Komfortables automatisiertes Fahren
Die erwarteten Vorteile automatisierten Fahrens, wie höhere Verkehrssicherheit und Effizienz, geringere Emissionen, Mobilität für alle und entspanntes Fahren, können nur bei breiter Akzeptanz der Technologie erreicht werden. Dafür muss sichergestellt sein, dass automatisiertes Fahren so komfortabel wie möglich gestaltet wird. Im Projekt KomfoPilot wurden sowohl generelle Einflussfaktoren auf das Komfortempfinden erforscht als auch mittels innovativer Sensorik messbare Fahrerparameter zur Echtzeitschätzung von Diskomfort identifiziert.
Automatisiertes Fahren ist kein Selbstzweck, sondern soll Menschen neue und komfortable Mobilität ermöglichen. Für eine breite Akzeptanz muss die Technologie intuitiv bedienbar und komfortabel nutzbar sein. Automatisierte Fahrzeuge sollen sich daher an das Komfort- und Sicherheitsempfinden der Nutzer anpassen.
Im Projekt ermittelte Verkehrsszenarien mit hohem Diskomfortpotential umfassen dichten Mischverkehr, hohe Situationskomplexität, z. B. Kreuzungen oder Baustellen, geringe Abstände sowie Ein- und Ausscher-manöver. Im automatisierten Fahrmodus wird in solchen Situationen ein grundsätzlich defensiver Fahrstil bevorzugt mit reduzierten Beschleunigungen und Bremsdruck sowie angepassten Abständen. Hohe Systemtransparenz, z. B. durch Darstellung geplanter Fahrmanöver, stellt einen weiteren wichtigen Faktor für ein positives Fahrerleben dar. Neben diesen übergreifenden Faktoren bestehen allerdings individuelle Unterschiede im Komfortempfinden. Deshalb zielte der zweite Forschungs- und Entwicklungsansatz auf das echtzeitfähige sensorische Erkennen von entstehendem Diskomfort unter Berücksichtigung von Datenschutzaspekten. Kamerabasierte Blick- und Mimikanalyse, physiologische Daten aus Smartbands und mittels Sitzdruckmatte erfasste Körperbewegungen zeigen spezifische Veränderungen, vor allem in Situationen mit höherem Diskomfort. Zur Fusion dieser Messgrößen wurden Methoden der künstlichen Intelligenz angewandt.
Technische Neuerungen z. B. im Bereich der Bildverarbeitung erlauben eine immer bessere Einschätzung der Nutzerinnen und Nutzer automatisierter Fahrzeuge. Forschungsbedarf besteht in der sinnvollen Integration und Interpretation dieser Daten unter kontinuierlichem Einbezug potentieller Anwenderinnen und Anwender. Damit wird die Umsetzung der Vision eines Fahrer-Fahrzeug-Teams realistischer, in dem beide Partner die jeweiligen Stärken und Schwächen kennen und flexibel aufeinander eingehen können.