Stress führt einen Menschen schnell an seine Belastungsgrenzen. Um dies rechtzeitig zu erkennen, arbeitet Fraunhofer an einem smarten Sensornetz mit KI-Unterstützung.
KI und Mikrosensoren sollen künftig die kognitiven Belastungsgrenzen der Autofahrer erkennen. Im Bild das Fraunhofer-System maphera während eines Tests.
Fraunhofer IIS / Paul Pulkert
Autofahren ist eine kognitive Höchstleistung, denn der Mensch am Steuer muss enorme Informationsmengen verarbeiten. Erreicht der Fahrer die Grenze seiner kognitiven Belastungsfähigkeit, kann dies in kritischen Situationen schnell zu gefährlichen Fehlentscheidungen führen.
Um dies rechtzeitig zu erkennen, haben Forscher des Fraunhofer-Instituts für Integrierte Schaltungen IIS in Erlangen ein smartes Sensor-Netzwerk entwickelt. Gepaart mit Künstlicher Intelligenz (KI) überwacht es die kognitive Belastung. Wenn die individuelle Belastungsgrenze erreicht wird, könnte dann die Fahrzeugelektronik unterstützend eingreifen, um den Menschen zu entlasten oder eine Pause zu empfehlen.
Sensornetz maphera
Um dieses Konzept zu realisieren, kreierten die Experten bei Fraunhofer das Sensor-Netzwerk maphera. Dessen Sensoren messen kontinuierlich essenzielle Biosignale wie Puls, Atemfrequenz und Bewegungen. Dazu lasen sich die Sensorknoten unauffällig in Armbänder, Textilien oder sogenannte Smart Patches (hautaufklebbare Sensoren) integrieren.
Der miniaturisierte maphera-Sensorknoten (hier ohne Gehäuse) erfasst ein EKG. Durch zwei miteinander verbundene Platinen können die einzelnen Sensorknoten für weitere Anwendungen angepasst werden.
Fraunhofer IIS / Stephan Göb
Eine Herausforderung war jedoch die Synchronisation der Daten. Da die Messungen bei Anwendungen wie Autofahrten oft über Stunden laufen, addieren sich die zeitlichen Drifts der unterschiedlichen Sensormikrocontroller, was die Biosignale asynchron machen würde. Den Forschern gelang es, diese zeitlichen Drifts exakt einzuberechnen: Die Daten des Systems sind mit einer Toleranz von nur 30 Mikrosekunden synchron.
KI analysiert Biosignale
Korrekte, synchrone Daten sind jedoch nur die halbe Miete. Denn die Biodaten allein lassen noch keine Aussage über die kognitive Belastung zu. Der Schlüssel hierzu sind KI-Algorithmen. Um den Zusammenhang zwischen Biosignalen und Belastung zu untersuchen, führten die Forscher verschiedene Studien durch. Dazu mussten die Probanden Aufgaben mit steigendem Schwierigkeitsgrad erledigen. Während dieser Tests registrierten die Sensoren kontinuierlich die Biosignale.
Dr. Nadine Lang-Richter, Gruppenleiterin Medizinische Datenanalyse am Fraunhofer IIS, erklärt das so: „Im letzten Schritt führten wir alle Informationen zusammen und analysierten diese mithilfe von KI-Algorithmen, die wir selbst entwickelt haben. Damit können wir ein individuelles kognitives Belastungsprofil des Menschen erstellen.“
Vom Cockpit bis zum OP-Saal
Bedarf für eine solche Technologie ist durchaus vorhanden. So schreibt eine EU-Verordnung (EU, 2019/2144 General Safety Regulation) ab 2026 kamera-basierte Driver-Monitoring-Systeme (DMS/Advanced Driver Distraction Warning) in Neuwagen vor, um die Aufmerksamkeit des Menschen am Steuer zu prüfen. Dies gilt auch für selbstfahrende Autos, in denen die Fahrer weiterhin aufmerksam bleiben müssen, um im Notfall eingreifen zu können.
Die Einsatzmöglichkeiten reichen aber weit über das Auto hinaus. Im Flugverkehr könnte das individuelle Belastungsprofil die Ausbildung von Piloten ergänzen und optimieren. Denkbar wäre zudem ein Einsatz im Operationssaal. Gerade langwierige Operationen, die über viele Stunden höchste Konzentration erfordern, könnten durch solche Monitoringsysteme sicherer werden.
