Handbeobachtungen im Autonomen Auto

Handbeobachtungen im Autonomen Auto
Das Safe Human Interaction Cockpit, entwickelt von ZF und Faurecia, schafft Klarheit bei Übergabeszenarien zwischen manuellen und automatisierten Fahrmodi. Fahrer und Auto können sich eindeutig und einfach verständigen, unabhängig davon, wer lenkt. // The Safe Human Interaction Cockpit made by ZF in partnership with Faurecia brings clarity to handover scenarios between manual and automated driving modes. In virtually any situation, driver and vehicle can communicate clearly and easily, regardless of which of them is driving the vehicle at the time.

Die Forscher Kevan Yuen und Mohan Trivedi von der University of California in San Diego haben ein Hand-Tracking-System entwickelt.

Das Teilautonome Auto muss wissen, ob die Fahrenden ihre Hände am Lenkrad haben oder nicht. Das ist ein Zeichen dafür, ob sie Fahrzeugkontrolle  wieder übernehmen können. Die Sicherstellung, dass die Menschen die Steuerung übernehmen können, ist auch Teil der neuen UN-Zulassungsverordnung für Level 3-Fahrzeuge.

Safe Human Interaction Cockpit

Übergabeszenario im Auto.  Quelle: ZF

Wo der Hersteller Jaguar Land Rover mit Wärme arbeitet, nutzen Forscher der University of California die Beobachtung der Hände. Mit der Technik soll es möglich werden, zu berechnen, wie lange es dauern würde, bis der Mensch hinter dem Lenkrad die Kontrolle über das Fahrzeug wieder übernehmen kann.

Die Beobachtung der Hände stellt die Technik vor ein Problem, denn auf dem engen Raum der Fahrgastzelle müssen die Kameras so positioniert werden, dass sie die Hände immer im Blick haben und nicht von anderen Dingen verdeckt werden. Außerdem muss eine ständige Überwachung gewährleistet werden, auch wenn die Sonne ungünstig steht.

Daher haben sich die Forscher ein Konzept überlegt, dass auf einer Ganzkörperbewegung basiert und es auf die Handbewegung angepasst. Derart werden auch die Handgelenke und die Ellenbogen der Personen auf den vorderen Sitzen beobachtet. Mittels einer Künstlichen Intelligenz wird die Beobachtung ausgewertet.

Das System wurde anhand von 8.500 Bildern darauf trainiert und erlaubt eine effiziente Handerkennung, sowie die Lokalisierung und Aktivitätsanalyse der Hände, die in 95 Prozent der Fälle funktioniert. Bei einer Schätzung der Armlänge, kommt es jedoch zu einem zehnprozentigen Lokalisierungsfehler. Dies hängt auch mit den Mustern auf der Kleidung zusammen.

Derzeit arbeitet man an der Verbesserung des Systems, wobei man die Kameraposition optimiert und weitere Kameras installiert. Offenbar haben sich in der Branche bereits Interessenten gefunden, aber man verrät nicht, welche Unternehmen das sind.

David Fluhr

Ich schreibe seit 2011 über das Thema Autonomes & Vernetztes Fahren. Ich habe Sozialwissenschaften an der HU Berlin studiert und bin seit 2012 selbstständiger Journalist. Kontakt: mail@autonomes-fahren.de

Das könnte dich auch interessieren …

Ads Blocker Image Powered by Code Help Pro

Ads Blocker Detected!!!

We have detected that you are using extensions to block ads. Please support us by disabling these ads blocker.

Powered By
100% Free SEO Tools - Tool Kits PRO