Stressadaptive KI-Funktionen

Die Erkennung von Fahrerstress wird durch Deep Learning Verfahren verbessert. Für gestresste Fahrer werden adaptive Geschwindigkeitsregler (ACC) pilotiert und die Mensch-Technik Interaktion im Innenraum angepasst.

Herausforderung

Die Erkennung von Fahrerzuständen wie Stress, Ermüdung und starke Emotionen ist ein wichtiges Thema in der angewandten Forschung und in der Fahrzeugentwicklung. Mit Verfahren der KI wird die Fahrerzustandserkennung deutlich verbessert. Insbesondere durch Datenfusion und Deep Learning lassen sich deutlich besser Erkennungsleistungen erzielen. Dies ermöglicht  Anpassungen in der sicherheitsrelevanten (teilautomatisierten) Fahrzeugführung – aber auch Interaktionen im Fahrzeug werden intuitiver und angenehmer.

Methodik

Fahrerstress lässt sich aus physiologischen Daten ableiten. Im KI-Fortschrittszentrum entwickeln wir KI-Algorithmen zur Stresserkennung aus physiologischen Daten, die durch Fahrzeug- und Verkehrsdaten angereichert sind. Stressadaptive Geschwindigkeitsregler (ACC) und Übergaben werden im Fahrsimulator pilotiert und im Wizard-of-Oz Fahrzeug erprobt.

Ergebnis

Die Stresserkennung mittels unterschiedlicher KI-Verfahren wird im Fahrsimulator und perspektivisch im Wizard-of-Oz Realfahrzeug demonstriert. Unterschiedliche, an die Erkennungsleistung angepasste, adaptive Funktionen des Fahrverhaltens als auch der Mensch-Technik Interaktion im Fahrzeuginnenraum werden demonstriert.