FAHRERZUSTANDSERKENNUNG Dipl.-Ing. Melanie Ganzhorn, Dipl.-Ing. Manuel Höfer und Dipl.-Psych. Frederik Diederichs
AGENDA Motivation und Ziel der Fahrerzustandserkennung Der Fahrerzustand Fahrerzustandserkennung: Müdigkeit Ablenkung Ausblick 1: Verhaltensprädiktion bzw. Intentionserkennung Ausblick 2: automatisiertes Fahren
In der Konstellation Mensch-Maschine und Verkehrsraum ist der Mensch der größte Unsicherheitsfaktor, Rainer Bernickel
Unfallrisiko Fehlverhalten 86% der Unfälle wurden 2012 durch das Fehlverhalten von Fahrzeugführern verursacht Ca. 10 % Unfälle maßgeblich durch Ablenkung Ca. 20-30 % Unfälle unter Einfluss von Unaufmerksamkeit Bis zu 25 % aller Unfälle sind auf Ermüdung des Fahrers zurück zu führen Die Unfallschwere ist meistens höher wie bei anderen Unfallursachen Statistisches Bundesamt
Ziel der Fahrerzustandserkennung Das Ziel der Fahrerzustandsbeobachtung: Unfälle zu verhindern, die auf Müdigkeit, geringer Vigilanz und mangelnder Aufmerksamkeit beruhen Fahrerzustandserkennung um: Fahrer entsprechend seiner aktuellen Leistungsvoraussetzungen zu unterstützen Die Assistenz des Fahrers an die jeweilige Situation anzupassen Die Priorisierung und das Managen der Human Machine Interface- Funktionen anzupassen Vor der Implementierung eines Systems zur Fahrerzustandsmessung sind die psycho-physiologischen Zusammenhänge der Zustände zu berücksichtigen
Driving Performance Die 3 Stufen des Fahrerzustandes Reduced Performance Sleepiness Lethargic Optimal Driving Performance Reduced Performance Information overload Distraction Under - Stimulation Safety critical Driver capability fits with driving task and potential additional tasks. Drivers aim for medium stimulation. Safe driving Over - Stimulation Safety critical Driver Stimulation Yerkes-Dodson Law (1908) adapted to the driving task.
Einflussgrößen auf den Fahrerzustand Over stimulated by driving situation. Over stimulated by driving situation and tertiary task. Medium stimulated by driving situation. Medium stimulated by driving situation and tertiary task. Under stimulated by driving situation. Under stimulated by driving situation and tertiary task.
FAHRERZUSTANDSERKENNUNG Müdigkeit Bild: car-it.com
Gefährdung durch Müdigkeit im Vergleich Das müde Steuern eines Kraftfahrzeuges kann genauso gefährlich sein, wie alkoholisiert zu fahren. 17 Stunden ohne Schlaf 0,5 24 Stunden ohne Schlaf 1,0 Bilder: menshealth.de & denkfabrikblog.de cand. mach. Dirk Vetter Müdigkeitserkennung im Fahrzeug
Was steckt hinter Müdigkeit & Sekundenschlaf Vigilanz Beobachtungsleistung bei sich länger andauernden Beobachtungssituationen. Hypovigilanz Verringerung der Vigilanz reduzierte Wachsamkeit Müdigkeit Zustand der psychischen Erschöpfung Zustand zwischen Wachsein und Schlaf, welcher bei fehlender Unterbrechung in Schlaf übergehen kann Sekundenschlaf Unwillkürliches Schließen der Augen. Wesentliches Merkmal: Wahrnehmungsausfall cand. mach. Dirk Vetter Müdigkeitserkennung im Fahrzeug
Parameter zur Identifizierung von Müdigkeit Umgebungsorientierte Parameter Tageszeit Wetter Fahrzeugorientierte Parameter Lenkverhalten Spurhaltegüte Fahrerorientierte Parameter Elektrischer Leitungswiderstand der Haut Augen- und Lidschlussverhalten cand. mach. Dirk Vetter Müdigkeitserkennung im Fahrzeug
Systeme zur Müdigkeitserkennung Kamerabasiert Fahrverhalten Physiologisch cand. mach. Dirk Vetter Müdigkeitserkennung im Fahrzeug
FAHRERZUSTANDSERKENNUNG Ablenkung
Driving Performance Die 3 Stufen des Fahrerzustandes Reduced Performance Sleepiness Lethargic Optimal Driving Performance Reduced Performance Information overload Distraction Under - Stimulation Safety critical Driver capability fits with driving task and potential additional tasks. Drivers aim for medium stimulation. Safe driving Over - Stimulation Safety critical Driver Stimulation Yerkes-Dodson Law (1908) adapted to the driving task.
