Fachtagung Automatisiertes und vernetztes Fahren Berlin, 01.12.2017 Holistisches Modell zur Beschreibung der Aufgabenverteilung und der Aufgabenübergabe zwischen menschlichem Fahrer und Fahrerassistenzsystem beim automatisierten und vernetzten Fahren MoFFa Univ.-Prof. Dr.-Ing. Prof. h.c. Dr. h.c. Torsten Bertram Univ.-Prof. Dr. phil. Johannes Weyer GF André Bubenzer
Auto-Pilot, Auto-Kapitän, Auto-Fahrer www.bredow-web.de Mensch: Berufsausbildung Ausbildung/ Training auf ein Flugzeug, Schiff Vorgabe von Handlungsmustern www.esys.org Maschine: Arbeitsplatz manuell/ automatisiert Überwachung durch Dritte (z.b. über Radar) Regelmäßige Instandhaltung www.rinspeed.ch Mensch und Maschine: Führerschein +? Auto oder Wohnzimmer? TÜV?
Übergabe der Fahrfunktion Stand der Technik www.neuwagen.de / Autonomes Fahren im Audi A7
Übergabe der Fahrfunktion Stand der Technik Auto Bild / Audi A8 (2018) Erste Fahrt mit dem Staupilot
Übergabe der Fahrfunktion Stand der Technik Auto Bild / Audi A8 (2018) Erste Fahrt mit dem Staupilot
Übergabe der Fahrfunktion Stand der Technik Auto Bild / Audi A8 (2018) Erste Fahrt mit dem Staupilot
Forschungskonsortium MoFFa Lehrstuhl für Regelungssystemtechnik: Regelung, Modellbildung, Optimierung x-in-the-loop Simulation Automatisierte Fahrfunktionen Fachgebiet Techniksoziologie: Mensch-Maschine-Interaktion Fahrertypisierung Probandenstudien Forschungs- und Technologiezentrum Ladungssicherung Selm ggmbh: Fahrdynamik-Testgelände Realistische Nachbildung von Szenarien
Gliederung Forschungsvorhaben Theoretische Aufarbeitung: Fahrertyp, Fahrerstatus, Koordinator Entwicklung eines holistisches Modells Entwicklung von Fahraufgaben auf Modellbasis Testreihen mit Probanden: Simulator Testreihen mit Probanden: Reale Verkehrssituationen Finales Modell Transfer in die Praxis 2017 2018 2019 2020
Fahrertyp + Fahrerzustand = Fahrermodell Fahrstil Persönlichkeit Risikobereitschaft Selbsteinschätzung Sensation Seeking (Nervenkitzel, Erfahrungen, Enthemmung, Langeweile) Kontrollbedürfnis Fahrkompetenz Fahrerfahrung Wahrnehmung Fahrfähigkeit Fehleranfälligkeit Sicherheitskompetenz Weitere Faktoren Technikaffinität Technikakzeptanz Kontrollüberzeugung Mentales Modell User Experience Intrinsische Motivation Fahrerzustand motorisch sensorisch kognitiv Fahrertyp Fahrermodell
Fahrerzustand Skelett-Tracking www.realite-virtuelle.com Eye-Tracking www.diconium.com EEG, EKG, Motorischer Zustand Sensorischer Zustand Kognitiver Zustand Fahrerzustand
Motorischer Zustand Fahrerzustand Intel RealSense Tiefenkamera D435 Motion Capture System Referenzmessung
Umwelt (Straße, Verkehr, Witterung, ) Modellierung der Interaktionen und Interdependenzen Fahrzeugsensoren v2x-kommunikation hochgenaue Karte Umwelt Koordinator Assistenzsystem Modell Assistenzsystem Modell Fahrer (Mensch) Fahrer (Mensch) Fahraufgabe / Fahrzeug
Probandenstudie im Fahrsimulator
Probandenstudie im Fahrversuch Fahrdynamik-Testgelände: Realistische Nachbildung von Fahrszenarien Berücksichtigung verschiedener Randbedingungen (z.b. Witterung, ) Erprobung von Missbrauchsszenarien www.automobil-produktion.de Versuche in der erweiterten Realität (Augmented Reality Brille)
Wissenschaftlicher Beirat Forschungskonsortium MoFFa Deutsches Zentrum für Luft- und Raumfahrt e.v. Institut für Verkehrssystemtechnik: PD Dr. Meike Jipp, Human Factors, Testen Hella KGaA Hueck & Co Geschäftsbereich Elektronik: Dr. Michael Schilling, Automated Driving ZF Group Active & Passive Safety Technology Dr. Karl-Heinz Glander, Automated Driving & Integral Cognitive Safety DBS Systems Engineering GmbH: Dr. Daniel Bandow, Systemanalyse, -entwurf, Arbeitswissenschaft, Innovationsmanagement
Fachtagung Automatisiertes und vernetztes Fahren Berlin, 01.12.2017 Vielen Dank für Ihre Aufmerksamkeit und Ihr Interesse! Univ.-Prof. Dr.-Ing. Prof. h.c. Dr. h.c. Torsten Bertram Univ.-Prof. Dr. phil. Johannes Weyer GF André Bubenzer