Wenn das Auto erkennt, dass etwas nicht stimmt
Es ist kurz vor zehn Uhr am Bosch-Standort Renningen. Im Fahrsimulator herrscht konzentrierte Ruhe. Auf mehreren Bildschirmen verfolgt das Team jede Bewegung des Fahrers: Blickrichtung, Fahrverhalten, Lenkbewegungen. Noch fährt die Testperson nüchtern. Einige Stunden später wird derselbe Fahrer wieder im Simulator sitzen. Diesmal unter kontrollierten Bedingungen mit Alkohol im Blut. Wieder zeichnen Kameras und Sensoren jede Bewegung auf. Für Außenstehende mag das ungewöhnlich wirken.
Die Studie wird vom Geschäftsbereich Cross-Domain Computing Solutions durchgeführt. Sie untersucht, wie sich Alkoholeinfluss auf das Verhalten der Fahrerin oder des Fahrers auswirkt und liefert wichtige Erkenntnisse für zukünftige Fahrerassistenzsysteme. Die Alkohol-Erkennung selbst wurde insbesondere am Bosch Lab entwickelt, einer Forschungs- und Innovationsplattform von Bosch und auch wissenschaftlichen Partnern von der Universität St. Gallen und ETH Zürich. Bosch Research forscht darüber hinaus seit vielen Jahren an Interior Sensing – also daran, wie Sensoren und Kameras im Fahrzeuginnenraum Informationen über den Zustand der fahrenden Person erfassen und interpretieren können. Die Forschung schafft damit wissenschaftliche Grundlagen für die Erkennung unterschiedlicher Beeinträchtigungen.
„Unsere Forschung kommt genau zur richtigen Zeit. Weltweit rücken Systeme zur Fahrerzustandserkennung zunehmend in den Fokus. In den USA werden gerade Technologien zur Erkennung alkoholbeeinträchtigter Fahrer durch die Straßenverkehrsbehörde geprüft“, erklärt Hans-Joachim Bieg, Forschungsingenieur bei Bosch Research. „Für uns bestätigt diese Entwicklung, dass wir an einem Thema forschen, das nun zunehmend regulatorisch und gesellschaftlich an Bedeutung gewinnt.“
Mehr als Alkoholerkennung
Die aktuelle Studie beschäftigt sich mit Alkoholeinfluss. Doch im Zentrum steht eine deutlich größere Forschungsfrage: Wie erkennt ein Fahrzeug, wenn die Fahrerin oder der Fahrer Unterstützung braucht? Denn Alkohol ist nur einer von vielen Gründen, warum Menschen plötzlich fahruntüchtig werden können. Bosch Research untersucht, wie sich zukünftig eine Beeinträchtigung der Fahrerin oder des Fahrers beispielsweise aufgrund eines gesundheitlichen Notfalls zuverlässig erkennen lässt. Ziel ist ein Fahrzeuginnenraum, der den Zustand der Fahrerin oder des Fahrers versteht und im Ernstfall geeignete Maßnahmen einleiten kann – etwa die fahrende Person warnen, Assistenzsysteme aktivieren oder Hilfe organisieren. „Bei der Erkennung von Auffälligkeiten in der Gesundheit geht es nicht darum, den Menschen zu überwachen, sondern ihn in kritischen Situationen zu unterstützen“, macht Hans-Joachim deutlich.
Während jeder Versuchsfahrt entstehen Millionen Datenpunkte. Innenraumkameras erfassen Blickbewegungen und Kopfhaltung. Kameras und Radarsensoren im Innenraum zeichnen physiologische Signale auf. Gleichzeitig werden Fahrzeugdaten wie Lenkwinkel, Lenkbewegungen, Geschwindigkeit oder Reaktionszeiten erfasst. Bosch Research wertet diese Informationen wissenschaftlich aus und baut daraus umfangreiche Datensätze auf. Sie bilden die Grundlage für neue KI-Modelle und helfen den Forschenden zu verstehen, welche Signale tatsächlich auf eine Beeinträchtigung hinweisen.
