Abstract
ZusammenfassungEine der zentralen Problemstellungen beim bedingt- und hochautomatisierten Fahren liegt in der Gestaltung einer sicheren und komfortablen Aufgabenübertragung zwischen dem automatisierten System und dem menschlichen Fahrer und vice versa. Dieser Beitrag stellt ein holistisches Modell zur Übergabe und Übernahme von Fahraufgaben vor, welches über eine umfassende Fahrerbeobachtung anhand von verschiedenen Sensoren und Referenzsensoren eine an den Fahrerzustand angepasste Übernahme ermöglichen soll. Konfliktsituationen zwischen Fahrer und automatisiertem System sollen unter Berücksichtigung des Fahrer- und Systemzustands über einen technisch implementierten Koordinator detektiert und gelöst werden. In einem Wizard-of-Oz Fahrversuch wird die Veränderung des sensorischen, motorischen und emotionalen Fahrerzustands, welche zentrale Komponenten des Übergabemodells bilden, anhand von zwei Fahrszenarien in Übernahmesituationen detailliert analysiert. Beobachtet werden konnten dabei leicht langsamere Reaktionen der Probanden nach Nebentätigkeiten und eine deutlich steigendes Stresslevel nach Übernahmen.
Funder
Technische Universität Dortmund
Publisher
Springer Science and Business Media LLC
Reference29 articles.
1. Anderson JR, Lebiere CJ (2014) The atomic components of thought. Psychology Press, Hove. https://doi.org/10.4324/9781315805696
2. Baltodano S, Sibi S, Martelaro N, Gowda N, Ju W (2015) The rrads platform: a real road autonomous driving simulator. Proceedings of the 7th International Conference on Automotive User Interfaces and Interactive Vehicular Applications. ACM, New York, S 281–288. https://doi.org/10.1145/2799250.2799288
3. Baltrusaitis T, Zadeh A, Lim YC, Morency LP (2018) Openface 2.0: facial behavior analysis toolkit. 13th IEEE International Conference on Automatic Face and Gesture Recognition. IEEE, Piscataway, S 59–66 https://doi.org/10.1109/FG.2018.00019
4. Bazilinskyy P, Petermeijer SM, Petrovych V, Dodou D, de Winter J (2018) Take-over requests in highly automated driving: a crowdsourcing survey on auditory, vibrotactile, and visual displays. Transp Res Part F Traffic Psychol Behav 56:82–98. https://doi.org/10.1016/j.trf.2018.04.001
5. Bosch E, Ihme K, Drewitz U, Jipp M (2019) The role of emotion recognition in future mobility visions. https://elib.dlr.de/128510/ (AAET Automatisiertes & Vernetztes Fahren, pp. 156–173). Zugegriffen: 19 Jun 2021
Cited by
1 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献