Sistema dependiente del contexto en entornos de automoción
El tiempo es un bien limitado. Nos pasamos el día buscando y procesando grandes cantidades de información. ¿Y si pudiéramos ahorrar el tiempo de búsqueda? ¿Cuántas veces hemos ansiado que la información que buscamos aparezca ante nosotros automáticamente?
Lo mismo ocurre en entornos industriales. Los operarios manejan contenidos muy extensos y necesitan localizar procedimientos específicos. El tiempo que pierden buscando respuestas es muy preciado para las empresas. Hay que asegurar la integración eficiente de la información a pie de fábrica con sistemas de apoyo, para optimizar el desempeño de los trabajadores de acuerdo con los objetivos de las compañías. Un camino para conseguirlo es que la información esté disponible para quien la necesite, en el instante en que se necesite.
Los sistemas de información industriales dependientes del contexto son una solución para estos problemas. Determinan el contexto mediante datos del entorno, tales como ‘quién’, ‘cuándo’, ‘dónde’, ‘cómo’, ‘qué’ o ‘porqué’. A partir del contexto adquirido se reduce el espacio de búsqueda, adaptando la funcionalidad necesaria al estado actual y presentando la información clave al usuario.
Interoperabilidad, accesibilidad y usabilidad son tres factores tecnológicos que caracterizan a este tipo de sistemas. Existe un cuarto factor, de gran importancia: la adaptación de los contenidos. La información en sí, y la forma de presentarla, condicionarán la aceptación de los operarios. Por este motivo, el desarrollo de los sistemas de información dependiente del contexto requiere una constante comunicación entre personal técnico, creadores de contenidos y usuarios finales. El soporte hardware, evidentemente, es fundamental. El avance de las prestaciones de los dispositivos móviles es un hecho. Su capacidad de proceso les permite seleccionar la información que el usuario demanda. Es decir, los propios terminales pueden determinar contextos complejos a partir de información del entorno. Los operarios puede emplearlos en su propio lugar de trabajo, para obtener datos in-situ de forma ágil, adaptados a sus necesidades en tiempo real. Por ejemplo, es posible dar soporte a la formación en procesos específicos de la industria. Gradiant está trabajando en un sistema de información dependiente del contexto que, combinando realidad aumentada con dispositivos móviles, proporcione formación en entornos de automoción.
El mayor reto tecnológico consiste en crear sistemas autónomos que sean capaces de presentar la información deseada minimizando la interacción del usuario. En este sentido. Gradiant está investigando en nuevos paradigmas que aceleren el proceso de presentación de los contenidos demandados. Un ejemplo de tecnología activadora es la identificación precisa de la localización y las trayectorias en interiores para asistencia a sistemas de información industrial. Cuanto mayor sea la precisión del contexto (posición, orientación, estado…) mejor adaptación se conseguirá en la información presentada al usuario.
