Stress beim Autofahren Sensor-Netzwerk und KI-Algorithmen helfen bei Überlastung im Straßenverkehr

Anbieter zum Thema

IBR Leiterplatten GmbH & Co. KG

DMB Technics AG

Die kognitive Belastung beim Steuern eines Autos lässt sich mit Sensoren und KI-Algorithmen überwachen. Ist die Belastungsgrenze erreicht, soll die Technik künftig die Menschen entlasten. Auch Piloten oder Ärzte im OP-Saal könnten profitieren.

Beim Autofahren sollten wir uns auf den Verkehr konzentrieren. Doch im Alltag sieht das oftmals anders aus. Studien zeigen, dass kognitive Ablenkung eine der unsichtbaren, aber häufigen Ursachen für Unfälle ist. 40 % der Autofahrer geben an, während der Fahrt beispielsweise mit dem Handy zu telefonieren oder Nachrichten zu lesen, was die kognitive Belastung erhöht und das Unfallrisiko steigert.

Vor diesem Hintergrund arbeiten Forscher am Fraunhofer-Institut für Integrierte Schaltungen IIS in Erlangen an neuartigen Systemen, die Fahrer im Straßenverkehr unterstützen.

Dazu entwickeln sie zwei Technologien: Ein Sensor-Netzwerk misst Biosignale wie Puls, Atemfrequenz oder Bewegungen. KI-Algorithmen erkennen, wenn ein Mensch die Grenze seiner individuellen kognitiven Belastungsfähigkeit erreicht.

Die Auswertung der Biosignale wurde mithilfe von Studien entwickelt, in denen die Forscher den Zusammenhang zwischen Biosignalen und kognitiver Belastung bei Probanden untersucht haben.

Im praktischen Einsatz kann das System dafür sorgen, dass die Fahrzeugelektronik dem Fahrer oder der Fahrerin beispielsweise bestimmte Aufgaben abnimmt und damit die Komplexität reduziert oder einfach eine Pause an der nächsten Raststätte empfiehlt.

Erfassung kognitiver Belastung durch Sensoren

Das zentral entwickelte System basiert auf einem mobilen, multimodalen Sensor-Netzwerk namens 'maphera'. „Wir haben eine Vielzahl unterschiedlicher Sensoren in ein System integriert, das nicht nur im Labor funktioniert, sondern mobil und damit in verschiedensten Anwendungskontexten einsetzbar ist. Dementsprechend ist ‚maphera‘ modular aufgebaut. Je nach Anwendung oder Bedarf kombinieren wir ganz unterschiedliche Sensoren miteinander“, erklärt Norman Pfeiffer, Gruppenleiter Medizinische Sensorsysteme am Fraunhofer IIS.

Die Sensorsysteme lassen sich in Textilien oder auch beispielsweise in Armbänder und sogenannte Smart Patches einbauen. Das sind kleine, meist hautaufklebbare Sensoren, die kontinuierlich Biosignale überwachen. Übertragen werden die Daten via Bluetooth LE (Low Energy).

Technische Herausforderungen und Synchronisation

Eine technische Herausforderung besteht in der Sicherstellung der zeitlichen Synchronisation der Sensordaten. Bei langanhaltenden Messungen, wie sie beim Autofahren auftreten, müssen auftretende Taktfrequenzdrifts der Mikrocontroller eingeplant werden. Das Fraunhofer IIS hat es geschafft, die Daten mit einer Synchronisationstoleranz von nur 30 µs zu verarbeiten, was die Bezeichnung Maphèra, Altgriechisch für gleichzeitig übertragen, unterstreicht.

Der zweite Teil des Forschungsvorhabens konzentriert sich auf den Zusammenhang zwischen Biosignalen und kognitiver Belastung. Die Probanden sitzen jeweils in einer Expositionskabine, in der sie ungestört von äußeren Einflüssen wie Temperaturänderungen, Zugluft oder Lärm sind. Hier lösen sie Aufgaben mit steigendem Schwierigkeitsgrad. Dazu dürfen die Versuchspersonen Computerspiele spielen.

Als Koch oder Küchenkraft im Sushi-Restaurant nehmen sie Bestellungen auf und stellen ein Sushi-Gericht zusammen. Mit der Zeit steigen die Zahl der Bestellungen und die Komplexität der bestellten Gerichte. Währenddessen registrieren Sensoren die Biosignale des Körpers. Die so erfassten Daten werden gesammelt und mit dem sogenannten n-back-Test kombiniert, ein Standardtest der Psychologie, der kognitive Fähigkeiten wie Aufmerksamkeit und Erinnerungsvermögen prüft. Im Anschluss an die Tests folgen individuelle Interviews mit den Versuchspersonen.

Dr. Nadine Lang-Richter, Gruppenleiterin Medizinische Datenanalyse am Fraunhofer IIS, sagt: „Im letzten Schritt führen wir alle Informationen zusammen und analysieren diese mithilfe von KI-Algorithmen, die wir selbst entwickelt haben. Damit erstellen wir ein individuelles kognitives Belastungsprofil des Menschen.“

Praktische Anwendungen und Weiterentwicklungen

Die potenziellen Anwendungsfelder dieser Technologie reichen weit über den Automobilsektor hinaus. Da ab 2026 gemäß EU-Verordnung kamerabasierte Driver-Monitoring-Systeme in Neufahrzeugen vorgeschrieben sind, bieten sich hier zukunftsweisende Implementationen. Darüber hinaus könnten Piloten während ihrer Ausbildung von individuellen Belastungsprofilen profitieren, und Chirurgen könnten so in langen Operationen unterstützt werden. (heh)

(ID:50614330)