T11-F01 · Sistema de Gestión Dinámica de Carga Cognitiva (CLMS)
Código original: P-01
Condiciones: Validación técnica del consumo eléctrico/térmico en AFVs y confirmación de acceso a APIs de sensores ISR.
1. Identificación de la propuesta
- Código
P-01
- Nombre de la propuesta
Sistema de Gestión Dinámica de Carga Cognitiva (CLMS)
- Origen
Propuesta interna exploratoria de SIXTEMA
- Línea estratégica
Arquitecturas Edge-to-Cloud y procesamiento distribuido
- Dominio
Terrestre
- Tipo de uso
Defensa
- Fecha de análisis
22/05/2024
- Responsable de la ficha
Pipeline automático - pendiente de asignación
- Estado
En análisis
2. Problema concreto
- Descripción
Degradación de la capacidad de toma de decisiones tácticas y pérdida de la SA (Conciencia Situacional — percepción y comprensión del entorno) en tripulaciones de vehículos blindados debido a una sobrecarga cognitiva. El volumen de datos de sensores supera los límites biológicos de procesamiento humano, especialmente bajo estrés térmico y fatiga [ev_0001, ev_0002, ev_0003].
- Consecuencia principal
Aumento de la probabilidad de errores catastróficos o fallos totales en la misión debido al uso de atajos cognitivos y sesgos sistemáticos [ev_0003].
- Usuario afectado
Operador
- Criticidad
Alta
- Frecuencia estimada
Continua
- Entorno de aparición
Desplegado
3. Ejemplo operativo y evidencia
4. Solución propuesta
- Descripción de la solución
Implementación de un middleware de Edge Computing (procesamiento local cerca de la fuente para reducir latencia) que actúe como filtro inteligente entre los sensores y el operador, transformando datos brutos en insights accionables mediante filtración adaptativa.
- Datos de entrada
Feeds de sensores ISR, telemetría del vehículo, órdenes de misión y comunicaciones de red BMS.
- Procesamiento principal
Normalización de coordenadas a un marco único, priorización contextual (Crítica/Relevante/Secundaria) basada en reglas tácticas y monitoreo de la carga de trabajo del operador para simplificar la interfaz dinámicamente.
- Resultado / salida
Interfaz de usuario adaptativa con alertas jerarquizadas y visualización filtrada según el contexto geográfico y fase de misión.
- Sistema, arquitectura e integración
Capa de software situada en el borde (Edge), integrada entre los buses de datos del AFV, el BMS y las interfaces HMI (Interfaz Hombre-Máquina).
- Funcionamiento resumido
1. Entrada: Ingesta de datos ISR/BMS -> 2. Procesamiento: Normalización y priorización contextual en el Edge -> 3. Resultado: Presentación de información filtrada en UI adaptativa -> 4. Integración: Conexión vía estándares STANAG (estándares de interoperabilidad OTAN).