Was Bosch Research bereits erreicht hat
Die Forschung an Interior Sensing läuft bei Bosch Research bereits seit über 20 Jahren. In dieser Zeit haben die Forschenden zahlreiche Studien durchgeführt und wesentliche Erkenntnisse darüber gewonnen, welche Merkmale auf Müdigkeit, Ablenkung oder gesundheitliche Einschränkungen hinweisen können.
Die Entwicklung begann mit lenkwinkelbasierten Systemen zur Müdigkeitserkennung, die heute bereits in Serie eingesetzt werden. Später rückten kamerabasierte Systeme in den Fokus. Sie ermöglichen eine genauere Erkennung von Müdigkeit und Ablenkung. In den vergangenen Jahren hat die Forschung zudem weitere sicherheitsrelevante Beeinträchtigungen untersucht – etwa durch Krankheiten oder den Konsum von Drogen wie Alkohol oder Cannabis.
„Unsere Forschung hat gezeigt, dass sich der Zustand eines Fahrers nicht anhand eines einzelnen Signals zuverlässig beurteilen lässt. Entscheidend ist vielmehr, verschiedene Informationen miteinander zu kombinieren“, erklärt Wolfgang Bronner, Leiter des Bosch Labs. „Genau darin liegt eine der großen Herausforderungen: zwischen individuellen Verhaltensweisen und tatsächlichen Beeinträchtigungen zu unterscheiden und dabei Fehlalarme möglichst zu vermeiden.“
Die Forschungsergebnisse aus diesem langjährigen Forschungsprogramm bilden heute eine wichtige Grundlage für die Weiterentwicklung von Fahrerbeobachtungssystemen und neue Anwendungen im Bereich Interior Sensing.
Gemeinsam von der Forschung in die Anwendung
Auf diesen Erkenntnissen baut auch die aktuelle Studie zur Alkoholerkennung auf. Sie untersucht, welche Hinweise auf eine Beeinträchtigung sich zuverlässig erkennen lassen und wie verschiedene Sensorsignale intelligent miteinander kombiniert werden können.
Die größte Herausforderung besteht nicht darin, Daten zu erfassen, sondern sie richtig zu interpretieren. Nicht jede veränderte Kopfbewegung bedeutet Müdigkeit. Nicht jede verzögerte Reaktion ist ein medizinischer Notfall. Die Forschenden entwickeln deshalb KI-basierte Klassifikationsmethoden, die unterschiedliche Sensorsignale miteinander kombinieren und daraus möglichst zuverlässige Aussagen über den Zustand der Fahrerin oder des Fahrers ableiten. Bei der Erkennung von Alkoholeinfluss können dabei beispielsweise Informationen aus Blickverlauf, Lidschluss, Kopfhaltung, und Vitalzeichen mit Informationen zum Fahrverhalten zusammengeführt werden.
Bosch Research entwickelt diese Technologien nicht im Alleingang. Von Beginn an arbeiten die Forschenden eng mit dem Geschäftsbereich Cross-Domain Computing Solutions zusammen. Während Corporate Research neue Datensätze aufbaut, kontrollierte Studien durchführt sowie Algorithmen, Sensorfusion und KI-Verfahren entwickelt, bringt Cross-Domain Computing Solutions die Anforderungen zukünftiger Fahrzeugsysteme ein. Die Zusammenarbeit verläuft dabei in beide Richtungen: Während Corporate Research neue wissenschaftliche Fragestellungen untersucht, liefert Cross-Domain Computing Solutions Anforderungen aus der Fahrzeugentwicklung, aus denen wiederum neue Forschungsfragen entstehen.
Die aktuelle Alkoholstudie ist deshalb weit mehr als eine Untersuchung zum Verhalten der Fahrerin oder des Fahrers. Sie liefert Erkenntnisse für die nächste Generation intelligenter Innenraumsensorik – und für Fahrzeuge, die künftig nicht nur erkennen, wohin Menschen schauen, sondern auch verstehen, wann sie Unterstützung benötigen. Je früher ein Fahrzeug erkennt, dass ein Mensch Unterstützung braucht, desto früher kann es eingreifen, warnen oder Hilfe organisieren. Genau darin liegt ein weiterer Schritt auf dem Weg zu Vision Zero – dem langfristigen Ziel, Straßen sicherer zu machen und Verkehrstote möglichst vollständig zu vermeiden.