Towards User-Focused Vehicle Automation: The Architectural Approach of the AutoAkzept Project

Drewitz, Uwe; Ihme, Klas; Bahnmüller, Carsten; Fleischer, Tobias; La, HuuChuong; Pape, Anna-Antonia; Gräfing, Daniela; Niermann, Dario; Trende, Alexander

doi:10.1007/978-3-030-50523-3_2

Cited by 15 publications

(10 citation statements)

References 17 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Tatsächlich können diese Aspekte zu einer einheitlichen Perspektive der Förderung von Akzeptanz von AVF-Systemen integriert werden. Diese Perspektive wurde im Projekt AutoAkzept [17,18] verfolgt, dass sich mit subjektiven Unsicherheiten von Nutzenden von AVF befasste.…”

Section: Akzeptanz Des Automatisierten Und Vernetzten Fahrensunclassified

“…1 Systemgestaltung ohne (a) und mit (b) Bezug zu zwei zentralen Nutzerbedürfnissen. Adaptiert nach [17,18] dererseits verdeutlicht. Der Ansatz nutzerfokussierter Automation stellt zwei grundlegende menschliche Bedürfnisse in den Mittelpunkt der Systemgestaltung: das Bedürfnis, zu verstehen (need to understand, [35]) und das Bedürfnis, verstanden zu werden (need to be understood, siehe [36,37] [39] und damit das fokussierte Arbeiten zu erleichtern.…”

Section: K 3 Herausforderungen Für Die Systemgestaltungunclassified

“…Die aktuelle Aktivität der Nutzenden ist jedoch nur ein relevanter Kontextfaktor. Informationen über die Umgebung, die Verkehrssituation oder die aktuell gefahrene Route und mögliche Alternativen können das Verständnis über die Ursache(n) des aktuellen Zustands der Nutzenden von AFs weiter verbessern und so zu ihrer Unterstützung und Verbesserung ihres Erlebens beitragen [18].…”

Section: K 3 Herausforderungen Für Die Systemgestaltungunclassified

See 2 more Smart Citations

Subjektive Sicherheit zur Steigerung der Akzeptanz des automatisierten und vernetzten Fahrens

Drewitz

Wilbrink

Oehl

et al. 2021

Forsch Ingenieurwes

Self Cite

View full text Add to dashboard Cite

ZusammenfassungEin wichtiger Faktor für die Akzeptanz und damit die Verbreitung automatisierten und vernetzten Fahrens (AVF) ist der Grad der subjektiven Unsicherheit (Ungewissheit), den Nutzende bei der Interaktion mit automatisierten Fahrzeugen empfinden. Subjektive Unsicherheiten treten immer dann auf, wenn Personen aufgrund fehlender Erfahrung oder fehlender Informationen nicht in der Lage sind, den weiteren Verlauf einer Situation oder zukünftige Ereignisse vorherzusagen. Treten bei der Nutzung automatisierter Fahrzeuge solche Unsicherheiten auf, wird die Herausbildung von Vertrauen und damit von Akzeptanz für diese Technologie durch die Unsicherheit begleitende negative Emotionen beeinträchtigt. Im Rahmen des Projekts AutoAkzept (Automatisierung ohne Unsicherheit zur Erhöhung der Akzeptanz Automatisierten und Vernetzten Fahrens) wurden Lösungen für nutzerfokussierte Automatisierung entwickelt, die Fahrzeuginsassen in den Mittelpunkt der Systementwicklung stellen. Nutzerfokussierte Systeme berücksichtigen in der Mensch-Maschine-Interaktion zwei grundlegende menschliche Bedürfnisse, das Bedürfnis, zu verstehen (need to understand) und das Bedürfnis, verstanden zu werden (need to be understood). Dazu setzen nutzerfokussierte Systeme verschiedene Sensoren ein, um subjektive Unsicherheiten und ihre Einflussfaktoren in Echtzeit zu erkennen, diese Informationen mit Kontextdaten zu integrieren und Anpassungen vorzunehmen, die subjektive Unsicherheiten reduzieren. Die systemischen Anpassungen nutzerfokussierter Systeme folgen dabei einem ganzheitlichen Ansatz und berücksichtigen die Ebenen der Fahrzeugführung, der Interieuranpassung und Informationsdarbietung sowie der Zielführung. Durch die Reduzierung oder Vermeidung subjektiver Unsicherheiten unterstützen die Entwicklungen des Projekts eine positive, komfortable Benutzererfahrung und tragen zur Erhöhung der Akzeptanz von AVF bei. Die Arbeit präsentiert hierzu Forschungsergebnisse von AutoAkzept zu den Themen Zustands- und Aktivitätsmodellierung von Nutzenden sowie bedarfsgerechte Adaptionsstrategien, die einzelne Lösungsbausteine für die Umsetzung nutzerfokussierter Automation bilden.

