Über 80 % aller Verkehrsunfälle sind auf Faktoren wie Unachtsamkeit, Sekundenschlaf, Alkohol oder Fehleinschätzungen zurückzuführen. Weit abgeschlagen folgen Wettereinflüsse und technische Defekte. Menschliches Versagen gänzlich zu kompensieren, bedeutet, den Menschen die Gewalt über das Fahrzeug zu nehmen. Das will aber kein Automobilhersteller. Im Mittelpunkt steht vielmehr das Bestreben, den Fahrer mit Überwachungssystemen vor sich selbst zu schützen. Relativ weit in der Entwicklung sind Systeme, welche die Lidschlagfrequenz und den Gesichtsausdruck aufzeichen und auswerten. Eine weitere Möglichkeit ist es, die Spurführung zu überwachen, um daraus indirekt auf den Zustand des Fahrers zu schließen. Erkennen diese Techniken anhand von vorher definierten Verhaltensmustern ein drohendes oder tatsächliches Fehlverhalten, einnern sie den Fahrer entweder optisch, haptisch oder akustisch an seine Pflichten. Allerdings kämpfen die Systeme noch mit teils gravierenden Unzulänglichkeiten. Das will das Bundesministerium für Bildung und Forschung jetzt ändern und finanziert ein Verbundprojekt, in dem sechs Kooperationspartner - u. a. Daimler, die Charite, die TU Berlin und das Fraunhofer Institut für Rechnerarchitektur und Softwaretechnik - den Fahrer in den Regelkreis Fahrer-Fahrzeug-Umfeld besser integrieren wollen. Vorstellbar wäre, dass bei Anzeichen von Stress ein abgestuftes Konzept die Störfaktoren minimiert. Beispielweise könnte man bei Gefahr die Anzeige im Display automatisch auf das Minimum beschränken. Gleichzeitig könnten Assistenzsysteme aktiviert werden, die ihn in dieser Situation unterstützen. Die wahrscheinlichere Option aber ist, mit den neurophysiologischen Fahrerdaten zunächst andere Daten aus den Fahrer-Überwachungssystemen zu validieren. Man könnte u. U. noch frühzeitiger bestimmte Muster erkennem und warnen. Ein Schwerpunkt des Verbundprojekts ist die Signalerfassung am Fahrer und die Verarbeitung der Daten mit geeigneten Analyseverfahren. Die Forscher arbeiten mit folgenden physiologischen Verfahren: Elektroenzephalographie (EEG)), Elektrokardiogramm (EKG), Elektrookulographie(EOG) und Elektromyographie (EMG). Besonders die EEG entspricht in hohem Maße den Systemanforderungen. Um die EEG-Daten sauber zu diagnostizieren, sind aufwendige maschinele Lernverfahren und viel Statistik erforderlich. Diese Algorithmen extrahieren aus den Messdaten relevante Merkmale, die denjenigen Anteil der Gehirnaktivität widerspiegeln, der für den Aufmerksamkeitsprozess entscheidend ist. Der Ansatz liefert inzwischen nach kurzer Zeit und ohne langwierige Anpassung präzise Ergebnisse. Die Forschungsergebnisse zeigen, dass die EEG-Aufzeichnungen im Fahrzeug eine sehr gute Datenqualität liefern. Sollte sich der Mensch als Sensor wirklich in den Regelkreis integrieren lassen, könnten Assistenzsysteme künftig adäquater und für den Fahrer leichter nachvollziehbar eingreifen.
Mensch versagt, Maschine fährt. Fahrerassistenz
Human being fails, machine drives. Driver assistance systems
Automobil Industrie ; 53 , 9 ; 42-45
2008
4 Seiten, 3 Bilder
Aufsatz (Zeitschrift)
Deutsch
Fahrerunterstützung , Mensch , Anwendung im Fahrzeugbau , Regelkreis , Forschungsprojekt , Wahrnehmung , Unfallanalyse , Unfallursachenforschung , EKG (Elektrokardiographie) , EEG (Elektroencephalographie) , EOG (Elektrookulographie) , EMG (Elektromyographie) , Algorithmus , Verkehrsunfall , automatische Überwachung , Gesicht , Fahrverhalten , technische Entwicklung , Mensch-Maschine-System , Systemanforderung , Messdaten , Messdatenauswertung , Kraftfahrzeug
Sicherheit - Fahrerassistenz: Mensch versagt, Maschine fährt
Online Contents | 2008
Mensch versagt, Masdchine faehrt - Fahrerassistenz
Kraftfahrwesen | 2008
|Fahrerassistenz-Verfahren und Fahrerassistenz-Vorrichtung
Europäisches Patentamt | 2019
|Tema Archiv | 2009
|