- Componentes funcionales
- Módulo de Ingesta y Normalización
- Motor de Priorización Contextual
- Controlador de Interfaz Adaptativa
- Bucle de Retroalimentación de Estado
5. Aportaciones concretas de SIXTEMA
6. Capacidades reales que respaldan la propuesta
- Capacidad real
Sistema Integrado de Gestión de Misiones
- Proyecto / experiencia
Sistema Integrado de Gestión de Misiones
- Qué demuestra
Capacidad para la planificación, seguimiento y consolidación multifuente de datos para el apoyo a la decisión
- Nivel evidencia
Alta
- Capacidad real
Plataforma de Datos Geoespaciales / GeoINT
- Proyecto / experiencia
Sistema de Inteligencia Geoespacial
- Qué demuestra
Experiencia en la recopilación, integración y fusión de información georreferenciada multi-sensor, esencial para el módulo de normalización de coordenadas del CLMS
- Nivel evidencia
Alta
- Capacidad real
IA y Soporte a la Decisión
- Proyecto / experiencia
Módulos de IA internos
- Qué demuestra
Capacidad de detección de anomalías y generación de alertas automatizadas, base para el motor de priorización contextual
- Nivel evidencia
Media
7. Capacidades futuras o en evolución
- Capacidad futura
Arquitecturas Edge-Cloud Federadas en entornos denegados
- Proyecto / iniciativa
Desarrollo de Nube Táctica
- Estado
En curso
- Resultado esperado
Permitir el procesamiento de datos en el extremo (Edge) con resiliencia ante comunicaciones degradadas o jamming, eliminando la dependencia de servidores centrales
- Capacidad futura
Fusión Avanzada de Datos Multifuente
- Proyecto / iniciativa
I+D en integración de sensores avanzados
- Estado
En curso
- Resultado esperado
Integrar telemetría y sensores (LiDAR, térmico, etc.) para reducir la redundancia visual mediante la creación de un único objeto táctico
8. Tecnología involucrada
- Capa / función
Procesamiento en el borde
- Tecnología / patrón
Edge Computing (procesamiento local para reducir latencia y dependencia de la nube)
- Situación en SIXTEMA
Disponible parcialmente
- Responsable / socio
Equipo interno
- Capa / función
Orquestación de servicios
- Tecnología / patrón
Contenedores ligeros (K3s) para optimización de SWaP (limitaciones de tamaño, peso y consumo eléctrico)
- Situación en SIXTEMA
Por incorporar
- Responsable / socio
Equipo interno / Socio tecnológico
- Capa / función
Interoperabilidad
- Tecnología / patrón
Estándares STANAG (estándares de interoperabilidad de la OTAN)
- Situación en SIXTEMA
Dominada
- Responsable / socio
Equipo interno
- Capa / función
Interfaz de Usuario
- Tecnología / patrón
Attention-Driven UI (Interfaces basadas en la atención)
- Situación en SIXTEMA
Pendiente de validar
- Responsable / socio
Equipo interno / Especialista UX
9. Encaje con programas y marcos europeos
- Programa europeo
EDF
- Convocatoria / topic
Pendiente de búsqueda
- Marco / estándar prioritario
Superioridad de la información y Nube Táctica
- Valoración del encaje
Alto
- Justificación
La propuesta se alinea directamente con las prioridades del European Defence Fund en materia de C2 (Mando y Control) e inteligencia de datos.
- Fuente de referencia
financiacion.md (Propuesta)
10. Diferenciación aportada
- Diferenciador
Combinación de GeoINT avanzada con arquitecturas Edge-Cloud
- Por qué es relevante
Permite no solo filtrar datos, sino normalizar coordenadas y fusionar sensores heterogéneos en el borde, reduciendo la carga cognitiva real del operador
- Evidencia
Capacidades actuales de GeoINT y desarrollo de Nube Táctica
- Diferenciador
Enfoque en la limitación biológica (memoria de trabajo)
- Por qué es relevante
A diferencia de soluciones de UI estáticas, el CLMS ataca la causa raíz: el volumen de datos que excede los ~7 fragmentos procesables por el humano
- Evidencia
Análisis de viabilidad técnica basado en ergonomía cognitiva
11. Actores objetivo y vías de entrada
- Actor identificado
Rheinmetall / BAE Systems
- Necesidad / interés
Digitalización de fuerzas y mejora de la SA (Conciencia Situacional) en sus vehículos blindados
- Vía de entrada
Tractora
- Relación actual
Sin relación
- Actor identificado
Airbus Defence and Space / Amper
- Necesidad / interés
Complementar sus sistemas de C2 y comunicaciones con una capa de gestión de carga cognitiva en el borde
