Critical Systems Engineering - Socio-technical Vehicle Systems (The Car that Cares)
Durch die steigende Automatisierung wird das Zusammenspiel zwischen Mensch und Technik immer wichtiger. In besonderer Hinsicht auf ein zukünftiges fürsorgliches Auto (The Car that Cares) wird im Rahmen des Projekts die soziotechnische Beziehung zwischen individuellem Fahrer und den technischen Systemen des Fahrzeugs erforscht. Diese umfasst sowohl den umgebenden Verkehr, wie auch die straßenseitige Infrastruktur.
Das CSE Teilprojekt The Car That Cares (CtC) hat dabei das Gesamtziel die Entwicklung von soziotechnischen Fahrzeugsystemen zu ermöglichen, die sich kontinuierlich sowohl an ihren internen (z.B. Gesundheit des Fahrers, aktuelle Aufgaben) und externen Zustand (z.B. Wetter, Verkehr) anpassen und eine situationsbezogene kooperative Interaktion mit dem Fahrer des Autos anbieten.
Gerade ältere Verkehrsteilnehmer (ab 65 Jahre) sind hierbei besonders beachtenswert, da ihre Beteiligung aufgrund des demografischen Wandels zunimmt und das Unfallrisiko in dieser Gruppe erhöht ist. Ursache sind verschiedene Einschränkungen (wie z.B. der Wahrnehmung, und von kognitive Funktionen wie der situativen Anpassung der Aufmerksamkeit), die für das Autofahren entscheidend sind. Dem gegenüber steht der persönliche Wunsch und gleichzeitig gesellschaftlicher Bedarf einer möglichst langen mobilen Teilnahme und damit verbundener Unabhängigkeit. Um in zukünftigen Fahrzeugen Überlastungssituationen (gerade bei älteren Autofahrern) zu vermeiden oder vorzubeugen, ist es dabei essentiell, hochauflösende Informationen über ihre kognitive Leistungsfähigkeit zu haben und situationsbezogen diese Leistungsfähigkeit zu verbessern.
Ziel
Die Beurteilung des kognitiven, emotionalen und gesundheitlichen Zustands des Fahrers innerhalb des fürsorglichen Fahrzeugs wird dabei durch eine multisensorische Betrachtung ermöglicht. Es soll den Fahrer unterstützen und Empfehlungen geben, um die Sicherheit, den Komfort und die Gesundheit durch adaptive multimodale Benutzerschnittstellen für verschiedene Sinne zu verbessern.
Fokus der Arbeitsgruppe ist dabei die Erforschung robuster Verfahren zur Erfassung und Kontext-spezifischen, unterstützenden Modulation des neurokognitiven Zustandes des Fahrers mit Fokus auf ältere Verkehrsteilnehmer. Hierdurch sollen die Verarbeitungsfähigkeiten und Reaktionszeiten verbessert werden um ein angemessenes und sicheres Handeln auch in Verkehrssituationen mit zunehmender Komplexität und unter Zeitdruck zu unterstützen.
Ansatz
Dabei werden durch die Arbeitsgruppe Systeme zur Erfassung und Steigerung der kognitiven Leistungsfähigkeit weiterentwickelt bzw. verfeinert und ihre Eignung für den Anwendungsfall evaluiert:
- Durch die Entwicklung eines mobiles fNIRS System, das robuster gegenüber Umwelteinflüssen (Bewegung des Probanden, Streulicht) ist und eine höhere Signalqualität erreicht, sollen auch in realitätsnahen Umgebungen zuverlässige Messungen der kognitiven Last ermöglicht werden.
- Die transkranielle Wechselstrom-Stimulation (transcranial alternating current: tACS), wird als Methode zur Modulation des neurokognitiven Fahrerzustandes hinsichtlich ihrer Eignung im Fahrerkontext, auch für ältere Menschen untersucht. Bei tACS werden Gehirnwellen durch ein von außen am Kopf durch Elektroden erzeugtes Wechselstromfeld beeinflusst. Durch eine tACS induzierte Verstärkung oder Abschwächung bestimmter Gehirnwellen und somit u.a. Erhöhung kognitiver Fähigkeiten (z.B. in Lernaufgaben) sollen hinsichtlich ihrer Übertragbarkeit auf den Fahrkontext untersucht werden. Hierfür werden anwendungsnahe Versuche durchgeführt. Aufgabenstellungen dabei sind u.a. die Verbesserung der Aufmerksamkeitsspanne bzw. Reaktionszeiten während monotoner oder auch besonders komplexer Fahraufgaben.
