Im Fokus des Forschungsvorhabens stand die Entwicklung von Systemen, Verfahren und Algorithmen zur Verbesserung der Interaktion zwischen Fahrer, Fahrzeug und Umfeld. Betrachtet man die Fähigkeiten des Menschen, sich in seiner Umwelt zurecht zu finden, komplexe Situationen in Sekundenbruchteilen wahrzunehmen, zu beurteilen und die der Situation angemessenen Schlüsse abzuleiten, so kann man aus regeltechnischer Sicht feststellen, daß der Mensch der komplexeste und zugleich der beste uns bekannte Sensor ist. Unter realistischen Umfeldbedingungen funktioniert die Perzeptions-Aktions-Schleife des Menschen jedoch keineswegs durchgehend fehlerfrei. Gründe dafür können zum Beispiel Ermüdung, hohe Beanspruchung u.ä. sein. Im automobilen Anwendungsbereich sind es die Fahrerassistenzsysteme, die die Aufgabe haben, kritische Situationen zu erkennen und unterstützend einzugreifen, um einem Fehlverhalten des Fahrers entgegenzuwirken und Fahrerdefizite zu kompensieren. Dabei spielt die Angemessenheit und die Art des Eingreifens eine zentrale Rolle. In diesem Projekt wurde paradigmatisch das Ziel verfolgt, den Fahrer sowohl als Sensor als auch als Nutzer zu betrachten und ihn als solchen im Regelkreis Fahrer-Fahrzeug-Umfeld optimal zu integrieren. Insbesondere sollte ein System entwickelt werden, mit dem der kognitive Zustand des Fahrers bestimmt werden kann, um anhand dieser Information die Wirkungsweise von Fahrerassistenzsystemen optimieren zu können. Dazu sollte eine neuartige Sensorik zur Bio-Signalerfassung entwickelt werden (ACTI-CAP des Projektpartners Brain Products GmbH), die eine robuste und ergonomische Messung neurophysiologischer Fahrerdaten (EEG) im fahrenden Fahrzeug ermöglicht. Das Projekt war auf folgende, wissenschaftlich-technische Forschungsschwerpunkte ausgerichtet: Entwicklung eines neuartigen, ergonomischen EEG-Systems, (ACTI-CAP), Exploration und Validierung von Meßtechniken zur Messung neurophysiologischer Fahrerparameter, Entwicklung von echtzeitfähigen Algorithmen und entsprechender Software zur Identifikation und Charakterisierung neuronaler Aktivitätsmuster und deren Zuordnung zu kognitiven Komponenten der Fahraufgabe, Entwicklung von Signalverarbeitungstechniken zur Analyse von Spontan-EEG-Daten außerhalb von Laborumgebungen, Experimentelle Erarbeitung eines Bewertungsschemas für kognitive Parameter aus neurophysiologischen Daten, Adaptive Signalverarbeitung und der Einsatz von Techniken des maschinellen Lernens zur Bestimmung des Fahrerzustandes.


    Zugriff

    Zugriff prüfen

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    Fahrer als Sensor (FaSor). Gewährleistung und Erhöhung der Verkehrssicherheit durch die Berücksichtigung des kognitiven Fahrerzustandes für eine optimale Wirkungsweise von Fahrerassistenzsystemen. Schlussbericht. Laufzeit: 1.11. 05 - 31.03.09



    Erscheinungsdatum :

    2010


    Format / Umfang :

    20 Seiten, 6 Bilder, 1 Tabelle, 5 Quellen


    Medientyp :

    Report


    Format :

    Print


    Sprache :

    Deutsch