EMMA4Drive – Dynamisches Menschmodell für mehr Sicherheit und Komfort in autonomen Fahrzeugen

Richtig sitzen durch Maschinelles Lernen

Die Berechnung des Kontakts zwischen einer sitzenden Person und dem Fahrzeugsitz ist sehr komplex – insbesondere durch die Vielzahl möglicher Verformungen an der Kontaktfläche. In aufwendigen Finite-Elemente-(FE)-Simulationen wird dieser Kontakt bisher beispielsweise für Crash-Szenarien berechnet. Um diesen physikalisch realistischen Kontakt auch in EMMA abbilden zu können, entwickelte unser Forschungspartner an der Universität Stuttgart ein KI-Modell. Es basiert auf aktuellen Methoden des Maschinellen Lernens und wurde mit Daten aus FE-Simulationen trainiert. So lassen sich Kontaktkräfte schnell und effizient anhand der Sitzposition vorhersagen – ein entscheidender Vorteil für die Bewegungsvorhersage in EMMA. 

Verknüpfung mit dem Menschmodell THUMS®

Um die Ergebnisse aus EMMA direkt mit denen aus FE-Simulationen vergleichen zu können, übertrugen unsere Forschenden das etablierte Menschmodell THUMS® in ein für EMMA nutzbares Mehrkörpermodell. THUMS® wird auch in der Industrie häufig in Crash-Analysen eingesetzt, ebenso wie von unserem Forschungspartner. Diese Schnittstelle erlaubt es, EMMA-Simulationen in FE-Umgebungen weiterzuführen oder zu validieren. Auch Bewegungen, die in EMMA erzeugt wurden, lassen sich so in FE-Simulationen mit THUMS® nachvollziehen.

EMMA meistert dynamische Fahrmanöver

Zur Bewertung von Fahrkomfort simulieren wir in EMMA eine Vielzahl dynamischer Fahrmanöver: Spurwechsel, Ausweichmanöver, Anfahren, Bremsen – und zunehmend auch neue Szenarien aus dem autonomen Fahren, etwa die Fahrzeugübernahme bei Gefahrensituationen.

Dafür erweiterten unsere Forschenden EMMA um Funktionalitäten, so dass Fahrzeugbewegungen variabel in der Simulation vorgegeben werden können: von einfachen linearen Beschleunigungsprofilen bis hin zu gemessenen Referenzdaten. Letztere wurden mithilfe des Fahrsimulators RODOS^® eingebunden – etwa bei einem Notausweichmanöver. In Zukunft können sogar Fahrzeugbewegungen von EMMA selbst mitoptimiert werden.

Bewegungen ohne Vorwissen vorhersagen

Steuert die Person das Fahrzeug nicht selbst, etwa als Beifahrer:in oder in einem autonom fahrenden Fahrzeug, kennt sie die zukünftigen Manöver nicht. Dies bringt neue Herausforderungen mit sich. Bisher wurden Bewegungen in EMMA mithilfe von Optimierungsmethoden berechnet – stets unter Einbezug des vollständigen Fahrmanövers. Diese Methode liefert realistische Vorhersagen für erfahrene Fahrer:innen, die auf Bewegungen vorbereitet reagieren. Eine Vorgehensweise, die für die Simulierung erfahrener Fahrer:innen wünschenswert ist. 

Nun sollen jedoch auch Bewegungen vorhergesagt werden, die auf unbekannte Beschleunigungen reagieren. Um dies zu erreichen, entwickelten unsere Forschenden eine mathematische Methodik auf Basis der modellprädiktiven Regelung. Sie entkoppelt das Planen der Bewegung vom tatsächlichen zukünftigen Zustand des Fahrzeugs und ermöglicht damit realistische Reaktionen auf unvorhersehbare Fahrsituationen.

EMMA4Drive konzentriert sich auf die Simulation von sitzenden Personen im Auto. Doch auch andere Fahrzeugtypen sind relevant – etwa Busse, öffentliche Verkehrsmittel oder Baumaschinen. In einem Industrieprojekt untersuchten wir das Verhalten stehender Passagiere in einem autonom fahrenden Shuttle. Im Video ist ein Beispiel für ein Bremsmanöver zu sehen.

