1. Berliner Fachtagung Fahrermodellierung Fahrermodellierung in Wissenschaft und Wirtschaft 2.-3. März 2006
1. Berliner Fachtagung Fahrermodellierung PROGRAMM Donnerstag, 2.3.2006 ab 9:00 Registrierung 10:00-12:45 Die Vielfalt der Fahrermodellierung Moderation: Thomas Jürgensohn 10:10 Begrüßung und Einführungsvortrag T. Jürgensohn (HFC) Modelle des Fahrers: Von Differentialgleichungs- bis zu Konzeptmodellen 11:15 U. Kramer (FH Bielefeld) Regler-Mensch-Modelle für die Kraftfahrzeugführung 12:00 P. Wagner (DLR, Berlin) Psychophysikalische Fahrermodelle im Lichte neuer Empirie 12:45-14:15 MITTAGSPAUSE 14:15-16:30 Fahrermodelle in der Fahrzeugsimulation Moderation: Harald Kolrep-Rometsch 14:15 T. Butz; M. Ehmann (TESIS) Ein synthetisches Fahrermodell zur robusten Fahrzeugführung: Optimale Bahnplanung 15:00 M. Irmscher; M. Ehmann (TESIS) Ein synthetisches Fahrermodell zur robusten Fahrzeugführung: Fahrertypspezifische Regelung 15:45 A. Renski (Univ. Warschau) Application of a driver model in computer simulation of the car curved motion 16:30-17:00 KAFFEEPAUSE 17:00-18:30 Industrielle Anwendung Moderation: Marita Irmscher 17:00 G. Prokop (BMW) Anforderungen an Fahrermodelle aus Sicht der Fahrzeugentwicklung 17:45 T.-M. Wolter (IAV) Fahrermodelle in der Steuergeräteentwicklung und -applikation 19:30 ABENDVERANSTALTUNG Festmenü im Tannenhof, Schöneiche b. Berlin
Freitag, 3.3.2006 9:00-12:00 Kognition und Handlung Moderation: Thomas Jürgensohn 9:00 G.P. Ostermeyer; K.A. Rösler (TU Braunschweig) Handlungsplanende Fahrermodelle und deren Wechselwirkungen 9:40 A. Lüdtke (OFFIS) Modellierung der kognitiven Beanspruchung von Fahrern am Beispiel von Autobahnauffahrten 10:20 KURZE KAFFEEPAUSE 10:30 L. Urbas (TU Berlin) Modellgestützte Vorhersage der Interferenz von Haupt- und Nebenaufgaben im Fahrzeug 11:20 D. Krajzewicz (DLR Berlin) Umsetzung der taktischen Ebene in einem kognitiven Fahrermodell 12:00-13:00 Diskussionsforum Moderator: Harald-Kolrep Rometsch Was verlangen wir von Fahrermodellen, was können wir erwarten? 13:15 MITTAGESSEN, ENDE DER VERANSTALTUNG
Multitasking beim Einfädeln auf die Autobahn, Claus Möbus, Jonas Jacobi, Felix Oppermann OFFIS R&D Sicherheitskritische Systeme Carl von Ossietzky Universität Oldenburg Abteilung Lehr- und Lernsysteme 03. März 2006 Seite 1
Human Error in the Aircraft Industry Reducing the consequences of Human Error 1 : (100% capability of the system to recover from a human error) Understanding how people react to information Presenting information to them in better ways Designing systems that are tolerant of their errors To build up of knowledge foundation of human performance, its application to the development of robust design and the implementation of working practices and training, the holistic approach to safety management. Today Human Factors Analysis contributes to all stages of the aircraft, systems, and cockpit design. But the methods rely on human expertise, operational feedback from similar aircraft, and simulator experiments late in the development process Our objective is to predict human errors based on system specifications in early design phases analyse the robustness of different system versions with regard to human error. 1 ACARE: Advisory Counsel for Aeronautics Research Vision 2020 03. März 2006 Seite 2
Formalisation of Routine Effects NORMATIVE RULE : Goal CHECK_VERTICAL_MODE Percept (fma, MODE) Cond MODE == THR_HOLD => Motor (throttle, 'idle') SIMPLIFIED RULE : Goal CHECK_VERTICAL_MODE Memory-Read (fma, 'THR_HOLD') Cond 'THR_HOLD' == 'THR_HOLD' => Motor (throttle, 'idle') 0,8 0,7 0,6 0,5 Rule Strength rule strength of normative rule rule strength of simplified rule 0,4 0,3 0,2 0,1 0 1 2 3 4 5 6 7 8 9 10 11 12 # successful applications # total application # task repetitions 03. März 2006 Seite 3
Human Simulation Mental Mental Trace Trace Pilot Model Flight Environment HUMAN SIMULATION PLATFORM Mental Model Procedure initial values & clearances Scenarios...... initial values & clearances initial values & clearances initial values & clearances System Model 03. März 2006 Seite 4