- Im Living Lab State Characterization and Identification (LL SCI) werden neurokognitive Messverfahren für Studien im Fahrzeugführungskontext vorbereitet um bisherige Ergebnisse für den Anwendungsfall zu bestätigen und weitere Einblicke in die neuronalen Aktivitäten bei komplexen Fahrsituationen zu erhalten. So werden neben den in Entwicklung befindlichen Systemen (wie fNIRS und tACS) bildgebende Verfahren wie MEG und MRT eingesetzt und entsprechende MRT und MEG geeignete Fahrsimulator-Hardware (Lenkräder und Pedale) entwickelt. Weiterhin sollen diese Komponenten zusammen mit einem Fahrsimulator in ein Verarbeitungssystem integriert und in Studien eingesetzt werden.
Förderung / Kooperationen
Das Interdisziplinäre Forschungszentrum für den Entwurf sicherheitskritischer soziotechnischer Systeme („Interdisciplinary Research Center for Critical Systems Engineering for Socio-Technical Systems") untersucht die Rolle des Menschen bei der Beherrschung komplexer Verkehrssysteme auf dem Land und dem Wasser. Kooperationspartner sind das Oldenburger Informatikinstitut OFFIS, das DLR-Institut für Verkehrssystemtechnik in Braunschweig und das Kompetenznetzwerk SafeTRANS.
Das Land Niedersachsen förderte das Projekt mit einer Laufzeit von 36 Monaten.
Publikationen
2018 | |
[6] | N. Volkening, A. Unni, S. Becker, JW. Rieger, S. Fudickar, A. Hein. Development of a Mobile Functional Near-infrared Spectroscopy Prototype and its Initial Evaluation: Lessons Learned. In: Proceedings of the 11th PErvasive Technologies Related to Assistive Environments Conference on - PETRA '18. ACM Press; 2018:214–221. |
[5] | N. Volkening, A. Unni, JW.. Rieger, S. Fudickar, A. Hein. Development of a Mobile Functional Near-Infrared Spectroscopy Prototype. In: AM.J.. Skulimowski, Z. Sheng, S. Khemiri-Kallel, C. Cérin, CH. Hsu, eds. Internet of Vehicles. Technologies and Services Towards Smart City. Cham: Springer International Publishing; 2018:146–161. |
[4] | B. Löffler, HI. Stecher, S. Fudickar, D. de Sordi, F. Otto-Sobotka, A. Hein, C. Herrmann. Counteracting the Slowdown of Reaction Times in a Vigilance Experiment with 40-Hz Transcranial Alternating Current Stimulation. IEEE - Transactions on Neural Systems & Rehabilitation Engineering. 2018. |
2017 | |
[3] | S. Blum, S. Debener, R. Emkes, N. Volkening, S. Fudickar, MG. Bleichner. EEG Recording and Online Signal Processing on Android: A Multiapp Framework for Brain-Computer Interfaces on Smartphone. BioMed Research International Hindawi. 2017;2017:12. |
2016 | |
[2] | N. Volkening, A. Unni, BS. Löffler, S. Fudickar, JW.. Rieger, A. Hein. Characterizing the Influence of Muscle Activity in fNIRS Brain Activation Measurements. In: IFAC-PapersOnLine. 2016;49(11):84–88. |
2015 | |
[1] | BS. Löffler, S. Fudickar, CS.. Herrmann, A. Hein. Ein Blick in das Gehirn: Messung und Verbesserung der Fahrleistung älterer Autofahrender mit Hilfe von Neuroimaging und Elektrostimulation. In: TZKG. Carolin Wienrich, ed. Trends in Neuroergonomics. Berlin: Universitätsverlag der TU Berlin; 2015:166–169. |
- Forschung
- KI und Deep Learning in der Medizin
- Medizinische Bildverarbeitung und VR-Simulation
- Integration und Nutzbarmachung von medizinischen Daten
- Sensordatenanalyse für assistive Gesundheitstechnologien
- AG Medical Image Computing and Artificial Intelligence
- AG Medical Data Science
- AG Medical Deep Learning
- AG Medical Data Engineering
- Nachwuchsgruppe Diagnostik und Erforschung von Bewegungsstörungen