Für sichereres autonomes Fahren: den Faktor Mensch besser verstehen
Wir alle erleben aus erster Hand, dass Verkehrsbelastung und Luftverschmutzung inzwischen eine der größten Herausforderungen für unsere Städte geworden sind. Hochautomatisiertes Fahren (HAF) wird dabei zwar meistens als effektivste Lösung für diese Probleme gesehen, doch es müssen noch viele Fragen geklärt werden, bevor die breite Bevölkerung selbstfahrenden Fahrzeugen vertrauen kann. Dank der Förderung im Projekt HFAUTO konnten Dr. Riender Happee und sein Team dieser komplexen Fragestellung auf den Grund gehen. Gemeinsam wollten sie nicht nur herausfinden, wie Mensch-Maschine-Schnittstellen (MMS) gestaltet sein müssen, sondern auch klären, wie die Assistenzfunktion den Zustand des Fahrers und seine Absichten am besten verstehen kann, den Einfluss von HAF auf das Unfallrisiko und die Transporteffizienz betrachten und schließlich rechtliche Aspekte von Unfällen mit HAF-Fahrzeugen untersuchen. „Wir sind nach dem Motto ‚Sicherheit zuerst‘ vorgegangen“, erklärt Dr. Happee, Forscher an den Instituten für Kognitive Robotik sowie Verkehr und Planung an der TU Delft. „Unsere Forschung liefert Erkenntnisse dazu, wie der Mensch wieder die Kontrolle übernehmen kann, nachdem er eine Assistenzfunktion verwendet hat. Dieses Wissen kann bei der Gestaltung zukünftiger Automatisierungstechnologien verwendet werden, damit das Design in der Automatisierung nicht nur technisch sicher ist, sondern sich für den Fahrer auch sicher und bequem genug anfühlt, sodass er nicht mehr auf die Straße schaut, sondern die Fahrzeit zum Arbeiten oder für Freizeitaktivitäten verwenden kann.“ Gleich zu Beginn des Projekts wurde festgestellt, dass ein Fahrer, der seinem Auto das Fahren überlassen hat, ungefähr 10 Sekunden braucht, um von Automatik wieder auf Handbetrieb überzugehen. Diese 10 Sekunden entsprechen der Zeit, die nötig ist, um einzuschätzen wie viele andere Straßenverkehrsteilnehmer gerade in der Nähe sind. Noch länger dauert es, deren relative Geschwindigkeit abzuschätzen. Mit diesem Wissen wollte das Team MMS finden, mit denen das Problem gelöst werden kann. Als Ausgangspunkt nahmen sie die erweiterte Realität, die den Nutzern von Automatisierung bei der Kontrollübernahme helfen soll. „Traditionelle MMS nutzen auditive und oft visuelle Informationen. Wir haben Vibration im Sitz hinzugefügt und damit eine Schnittstelle mit drei Modalitäten geschaffen. Unseren Ergebnissen zufolge wirken Klang und Vibration sehr gut, um schnell die Aufmerksamkeit des Fahrers zu gewinnen, während optische Signale eine stärkere Orientierungsfunktion haben“, erklärt Dr. Happee. Im Bereich der Fahrerüberwachung betonte das Team die technischen Limitierungen der aktuellen Technologien. Die Blickrichtungserkennung erwies sich sowohl unter Laborbedingungen als auch in quasi-realistischen Experimenten auf der Straße als vielversprechend. Mit dem COSMODRIVE Fahrmodell konnten die Forscher erfolgreich simulieren wie der Fahrer seine Umgebung mit den Augen absucht, Entscheidungen trifft und sich verhält. Anspruch des Projektes war es, vor allem Beobachtungen aus der echten Welt zu nutzen. Unter Berücksichtigung von Abweichungen zwischen unterschiedlichen Fahrern wurde zum einen ein Verhaltensmodell für Fahrer und zum anderen Methoden zur Einschätzung der Aufmerksamkeit und der Belastung anhand von ereigniskorrelierten Potentialen (ERP) in der Hirnaktivität entwickelt. Obwohl viele Ergebnisse des Projekts positiv sind, weist das Team darauf hin, dass Spurwechsel in Interaktion mit anderen Teilnehmern noch eine große Hürde auf dem Weg zur Kommerzialisierung sind. Bevor Fahrzeuge mit SAE-Level 4 unsere Straßen beherrschen, müssen Lösungen gefunden werden, um dieses Risiko zu minimieren. „Insgesamt haben unsere Experimente in Fahrsimulatoren und Straßenfahrzeugen detaillierte Erkenntnisse zur menschlichen Interaktion mit verschiedenen Automatisierungsgraden geliefert, angefangen beim Abstandsregeltempomat bis hin zum hochautomatisierten Fahren, bei dem der Fahrer gar nicht mehr auf die Straße schaut“, sagt Dr. Happee. „Wir hoffen, dass die Ergebnisse von HFAUTO und auch unsere geplanten Meilensteine zur Markteinführung in der zukünftigen Forschung und Entwicklung zentrale Ansatzpunkte sind.“ In den kommenden Monaten wird HFAUTO mit Hilfe von gewonnenen Partnern in der Industrie fortgeführt, wie zum Beispiel BMW, Volvo, Jaguar, Continental und TNO. Die 13 Nachwuchsforscher, die im Projekt ausgebildet wurden, haben Praktikumsstellen in diesen Partnerunternehmen erhalten.
Schlüsselbegriffe
HFAUTO, selbstfahrendes Fahrzeug, Fahrzeugautomatisierung, Faktor Mensch, Unfall, Mensch-Maschine-Schnittstelle, Fokus automatisiertes Fahren, MMS