Formal Verification Formal Requirement: If an engine failure occurs during takeoff, the aircraft must stay on ground and must come to a hold before the end of the runway. G(ENGINE_FAILURE FG(SPEED = 0 AND AIRCRAFT_X_POS < RUNWAY_MAX)) Countermeasure : Auto throttle disengages automatically when throttle is retarded. 03. März 2006 Seite 5
Wissensstruktur eines Fahranfängers nach links sehen Lücke suchen & erreichen Einfädeln 1. ACTIVE Abstand halten 2. 5. SUSPENDED nach Geschw. vorne ACTIVE anpassen sehen... 3. 4. 6. 7. SUSPENDED SUSPENDED Fahrstreifenwechsel Geschw. anpassen Kopfdrehung (KD1) Fließverkehzögern ver- wahrnehmen (VZ1) FVW) beschleunigen (BS1) Kopfbewegung (KD2) wahrnehmen (ABW) Abstand verzögern (VZ2) beschleunigen (BS2) Aufgabenzerlegung in Anlehung an Astrid Kassner (2004). Vergleich von idealem und tatsächlichem Fahrverhalten als Ansatzpunkt für Fahrerassistenzsysteme. Diplomarbeit, TU Braunschweig 03. März 2006 Seite 6
Sequentielles Verhalten Einfädeln Subtasks Lücke suchen und erreichen nach links sehen Geschw. anpassen KD1 FVW VZ1 v BS1 Abstand halten nach vorne sehen Geschw. anpassen KD2 ABW VZ2 v BS2 Füße Blick Kognition Ressourcenkonflikt Zeit Sek. 03. März 2006 Seite 7
Wissensstruktur eines geübten Fahrers Einfädeln Lücke suchen und erreichen + Abstand halten... beschleunigen Fahrstreifenwechsel KD1 FVW VZ1 BS1 KD2 ABW VZ2 BS2 Kopfdrehung Fließverkehr wahrnehmen verzögern beschleunigen Kopfdrehung Abstand wahrnehmen verzögern Perceptual- Motor Program 03. März 2006 Seite 8
Echt paralleles Verhalten Einfädeln Subtasks Lücke suchen und erreichen + Abstand halten KD1 FVW VZ1 v BS1 KD1 FVW KD2 ABW VZ2 v BS2 Füße Blick Ressourcenkonflikt Kognition Zeit Sek. 03. März 2006 Seite 9
ViewCar Fahrerverhalten im realen Verkehr Gaze Direction Digital Video Traffic and Driver D-GPS Lane Recognition Versuchsfahrten in Kooperation mit dem Institut für Verkehrsführung und Fahrzeugsteuerung Probanden: Anzahl : 8 (8 Einfädelvorgänge pro Person, 4 versch. Auffahrten) Alter : 23 bis 32 Jahre ( 26,5) Geschlecht : männlich SurroundingFahrpraxis : 5 bis 15 Jahre ( = 9,375). Laserscanner Sechs von ihnen hatten bereits Fahrerfahrungen mit dem ViewCar. Die gefahrene Strecke war allen Versuchspersonen bereits vor den Fahrten bekannt. Fahrzeit : ~40 min 03. März 2006 Seite 10
Daten des FaceLab - Blickrichtungsmesssystem Kopfdrehung (rad) Lücke suchen und erreichen Abstand halten Zeit Sek. Versuchsperson 5; Auffahrt Braunschweig-Ost in Richtung Hannover im ersten Durchgang; 2. Februar 2006, morgens 03. März 2006 Seite 11
Fahrpedal-Daten - Beschleunigungsmessung Lücke suchen und erreichen Abstand halten 03. März 2006 Seite 12
Zuordnung der Aktionen zu Subtasks Subtasks Einfädeln Lücke suchen und erreichen + Abstand halten Füße Blick 4.0 12.0 Zeit Sek. 03. März 2006 Seite 13
Classification of Models Level of Behaviour Structural ACT-R Micro Models Cognition Level of Brain Function Structural Models Neural Networks SOAR ACT-R OFFIS MIDAS Microsaint Functional Macro COCOM Models Functional Models Micro Cognition Macro Cognition 03. März 2006 Seite 14
Analysen für Piloten vs. Analysen für Autofahrer Common: Analyse eines integrierten Modells aus Mensch, Maschine, Umgebung. Piloten: Analyse von Safety Requirements. Zugrunde gelegt wird eine weitgehend homogene Personengruppe, die sich an vorgeschriebene Prozeduren hält (Nivellierung der Fähigkeiten durch Auswahlverfahren bei der Einstellung und durch intensives Training). Autofahrer: Höchst inhomogene Gruppe, die sich nur zum Teil an bestimmte Prozeduren hält. Analysierte Aussagen müssen Wahrscheinlichkeitsaussagen enthalten, z.b.: Mit diesem Assistenzsystem wird für X % der Autofahrer die Wahrscheinlichkeit um Y % erhöht, dass sie einen Einfädelvorgang erfolgreich abschließen. 03. März 2006 Seite 15
Zusammenfassung Ziel: (Fehl-)Verhalten von Fahrern vorherzusagen Analysetechniken: Simulation und Verifikation Parallelität aus zwei Perspektiven untersucht: Wissensstruktur eines Fahranfängers: Sequentielles Verhalten Wissensstruktur eines geübter Fahrers: Echte Parallelität Vergleich der Parallelitätshypothesen mit ViewCar-Daten 03. März 2006 Seite 16