Dynamisches Modell des Situationsbewusstseins beim automatisierten Fahren

Das Projekt DySAM zielt darauf ab, das Situationsbewusstsein (SA) bei automatisierten Fahrsystemen in Echtzeit zu schätzen. Es wurde ein Algorithmus entwickelt, der auf Sensorinformationen basiert und probabilistische Modelle verwendet, um die SA zu bewerten. Das DySAM-System besteht aus einer Pipeline zur Aufbereitung von Merkmalen, einer Inferenz-Engine und einem probabilistischen Modell. Die Datenerhebung erfolgte in einem Fahrsimulator, wobei verschiedene NDRTs (Non-driving Related Tasks) durchgeführt wurden. Die Modellierung basiert auf Dynamischen Bayes’schen Netzwerken (DBNs), die die Beziehung zwischen beobachtbaren Verhaltensindikatoren und der SA modellieren. Die Evaluierung der Modelle zeigte eine hohe Genauigkeit in der Erkennung von NDRTs und der Unterscheidung zwischen ausreichender und unzureichender SA. Die Projektergebnisse belegen die Machbarkeit der Echtzeitschätzung der SA und bieten Ansätze zur weiteren Verbesserung der Modelle.