Menschmodellierung für adaptive Straßenfahrzeuge

Abstract

Human-Cyber-Physical Systems (HCPS) sollen sicherheitskritische Situationen. Menschmodelle ermöglichen es dem HCPS dynamisch auf Zustände und Verhalten des Menschen einzugehen. So können sicherheitskritische Situationen, welche durch negativen Menschzustände oder Verhalten verursacht werden, im Vornherein verhindert beziehungsweise der Schaden minimiert werden. Im Zuge dieser Arbeit wurden verschiedene Modellierungsansätze für Intentions- und Zustandserkennung für die Verwendung von hochautonomen Fahrzeugen präsentiert. Hierbei wurde ein Fokus auf die Synthese verschiedener Datenquellen und eine etwaige Verbesserung der Modellleistung gelegt. Im Kontext von hochautonomen Fahrzeugen als HCPS wurden außerdem zwei weitere wichtige Aspekte untersucht: die Interaktion zwischen HAV und menschlichen Fahrer:innen und die Personalisierung von HAV. Beide Aspekte sind wichtig für die Nutzerakzeptanz der Technologie und somit auch die Einführung von HAV in die Gesellschaft.