IUI Logo

Automotive IUI


Kognitive Ressourcen

Eine der wichtigsten Größen in Bezug auf die Sicherheit beim Autofahren sind die dem Fahrer zur Verfügung stehenden mentalen bzw. kognitiven Ressourcen. Sind diese Ressourcen erschöpft, erhöhen sich Reaktionszeiten, werden Gefahren übersehen oder Warnhinweise nicht mehr wahrgenommen, wobei das Gehirn die Priorität in einer bestimmten Reihenfolge beurteilt. Eine hohe kognitive Belastung führt außerdem zu Stress und physische Reaktionen, und kann sogar die Fahrzeugführung beeinflussen. Umgekehrt kann jedoch auch eine längerfristige geringe Ressourcenauslastung zu Aufmerksamkeitsverlust führen.

Die Betrachtung der kognitiven Ressourcen ist für uns als Forscher aus zweierlei Sicht wichtig:

  1. Jedes neue Assistenzsystem (ADAS) bedeutet, neben der erwarteten Unterstützung des Fahrers und den sonstigen Verbesserungen, eben auch möglicherweise eine zusätzliche kognitive Belastung (je nach Art und Umfang der Interaktion mit dem Fahrer). Diese Auswirkungen im Blick zu behalten und zu bewerten ist eine wichtige Aufgabe.
  2. Das Wissen über die aktuelle kognitive Belastung des Fahrers kann dazu genutzt werden, einer Über- bzw. Unterforderung aktiv entgegenzuwirken, indem das Verhalten der ADAS dynamisch angepasst wird (insb. solcher mit HMI).

Direkt messen lässt sich die kognitive Belastung nicht. Es gibt jedoch folgende grundsätzliche Herangehensweisen, um sie abzuschätzen:

  • Messen von Auswirkungen von hoher kognitiver Belastung. Anzeichen von Stress können z.B. über Biosensoren (erhöhte Herzfrequenz, Hautleitwert) oder Verschlechterung der Fahrleistung (Ideallinien-Berechnung in der Fahrsimulation OpenDS) gemessen werden.
  • Vorhersage von Auswirkungen von Interaktionen und Stimuli auf die kognitive Belastung. Anhand des Wissens über das Verhalten des Benutzers und die Einflüsse in der Umgebung kann mittels statistischer Verfahren deren relative Auswirkung abgeschätzt werden. Dies setzt natürlich die entsprechenden Modelle voraus.

Die letztere Variante ist derzeit ein Hauptgegenstand unserer Forschung, da sie wesentlich einfacher im fahrenden Auto umzusetzen ist. Ein kognitives Modell des Fahrers, sowie ein Referenzkatalog von Interaktionskosten, sollen in unsere Dialogplattform SiAM-dp integriert werden, um einerseits die oben beschriebene dynamische Anpassung des Dialogablaufs an den Benutzerzustand zu ermöglichen, sowie eine Funktion zur automatischen Offline-Auswertung von Dialogmodellen bereitstellen.