J. Wang, O. Muthig, D. Söffker

Zur Steigerung der Verkehrssicherheit sowie zur Entlastung der fahrzeugführenden Person im Straßenverkehr wurden in den letzten Jahren Fahrerassistenzsysteme intensiv erforscht. Fragestellungen im Bereich des kooperativen Fahrens sowie Detailaspekte auf und zwischen verschiedenen Ebenen des autonomen Fahrens sind Gegenstand zahlreicher Untersuchungen. Kooperatives Fahren kann eine Kooperation zwischen Fahrer und Fahrzeug beinhalten, aber auch zwischen Fahrzeug und Umwelt (z.B. basierend auf einer Car2X-Kommunikation). Wesentlich für die Fahrer-Fahrzeug-Kooperation ist die Schnittstelle z.B. in Form eines Assistenzsystems. Assistenzsysteme erlauben sehr unterschiedliche Formen der Unterstützung in Form von Hinweisen bis zur situativen Entkopplung bei der Fahrzeugführung. Die unterschiedliche Rollenverteilung, die Möglichkeiten zur Individualisierung von Assistenz wie auch die Darstellung der technischen Anforderungen bzw. vorhandener Lösungskonzepte sind Gegenstand des Beitrages. Auch beim autonomen Fahren kommt wie bei der Assistenz der Schnittstellengestaltung eine zentrale Funktion zu. Die Systeme sind sowohl konzeptionell wie auch parametrisch nicht an das individuelle Verhalten des Fahrers angepasst. Warnungen, Hinweise, aber auch die Übernahmegrenzen sind somit aus Akzeptanzgründen an die technisch notwendigen Grenzen gebunden. Hieraus lassen sich per se die Nichtoptimalität sowie weitere Herausforderungen ableiten. Situationsabhängig ist das Fahrverhalten des Menschen in der Regel stark durch individuelle Verhaltensweisen geprägt, insbesondere kann sich das Verhalten unter Zeitdruck vom üblichen Verhalten unterscheiden. Auf Grund der typischen Nichtanpassbarkeit kann es zumindest zu einer nicht optimalen Assistenz bei der Fahrzeugführung in komplexen Situationen kommen; bzw. spezifische Situationen wären vermeidbar, wenn individualisierte Assistenzsysteme früher und ggf. anders nutzbar wären. Die Umsetzung personalisierter Fahrerassistenz hingegen erfordert unter anderem technische Fähigkeiten wie das Erfassen des individuellen Verhaltens des Fahrers, die Intentionserkennung, das Erkennen einer individuellen Entscheidungsfindung sowie Fähigkeiten sowohl zur Erfassung von Planungsroutinen wie die technisch eigenständige Realisierung von Planungsvorgängen. Um Assistenzsysteme anzupassen, muss das menschliche Verhalten zunächst erlernt werden, um dem System bekannt zu sein. Hieraus ergibt sich die Notwendigkeit, es geeignet abzubilden. Hierzu bieten sich unterschiedliche Methoden an, die jeweils einen spezifischen Fokus haben, z.B. das Hidden Markov-Modell oder Bayesche Netze als probabilistische Ansätze, die es ermöglichen, durch Trainingsvorgänge die Verhaltensmuster zu erkennen und zu lernen. In diesem Beitrag werden die aktuellen Anforderungen an die Gestaltung individueller Advanced Driver Assistance-Systeme (ADAS) basierend auf der Analyse des aktuellen Standes der Wissenschaft sowie ein Überblick über die wesentlichen methodischen Konzepte zur Realisierung vorgestellt.

57. Fachausschusssitzung Anthropotechnik der Deutschen Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V.

Conference Paper

deutsch

14,8 x 21,0 cm, 17 Seiten

DGLR-Bericht, 2015, 2015-01, Kooperation und kooperative Systeme in der Fahrzeug- und Prozessführung; S.61-77; 2015; Deutsche Gesellschaft für Luft- und Raumfahrt - Lilienthal-Oberth e.V., Bonn

NA

antropotechnik

Bestellbar

2015