Cognitive Load Estimation: Fahrerzustandserkennung

Überforderung beim Autofahren, etwa durch Multitasking oder vielfältige Fahrerinformationen, ist ein hohes Sicherheitsrisiko im Straßenverkehr. Moderne Fahrerüberwachungssysteme verfolgen das Ziel, den Fahrer ganzheitlich zu überwachen, um in Echtzeit auf potenzielle Sicherheitsrisiken reagieren zu können. Die Erkennung von Überforderung (Cognitive Load) ist dabei ein zentraler Aspekt für die Weiterentwicklung dieser Systeme.

Wir forschen an robusten KI-basierten Algorithmen, um Überforderung in Echtzeit zuverlässig zu erkennen.

Als Grundlage für unsere KI-basierten Algorithmen haben wir die multimodale Autonomous Driving Cognitive Load Assessment Database (ADABase) für die Erkennung von Überforderung erstellt:

• Spezifisches Studiendesign, genau angepasst auf die Anforderungen und Umgebungen im Fahrzeug
• Wissenschaftlich validierte Stimuli zur Induktion von Überforderung
• Synchronisierte multimodale Datenaufnahme zur Erfassung psycho-physiologischer Zustände

Studiendesign

Stimuli zur Induzierung von Überforderung

• n-back Test: Goldstandard-Methode in der psychologischen Forschung
• k-drive Test: neu entwickeltes Testkonzept, genau angepasst an die Herausforderungen beim Autofahren

Physiologische Reaktionen:
Synchronisierte Aufnahmen multimodaler Biosignale

• Elektroenzephalografie (EEG)
• Eyetracker
• Atmungsrate
• Thermalkamera
• Elektrodermale Aktivität (EDA)
• Sauerstoffsättigung (sO2)
• Electromyografie (EMG)
• Mimik
• Elektrokardiografie (EKG)
• Herzfrequenzvariabilität (HRV)
• Photoplethysmographie (PPG)
• Elektrogastrographie (EGG)

Verhaltensparameter

• Gesichts- und Emotionsanalyse: Facial Action Coding System Action Units
• Performane Parameter, wie Trefferquote und Falsch-positv-Rate
• Reaktionszeit
• Blickrichtung (Eye Tracking)

Subjektives Erleben erfasst durch Fragebögen

• NASA TLX questionnaires
• OCEAN personality traits