Hierzu wurde eine ACT-R Simulation geschrieben, welche das Verhalten eines menschlichen Autofahrers auf einer Nebelstrecke mit einer augmentierten Hilfslinie (Guideline) simulieren sollte. Dieses Modell beinhaltet viele Aspekte aus einem Blogbeitrag zu Grundlagen der KI und kognitivem Fahrermodell im Demonstrator: Autonomes Fahren der hier nachgelesen werden kann. Hierbei dientem dem Modell fünf visuelle Eingabepunkte als Hilfe.
Zwei Punkte stellten dabei die visuellen Sichtpunkte der Fahrbahn dar, welche als Alternative zur Guideline vom Modell genutzt werden konnten (linksseitig als Orientierung zur Straßenmitte, rechtsseitig zur Darstellung des sichtbaren Fahrbahnrandes). Diese sind durch den simulierten Nebel allerdings relativ nah im vorderen Bereich des Fahrzeugs auf der Straße platziert (dies modelliert die bei Nebel oftmals drastisch reduzierte Sichtmöglichkeit der fahrenden Person vor dem Fahrzeug). Hierdurch konnte das Fahrermodell bei Benutzung dieser Punkte nicht weit genug nach vorne planen und musste damit tatsächlich langsamer fahren.
Als alternativ nutzbare Möglichkeit wurde ein 3-Punkte-Modell angeboten: Hierzu wurden zwei Punkte auf der augmentierten Guideline angebracht; hierdurch wurde somit ein als Head-up Display einsetzbares Assistenzsystem simuliert. Einer der beiden Punkte befand sich näher am Fahrzeug (vergleichbar mit der Platzierung der Punkte zur Simulation tatsächlicher menschlicher Sicht im Nebel); dieser Punkt diente dazu, das unmittelbare Lenkverhalten zu steuern. Der zweite dieser beiden Punkte wurde in weiterer Entfernung vom Fahrzeug platziert, um die zukünftigen Straßenbegebenheiten mit einzuplanen, z.B. ob in absehbarer Zeit eine Kurve kommt und somit das Fahrzeug bremsen muss (hierdurch wurde das "vorausschauende" Assistenzsystem, z.B. auf Radarbasis, simuliert). Der dritte und letzte Punkt befand sich nahe neben dem Fahrzeug auf der Fahrbahn. Dieser diente dazu zu prüfen, ob sich das Fahrzeug noch weiterhin innerhalb der Spur befindet.
Zu der Simulation kamen noch einstellbare Lenk- und Beschleunigungsparameter hinzu, welche das Fahrzeugverhalten direkt beeinflussen. Diese konnten zu Beginn der jeweiligen simulierten Fahrt variiert werden, waren dann aber über die Dauer einer Simulation feststehend.
Diese Simulationsstudie lieferte folgende, durchaus interessante Ergebnisse: Wurde die Guideline kontinuierlich auf der Strecke angezeigt, so wählte das Fahrermodell nach kurzer Zeit auch immer die Guideline als bevorzugte Informationsquelle. Der insbesondere spannende Fall war jedoch der folgende: Was passiert, wenn die Guideline nicht richtig ist , also Fehler in der Augmentierung auftreten? Fasst die Simulation wieder „Vertrauen“ in die Guideline, nachdem diese falsch war? Hier war zu beobachten, dass in Abhängigkeit der Häufigkeit von Fehlerauftreten (z.B. dadurch, dass die Abstände, in denen Fehler auftraten, groß genug gewählt wurden), die Simulation nach kurzer Zeit wieder die Guideline und nicht die Sichtpunkte als bevorzuge Informationsquelle nutzte. Passierten die Fehler jedoch häufig, so fiel das „Vertrauen“ in die Guideline so sehr, dass nur noch die Sichtpunkte genutzt wurden.
Die Studie macht auch deutlich, dass wenn über Lösungen diskutiert wird (hier: der Einsatz eines potentiellen Assistenzsystems zur Erhöhung der Fahrsicherheit bei widrigen Sichtverhältnissen), dass es eben konkreter Studien bedarf, um Daten zu gewinnen, welche die Möglichkeit zur Bewertung einer potentiellen Lösungsgüte erlauben; d.h. dass Metriken in der Usability- und User Experience-Forschung eine Produkteigenschaft auf ein qualitatives oder quantitatives Gütemaß abbilden. Hierdurch wird das Auftreten und die Art der interessierenden Produktlösung überprüfbar.
Die hier kurz dargestellten Ergebnisse der Vorstudie bieten laut Dieter Wallach und seinem Team genug Potential, in einem zukünftigen Schritt weitere Studien zur Validierung des Potentials der Simulation mittels ACT-R voranzutreiben. Für Anfragen und Interessensbekundungen in diesem Bereich kann Dieter Wallach hier direkt kontaktiert werden.
29.05.20
