Auswirkungen der Automatisierung auf die Aufgaben und Fertigkeiten des Triebfahrzeugführers

Anja Naumann, Niels Brandenburger

DLR.de • Chart 1

Das Deutsche Zentrum für Luft- und Raumfahrt e.V. in der Helmholtz-Gemeinschaft

Forschungseinrichtung • Luftfahrt • Raumfahrt • Energie • Verkehr • Sicherheit

Raumfahrtmanagement

Projektträger

Ca. 8.000 Mitarbeiter/innen in 33 Instituten und Einrichtungen in 16 Standorten

Institut für Verkehrssystemtechnik, Abteilung Human Factors, Braunschweig/ Berlin

DLR.de • Chart 2

Rail Human Factors

DLR.de • Chart 3

Veränderungen der Aufgaben von Triebfahrzeugführer und Fahrdienstleiter

Automatisierung • Aktive Aufgabe wird zu passiver

Überwachungstätigkeit • Übergänge zwischen (Sicherungs-)

Systemen mit unterschiedlichem Automatisierungsgrad

Digitalisierung • Aufgaben sind weniger „begreifbar“ • neue Interaktionsmöglichkeiten

Welche Auswirkungen hat dies auf den Bediener und die Systemgestaltung?

DLR.de • Chart 4

• Genereller Rahmen: Grades of Automation (GoA) [1]

+ bahnspezifisch - entwickelt für geschlossene (Metro-)Systeme

Automatisierung des Bahnsystems

DLR.de • Chart 5

Source: [1] International Association of Public Transport, 2012

• Am DLR: Forschung zur Rolle des Triebfahrzeugführers (Tf) in den einzelnen GoA im Fernverkehr

• Aufgabenanalysen • Simulatorstudien

• Zunächst GoA1: Effekte der PZB auf den Tf • Fokus aktuell auf GoA2 und GoA3,

• insbes. Aufgaben und Fertigkeiten des Tf in GoA2

Automatisierung des Bahnsystems

DLR.de • Chart 6

Source: DLR e.V. Source: [1] International Association of Public Transport, 2012

• Charakteristische Veränderungen in der Arbeits- u. Aufgabenumgebung

• Relativ seltene manuelle Geschwindigkeitsregelung

• Mehr visuelle Überwachungstätigkeiten (Displays und Außensicht)

• Seltene aber kritische und entscheidende Diagnoseaufgaben und Interventionen

• Typisches mittleres

Automatisierungsniveau

Aufgaben des Tf in GoA2 [2]

DLR.de • Chart 7

Source: DLR e.V. Source: [1] International Association of Public Transport, 2012

• Arbeitsanforderungen für Tf in GoA2 (F-

JAS[3]; n=21)

• Wesentliche Veränderungen in den benötigten Fertigkeiten:

+ interaktive und soziale Fertigkeiten + sensor./ perzeptuelle Fertigkeiten (hauptsächlich visuell) + Kognitive Fertigkeiten • Psycho-motorische Fertigkeiten - Physische and grundlegende technische Fertigkeiten

Fertigkeiten des Tf in GoA2 [2]

DLR.de • Chart 8

Item Domain Mean Rating

Dependability Interactive/social 6.43

Perseverance Interactive/social 5.86

Far vision Sensory/ perceptual 5.81

Night vision Sensory/ perceptual 5.76

Reaction time Psycho-motoric 5.57

Control precision Psycho-motoric 5.57

Selective attention Cognitive 5.48

Problem sensitivity Cognitive 5.43

Speech clarity Interactive/social 4.86

Near vision Sensory/ perceptual 4.67

Source: [1] International Association of Public Transport, 2012

• Im Vergleich zu GoA1: • Aufgabeninduzierte Ermüdung bleibt ein zentrales Problem [4]

• Monotonie, Daueraufmerksamkeit… • Kontinuierliche visuelle Überwachungstätigkeit: Wie kann man diese und die daraus

resultierende Belastung minimieren?

