IUI Logo

Automotive IUI


HMI Usability

Der Entwurf von Benutzerschnittstellen und Bedienkonzepten für das Fahrzeug unterscheidet sich deutlich vom Entwurf für stationäre oder tragbare Geräte in anderen Kontexten. Im Automobilbereich ist es von entscheidender Bedeutung, klar gestaltete und leicht bedienbare Schnittstellen zu entwickeln, um die Ablenkung des Fahrers möglichst gering. Der Usability, d.h. der Frage ob eine Benutzerschnittstelle (HMI) tatsächlich und unter Berücksichtigung aller relevanten benutzerbezogenen Aspekte gut zu bedienen ist, kommt daher hier auch eine besondere Bedeutung zu.

Die Automotive IUI Gruppe verfügt über langjährige Erfahrung beim Entwurf von solchen „benutzbaren“ Schnittstellen. Für Projekte wie SIM-TD, bei dem umfangreiche HMIs gestaltet wurden, greifen wir wann immer möglich auf Normen wie den ADAS Code of Practice zurück, um die idealen Werte für Elemente wie Symboldesign, Schriftgrößen, Farben usw. zu bestimmen. Mithilfe von HMI-Benutzerstudien testen Entwickler zusammen mit unseren Psychologen neben der Fahrablenkung daher auch Aspekte wie Effizienz und Fehleranfällig der Schnittstellen, und bewerten auch die subjektive Bedienbarkeit bzw. die Zufriedenheit des Benutzers mit der Schnittstelle. Spezielle Versuche wie z.B. Icon-Tests werden angewandt, um einzelne Konzepte schon während der Entwurfsphase zu bewerten.

 

 

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.

 

 

Personalisierte Fahrerassistenz

Von tragbaren Computern und Handys sind wir heute gewohnt, dass sie unsere Präferenzen kennen und berücksichtigen, sowie sich je nach Situation angepasst und intelligent verhalten. Im Fahrzeug werden die Möglichkeiten zur Personalisierung bisher noch wenig genutzt, obwohl diese erheblich zur Effizienzsteigerung, zum Komfort, zur Unterstützung älterer oder eingeschränkter Benutzer oder sogar zur Fahrsicherheit beitragen können. Auch wird ein Auto im Gegensatz zum Mobiltelefon häufig von mehreren Personen genutzt (insb. bei Autovermietung oder Car Sharing), Mitfahrer eingeschlossen.

Einige Anwendungsszenarien für Personalisierung, an denen die Automotive IUI Gruppe arbeitet bzw. in der Vergangenheit gearbeitet hat, sind:

  • Ein ADAS-Hinderniswarnsystem, das Warnungen je nach kognitiver Belastung ausgibt
  • Ein benutzeradaptiver Parkplatzsuche-Assistent, der in Abhängigkeit von Benutzereigenschaften unterschiedliche Parkmöglichkeiten vorschlägt
  • Eine Version des SIM-td Systems für farbenblinde und sehbeeinträchtigte Benutzer

Zur Umsetzung der Personalisierung mittels adaptiver Systeme verfügen wir über zwei Schlüsselkomponenten:

  • eine situationsadaptive Dialogplattform (siehe multimodale Interaktion), mit der sich benutzer- und kontextadaptive Funktionen implementieren lassen
  • die Wissenskomponente KAPcom (Knowledge Management, Adaptation and Personalization Component), die strukturiertes Wissen und Sensordaten aus dem Fahrzeug aggregiert und Anwendungen – auch über Fahrzeuggrenzen hinweg – verfügbar macht. Dazu wird eine Referenzontologie (Automotive Ontology) genutzt, die in zahlreichen Projekten iterativ verbessert und erweitert wurde.
 

 

Semiautonomes Fahren

Autofahrer müssen ständig kleine und große Entscheidungen treffen, nicht nur in Bezug auf das Fahren selbst sondern auch in Bezug auf die wachsende Anzahl elektronischer Geräte, die in einem modernen Auto zur Verfügung stehen. Gleichzeitig werden Autos intelligenter und eher in der Lage, verhältnismäßig komplexe Manöver semiautonom durchzuführen. Beispiele für verhältnismäßige einfache Manövern, das viele aktuelle Autos durchführen können, sind der Abstandsregeltempomat (der die Geschwindigkeit des Autos automatisch anpasst, um einen sicheren Abstand zum vorne fahrenden Auto zu gewähren), paralleles einparken, und rückwärts ausparken. Komplexere Manöver, die innerhalb der kommenden Jahre erwartet werden können, umfassen unter anderen das Auffahren auf die Autobahn, der Spurenwechsel, das Überholen anderer Fahrzeuge sowie das Navigieren durch Baustellen.

Komplexe Manöver erfordern, dass Fahrer regelmäßig Entscheidungen unterschiedlicher Art treffen. Beispielsweise müssen sie entscheiden,

  • (a) ob das Fahrzeug ein gegebenes Manöver durchführen soll (bzw. ob der Fahrer das Manöver selbstständig durchführen oder gar weglassen soll);
  • (b) welche von zwei verfügbaren Varianten des gleichen Manövers in der aktuellen Situation gewählt werden soll;
  • (c) ob sie bei ungewöhnlichen Ereignissen während eines Manövers eingreifen und die Kontrolle über das Fahrzeug wieder erlangen sollten; bzw.
  • (d) welche Nebentätigkeiten während der Durchführung des Manövers möglich sind, ohne dass die Fahrsicherheit beeinträchtigt wird.

Zwar ist es seit Langem ein wichtiges Ziel bei der Gestaltung von Benutzerschnittstellen in Automobilen, gute Entscheidungen während des Fahrens zu unterstützen. Die Forschung hat in der Vergangenheit zu vielen Erfolgen geführt; aber viele Typen von Entscheidungen von Autofahrern bleiben recht problematisch.