TU Chemnitz Forschung Projekte KomfoPilot - Personalisierte und kontextsensitive Fahrstilmodellierung im HAF

KomfoPilot - Personalisierte und kontextsensitive Fahrstilmodellierung im HAF

KomfoPilot - Personalisierte und kontextsensitive Fahrstilmodellierung im HAF

Finanzierung
BMBF (16SV7690K)
Projektpartner
Professur Allgemeine und Arbeitspsychologie, TU ChemnitzProfessur Nachrichtentechnik, TU ChemnitzProfessur Privatrecht und Recht des geistigen Eigentums, TU ChemnitzFusionSystems GmbHBMW AG (assoziiert)Delphi Automotive PLC (assoziiert)
Projektlaufzeit
Januar, 2017 bis Dezember, 2019

Motivation und Zielstellung


Die technische Entwicklung im Bereich automatisierten Fahrens schreitet sehr schnell voran und damit stellen sich drängende neue Fragen im Bereich der Mensch‐Technik‐Interaktion. Eine funktionale, vertrauenswürdige und zufriedenstellende Interaktion zwischen Fahrer und automatisiertem Fahrzeug wird nur dann möglich, wenn das automatisierte Fahrzeug den Fahrer als individuellen Teampartner „kennt“ und mit einbezieht. Automatisiertes Fahren soll kontextsensitiv und personalisiert auf das individuelle Komfort‐ und Sicherheitsempfinden des Fahrers angepasst werden, um größtmögliche Akzeptanz zu erreichen und Phänomene wie bspw. Reisekrankheit zu minimieren. So sollen automatische Fahrmanöver wie die Anfahrt an Kreuzungen, Ausweich‐ oder Spurwechselmanöver so durchgeführt werden, dass sie den individuellen Präferenzen des Fahrers entsprechen. Damit wird die Erfassung von Komfortempfinden, Präferenzen und Intentionen der Nutzer notwendig, um darauf basierend Benutzerschnittstellen sowie den automatischen Fahrstil zu adaptieren.

Bestehende Ansätze zur Fahrerzustandserkennung fokussieren primär auf Sicherheitsaspekte und „Defizite“ des Fahrers wie Ablenkung, Müdigkeit oder Unaufmerksamkeit. Es liegen kaum Erkenntnisse darüber vor, wie komfortables, personalisiertes und vom Fahrer akzeptiertes automatisiertes Fahren realisiert werden kann. Das Verbundprojekt zielt auf das echtzeitfähige Schätzen von "Komfortparametern" des Fahrers beim automatisierten Fahren und die adaptive Anpassung von Fahrparametern und Informationspräsentation zur Optimierung des Fahrerlebens. Dazu ist die laufende sensorische Erfassung von Fahrerinformationen erforderlich: Im Verbundprojekt werden kamerabasiert (2D/3D) Blickverhalten und Körperposition sowie physiologische Daten von Wearable Devices (Pulsfrequenz, Körpertemperatur und Hautleitwert über Smartwatch/Fitnessarmband) gemessen. Durch die Fusion von Daten des Fahrers, des dynamischen Verhaltens des Fahrzeugs sowie des Umfelds wird auf die aktuelle Fahrertätigkeit und das Komforterleben des Fahrers automatisiert probabilistisch geschlossen. Auf Basis der ermittelten Ergebnisse erfolgt in Echtzeit eine personalisierte Adaption von Fahrparametern sowie Art und Umfang der Informationspräsentation in Benutzerschnittstellen, um das automatisierte Fahrverhalten in den gegebenen Umgebungsbedingungen optimal an den Fahrer anzupassen. So könnten beispielsweise im dichtem Berufsverkehr und detektiertem steigenden Diskomfort des Fahrers Fahrzeugabstände vergrößert, Bremsvorgänge sanfter parametrisiert und detailliertere Informationen zu erkannten Umgebungsobjekten und geplanten Manövern gegeben werden.

Vorgehensweise


Das Gesamtziel des Verbundprojekts ist die Echtzeitmessung des Komforterlebens von Fahrern im automatisierten Fahrzeug sowie eine darauf basierende Anpassung der Informationspräsentation und des Fahrstils. Das Gesamtziel wird in verschiedenen Arbeitsschritten und Teilzielen erreicht:

  1. Sekundärdatenanalyse von Daten aus Vorgängerprojekten bezüglich relevanter Indikatoren für das Komforterleben.
  2. Fahrsimulatorstudie zum subjektiven Komfortempfinden.
  3. Datenanalyse und Algorithmenentwicklung zur Komfortlevelschätzung.
  4. Realtest der Algorithmen auf der Teststrecke am Sachsenring.
  5. Zweiter Fahrsimulatorversuch zur Testung von Maßnahmen zur Vermeidung von Diskomfort durch Anpassungen des automatisierten Fahrstils bzw. durch adaptive Information.
Untersuchung des Fahrerlebens hochautomatisierter Fahrfunktionen und dessen Widerspiegelung im Blickverhalten, der Körperposition und in physiologischen Daten
Untersuchung des Fahrerlebens hochautomatisierter Fahrfunktionen und dessen Widerspiegelung im Blickverhalten, der Körperposition und in physiologischen Daten

Ergebnisse


Kernergebnisse Fahrsituationen / Fahrstilparameter und Diskomforterleben (Handreglerdaten)