- Vía de entrada
Consorcio
- Relación actual
Existente
- Actor identificado
DGAM (Ministerio de Defensa)
- Necesidad / interés
Autonomía tecnológica en capacidades de superioridad de la información para fuerzas terrestres
- Vía de entrada
Convocatoria
- Relación actual
Incipiente
12. Brechas y dependencias
- Brecha / dependencia
Acceso a APIs o protocolos de datos brutos de sensores ISR (Inteligencia, Vigilancia y Reconocimiento)
- Impacto
Sin acceso a los flujos de datos originales, el middleware no puede realizar la normalización ni el filtrado adaptativo
- Cómo cubrirla
Establecer acuerdos de interoperabilidad con fabricantes de sensores o utilizar estándares STANAG (estándares de interoperabilidad de la OTAN)
- Responsable potencial
Socio integrador de plataforma / Empresa tractora
- Brecha / dependencia
Limitaciones de SWaP (tamaño, peso y consumo eléctrico) en AFVs (Vehículos Blindados de Asalto)
- Impacto
El despliegue de Edge Computing (procesamiento local para reducir latencia) podría comprometer la estabilidad térmica o eléctrica del vehículo
- Cómo cubrirla
Análisis de consumo energético y optimización de microservicios mediante contenedores ligeros como K3s
- Responsable potencial
Equipo interno de Arquitectura / Socio integrador de hardware
- Brecha / dependencia
Capacidad de monitoreo biométrico/conductual del operador
- Impacto
El 'Bucle de Retroalimentación de Estado' depende de datos reales sobre la saturación del usuario para ajustar la interfaz dinámicamente
- Cómo cubrirla
Investigación e integración de sensores de carga cognitiva o análisis de patrones de interacción HMI (Interfaz Hombre-Máquina)
- Responsable potencial
Socio especialista en Factores Humanos / Centro tecnológico
13. Valoración final por criterios
| Criterio | Valoración | Justificación |
|---|---|---|
| Relevancia del problema | Alta | Afecta directamente a la supervivencia y toma de decisiones tácticas en combate moderno. |
| Calidad de la evidencia | Media | Sólida base multidisciplinar pero carece de referencias bibliográficas detalladas en el registro. |
| Encaje con SIXTEMA | Alta | Alineado con capacidades actuales en GeoINT y Gestión de Misiones. |
| Capacidades reales disponibles | Alta | Experiencia previa en fusión de datos multifuente y arquitecturas Edge-Cloud. |
| Diferenciación | Media | Se diferencia por atacar el límite biológico humano mediante filtrado adaptativo, no solo UI. |
| Encaje europeo | Alta | Prioridad clara en EDF (European Defence Fund) sobre superioridad de la información y nube táctica. |
| Actor o vía de entrada identificada | Media | Identificados integradores como Rheinmetall/BAE, pero sin relación formal establecida. |
| Potencial dual | Alta | Aplicable a protección civil y gestión de emergencias con alta carga informativa. |
| Madurez preliminar | Media | Nivel Prototype (TRL 4-5) estimado. |
| Cobertura brecha tecnológica | Alta | Resuelve la carencia de procesamiento local para reducir el ruido informativo en el borde. |
| Autonomía respecto a socios | Media | Dependencia crítica de los integradores del vehículo para acceso a datos y hardware. |
| Viabilidad preliminar | Alta | Técnicamente plausible mediante middleware de Edge Computing. |
14. Decisión y conclusión final
- Resultado
Avanzar con condiciones
- Condiciones para avanzar
Validación técnica del consumo eléctrico/térmico en AFVs y confirmación de acceso a APIs de sensores ISR.
- Validaciones pendientes
Confirmar si el hardware actual de los vehículos objetivo soporta la carga computacional del CLMS sin degradar sistemas críticos.
- Próximo hito
Definición de arquitectura técnica detallada y búsqueda de socio integrador para validación de SWaP.
- Síntesis
Solución crítica para mitigar la saturación cognitiva en tripulaciones terrestres mediante filtrado adaptativo en el borde. Alto encaje estratégico con las capacidades de fusión de datos de SIXTEMA y fuerte potencial de financiación vía EDF. La viabilidad depende de la validación de restricciones físicas (SWaP) y acceso a datos.
15. Fuentes y trazabilidad
Sin referencias registradas.Evidencias del clúster: ev_0001, ev_0002, ev_0003, ev_0004, ev_0006