Video Experimental Relacionado
Updated: Feb 20, 2026

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios
Published on: October 6, 2020
Investigación de iconos basados en líneas y planos para interfaces de usuario automotrices
Yunzhi Yan1, Li Meng1, Chaolan Tang1
1School of Art and Design, Guangdong University of Technology, Guangzhou, China.
Las características visuales de los iconos impactan la carga de memoria, no la precisión del reconocimiento, en los sistemas de conducción autónoma. Los iconos basados en líneas se adaptan a una baja carga de memoria, mientras que los iconos basados en planos destacan en escenarios de alta carga de memoria para un mejor diseño de interfaz de usuario automotriz.
Área de la Ciencia:
- Interacción Humano-Computadora
- Psicología Cognitiva
- Ingeniería Automotriz
Sus antecedentes:
- Los iconos son cruciales para superar las barreras del idioma en la interacción humano-máquina, especialmente en la conducción autónoma.
- Existe una investigación limitada sobre los principios de diseño de iconos para vehículos autónomos, con métodos de clasificación inconsistentes y un enfoque en la preferencia sobre los mecanismos cognitivos.
- La teoría de la carga cognitiva proporciona un marco para comprender cómo las características visuales de los iconos afectan el rendimiento del usuario.
Objetivo del estudio:
- Clasificar iconos según características visuales relevantes para interfaces de conducción autónoma.
- Investigar el impacto de estas características visuales en el reconocimiento de iconos y la carga de memoria.
- Proporcionar evidencia empírica para optimizar el diseño de iconos en interfaces de usuario automotrices.
Principales métodos:
- Se utilizó electroencefalografía (EEG) en un experimento de interacción rápida con 43 participantes.
- Se recopilaron datos sobre la precisión del reconocimiento de iconos y la carga de memoria en diferentes categorías de iconos.
- Se clasificaron los iconos según características visuales distintas (por ejemplo, basados en líneas frente a basados en planos).
Principales resultados:
- Las características visuales no afectaron significativamente la precisión del reconocimiento de iconos.
- Las características visuales influyeron significativamente en la carga de memoria.
- Los iconos basados en líneas fueron más efectivos en condiciones de baja carga de memoria.
- Los iconos basados en planos mostraron ventajas en tareas de alta carga de memoria.
Conclusiones:
- El diseño de iconos en la conducción autónoma debe considerar la carga cognitiva, no solo el atractivo visual o la atención.
- Adaptar las características visuales de los iconos a la carga de memoria esperada puede mejorar la experiencia y el rendimiento del usuario.
- Los hallazgos ofrecen orientación práctica para diseñar interfaces de usuario automotrices efectivas.
Videos de Conceptos Relacionados
Design Example: Automobile Ignition System
One can generate a large voltage using a car battery of 12 volts with the help of inductors. Inductors are known for opposing...
Design Example: Resistive Touchscreen
When a user touches the screen, the two layers make contact at a specific point known as the touchpoint. This contact reduces the resistance between...
Design Consideration
The factor of safety is another key...
Design Example
Design Example: Alignment of a Road Line Using GIS
Velocity and Position by Graphical Method

