Teilprojekt

Entwicklung Motion Sickness

Motion Sickness ist ein Problem, das vorwiegend bei Mitfahrerinnen und Mitfahrern entsteht. Eine große Menge Einflussfaktoren können Fahrerinnen und Fahrer auch in Phasen der Mitfahrt in einem automatisierten Fahrzeug individuell betreffen. Ziel ist es daher, KI (künstliche Intelligenz)-Algorithmen und MMI (Mensch-Maschine-Interface) zu entwickeln, die in der Lage sind, Motion Sickness situationsspezifisch zu erkennen und dessen Auftreten zu reduzieren.

Problemstellung

Motion Sickness tritt vor allem bei Mitfahrenden während der Ausführung visueller Aktivitäten, beispielsweise beim Lesen, auf. Folglich kann Motion Sickness den Nutzen des automatisierten Fahrens für einen bedeutsamen Teil der Bevölkerung einschränken.

Daher ist es für die Zukunft eine wichtige Aufgabe, Motion Sickness vorherzusagen, zu erkennen und entgegenzuwirken. Durch die sehr große Menge an Einflussfaktoren und großen Unterschieden hinsichtlich der Anfälligkeit zwischen Individuen, Zeitpunkten und Situationen hat die Vorhersage und Erkennung von Motion Sickness einen sehr hohen Komplexitätsgrad. Foglich bearbeitet das Arbeitspaket die zentrale Frage, wie KI-basierte Applikationen den Mitfahrenden in zukünftigen Fahrzeugen helfen können, produktiv zu sein und Unterhaltungsmedien zu nutzen, ohne dass dabei Motion Sickness auftritt.

Lösungsansatz

Um dem hohen Komplexitätsgrad von Motion Sickness zu begegnen, wird in diesem Arbeitspaket der Einsatz von KI-Methoden erprobt und ein MMI entwickelt, das KI-basiert die situationsadaptiv optimale Unterstützung für den individuellen Nutzer liefert.

Da Fahrten auf Landstraßen aufgrund der teilweise vorliegenden Kurvigkeit und Unebenheit der Straßen vermutlich ein bedeutsamer Teil im alltäglichen Motion Sickness-Geschehen zukommt, fokussiert das Projekt insbesondere diesen Use Case.

Ziel

Das Ziel, Motion Sickness zu reduzieren, soll durch den Prototyp einer KI-basierten Assistenzfunktion erreicht werden, die die passenden Empfehlungen und Maßnahmen zur richtigen Zeit trifft. Im Arbeitspaket wird das Proof-of-Concept eines KI-basierten Ansatzes zur Vorhersage, zum Erfassen und Entgegenwirken von Motion Sickness konzipiert, welches zukünftig entsprechend skaliert in einem Serienstand einerseits dazu beitragen könnte, die Multikausalität von Motion Sickness zu verstehenund andererseits die User Experience zu bereichern.