EMOIO

Herausforderung

Wir begegnen heute immer häufiger interaktiven Systemen, die in gewissem Rahmen selbstständig agieren können. Man stelle sich zum Beispiel ein Assistenzsystem im Kraftfahrzeug vor, das die Geschwindigkeit eigenständig an das vorausfahrende Fahrzeug anpasst. Solche Systeme können Menschen im Alltag immens unterstützen. Allerdings greifen sie häufig hauptsächlich auf externe Informationen zu ohne den Nutzer einzubinden und sein Feedback einzuholen. Dadurch bleibt unklar, ob das Systemverhalten im Sinne des Benutzers war, oder nicht. Dies kann beim Nutzer ein Gefühl von Kontrollverlust oder Unwohlsein und Ablehnung auslösen. Es stellt sich also die Frage, wie man adaptive und Assistenzsysteme in Zukunft gestalten muss, um dieses Konfliktpotenzial zu reduzieren und ihre Effizienz und Nutzerakzeptanz zu erhöhen.

Methodik

Das Projekt EMOIO hat sich das Ziel gesetzt, die subjektiv empfundene Angemessenheit eines adaptiven Systemverhaltens zu erkennen, um daraufhin die Assistenzfunktionen optimal an die individuellen Bedürfnisse und Präferenzen der Nutzerinnen und Nutzer anzupassen. In der ersten Projektphase wurden positive und negative Emotionen mit Hilfe von neurophysiologischen Verfahren (Elektroenzephalographie und funktionale Nahinfrarotspektroskopie) während der Mensch-Technik Interaktion erfasst und klassifiziert. Diese Informationen können als Bewertung des Systemverhaltens (Zustimmung/ like und Ablehnung/ dislike) interpretiert werden und werden in einem zweiten Schritt an das adaptive System zurückgemeldet, sodass dieses systeminitiierte Assistenzfunktionen entsprechend anpassen kann.

Ergebnis

Bislang wurden mehrere Studien zur Identifikation von positiven und negativen Emotionen durchgeführt und ein Algorithmus zur Klassifikation entwickelt. Dessen Funktionsfähigkeit soll nun noch in realitätsnahen Anwendungsszenarien evaluiert werden. Interessante Anwendungsfelder für die Projektergebnisse sind Smart Home Anwendungen, Fahrerassistenzsysteme und die Mensch-Roboter Kollaboration in der Industrie.

Verbundkoordinator

Fraunhofer-Institut für Arbeitswirtschaft und Organisation (IAO), Stuttgart

 

Partner

Eberhard Karls Universität Tübingen, Tübingen

NIRx Medizintechnik GmbH, Berlin

Brain Products GmbH Soft- und Hardware für neurophysiologische Forschungsanwendungen, Gilching

Universität Stuttgart, Stuttgart

 

Gefördert durch 

 

Weitere Referenzprojekte

zum Thema Engineering Systeme