Aprendizaje continuo personalizado y big data: un enfoque multidisciplinar de

conducción eficiente

15/04/2023 1

Gabriel Díaz Orueta

15/04/2023 2

Índice• Contexto de la investigación• Introducción• Primeros pasos: CATED, BLED• Situación actual: introducción de LA• Situación actual: el sistema completo o casi…• Adaptive learning• El futuro…

15/04/2023 3

Investigación aplicada y multidisciplinar

www.adnmobilesolutions.com

Grupo de Investigación DMMSUniversidad de Oviedo Universidad Nacional de Educación a Distancia

Universidad - Empresa

Objetivo: llegar al mercado con la investigación

Multidisciplinar: informática, telecomunicaciones, electrónica, aprendizaje, mecánica, organización de empresa, economía, medioambiente…….

15/04/2023 4

Grupo de investigación

• Abel Rionda (ADN Mobile Solutions)• Alejandro García Pañeda (ADN Mobile Solutions)• Gabriel Díaz Orueta (Universidad Nacional de Educación a distancia)• Xabiel García Pañeda (Universidad de Oviedo)• Roberto García Fernández (Universidad de Oviedo)• David Melendi Palacio (Universidad de Oviedo)• Laura Pozueco Álvarez (Universidad de Oviedo)• Alejandro García Tuero (Universidad de Oviedo)• María Mitre Aranda (Universidad de Oviedo)• Sergio Martín Gutiérrez (Universidad Nacional de Educación distancia)• Jose Antonio Sánchez (Universidad de Oviedo)

• Colaboradores: David Martínez, Alberto Álvarez, David Arbesú, Alejandro Alija, Javier Peláez, Enrique Jaimez, ….

15/04/2023 5

Introducción• Contaminación de los vehículos de

combustión• Co2, partículas, …• Calentamiento global• Enfermedades respiratorias y

cardiovasculares• Concienciación de las empresas• Mejorar su imagen, certificación ISO 50001• Reducir los costes operativos

• Existen diversos tipos de medidas para mejorar el consumo • Modificaciones en los vehículos, modernización de la flota, mantenimiento predictivo, …• Conducción eficiente (eco driving)

• Se podría reducir en un 10% las emisiones y el consumo

15/04/2023 6

Introducción

• Cursos de conducción eficiente, si pero…

Solución: un nuevo enfoque que busque un aprendizaje permanente

• Las buenas prácticas se van perdiendo• Se vuelve a lo de siempre (dejadez, cansancio, …)• El conocimiento no queda fijado de forma permanente• La repetición de los cursos no garantiza que las prácticas se hagan permanentes

15/04/2023 7

Inicio de la investigación: BLED

Blended Learning for Efficient Driving• Principios del método:

• Blended learning• Los cursos son importantes pero se

olvidan los conceptos, hay que dar algo más

• Learning by doing/on the job training• La práctica fija el conocimiento• Los profesionales no tienen tiempo

para estudiar, hay que aprender al mismo tiempo que se trabaja

• Long term learning• Necesitamos que el conocimiento se

haga permanente• Mejora continua

15/04/2023 8

Inicio de la investigación: BLED

Blended Learning for Efficient DrivingMETODOLOGÍA DE APRENDIZAJE PARA CONDUCCIÓN EFICIENTE BASADA EN LOS PARADIGMAS DE BLENDED LEARNING Y LEARNING BY DOING

• Profesor + herramientas de e-learning (a bordo del vehículo y fuera)

• Diferentes fases para la fijación del conocimiento

• Informes para el reconocimiento por parte de la empresa

• Alineada con ISO 50001 (Sistema de Gestión Energética)Formación presencial + sistema a bordo + informes mensuales

15/04/2023 9

Inicio de la investigación: CATED

• Obtención de la información de la ECU (Engine Control Unit) y adición de información GPS

• Sistema especial para vehículos sin centralita electrónica

• Pantalla para proporcionar feed-back al conductor• Transmisión al sistema central

15/04/2023 10

Empresa Municipal de Transportes Urbanos de Gijón S.A.,EMTUSA

- Reducción media del 7% de consumode combustible- Extensión del piloto a otras líneasde la compañía- Coste reducido: 50-80 €/bus/mes

15/04/2023 11

Líneas de investigación actuales

• Learning analytics (uso de TODOS los datos que tenemos)• Recomendaciones

automáticas• Adaptive learning

15/04/2023 12

Learning analytics

• Debemos de saber exactamente qué está pasando• Para hacer recomendaciones de mejora (sistemas

de recomendación automáticos, proceso de aprendizaje adaptativo)

• Gratificar a los conductores (planes de recompensa)

• Saber si los planes compensan económicamente

Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo

15/04/2023 13

En busca de una evaluación objetiva

- Buscar de manera objetiva acciones eficientes y/o ineficientes de cada conductor, en su comportamiento

- ¿Para qué? Determinación del rendimiento del conductor con la menor distorsión posible de elementos externos- ¿Cómo? Mediante definición y detección de patrones de comportamiento al volante, asociados con métricas claras

- ¿Cómo? Aplicando técnicas de big data, mediante la correlación de TODOS los datos obtenidos automáticamente del sistema embarcado, en tiempo real, por cada conductor- Patrones actuales:

- Eficiencia: Inercia- Ineficiencia: Aceleración-freno, Freno-aceleración y Ralentí

