Filtern
Schlagworte
- Mensch-Maschine-Interaktion (3) (entfernen)
Der Bericht stellt zwei standardisierte methodische Ansätze zur Bewertung der Effizienz und Sicherheit der Mensch-Maschine-Interaktion (MMI) bei der Nutzung von teilautomatisierten Fahrfunktionen vor. Dazu wurden Prüfkriterien definiert, welche die Erfüllung der dazu notwendigen Anforderungen an die Vermittlung eines angemessenen Systemwissens, eines adäquaten System- und Situationsbewusstseins, einer wenig beanspruchenden Systembedienung und einer sicheren Fahrerreaktion an Systemgrenzen erfassen sollen.
Mittels einer Expertenbewertung als erste Methode wird geprüft, ob die Mensch-Maschine-Schnittstelle (MMS, d. h. die Anzeigen, Systemausgaben und die Bedienelemente) die Mindestanforderungen bezüglich Wahrnehmbarkeit und Verständlichkeit von Systemzuständen erfüllt. Der Fokus liegt dabei auf visuellen und akustischen Systemausgaben. Zusätzlich werden Aspekte der Vermittlung eines angemessenen Systemverständnisses über das Benutzerhandbuch sowie der Systembedienung bewertet. Zur Überprüfung dieser Aspekte wurde eine Checkliste mit insgesamt 14 Anforderungen entwickelt. Das Verfahren kann auf Teststrecken oder im Realverkehr angewendet werden. Dazu wird ein Set an Use Cases durchfahren, anhand derer die Erfüllung der einzelnen Items abgeprüft wird. Die Checkliste wurde im Rahmen von zwei Realfahrstudien und einer Fahrsimulatorstudie erprobt und weiterentwickelt. Dabei stand die Überprüfung der Validität (d. h. kann die Checkliste unterschiedlich gute Mensch-Maschine-Interaktionskonzepte voneinander unterscheiden) sowie der Reliabilität (d. h. inwieweit kommen unterschiedliche Rater bei der Bewertung eines Systems auf vergleichbare Ergebnisse) im Vordergrund.
Als zweite Methode wurde ein standardisiertes, szenarienbasiertes Beobachtungs- und Befragungsinstrument zur Bewertung der Systeminterak¬tion entwickelt. Als Bewertungskriterien werden Probleme bei der Systembedienung, im Fahrverhalten sowie Einschränkungen des Überwachungsverhaltens erfasst, die in ein übergeordnetes Versuchs¬leiterrating pro Use Case münden. Darüber hinaus werden Aspekte des Systemverständnisses über eine Befragung des Fahrers zu einzelnen MMS-Anzeigen und Systemreaktionen erfasst. Diese Be-wertungskategorien sind in anschaulicher Form in einer Tablet-Anwendung, der sog. S.A.D.E.-App (Standardized Application for Automated Driving Evaluation), umgesetzt. Die Methode wurde in zwei Simulatorstudien und während einer Fahrt im Realverkehr mit einem Seriensystem erprobt und validiert.
Für eine umfassende, standardisierte Bewertung der Mensch-Maschine-Interaktion beim teilautomatisierten Fahren wird empfohlen, beide Methoden in Kombination zu verwenden. Das Verfahren kann um zusätzliche Methodenbausteine zur Erfassung der langfristigen Entwicklung von Systemvertrauen und -akzeptanz sowie Verhaltensanpassungen erweitert werden.
Mit dem Ziel, geeignete Indikatoren und Kriterien für die Bewertung der sicheren Mensch-Maschine-Interaktion für SAE Level 3 Systeme bis 60 km/h im Kontext des automatisierten Fahrens zu identifizieren, wurde dieses Forschungsprojekt mit einem Fokusgruppeninterview begonnen, um relevante Publikationskanäle und eine Liste von Schlüsselwörtern bezüglich Indikatoren für die Bewertung der Mensch-Maschine-Interaktion auf SAE Level 3 zu identifizieren. Basierend auf der identifizierten Liste von Schlüsselwörtern wurde eine Literaturrecherche durchgeführt, um relevante Publikationen aus den identifizierten Publikationskanälen zu extrahieren. Anhand der definierten Ein- und Ausschlusskriterien wurden 38 Arbeiten ausgewählt und für eine Meta-Analyse verwendet, um den Einfluss verschiedener Übernahmesituationen auf die Übernahmeleistung zu untersuchen. Die Ergebnisse der Meta-Analyse haben gezeigt, dass die Übernahmeleistungen der Fahrer, gemessen an den Kategorien Übernahmezeit, Übernahmequalität und subjektive Arbeitsbeanspruchung, in statischen und dynamischen Situationen unterschiedlich sind. Anschließend wurden Experteninterviews mit sechs internationalen Experten durchgeführt, um die Ergebnisse der Metaanalyse zu interpretieren und Checklistenelemente zu entwickeln. Am Ende wurden 16 Checklistenpunkte entwickelt, die sechs Kategorien von Systemanforderungen zugeordnet sind und von internationalen Experten zur Bewertung der Sicherheit der Mensch-Maschine-Interaktion von SAE Level 3 Systemen bis zu 60 km/h in Serienfahrzeugen verwendet werden können. Diese Checkliste wurde zu einer Online-Anwendung weiterentwickelt, die als einfach zu implementierendes und effizientes Bewertungsverfahren in Bezug auf die verkehrssicherheitsrelevante Interaktionsqualität der Systeme genutzt werden kann.
With the aim of identifying suitable indicators and criteria for evaluating the safe human-machine interaction for SAE level 3 systems up to 60 km/h in the context of automated driving, this research project has started with a focus group interview to identify relevant publication channels and list of keywords regarding indicators for the evaluation of human-machine interaction at SAE Level 3. Based on the identified list of keywords, literature reviews have been conducted to extract relevant publications from the identified publication channels. According to the defined inclusion and exclusion criterion, 38 papers have then been selected and used for meta-analysis to study the influence of different takeover situations on takeover performances. The results of meta-analysis have indicated that drivers’ takeover performances measured by the categories of takeover time, takeover quality and subjective workload are different in static and dynamic situations. After that, expert interviews have been conducted with six international experts to help interpret the results of meta-analysis and develop checklist items. In the end, 16 checklist items assigned in six categories of system requirements have been developed and can be used by international experts to evaluate the safety of the human-machine interaction of SAE Level 3 systems up to 60 km/h in production vehicles. This checklist has been further developed to an online application, which can be used as an easy-to-implement and efficient evaluation procedure in relation to the traffic safety relevant interaction quality of the system.