El Diplomado en Handover, Confianza y Explicabilidad en Conducción Supervisada explora los desafíos de la transición de control (handover) entre humanos y sistemas autónomos en vehículos. Se enfoca en técnicas para mejorar la confianza de los usuarios y la explicabilidad de las decisiones tomadas por la IA, cruciales para la seguridad y aceptación en escenarios de conducción supervisada. Aborda la interacción humano-máquina, el diseño de interfaces intuitivas y el desarrollo de algoritmos transparentes para asegurar una transición fluida y segura del control.
El diplomado proporciona herramientas para evaluar y mejorar la usabilidad de sistemas de conducción supervisada, considerando aspectos como la detección de fallos, la gestión de riesgos y la comunicación efectiva. Ofrece formación práctica en simulación y evaluación de sistemas, preparando a los participantes para roles en el desarrollo y validación de sistemas de conducción autónoma y semi-autónoma, incluyendo la aplicación de normativas de seguridad vial y estándares de la industria automotriz.
Palabras clave objetivo (naturales en el texto): handover, conducción supervisada, confianza, explicabilidad, interacción humano-máquina, sistemas autónomos, interfaces intuitivas, algoritmos transparentes.
1.199 €
## ¿Qué aprenderás en el curso de Modelado y Optimización del Handover en Sistemas de Conducción Supervisada?
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
4. Integración del Handover, la Confianza y la Explicabilidad en Vehículos Supervisados
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
Requisitos recomendados: Se recomienda tener conocimientos básicos en aerodinámica, control de sistemas y estructuras. Dominio del español o inglés a nivel B2+/C1. Se ofrecen cursos de nivelación (bridging tracks) para cubrir posibles lagunas de conocimiento.
Módulo 1 — Dominio del Handover en Conducción Supervisada
1.1 Fundamentos del Handover: Definición y contexto en conducción supervisada
1.2 Importancia de la Confianza en el Handover: El rol del conductor humano
1.3 Explicabilidad en el Handover: Comprender las decisiones del sistema
1.4 Tipos de Handover: Clasificación y escenarios comunes
1.5 Factores que influyen en el Handover: Tiempo, entorno y complejidad
1.6 Diseño de sistemas de Handover: Principios y mejores prácticas
1.7 El papel del conductor en el Handover: Capacitación y expectativas
1.8 Análisis de riesgos en el Handover: Identificación y mitigación
1.9 Evaluación del desempeño del Handover: Métricas clave
1.10 Estudios de caso: Ejemplos prácticos de Handover exitosos y fallidos
2.2 Definición y Tipos de Handover en Conducción Supervisada
2.2 Modelado de Handover Basado en el Comportamiento del Conductor
2.3 Modelado de Handover Basado en el Contexto del Entorno
2.4 Diseño de Algoritmos de Handover: Enfoques y Técnicas
2.5 Simulación y Validación de Modelos de Handover
2.6 Optimización de la Decisión de Handover
2.7 Consideraciones de Diseño para la Confianza en el Handover
2.8 Integración de Explicabilidad en el Proceso de Handover
2.9 Evaluación del Desempeño de Modelos de Handover
2.20 Estudios de Caso: Aplicaciones y Desafíos del Modelado de Handover
3.3 Introducción a la Conducción Supervisada y el Handover
3.2 Fundamentos de la Confianza en Sistemas Supervisados
3.3 Importancia de la Explicabilidad en la Conducción
3.4 El Handover como Proceso Clave en la Supervisión
3.5 Desafíos de la Confianza y la Explicabilidad
3.6 Métricas de Rendimiento para el Handover
3.7 Diseño de Sistemas Supervisados y la Experiencia del Usuario
3.8 Casos de Estudio de Handover y Confianza
3.9 Marcos Regulatorios y Estándares para Handover
3.30 El Futuro del Handover Supervisado
4.4 Integración de Handover: Fundamentos y Arquitectura en Sistemas Supervisados
4.2 Construyendo la Confianza: Métodos y Técnicas de Validación y Verificación
4.3 Explicabilidad en Acción: Diseño de Interfaces y Sistemas de Retroalimentación
4.4 El Triángulo de Oro: Handover, Confianza y Explicación – Interacciones Clave
4.5 Modelos de Confianza: Evaluación y Mitigación de Riesgos en Handover
4.6 Explicaciones Inteligentes: Algoritmos y Estrategias para la Claridad
4.7 Desarrollo de un Handover Confiable: Estudios de Caso y Mejores Práctticas
4.8 Evaluación de la Explicabilidad: Métricas y Herramientas para la Mejora Continua
4.9 Integración Práctica: Implementación y Pruebas en Entornos Simulados
4.40 El Futuro del Handover Supervisado: Tendencias y Desafíos
5.5 Modelado de Handover: Estrategias y enfoques
5.5 Optimización de Handover: Métricas y algoritmos
5.3 Handover: Consideraciones de diseño para la confiabilidad
5.4 Handover y la Explicabilidad: Modelos interpretables
5.5 Evaluación del Handover: Diseño experimental y análisis de resultados
5.6 Handover en Contextos de Tráfico Complejos
5.7 Handover: Adaptación a Diferentes Niveles de Autonomía