CATED BOX + Learning analytics

Sistema embarcado

Aplicación de recomendación y alarma

Módulo de procesamiento y transmisión

Sistema Central

Subsistema de gestión

Subsistema de análisis CouchDB

SQLServer

SQLServer

Servicios Web

ELT

Portal Web

Procesos periódicos de tratamiento

de datos

Proactiva

Subsistema de operación

Conductor

Formador

Responsable flota

Sistema de turnos

compañíaECU Captador

Sistema analítico y generación de informes

CouchDB replicada

DBRelacional

Análisis SSIS

Cuadro de mando para el seguimiento de

conductores Sistema de Learning Analytics

Cátedra

Map-matchingReverse-

geocoding

Contexto

Sistema operativo actual

15/04/2023 14

15/04/2023 15

CouchDB

SQLServer

ELT

CouchDB replicada

Análisis SSIS

Cuadro de mando para el seguimiento de

conductores Sistema de Learning Analytics

Map-matchingReverse-

geocoding

Contexto

Formador DBRelacional

1- Módulo de tratamiento de datos – ELT-Procesamiento complejo de los datos proporcionados por el vehículo

ELT

2- Módulo de corrección de posiciones y geolocalización inversaPara corrección de posiciones (map-matching) por falta de precisión GPSPara geolocalización inversa inclusión de la lista de calles del proyecto

Map-matchingReverse-

geocoding

3- Módulo de análisis: Análisis de patrones definidos para estudios de evolución del aprendizaje

Análisis SSIS

15/04/2023 16

Learning analytics

Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo

Ejemplo de análisis

Puntos críticos de ralentí – patrón de ineficiencia

15/04/2023 17

Learning analytics

Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo

Puntos clave de inercia – patrón de eficiencia

Ejemplos de análisis

15/04/2023 18

Adaptive learning

- Basándonos en los resultados de los procesos de learning-analytics creamos un proceso de aprendizaje,que se adapte al conductor y que se adapte a su contexto.

- Crear ciclos de mejora continua

15/04/2023 19

1- CONTEXTO:Reunir información sobre:- Vehículo- Servicio

2- BASELINE:- Rendimiento inicial conductor- Para plan inicial de formación

3- FORMACIÓN INICIAL- Parte teórica sobre programa- Conducción “asistida”- Informe sobre mejora

15/04/2023 20

4- ANÁLISIS PERIÓDICOS- Análisis de patrones- Típicamente 1 mes

5- Nueva evaluación,Nuevo plan de formaciónindividualizado

6- Mejora continua:- Iterar,- Más fácil de asociar conplan de recompensas- Motivación

15/04/2023 21

Adaptive Learning

Proceso analítico del análisis del aprendizajeAplicado a la evaluación de profesionales en el puesto de trabajo

Caracterización del funcionamiento del vehículo

Ejemplo de definición del

contexto

15/04/2023 22

Y el futuro…

• Diseño de nuevos patrones• Diseño de sistema de recomendaciones automáticas• Incorporación de nuevos datos al contexto• Diseño del sistema de generación automática de contexto• Diseño del sistema analítico basado en data-warehousing• Desarrollo de un cuadro de mando• Diseño de una arquitectura de procesamiento big-data • Diseño de sistemas de presentación• Cuantificación económica de ahorros• Definición de planes de recompensa

Tareas en las que estamos trabajando:

15/04/2023 23

EN FUNCIONAMIENTO EN …

15/04/2023 24

- “Blended learning system for efficient professional driving” A. Rionda, X. García Pañeda, R. García, G. Díaz Orueta, D. Martínez, M. Mitre, D. Arbesú, I. Marín, Computers and Education, 2014. 

- “Evaluación del aprendizaje de conducción eficiente en un entorno profesional”. A. Rionda, X. G. Pañeda, R. García, D. Melendi, A. G. Pañeda, G. Díaz, L. Pozueco, Simposio Internacional de Informática Educativa (SIIE), Logroño, España. 2014.

- “Service to Manage the Efficient Driving of Combustion Vehicle Fleets to Support ISO 50001. A. Rionda, D. Martínez, X. G. Pañeda, A. Álvarez, D. Arbesú, G. Díaz Orueta, J. Peláez, A. G. Pañeda. IEEE Latin America Transactions, 2015

- “Experiencias en la implantación de un sistema de big data: Un caso aplicado a la evaluación del aprendizaje de técnicas de conducción eficiente”, Congreso Iberoamericano de Telemática (CITA)Popayán, Colombia, 2015

- “Adaptive learning for efficient driving in urban public transport”, International Conference on Computer, Information, and Telecommunication Systems (CITS). Gijón/Xixón, España. 2015.

Algunas publicaciones

15/04/2023 25

Proyectos de investigación

- “Diseño y evaluación de métricas de evaluación de aprendizaje para conduccióneficiente de vehículos de combustión”, Ministerio de Economía y Competitividad, TIN2013-41749-R, Inicio: 01/09/2014, duración del proyecto: 3 años

- “Creación de un sistema automático de detección de patrones de eficiencia yseguridad a partir de la monitorización del vehículo”, Ministerio del Interior – Dirección General de Tráfico, SPIP20141277, Inicio: 01/01/2015, duración: 1 año

15/04/2023 26

Aprendizaje continuo personalizado y big data: un enfoque multidisciplinar de

conducción eficiente Gabriel Díaz Orueta