Das IRS übernimmt die regelungstechnische Umsetzung der Transition. Zentrale Fragestellungen sind die Modellierung der haptischen
Interaktion zwischen Fahrer und Fahrzeug und die daraus zu ermittelnde optimale Unterstützung für den Menschen.
KIT-CVHCI beschäftigt sich mit der videobasierten Erkennung komplexer Aktivitäten und Interaktionen des Fahrers. Ziel ist dabei die
Entwicklung von Echtzeitverfahren unter realen Einsatzbedingungen.
Die zentrale Aufgabe des ITAS im Projekt ist die Umsetzung und Koordination der den gesamten Forschungs- und Entwicklungsprozess
begleitenden Technikfolgenabschätzung. Zudem werden verallgemeinerte innovationsbezogene Empfehlungen für Entscheidungsträger
erarbeitet.
Der LfE untersucht in der Transitionsphase haptische & multimodale Interaktionskonzepte. Der Fahrer wird zunächst multimodal zur
Übernahme aufgefordert, anschließend kommunizieren Mensch & Maschine haptisch Richtung & Stärke ihrer gewünschten Handlung.
Das Fraunhofer IOSB implementiert die kamerabasierte Innenraum- und Insassenerfassung. Durch innovative
Wahrnehmungskomponenten werden Insassen und deren Aktivitäten sowie Nebentätigkeiten erkannt und zur Ermittlung ihrer
Aufmerksamkeit und Übernahmebereitschaft ausgewertet.
Die Robert Bosch GmbH mit dem Geschäftsbereich Chassis Systems Control fusioniert die Teilkomponente zum Gesamtsystem mit der
Entwicklung eines Kooperationsmanagers. Ein starker Fokus liegt dabei auf der Personalisierung und Adaptierung einer
automatisierten Fahrfunktion.
BMW unterstützt durch die Anforderungsdefinition an eine personalisierte Fahrerassistenz. Ausgehend von einem Fahrermodell und
dem Nutzerprofil werden Stellschrauben für ein personalisiertes HAF-Fahrerlebnis identifiziert und bewertet.
Im Rahmen des nutzerzentrierten Gestaltungsprozesses führt das Spiegel Institut Nutzerstudien zu Transition und Personalisierung des
Systems durch. Daraus können spezifische Anforderungen an das System, sowie dessen Wirksamkeit und Akzeptanz aus Nutzersicht
erfasst und in die weitere Entwicklung implementiert werden.
Videmo identifiziert den Fahrer mithilfe von automatischer Gesichtserkennung. Dabei wird auch die Tauglichkeit der
Gesichtserkennungsverfahren im Vergleich sichtbares Licht / Infrarotbeleuchtung untersucht.
Die mVISE AG übernimmt die Integration von Nutzerprofilen in eine mobile Applikation zur Konfiguration und Steuerung von
autonomen Fahrzeugen auf Basis von Nutzerpräferenzen. Die zentrale Fragestellung ist das Nutzerbedürfnis, Ziel die Nutzerakzeptanz
dieser neuen Technologie zu fördern.
Das FZI erstellt einen Überblick zu den datenschutzrechtlichen Anforderungen nach dem geltenden Recht und nach der Datenschutz-
Grundverordnung. Weiterhin wird die technische Umsetzung durch die Betrachtung der funktionalen Sicherheit unterstützt.
© PAKoS