Campus virtual

Diplomado en Handover, Confianza y Explicabilidad en Conducción Supervisada

Sobre nuestro Diplomado en Handover, Confianza y Explicabilidad en Conducción Supervisada

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.

Diplomado en Handover, Confianza y Explicabilidad en Conducción Supervisada
  • Modalidad: Online
  • Duración: 8 meses
  • Horas: 900 H
  • Idioma: ES / EN
  • Créditos: 60 ECTS
  • Fecha de matrícula: 16-04-2026
  • Fecha de inicio: 27-05-2026
  • Plazas disponibles: 9

1.199 €

Competencias y resultados

Qué aprenderás

1. Dominio del Handover, Confianza y Explicabilidad en Conducción Supervisada

  • Identificar y aplicar los principios de handover en sistemas de conducción supervisada.
  • Desarrollar estrategias para generar y mantener la confianza del usuario en la conducción automatizada.
  • Comprender y promover la explicabilidad de las decisiones tomadas por los sistemas de conducción supervisada.
  • Evaluar el impacto del handover en la seguridad y la experiencia del usuario.
  • Implementar mecanismos para la detección y gestión de errores en el handover.
  • Analizar los factores que influyen en la confianza del usuario, como la transparencia y la predictibilidad del sistema.
  • Diseñar interfaces de usuario intuitivas que mejoren la explicabilidad de las acciones del sistema.
  • Estudiar las implicaciones éticas y legales de la conducción supervisada, incluyendo la responsabilidad en caso de accidentes durante el handover.
  • Utilizar técnicas de simulación y modelado para analizar el rendimiento de los sistemas de handover.
  • Aplicar metodologías de validación y verificación para asegurar la fiabilidad y seguridad de los sistemas de conducción supervisada.

2. Modelado y Optimización del Handover en Sistemas de Conducción Supervisada

## ¿Qué aprenderás en el curso de Modelado y Optimización del Handover en Sistemas de Conducción Supervisada?

  • Comprender y evaluar los acoplamientos críticos en sistemas de conducción, incluyendo flap–lag–torsion, esenciales para el análisis de estabilidad y control.
  • Analizar los fenómenos de whirl flutter, cruciales para la seguridad estructural en rotores, y comprender los mecanismos de fallo por fatiga.
  • Aplicar técnicas de dimensionamiento de laminados en materiales compósitos, utilizando herramientas de análisis por elementos finitos (FE) para optimizar el diseño.
  • Dominar el diseño y análisis de bonded joints y uniones estructurales, evaluando su resistencia y durabilidad.
  • Implementar estrategias de damage tolerance, evaluando la propagación de grietas y el comportamiento ante fallos.
  • Utilizar técnicas de ensayos no destructivos (NDT) como ultrasonidos (UT), radiografía (RT) y termografía para la inspección y evaluación de componentes.

3. Diseño y validación integral orientado al usuario (del modelado a la manufactura)

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

4. Integración del Handover, la Confianza y la Explicabilidad en Vehículos Supervisados

  • Comprender los desafíos clave en la transferencia (handover) segura y eficiente del control entre sistemas autónomos y operadores humanos en vehículos supervisados.
  • Identificar y analizar los factores críticos que influyen en la confianza del operador en los sistemas autónomos, incluyendo la percepción de la fiabilidad, la transparencia y la capacidad de explicación.
  • Evaluar diferentes estrategias y técnicas para mejorar la explicabilidad de las decisiones de los sistemas autónomos, permitiendo a los operadores comprender y validar su razonamiento.
  • Explorar el diseño de interfaces de usuario intuitivas y efectivas que faciliten la comunicación y la colaboración entre humanos y sistemas autónomos durante la transferencia de control.
  • Analizar el impacto de la fatiga, la carga de trabajo y otros factores humanos en el rendimiento del operador durante las tareas de supervisión y handover.
  • Estudiar los métodos de validación y verificación de sistemas de handover, incluyendo simulaciones, pruebas en laboratorio y pruebas en campo.
  • Investigar el uso de la inteligencia artificial y el aprendizaje automático para mejorar la adaptabilidad y la robustez de los sistemas de handover.
  • Evaluar las consideraciones éticas y legales relacionadas con el handover y la responsabilidad en vehículos supervisados.

5. Optimización de Modelos de Handover para Conducción Supervisada Confiable

  • Profundizar en la optimización de algoritmos de Handover para asegurar transiciones fluidas y confiables en sistemas de conducción supervisada.
  • Comprender y aplicar técnicas avanzadas de modelado y simulación para evaluar el rendimiento de Handover en diversos escenarios y condiciones de tráfico.
  • Estudiar y analizar los factores críticos que influyen en la confiabilidad del Handover, incluyendo la calidad de la señal, la velocidad de los vehículos y la densidad del tráfico.
  • Dominar las estrategias de optimización de Handover, como la predicción de la movilidad, la selección del mejor punto de Handover y la gestión eficiente de los recursos.
  • Aplicar los conocimientos adquiridos en la práctica, a través de casos de estudio y simulaciones, para mejorar la experiencia de conducción supervisada y reducir los riesgos asociados.

6. Análisis Profundo del Handover, la Confianza y la Explicabilidad para la 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.

Para quien va dirigido nuestro:

Diplomado en Handover, Confianza y Explicabilidad en Conducción Supervisada

  • Ingenieros/as con título en Ingeniería Aeroespacial, Mecánica, Industrial, Automática, o disciplinas relacionadas.
  • Profesionales que trabajen en el sector de fabricantes de aeronaves (OEM), mantenimiento, reparación y revisión (MRO), empresas de consultoría, y centros tecnológicos.
  • Especialistas en pruebas de vuelo (Flight Test), certificación aeronáutica, aviónica, sistemas de control y dinámica de vuelo que deseen profundizar sus conocimientos.
  • Funcionarios de organismos reguladores/autoridades y profesionales con roles en el desarrollo de Movilidad Aérea Urbana (UAM) y vehículos eVTOL que busquen desarrollar competencias en cumplimiento normativo (compliance).

