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.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Mensch versagt, Maschine fährt. Fahrerassistenz


    Additional title:

    Human being fails, machine drives. Driver assistance systems


    Contributors:

    Published in:

    Automobil Industrie ; 53 , 9 ; 42-45


    Publication date :

    2008


    Size :

    4 Seiten, 3 Bilder



    Type of media :

    Article (Journal)


    Type of material :

    Print


    Language :

    German





    Mensch versagt, Masdchine faehrt - Fahrerassistenz

    Goroncy,J. / Hammer,H. / Daimler,Stuttgart,DE et al. | Automotive engineering | 2008



    Fahrerassistenz-Verfahren und Fahrerassistenz-Vorrichtung

    GROSS MANUEL | European Patent Office | 2019

    Free access

    Fahrerassistenz-System

    Winter, Joachim / Lindemann, Marcus / Schlegel, Stefan et al. | Tema Archive | 2009