Ablenkung durch Nebenaufgaben Nebenaufgaben interferieren mit den für die Fahraufgabe benötigten Ressourcen. Je stärker die Interferenz, um so stärker wird die Fahrleistung beeinflusst. Unterschiedliche Nebenaufgaben erzeugen unterschiedliche Interferenzen. Interferenz sind dabei abhängig von der individuellen Ausführung der Nebenaufgabe. cognitive visual haptic acoustic lost in thought looking at navigation drinking grap something texting making a call listening to the radio
Messung von Ablenkung in Echtzeit Methoden zur Messung in Echtzeit sind: Physiologische Messung Kamerabasierte Messung Fahrdatenbasierte Messung Bedientätigkeitenbasierte Messung Bewerterbasierte Messung
Physiologische Messung http://www.auto-medienportal.net/ Physiologische Parameter sind geeignet um reduzierte und überhöhte Gesamtaktivierung zu messen. Dies sind u.a.: Herzschlag Hirnaktivität Hautleitwert Muskelaktivität Atmung Sehr direktes und reaktionsschnelles Maß. Kann vom Fahrer nicht willentlich beeinflusst werden. Auf Grund der störanfälligen Messtechnik und nicht berührungsfreier Sensoren nur bedingt geeignet im Fahrzeug.
Kamerabasierte Messung Eye-Tracking und/oder Headtracking zur Erfassung von Blick- und Kopfbewegungen: on road: Kopfrichtung der Straße zugewendet: Fahrer ist (visuell) aufmerksam. off road: Kopfrichtung der Straße abgewendet: Fahrer ist (visuell) abgelenkt. Noch keine serienreife Technik. Selbst in der wissenschaftlichen Experimentalpraxis fehleranfällig. Wahrnehmung in der visuellen Peripherie wird nicht erfasst. Motorische Ablenkung wird nicht gemessen.
Fahrdatenbasierte Messung Quelle: Aktiv Projekt Quelle: Aktiv Projekt Spurhaltemaße: Mittlere Laterale Position (MLP) Standardabweichung der lateralen Position (SDLP) Spurüberschreitungen (Lanex) Time to Lane Crossing (TLC) Lenkmaße: Standardabweichung des Lenkwinkels Steering Wheel Reversal Rate Absicherung gegen Störgrößen schwierig. Automatisierte Längs- und Querführung entzieht Daten. Veränderungen im Fahrverhalten sind eine Reaktion, d.h. zeitversetzt.
Bedientätigkeitenbasierte Messung http://bloginor.com/ Abbildung aller Bedienelemente im CAN, z.b. Position von Anzeige-/Bedienelement Abbildung der Eingabeart Manuell, Sprache, Geste Abbildung der Menüstruktur, z.b. Anzahl Auswahlmöglichkeiten Anzahl Bedienschritte Relativ einfach zu implementieren. Ablenkung ist individuell sehr unterschiedlich. Visuelle Ablenkung nur mittelbar erfasst.
