AAU Student Projects - visit Aalborg University's student projects portal
A master's thesis from Aalborg University
Book cover


SwarmMonitorAI: Design of AI-Assisted User Interface for Drone Swarm Monitoring

Authors

; ;

Term

4. Term

Publication year

2024

Submitted on

Pages

16

Abstract

As drones become more common and AI advances, interfaces for human–AI interaction can challenge established usability guidelines. Building on the HERD Project, this thesis examines how an AI‑assisted interface can lower the mental workload of monitoring live data from a drone swarm. We created SwarmMonitorAI in three versions that reflected increasing AI involvement: a baseline design, an AI‑assisted design, and a design with built‑in autonomy. We ran a comparative study with 20 participants, measuring perceived mental workload with Raw TLX forms (a questionnaire about workload), task performance through success and error rates, and collecting qualitative feedback after tasks and in a debrief. The AI‑assisted design performed best, with a 10.50% error rate, an 87.25% success rate, and the lowest reported workload. Based on these results, we redesigned SwarmMonitorAI around the AI‑assisted approach while incorporating well‑received elements from the other prototypes. The redesign improved interface components, added requested features, and emphasized passive assistance—support that helps users without taking control.

Efterhånden som droner bliver mere udbredte og AI udvikler sig, kan grænseflader til menneske‑AI‑interaktion udfordre etablerede retningslinjer for brugervenlighed. Med afsæt i HERD‑projektet undersøger dette speciale, hvordan et AI‑assisteret brugerinterface kan sænke den mentale arbejdsbelastning ved overvågning af livedata fra en dronesværm. Vi skabte SwarmMonitorAI i tre versioner med stigende grad af AI‑inddragelse: et baseline‑design, et AI‑assisteret design og et design med indbygget autonomi. Vi gennemførte et komparativt studie med 20 deltagere, hvor vi målte oplevet mental arbejdsbelastning med Raw TLX‑skemaer (et spørgeskema om arbejdsbelastning), præstation via succes- og fejlrater og indsamlede kvalitative indsigter efter opgaverne og i en debriefing. Det AI‑assisterede design klarede sig bedst med en fejlrate på 10.50%, en succesrate på 87.25% og den laveste oplevede arbejdsbelastning. På den baggrund redesignede vi SwarmMonitorAI med udgangspunkt i det AI‑assisterede design og indarbejdede elementer fra de andre prototyper, som deltagerne satte pris på. Redesignen omfattede forbedringer af UI‑elementer, brugerønsket funktionalitet og fokus på passiv assistance—hjælp, der støtter brugeren uden at overtage styringen.

[This apstract has been rewritten with the help of AI based on the project's original abstract]