5.8 Handover: Implementación en el mundo real y desafíos
5.9 Handover y la Experiencia del Usuario: Diseño centrado en el ser humano
5.50 Futuro del Handover: Tendencias e innovaciones
6.6 Introducción al Análisis del Handover en Conducción Supervisada
6.2 Fundamentos de la Confianza en Sistemas Supervisados
6.3 Importancia de la Explicabilidad en el Handover
6.4 Factores que Afectan el Desempeño del Handover
6.5 Métricas para Evaluar la Confianza y Explicabilidad
6.6 Técnicas de Análisis para la Toma de Decisiones en Handover
6.7 Estudio de Casos: Handover en Diferentes Escenarios
6.8 Diseño de Sistemas con Handover Seguro y Explicable
6.9 Desafíos y Soluciones en el Handover Supervisado
6.60 Evaluación del Impacto del Handover en la Experiencia del Usuario
7.7 Diseño del Handover: Consideraciones clave y enfoques metodológicos
7.2 Modelado de Handover: Técnicas predictivas y basadas en datos
7.3 Optimización de Handover: Algoritmos y estrategias de mejora
7.4 Factores de Confianza en el Handover: Análisis y evaluación
7.7 Explicabilidad del Handover: Métodos de comunicación y transparencia
7.6 Evaluación del Rendimiento del Handover: Métricas y análisis de resultados
7.7 Handover en Diferentes Escenarios de Conducción: Adaptabilidad y robustez
7.8 Handover y la Seguridad Vial: Impacto y mitigación de riesgos
7.9 Handover y la Experiencia del Usuario: Diseño centrado en el conductor
7.70 Pruebas y Validaciones del Handover: Protocolos y herramientas de verificación
Director Académico del DSD — SEIUM Design & Industrial Design Institute
Profesor de Diseño Industrial, Diseño de Vehículos, Transportation Design, UX/HMI, Color & Trim, Iluminación y Desarrollo de Producto
El Prof. Luca Benedetti, de nacionalidad italiana, es Director Académico del DSD — SEIUM Design & Industrial Design Institute y responsable de diseño industrial, de producto y vehículos, experiencia de usuario, interacción persona-máquina, interfaces HMI, Color & Trim y prototipado.
Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute
Profesor de Robótica, Automatización Inteligente, Sistemas Autónomos, Percepción Artificial, Control Avanzado y Mecatrónica.
El Prof. Kenji Takahashi, de nacionalidad japonesa, es Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute y responsable de robótica industrial, robots móviles, mecatrónica, control avanzado, percepción artificial, navegación e inteligencia embebida y autónoma.
Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute
Profesora de Inteligencia Artificial, Ciencia de Datos, Ingeniería de Datos, MLOps, Simulación, Gemelos Digitales y Computación Científica
La Dra. Lucía Hernández Vega, de nacionalidad española, es Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute y responsable de inteligencia artificial, ciencia e ingeniería de datos, visión artificial, IA generativa, MLOps y gemelos digitales.
Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute
Profesor de Electrónica, Sistemas Embebidos, Telecomunicaciones, Diseño de Hardware, FPGA, IoT y Sistemas de Tiempo Real
El Dr. Kevin O’Connor, de nacionalidad irlandesa, es Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute y responsable de electrónica, sistemas embebidos, telecomunicaciones, diseño de circuitos, microcontroladores, FPGA, IoT y desarrollo de hardware electrónico.
Director Académico del SNO — SEIUM Naval & Offshore Institute
Profesor de Arquitectura Naval, Ingeniería Marítima, Sistemas de Propulsión, Construcción Naval e Ingeniería Offshore
El Dr. Javier Ferrer Salvatierra, de nacionalidad española, es Director Académico del SNO — SEIUM Naval & Offshore Institute y responsable de arquitectura naval, ingeniería marítima, construcción, propulsión, sistemas auxiliares, ingeniería offshore, seguridad y descarbonización marítima.
Directora Académica del RSC — SEIUM Rail & Smart Cities Institute
Profesora de Ingeniería Ferroviaria, Señalización, Movilidad Urbana, Infraestructuras Inteligentes y Sistemas de Transporte
La Dra. Isabel Martín Robles, de nacionalidad española, es Directora Académica del RSC — SEIUM Rail & Smart Cities Institute y profesora responsable de las áreas de ingeniería ferroviaria, señalización, sistemas de control del tráfico, movilidad urbana, transporte inteligente, infraestructuras conectadas y planificación de ciudades inteligentes.
Director Académico del SEN — SEIUM Energy & Networks Institute
Profesor de Sistemas Eléctricos de Potencia, Smart Grids, Energías Renovables, Almacenamiento y Digitalización de Redes
El Dr. Carlos Navarro Sanz, de nacionalidad española, es Director Académico del SEN — SEIUM Energy & Networks Institute y responsable de sistemas eléctricos, redes inteligentes, renovables, almacenamiento, operación, protecciones, subestaciones, digitalización y planificación energética.
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.
Testimonios de clientes que avalan nuestra calificación