developed with experts.
Droner (UAV’er) kan styrke maritim eftersøgning og redning (SAR) ved at dække store områder hurtigere og billigere end helikoptere. En central udfordring er at udvikle en grænseflade til indsatslederen på stedet, som både rummer den nødvendige funktionalitet og hjælper med at bevare høj situationsforståelse (overblik over, hvad der sker), god præstation og en passende arbejdsbelastning (mental belastning). Tidligere arbejde har sammenlignet traditionelle, forudsigende og VR-baserede grænseflader ift. situationsforståelse og arbejdsbelastning. VR øgede situationsforståelsen, men forskelle mellem traditionelle og forudsigende grænseflader var uklare, og mere forskning blev anbefalet. Denne afhandling undersøger derfor, hvordan en forudsigende menneske–sværm-grænseflade—en måde at styre flere droner på én gang—påvirker situationsforståelse, arbejdsbelastning og præstation. Vi udviklede en progressiv webapplikation til iPad Pro, gennemførte en undersøgelse med 10 deltagere og lavede kontekstuelle interviews med 3 eksperter for at måle effekter og udlede designretningslinjer. Resultaterne viser en signifikant forskel i arbejdsbelastning til fordel for de forudsigende grænseflader. Præstationsmålinger viste, at den forudsigende “påtrængende” variant klarede sig bedst. Afhandlingen præsenterer desuden designimplikationer udviklet i samarbejde med eksperter.
[This apstract has been rewritten with the help of AI based on the project's original abstract]