Ermittlung des Fahrerzustands Ablenkung

Das Buch zeigt eine Architektur auf, mit deren Hilfe Zustände des Fahrers erfasst werden können. Auf dieser Basis wird ein Algorithmus vorgestellt, der ohne Kamera erkennt, ob der Fahrer abgelenkt ist. In einem ersten Schritt wird ein menschliches Modell erstellt, welches speziell auf omobile Anforderungen zugeschnitten ist. Dieses „omotive human model“ beschreibt alle Zustände, die aktuell in Fahrzeugen erhoben werden können. Anschließend erfolgt ein Abgleich der im Fahrzeug vorhandenen Daten mit dem neuen Modell, um alle notwendigen Eingangsgrößen zur Zustandserfassung zu identifizieren. Diese beiden Säulen, Eingangsgrößen und Zustände, werden schließlich in eine Architektur eingebettet, die über eine weitere Ebene - Algorithmus - die Eingangsdaten mit den Zuständen verknüpft. Ferner berücksichtigt die Architektur auch Maßnahmen, die abhängig vom detektierten Zustand eingeleitet werden können. Kernstück dieser Untersuchung ist jedoch ein Algorithmus, der ohne Kamera Ablenkung des Autofahrers detektieren kann. Hierfür wird zuerst eine Simulatorstudie durchgeführt, bei der den Probanden während des Fahrens ablenkende Sekundäraufgaben gestellt werden. Auf Basis dieser Daten wird eine Messmethode entwickelt, die mit Hilfe der diskreten Fourier-Transformation typische Muster für Ablenkung durch Transformation des Lenkradwinkels erkennt. Nach erfolgreicher Entwicklung des Algorithmus wird dieser in einem Versuchsfahrzeug implementiert. Diese Studie zeigt, dass es möglich ist, ohne Kamera auf Basis einer diskreten Fourier- Transformation des Lenkradwinkels Unaufmerksamkeit zu detektieren. Die entwickelte Architektur stellt dabei eine zukunftsoffene Basis dar, auf der weitere Forschungsarbeit zum Thema Fahrerzustand geleistet werden kann.