EMMA auf RODOS^®

Und bevor EMMA auf die Straße darf, muss sie natürlich ihre Fahrprüfung ablegen – virtuell in unserem interaktiven Fahrsimulator RODOS^® (RObot based Driving and Operation Simulator). Dort nimmt aber zunächst ein realer Mensch Platz, um physikalische Messdaten zu erheben und die Ergebnisse der Simulationssoftware gegen gemessene Daten zu validieren. Untersucht wird die Wechselwirkung zwischen Fahrendem und Sitz, beispielsweise die Druckverteilung. Diese Daten sollen helfen, grundlegende Fragestellungen des autonomen oder teilautonomen Fahrens besser zu beantworten: Wie schnell soll man die gekippte Rückenlehne eines Sitzes mit der integrierten Elektromotorik wieder hochstellen? Oder den gedrehten Sitz in seine Ausgangsposition zurückbringen? Wie lange dauert es, bis der Mensch wieder das Steuer ergreifen kann, wenn das Fahrzeug im teilautonomen Betrieb signalisiert: »Gefahr von rechts, bitte übernehmen!«?

Der Fahrsimulator ist zentraler Bestandteil des Technikums im Bereich »Mathematik für die Fahrzeugentwicklung« und erlaubt die Verwendung unterschiedlicher Serienkabinen und echter Pkw-Karosserien, die auf einen starken Roboterarm montiert werden. Derzeit arbeiten die Forschenden an einem kombinierten biomechanisch-mechatronischen Modell des gekoppelten Sitz-Systems, mit dem die im Projekt EMMA4Drive entwickelte Simulationssoftware parametriert und kalibriert werden kann.

Damit kann man bestimmte Untersuchungen, die primär auf eine physische Beanspruchung der Insass:innen abzielen, zukünftig auch rein virtuell durchführen, ergänzend zu einzelnen RODOS^®-Simulatorstudien in einer realen Fahrkabine. Beim Austesten neuer Konzepte oder vergleichenden Untersuchungen alternativer Varianten erspart dies zeitaufwändige Umbauten der Hardware. Für Studien, bei denen psychologische Aspekte des Fahrverhaltens im Vordergrund stehen, bleibt die Simulation mit RODOS^® in einer realitätsnahen Kabinenumgebung jedoch unverzichtbar, da nur damit ein perfektes Eintauchen des Menschen in die Fahrsituation erreicht wird.

An unserem interaktiven Fahrsimulator RODOS^® haben wir in einer größeren Studie in der autonomen Fahrt untersucht. Hierbei stand der von den Proband:innen empfundene Sitzkomfort und das Sicherheitsempfinden bei einem Notausweichmanöver im Vordergrund. Die Personen waren mit einem »Full Body Tracking System« ausgestattet, außerdem war die Sitzfläche mit Drucksensoren bestückt. Diese Messung der Körperbewegungen helfen uns, die beim Ausweichmanöver auftretenden Kräfte mit dem subjektiven Komfortempfinden zu korrelieren.

Projektlaufzeit und Förderung

Das Projekt »EMMA4Drive – Dynamisches Menschmodell für das autonome Fahren« lief von April 2021 bis Dezember 2024. Es wurde gemeinschaftlich von der Deutschen Forschungsgemeinschaft (DFG) und der Fraunhofer-Gesellschaft gefördert. Mit einem Fördervolumen von fünf Millionen Euro unterstützte das Projekt die Entwicklung realistischer Menschmodelle für die Auslegung (teil-)autonom fahrender Fahrzeuge. Ein zentrales Ziel der Förderung war es, den Transfer von wissenschaftlichen Innovationen in die industrielle Anwendung frühzeitig anzustoßen – und Unternehmen aktiv in die Forschung einzubinden.
 

Projektpartner

• Universität Stuttgart, Institut für Technische und Numerische Mechanik (ITM)
  
• fleXstructures GmbH Kaiserlautern