• Reaktionszeiten bei unerwarteten Ereignissen steigen an [5]

• “Out- of the loop”/ Situationsbewusstsein … • Wie können kritische Situationen/ bestimmte Systemzustände deutlicher dargestellt werden?

• Workload in Routinetätigkeiten sinkt auf ein suboptimales Niveau [6] • Geringe Aufgabenschwierigkeit/ Complacency/ Task Disengagement… • Wie kann die bedeutungsvolle und ganzheitliche

Tätigkeit des Tf erhalten werden?

Auswirkungen der Aufgaben in GoA2 auf den Tf Simulatorstudien

DLR.de • Chart 9

Source: DLR e.V. Source: [1] International Association of Public Transport, 2012

Der Ermüdung und Unter-Beanspruchung entgegenwirken:

• Obligatorische manuelle Fahr-Perioden • Perzeptuelle Fertigkeiten

• Routine in der Informationsaufnahme und -erfassung • Gefühl für physikalische Vorgänge, z.B. Zugkraft

• Kognitive Fertigkeiten: • Problemsensibiliät • Selektive Wahrnehmung

• Anreicherung/ Optimierung der (standardisierten) Kommunikation innerhalb des Systems Bahn

• Interaktive/ soziale Fertigkeiten • Zuverlässigkeit/ Stabilität • Klarheit der Sprache und Informationen • Safety culture (Team-Einstellung)

Erhalt der Tf-Fähigkeiten in GoA2: Maßnahmen “On-the-job”

DLR.de • Chart 10

Source: DLR e.V.

• Regelmäßiges Simulatortraining (Manuelles Fahren inkl. Störungen) • Perzeptuelle Fertigkeiten

• Routine in der Informationsaufnahme und -erfassung • Kognitive Fertigkeiten:

• Problemsensibiliät • Selektive Wahrnehmung • Mentale Modelle über die Prozesse bei Störungen/ Störungsbehebungen

• Gemeinsame Auswertung (beinahe-)kritischer Ereignisse (z.B. Analyse anonymer Videos oder Logs)

• Kognitive Fertigkeiten: • Problemsensibiliät • Mentale Modelle über die Prozesse bei Störungen

• Technische Fertigkeiten • Diagnosekompetenz

Erhalt der Tf-Fähigkeiten in GoA2: Training zu Erhöhung des Situationsbewusstseins

DLR.de • Chart 11

Source: DLR e.V.

Ausblick GoA3: Situative Fernsteuerung automatisierter Züge

Potentielle zukünftige Entwicklung der Rolle des Tf im Kontext der Automatisierung: Train Operator

DLR.de • Chart 12

• Der einzelne Zug regelt seine Geschwindigkeit automatisch

(Automatic Train Operation - ATO)

• Die Fahrwegkontrolle erfolgt technisch

• Regularien/ Gesetze erlauben Zugfahrten mit ATO ohne Tf im Führerstand auf bestimmten Streckenteilen

• Züge werden in sicherheitskritischen Phasen ferngesteuert

DLR.de • Chart 13

GoA3: Situative Fernsteuerung automatisierter Züge Voraussetzungen

Situative Fernsteuerung automatisierter Züge Der Train Operator (TO)

• Ansatz [7], [8]: • Situative Anfragen des (autonom fahrenden) Zuges an den TO in

kritischen Betriebssituationen

• Anfrage: • z. B. Tiere im Gleis = Fahren auf Sicht

• Übernahme durch TO: • Räumlich getrennte

Fernsteuerung (z.B. in einer Zentrale)

• Rückgabe des Zuges: • Dokumentation des Eingriffs • Automatische Weiterfahrt

Potentielle Verortung des Remote-TO-Arbeitsplatzes [7]