  • Ältere Probanden präferieren den defensiven Fahrstil gegenüber dem dynamischen: Während des gesamten Versuchs betätigen die älteren Probanden zu ca. 60 Prozent der Versuchsdauer den Handregler im dynamischen Fahrmodus, während sie dies beim Er-leben des defensiven Fahrstils nur zu ca. 30 Prozent der Versuchsdauer tun.
  • Bei Betrachtung der Rückmeldungen während des gesamten Versuchs zeigt sich eine globale Ablehnung schlechter Fahrstilelemente, die hauptsächlich Merkmale des dynamischen Fahrstils darstellen: zu hohe Beschleunigungsrate, zu hoher Bremsruck und zu geringer longitudinaler Abstand zum Vorderfahrzeug.
  • Situationsspezifisch lassen sich sowohl weitere altersgruppenindividuelle Fahrstilpräferenzen als auch unterschiedliche Potentiale zur Vermeidung von Diskomfort identifizieren:
  1. Innerhalb der verkehrszeichengeregelten Kreuzung fühlen sich sowohl die älteren als auch die jüngeren Probanden unwohl, weil das weitere Verhalten des Querverkehrs (rechtzeitiges Stoppen an der Haltelinie, Queren der Kreuzung, Einbiegen auf Hauptstraße) als auch die darauf abgestimmte Handlung des Ego-Fahrzeugs unklar ist. Das Durchfahren der Situation könnte durch eine Anzeige, dass der Querverkehr erkannt wurde und ein Passieren der Kreuzung gefahrenlos ist, angenehmer gestaltet werden.
  2. Das Passieren des Lkw (Hindernissituation) löst länger anhaltenden, aber weniger intensiven Diskomfort aus. Innerhalb der älteren Altersgruppe lässt sich der Diskomfort eher dem Sichtbarwerden des Lkw und der damit verbundenen Unklarheit über den Fortlauf der Situation zuordnen. Das Beschleunigungsmanöver im Anschluss an die verkehrszeichengeregelte Kreuzung und im Vorlauf der Hindernissituation wird von der jüngeren Altersgruppe kritischer gesehen. Dem ersten Punkt kann durch eine Anzeige des Lkw und den auszuführenden Fahrstreifenwechsel entgegengewirkt werden, wohingegen der zweite Einflussfaktor durch eine Anpassung des Fahrstils reduziert werden kann.
  3. Der Diskomfort in der ampelgeregelten Kreuzung wird im dynamischen Fahrstil primär verursacht durch die späte Reaktion als auch den dadurch notwendigen hohen Bremsruck und die hohe Bremsrate. Diskomfortreduzierende Maßnahmen sind folglich eine Anpassung des Fahrstils (frühere Reaktion, niedrigere Verzögerungsrate), aber auch die Bereitstellung von Informationen (Ampel erkannt, Bremsvorgang wird eingeleitet).
Summierte Handreglerwerte über alle Probanden und Fahrstile beim Durchfahren der verkehrszeichengeregelten Kreuzung, Passieren des Hindernisses und Überqueren der ampelgeregelten Kreuzung
Summierte Handreglerwerte über alle Probanden und Fahrstile beim Durchfahren der verkehrszeichengeregelten Kreuzung, Passieren des Hindernisses und Überqueren der ampelgeregelten Kreuzung

Kontakt


Beiträge in Konferenzband


Roßner, P., & Bullinger, A.C. (2018). Hochautomatisiertes Fahren - Welche Fahrmanöver- und Umgebungsmerkmale beeinflussen erlebten Diskomfort? In VDI Wissensforum GmbH (Eds.), Fahrerassistenzsysteme und automatisiertes Fahren, VDI Berichte, Band 2335 (pp. 331 - 344). VDI Verlag, Düsseldorf.



Roßner, P., Dittrich, F. , & Bullinger, A. C. (2019). Diskomfort im hochautomatisierten Fahren - Eine Untersuchung unterschiedlicher Fahrstile im Fahrsimulator. In GfA e.V. (Ed.), Arbeit interdisziplinär analysieren – bewerten – gestalten. 65. Frühjahrskongress der Gesellschaft für Arbeitswissenschaft e.V. (Beitrag B.3.5), Dresden. GfA-Press, Dortmund



Rossner, P., & Bullinger, A. C. (2019). Do you shift or not? Influence of trajectory behaviour on perceived safety during automated driving on rural roads. In H. Krömker (Ed.), HCI in Mobility,Transport, and Automotive Systems (pp. 245-254). Springer. https://doi.org/10.1007/978-3-030-22666-4_18

Rossner, P., & Bullinger, A.C. (2020). How do you want to be driven? Investigation of different highly-automated driving styles on a highway scenario. In N. Stanton (Ed.), Advances in Human Factors of Transportation (pp. 36-43). Springer. https://doi.org/10.1007/978-3-030-20503-4_4

Rossner, P., Friedrich, M., & Bullinger, A.C. (2022). I also care in manual driving -Influence of type, position and quantity of oncoming vehicles on manual driving behaviour in curves on rural roads. In D. de Waard, S.H. Fairclough, K.A. Brookhuis, D. Manzey, L. Onnasch, A. Naumann, R. Wiczorek, F. Di Nocera, S. Röttger & A. Toffetti (Eds.), Proceedings of the Human Factors and Ergonomics Society Europe Chapter 2022 Annual Conference: Enhancing Safety Critical Performance (pp. 75-85). Human Factors and Ergonomics Society. https://www.hfes-europe.org/largefiles/proceedingshfeseurope2022.pdf

Beiträge in Herausgeberwerken


Beggiato M., Hartwich, F., Roßner, P., Dettmann, A., Enhuber, S., Pech, T., Gesmann-Nuissl, D., Mößner, K., Bullinger, A.C., & Krems, J.F. (2020). KomfoPilot - Comfortable Automated Driving. In G. Meixner (Ed.), Smart Automotive Mobility (pp. 71-154). Springer. https://doi.org/10.1007/978-3-030-45131-8_2