Bewerterbasierte Messung Methode aus der empirischen Sozialforschung. Verhaltensbeobachtung durch einen Bewerter. Valide durch Einteilung des Verhaltens in wissenschaftlich begründete Kategorien. Objektiv und reliabel durch Skalen und Schulungen. Als Referenzmaß für die Forschung und Entwicklung einsetzbar. Bewährt für die Beurteilung von Schläfrigkeit. Toolbox zur Echtzeitbewertung des Fahrerzustandes
Entwicklung der BABS Die Beobachterbasierte ABlenkungs Skala (BABS) ist eine standardisierte Bewerterskala basierend auf Methoden der empirischen Sozialforschung. Die BABS basiert auf dem aktuellen Stand der Empirie und Forschung zu kognitiven Prozessen. Ablenkung wird durch einen geschulten und trainierten Bewerter gemessen. Interraterreliabilität ist mit r.=.70 als gut anzusehen. Referenzmethode für die Forschung und Entwicklung. MS Office Fraunhofer IAO
Die Funktionsweise der BABS Keine Leicht Mittel Stark Visuell Keine Interferenz Blick auf Straße Mittlere Interferenz mittlere Blickabwendungen Sehr starke Interferenz starke Blickabwendungen Motorisch Keine Interferenz beide Hände am Lenkrad Geringe Interferenz geringe manuelle Ablenkung Mittlere Interferenz mittlere manuelle Ablenkung Sehr starke Interferenz starke manuelle Ablenkung Auditive Keine Interferenz keine akustische Ablenkung max. Radio hören Mittlere Interferenz mittlere akustische Ablenkung Kognitiv Keine Interferenz volle Konzentration auf Fahraufgabe Geringe Interferenz geringe kognitive Ablenkung Mittlere Interferenz mittlere kognitive Ablenkung Sehr starke Interferenz starke kognitive Ablenkung
Einige Parameter der BABS Visuelle Ablenkung Blickabwendung von der Fahraufgabe Motorische Ablenkung Position von Händen und Körper Position und Art der Gegenstände mit denen interagiert wird Auditive Ablenkung Übertönung von relevanten Geräuschen Kognitive Ablenkung Gefahrenpotenzial der Nebenaufgabe Zuhören oder Entscheiden Verminderte visuelle Aktivität Quelle: Zwahlen, 1988
Vorteile der BABS Vorteile gegenüber anderen Methoden: Eye-tracking misst keine motorische und auditive Ablenkung Fahrdaten messen die Reaktion und nicht die Ablenkung an sich Selbstbewertungen unterschätzen die Kritikalität. Physiologische Messungen sind sehr aufwendig und fehleranfällig. Alle Ressourcen sind in der Messung beinhaltet Anwendbar auf alle Szenarien und Aufgaben Keine weiteren Sensoren notwendig Live Anwendung oder (Nach-)Bewertung von Videos Flexibler und kostengünstiger Synchrone Aufzeichnung mit anderen Messdaten möglich Fahrerspezifische Unterschiede bei der Ausführung einer Nebenaufgabe werden berücksichtigt Theoretische Analyse von HMI Konzepten in frühen Phasen
BABS berücksichtigt Kriterien gängiger Guidelines Less than 6 clicks Glance Duration < 2 s Glance Frequency < 4 Hands on Wheel European Commission Total Time on Task 12 s Eyes on Road
FAHRERZUSTANDSERKENNUNG Ausblick Verhaltensprädiktion bzw. Intention
UR:BAN Urbaner Raum: Benutzergerechte Assistenzsysteme und Netzmanagement Verbundprojekt: Automobil- und Zulieferindustrie, Universitäten, Forschungsinstitute Fraunhofer IAO: Fahrerintentionserkennung und Verhaltensprädiktion Entwicklung einer Intentionserkennungsmethodik Sensorik Beobachterverfahren
Strukturbild Intentionserkennung
FAHRERZUSTANDSERKENNUNG Ausblick Automatisiertes Fahren
Driving Performance Die 3 Stufen des Fahrerzustandes Reduced Performance Sleepiness Lethargic Optimal Driving Performance Reduced Performance Information overload Distraction Under - Stimulation Safety critical Driver capability fits with driving task and potential additional tasks. Drivers aim for medium stimulation. Safe driving Over - Stimulation Safety critical Driver Stimulation Yerkes-Dodson Law (1908) adapted to the driving task.
VI Summit 02. April 2014 in Stuttgart Fahrermodelle für das automatisierte Fahren Mit Sprechern von OEMs und Tier 1 Zulieferern
KONTAKT Dipl.-Ing. Melanie Ganzhorn Fraunhofer IAO Human Factors Engineering and Vehicle Interaction Nobelstr.12 70569 Stuttgart, Germany melanie.ganzhorn@iao.fraunhofer.de Thomas Ernsting (GEO, 2013) @ Fraunhofer IAO www.hfe.iao.fraunhofer.de www.vi.iao.fraunhofer.de blog.iao.fraunhofer.de