Constrangimentos no posto do motorista de ônibus urbano segundo a visão macroergonômica

Este estudo trata da abordagem macroergonômica participativa para a identificação das demandas ergonômicas dos motoristas de ônibus urbano da cidade de Joinville, com utilização da metodologia participativa da Análise Macroergonômica do Trabalho (AMT) (GUIMARÃES, 2001c) e ferramental proposto no Design Macroergonômico (DM) (FOGLIATTO E GUIMARÃES, 1999). O estudo de caso foi realizado em uma empresa privada de transporte coletivo da cidade de Joinville. A aplicação da metodologia permitiu identificar as demandas ergonômicas prioritárias levantadas pelos motoristas de ônibus urbano da cidade de Joinville e os itens de design do seu posto de trabalho através da fase de apreciação. As demandas ergonômicas, bem como os itens de design foram comparados através do Teste Exato de Fisher com determinadas características da população constatando-se algumas associações significativas entre a satisfação dos motoristas e as variáveis que compõe cada construto. Estes resultados possibilitaram a formulação de recomendações que viabilize, em estudos futuros, a introdução de melhorias para o aumento da qualidade de vida dos motoristas. Os estudos também permitiram identificar uma afinidade da metodologia participativa com os motoristas de ônibus urbano, em que as mudanças podem ocorrer de forma gradativa e experiencial através de protótipos no caso das demandas referentes à posto de trabalho e físico ambiental, ou através de possíveis adaptações no conteúdo da tarefa do motorista no caso das demandas referentes à organização do trabalho. Tudo isto vislumbrando o atendimento, por ordem de importância, dos itens de demanda ergonômica levantados. Por fim, concluiu-se que para os motoristas de Joinville alguns fatores referentes a organização do trabalho estão entre os principais causadores dos constrangimentos aos quais são expostos enquanto executam sua tarefa, seguido por fatores físicos ambientais e posto do trabalho.

A BDI-based approach for the assessment of driver's decision-making in commuter scenarios

The rapid growth of urban areas has a significant impact on traffic and transportation systems. New management policies and planning strategies are clearly necessary to cope with the more than ever limited capacity of existing road networks. The concept of Intelligent Transportation System (ITS) arises in this scenario; rather than attempting to increase road capacity by means of physical modifications to the infrastructure, the premise of ITS relies on the use of advanced communication and computer technologies to handle today’s traffic and transportation facilities. Influencing users’ behaviour patterns is a challenge that has stimulated much research in the ITS field, where human factors start gaining great importance to modelling, simulating, and assessing such an innovative approach. This work is aimed at using Multi-agent Systems (MAS) to represent the traffic and transportation systems in the light of the new performance measures brought about by ITS technologies. Agent features have good potentialities to represent those components of a system that are geographically and functionally distributed, such as most components in traffic and transportation. A BDI (beliefs, desires, and intentions) architecture is presented as an alternative to traditional models used to represent the driver behaviour within microscopic simulation allowing for an explicit representation of users’ mental states. Basic concepts of ITS and MAS are presented, as well as some application examples related to the subject. This has motivated the extension of an existing microscopic simulation framework to incorporate MAS features to enhance the representation of drivers. This way demand is generated from a population of agents as the result of their decisions on route and departure time, on a daily basis. The extended simulation model that now supports the interaction of BDI driver agents was effectively implemented, and different experiments were performed to test this approach in commuter scenarios. MAS provides a process-driven approach that fosters the easy construction of modular, robust, and scalable models, characteristics that lack in former result-driven approaches. Its abstraction premises allow for a closer association between the model and its practical implementation. Uncertainty and variability are addressed in a straightforward manner, as an easier representation of humanlike behaviours within the driver structure is provided by cognitive architectures, such as the BDI approach used in this work. This way MAS extends microscopic simulation of traffic to better address the complexity inherent in ITS technologies.