DLR.de • Chart 14

Der TO-Arbeitsplatz Aufbau

• Steuerung von Zügen erfolgt auf Anfrage des Zuges • Steuerung von max. 1 Zügen gleichzeitig von einem TO • Ferneingriff in die Geschwindigkeitsregelung der Züge erfolgt über Fahrbremshebel

am TO- Arbeitsplatz Mögliche Zustände des Systems: • ATO (Der TO steuert keinen Zug) • Transition Forward (Es gibt eine Anfrage an den TO) • Manual (Der TO hat angenommen und steuert) • Transition Backward (Der TO beendet die Anfrage) - In jedem Zustand werden dem TO unterschiedliche Informationen dargestellt:

DLR.de • Chart 15

Der TO-Arbeitsplatz im Detail: Darstellungskonzept für den automatischen Betrieb

DLR.de • Chart 16

Der TO-Arbeitsplatz im Detail: Darstellungskonzept für einen Anfragemechanismus

DLR.de • Chart 17

Der TO-Arbeitsplatz im Detail: Darstellungskonzept für den manuellen Betrieb

DLR.de • Chart 18

Der TO-Arbeitsplatz im Detail: Darstellungskonzept für einen Rückgabemechanismus

DLR.de • Chart 19

Der TO-Arbeitsplatz: Ausblick

DLR.de • Chart 20

• TO-Arbeitsplatz wurde prototypisch für Simulationsstudien umgesetzt • Eine erste Evaluationsstudie wurde durchgeführt [8] • Optimierungsvorschläge werden im nächsten Iterationsschritt implementiert,

Bedienoberfläche wird verbessert

Automatisierungseffekte, Aufgaben und Fertigkeiten 1. International Association of public Transport. (2012). Metro Automation Facts, Figures and Trends: A global bid for

automation: UITP Observatory of Automated Metros confirms sustained growth rates for the coming years. Retrieved from www.uitp.org/metro-automation-facts-figures-and-trends

2. Brandenburger, N., Hörmann, H. J., Stelling, D., & Naumann, A. (2016). Tasks, skills, and competencies of future high-speed train drivers. Proceedings of the Institution of Mechanical Engineers, Part F: Journal of Rail and Rapid Transit. doi:10.1177/0954409716676509

3. Fleishman, E.A., & Reilly, M.E. (1995). Fleishman job analysis survey. Administrator Guide. Potomac: Management Research Institute (MRI)

4. Brandenburger, N., Wittkowski, M., & Naumann, A. (2017). Countering Train Driver Fatigue in Automatic Train Operation. In Sixth International Human Factors Rail Conference (pp. 57-65). London, UK.

5. Brandenburger, N., & Jipp, M. (2017). Effects of expertise for automatic train operations. Cognition, Technology & Work, 1(6), 59. doi:10.1007/s10111-017-0434-2

6. Brandenburger, N., Thomas-Friedrich, B., Naumann, A., & Grippenkoven, J. (2018). Automation in Railway Operations: Effects on Signaller and Train Driver Workload. In B. Milius & A. Naumann (Eds.), Proceedings of the 3rd. German Workshop on Rail Human Factors (pp. 51-60). Brunswick, Germany: ITS mobility nord.

Train Operator 7. Brandenburger, N. & Naumann, A. (2018). Menschliche Problemlösung macht automatisierten Bahnverkehr

erfolgreich. Signal + Draht 3/2018, S. 6-13. 8. Brandenburger, N. & Naumann, A. (in press). Towards remote supervision and recovery of automated railway systems:

The staff´s changing contribution to system resilience. 2018 IEEE International Conference on Intelligent Rail Transportation, Dec 12-14, Singapore.

Literatur

DLR.de • Chart 21

Kontakt

Dr. Anja Naumann

Email: anja.naumann@dlr.de

Telefon: 030-67055-251

DLR e.V. Institut für Verkehrssystemtechnik Rutherfordstr. 2 12489 Berlin

DLR.de • Chart 22