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.

  • Standards-driven curriculum: trabajarás con CS-27/CS-29, DO-160, DO-178C/DO-254, ARP4754A/ARP4761, ADS-33E-PRF desde el primer módulo.
  • Laboratorios acreditables (EN ISO/IEC 17025) con banco de rotor, EMC/Lightning pre-compliance, HIL/SIL, vibraciones/acústica.
  • TFM orientado a evidencia: safety case, test plan, compliance dossier y límites operativos.
  • Mentorado por industria: docentes con trayectoria en rotorcraft, tiltrotor, eVTOL/UAM y flight test.
  • Modalidad flexible (híbrido/online), cohortes internacionales y soporte de SEIUM Career Services.
  • Ética y seguridad: enfoque safety-by-design, ciber-OT, DIH y cumplimiento como pilares.

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

8.8 Definición y Alcance del Handover Supervisado
8.8 Diseño de Protocolos de Handover: Estrategias y consideraciones
8.3 Métricas Clave para Evaluar el Handover: Fiabilidad y rendimiento
8.4 Implementación de Sistemas de Handover en Entornos Simulados
8.5 Pruebas y Validación del Handover: Escenarios y métodos
8.6 Técnicas de Explicación del Handover: Transparencia y comunicación
8.7 Evaluación de la Confianza en el Handover: Estudios y análisis
8.8 Análisis de Resultados: Interpretación y conclusiones
8.8 Mejora Continua del Handover: Optimización y ajustes
8.80 Consideraciones Regulatorias y Éticas del Handover Supervisado

  • Metodología hands-on: test-before-you-trust, design reviews, failure analysis, compliance evidence.
  • Software (según licencias/partners): MATLAB/Simulink, Python (NumPy/SciPy), OpenVSP, SU2/OpenFOAM, Nastran/Abaqus, AMESim/Modelica, herramientas de acústica, toolchains de planificación DO-178C.
  • Laboratorios SEIUM: banco de rotor a escala, vibraciones/acústica, EMC/Lightning pre-compliance, HIL/SIL para AFCS, adquisición de datos con strain gauging.
  • Estándares y cumplimiento: EN 9100, 17025, ISO 27001, GDPR.

Proyectos tipo capstones

  • Handover Supervisado: Modelado y optimización; confianza y explicabilidad; evaluación de rendimiento.
  • Sistema Handover: Integración de algoritmos; análisis de datos y simulación.
  • Evaluación Handover: Diseño experimental; pruebas de usuario y análisis de resultados.
  • Conducción Supervisada: Mejora de la confianza; desarrollo de explicaciones.

  • Handover Supervisado: Modelado y optimización; confianza y explicabilidad; evaluación de rendimiento.
  • Sistema Handover: Integración de algoritmos; análisis de datos y simulación.
  • Evaluación Handover: Diseño experimental; pruebas de usuario y análisis de resultados.
  • Conducción Supervisada: Mejora de la confianza; desarrollo de explicaciones.

  • Handover Seguro: Modelado predictivo, análisis de riesgos, y protocolos de transferencia.
  • Explicabilidad: Interfaces de usuario, visualización de decisiones y trazabilidad.
  • Confianza: Validaciones SIL/HIL, análisis de rendimiento y métricas de fiabilidad.
  • Integración: Diseño de sistema, simulación y pruebas de campo.

  • Handover Inteligente: Modelado y optimización predictiva para escenarios de conducción.
  • Explicabilidad y Confianza: Diseño de interfaces transparentes y sistemas de feedback.
  • Handover Robusto: Evaluación de rendimiento y confiabilidad en entornos simulados y reales.
  • Integración Holística: Arquitectura de sistemas para conducción supervisada adaptable.

  • Handover Inteligente: Modelado predictivo y optimización de transiciones seguras.
  • Confiabilidad Handover: Diseño de sistemas explicables y análisis de rendimiento.
  • Explicabilidad Handover: Implementación de interfaces de usuario intuitivas y transparentes.
  • Integración Supervisada: Desarrollo de una arquitectura robusta para el control supervisado.
  • Evaluación Integral: Pruebas exhaustivas y análisis de datos para la validación del sistema.

Admisiones, tasas y becas

  • Perfil: Formación en Ingeniería Informática, Matemáticas, Estadística o campos relacionados; experiencia práctica en NLP y sistemas de recuperación de información valorada.
  • Documentación: CV actualizado, expediente académico, SOP/ensayo de propósito, ejemplos de proyectos o código (opcional).
  • Proceso: solicitud → evaluación técnica de perfil y experiencia → entrevista técnica → revisión de casos prácticos → decisión final → matrícula.
  • Tasas:
    • Pago único: 10% de descuento.
    • Pago en 3 plazos: sin comisiones; 30% a la inscripción + 2 pagos mensuales iguales del 35% restante.
    • Pago mensual: disponible con comisión del 7% sobre el total; revisión anual.
  • Becas: por mérito académico, situación económica y fomento de la inclusión; convenios con empresas del sector para becas parciales o totales.

Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM

¿Tienes dudas?

Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.

Por favor, activa JavaScript en tu navegador para completar este formulario.
Ver todas las reseñas

SEIUM UNIVERSITY

Acceso Rápido

Soporte

Contáctanos

Facebook Instagram Linkedin

SEIUM-UNIVERSIDAD  INTERNACIONAL DE INGENIERÍA AVANZADA MULTIMODAL

Copyright © 2025 Seium, Todos los Derechos Reservados.