Autofahren erscheint so selbstverständlich, dass vielen kaum noch bewusst ist, welche enormen Informationsmengen der Mensch am Steuer verarbeiten muss. Das Display meldet Werte wie Geschwindigkeit, Drehzahl und Tankfüllung, das Navi zeigt die Route an, Ampeln, Strassenschilder und andere Verkehrsteilnehmer sind zu beachten. Hinzu kommen eventuell die Unterhaltung mit dem Beifahrer oder die Nachrichten im Autoradio. Gefährlich kann es werden, wenn der Fahrer die Grenze seiner kognitiven Belastungsfähigkeit erreicht – und dann in einer kritischen Verkehrssituation blitzschnell die richtige Entscheidung treffen muss. Forschende des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Erlangen arbeiten an einem System, das Menschen bei komplexen Tätigkeiten in unterschiedlichen Anwendungen oder Situationen unterstützt und dabei ihre kognitive Belastungsgrenze berücksichtigt.
Kognitive Belastung beim Autofahren erkennen
Forschende des Fraunhofer-Institut für Integrierte Schaltungen IIS arbeiten in diesem Sinne konkret an einem intelligenten Unterstützungssystem. Dabei kombinieren sie ein mobiles Sensor-Netzwerk mit KI-gestützten Algorithmen. Das System erkennt individuelle Belastungsgrenzen anhand verschiedener Biosignale. Dazu gehören beispielsweise Puls, Atemfrequenz und Bewegungen. Erreichen Menschen ihre persönliche Belastungsgrenze, kann die Technik künftig unterstützen. Fahrzeuge könnten dann bestimmte Aufgaben automatisch übernehmen. Ausserdem könnte das System eine Pause an der nächsten Raststätte empfehlen.
Mobiles Sensor-Netzwerk für Biosignale
Das Sensor-Netzwerk maphera bildet einen wichtigen Bestandteil des Forschungsprojekts. Es ermöglicht die mobile Messung verschiedener Biosignale ausserhalb des Labors. Dabei ist das System modular aufgebaut. Je nach Anwendung lassen sich unterschiedliche Sensoren miteinander kombinieren.
Die Technik kann beispielsweise in Textilien integriert werden. Auch Armbänder und sogenannte Smart Patches sind möglich. Smart Patches sind kleine Sensoren für die Haut. Sie können Biosignale kontinuierlich erfassen und übertragen. Die Datenübertragung erfolgt über Bluetooth Low Energy. Dadurch eignet sich das System auch für mobile Anwendungen.
Eine besondere Herausforderung stellen unterschiedliche Mikrocontroller dar. Diese Bauteile arbeiten teilweise mit unterschiedlichen Taktfrequenzen. Bei kurzen Messungen fällt diese Abweichung kaum ins Gewicht. Über mehrere Stunden können jedoch erhebliche zeitliche Verschiebungen entstehen. Dadurch lassen sich Biosignale nicht mehr exakt einem Zeitpunkt zuordnen. Das kann die spätere Auswertung deutlich erschweren. Die Fraunhofer-Forschenden haben deshalb die zeitlichen Drifts berücksichtigt. Ihr System synchronisiert die Sensordaten mit einer Toleranz von nur 30 Mikrosekunden. Der Projektname maphera verweist ebenfalls auf diese zeitgleiche Übertragung.
Kognitive Belastung mit Computerspielen messen
Ein weiterer Forschungsschwerpunkt untersucht den Zusammenhang zwischen Biosignalen und kognitiver Belastung. Dafür absolvieren Probandinnen und Probanden verschiedene Aufgaben. Die Tests finden in einer speziellen Expositionskabine statt. Dort lassen sich äussere Einflüsse weitgehend kontrollieren. Dazu gehören beispielsweise Lärm, Zugluft und Temperaturveränderungen. Dadurch können die Forschenden die Versuchssituation möglichst konstant halten. Die Aufgaben werden schrittweise schwieriger. Zusätzlich kommen Computerspiele zum Einsatz.
Ein Beispiel ist ein virtuelles Sushi-Restaurant. Die Versuchspersonen nehmen Bestellungen auf und bereiten Sushi-Gerichte zu. Mit zunehmender Spieldauer steigt die Zahl der Bestellungen. Gleichzeitig werden die Gerichte zunehmend komplexer. Währenddessen erfassen Sensoren verschiedene Biosignale des Körpers. Die Forschenden kombinieren diese Daten anschliessend mit einem sogenannten n-back-Test.
Dieser psychologische Standardtest untersucht unter anderem Aufmerksamkeit und Erinnerungsvermögen. Zusätzlich führen die Forschenden persönliche Interviews mit den Versuchspersonen durch. Alle Informationen fliessen anschliessend in eine gemeinsame Analyse ein. Dafür verwenden die Forschenden selbst entwickelte KI-Algorithmen.
So entsteht ein individuelles Profil der kognitiven Belastung. Dieses Profil soll individuelle Belastungsgrenzen möglichst zuverlässig abbilden.
KI erkennt individuelle Belastungsgrenzen
Die Kombination aus Sensorik und künstlicher Intelligenz eröffnet neue Möglichkeiten. Denn Belastung lässt sich dadurch kontinuierlich und individuell erfassen. Das System betrachtet dabei nicht nur einzelne Messwerte. Stattdessen analysiert es verschiedene Biosignale gemeinsam. Dadurch können typische Muster bei steigender Belastung erkannt werden. Die KI berücksichtigt ausserdem die individuellen Unterschiede zwischen Menschen.
Genau diese Individualisierung ist für praktische Anwendungen besonders wichtig. Denn Menschen reagieren unterschiedlich auf gleiche Aufgaben und Belastungssituationen. Das Verfahren könnte deshalb über klassische Überwachungssysteme hinausgehen. Es könnte künftig situationsabhängige Unterstützung ermöglichen.
Driver-Monitoring-Systeme für Neuwagen
Ein wichtiges Einsatzgebiet sind moderne Fahrzeuge. Dort könnten Sensoren und Kameras den Fahrer kontinuierlich beobachten. Erreicht die kognitive Belastung einen kritischen Wert, könnte das Fahrzeug reagieren. Beispielsweise könnten bestimmte Funktionen automatisch übernommen werden. Auch eine Empfehlung für eine Pause wäre denkbar. Dadurch könnte das System die Sicherheit bei längeren Fahrten erhöhen. Automobilhersteller beschäftigen sich bereits intensiv mit Driver-Monitoring-Systemen. Diese Systeme sollen erkennen, ob Fahrer aufmerksam bleiben.
Im Rahmen der EU-General-Safety-Regulation gelten dafür neue Anforderungen. Kamerabasierte Driver-Monitoring-Systeme werden dadurch für Neuwagen zunehmend relevant. Das betrifft auch Fahrzeuge mit automatisierten Fahrfunktionen. Denn auch dort muss der Fahrer bei Bedarf eingreifen können.
Kognitive Belastung beim Autofahren gezielt reduzieren
Künftige Fahrzeugsysteme könnten daher nicht nur Ablenkung erkennen. Sie könnten auch die individuelle kognitive Belastung berücksichtigen. Das Fahrzeug könnte seine Funktionen entsprechend anpassen. So liesse sich die Komplexität einer Fahrsituation möglicherweise gezielt reduzieren. Damit entsteht ein neuer Ansatz für intelligente Fahrerassistenzsysteme. Die Technik reagiert nicht nur auf das Fahrzeug, sondern auch auf den Menschen.