show abstract

Section: Akzeptanz Des Automatisierten Und Vernetzten Fahrensunclassified

Section: K 3 Herausforderungen Für Die Systemgestaltungunclassified

See 1 more Smart Citation

Subjektive Sicherheit zur Steigerung der Akzeptanz des automatisierten und vernetzten Fahrens

Drewitz

Wilbrink

Oehl

et al. 2021

Forsch Ingenieurwes

Self Cite

View full text Add to dashboard Cite

show abstract

“…In a complex setting such as driving, we cannot say based on the facial expression alone whether the driver is fearful due to information she or he has received from a telephone conversation partner or due to the “risky” driving style of the automation. Therefore, it is also necessary to create a representation of the context to derive the need of the driver in a very situation as basis for the provision of the best possible intervention strategy (e.g., Drewitz et al, 2020 ). For instance, if appraisals pointing to fear have been detected, a virtual in-vehicle assistant could check whether parameters in the environment assessment, such as time-to-collision to the vehicle in front, indicate the occurrence of critical traffic events and, based on previous situations, could determine how likely the fear results from these.…”

Section: Discussionmentioning

confidence: 99%

Understanding the Multidimensional and Dynamic Nature of Facial Expressions Based on Indicators for Appraisal Components as Basis for Measuring Drivers' Fear

et al. 2021

Self Cite

View full text Add to dashboard Cite

Facial expressions are one of the commonly used implicit measurements for the in-vehicle affective computing. However, the time courses and the underlying mechanism of facial expressions so far have been barely focused on. According to the Component Process Model of emotions, facial expressions are the result of an individual's appraisals, which are supposed to happen in sequence. Therefore, a multidimensional and dynamic analysis of drivers' fear by using facial expression data could profit from a consideration of these appraisals. A driving simulator experiment with 37 participants was conducted, in which fear and relaxation were induced. It was found that the facial expression indicators of high novelty and low power appraisals were significantly activated after a fear event (high novelty: Z = 2.80, p < 0.01, rcontrast = 0.46; low power: Z = 2.43, p < 0.05, rcontrast = 0.50). Furthermore, after the fear event, the activation of high novelty occurred earlier than low power. These results suggest that multidimensional analysis of facial expression is suitable as an approach for the in-vehicle measurement of the drivers' emotions. Furthermore, a dynamic analysis of drivers' facial expressions considering of effects of appraisal components can add valuable information for the in-vehicle assessment of emotions.

show abstract

“…Therefore, many researchers are developing methods to prevent this feeling of losing control and thus to increase trust in the technology, through reducing discomfort and improving the individual acceptance of AVs [1]. Most of these methods use the following approaches: (1) Measuring the passenger discomfort and (2) adapting the in-vehicle information presentation and/or driving style of the vehicle to the user's preferences for discomfort reduction.…”

Section: Introductionmentioning

confidence: 99%

An Integrated Model for User State Detection of Subjective Discomfort in Autonomous Vehicles

et al. 2021

Self Cite

View full text Add to dashboard Cite

The quickly rising development of autonomous vehicle technology and increase of (semi-) autonomous vehicles on the road leads to an increased demand for more sophisticated human–machine-cooperation approaches to improve trust and acceptance of these new systems. In this work, we investigate the feeling of discomfort of human passengers while driving autonomously and the automatic detection of this discomfort with several model approaches, using the combination of different data sources. Based on a driving simulator study, we analyzed the discomfort reports of 50 participants for autonomous inner city driving. We found that perceived discomfort depends on the driving scenario (with discomfort generally peaking in complex situations) and on the passenger (resulting in interindividual differences in reported discomfort extend and duration). Further, we describe three different model approaches on how to predict the passenger discomfort using data from the vehicle’s sensors as well as physiological and behavioral data from the passenger. The model’s precision varies greatly across the approaches, the best approach having a precision of up to 80%. All of our presented model approaches use combinations of linear models and are thus fast, transparent, and safe. Lastly, we analyzed these models using the SHAP method, which enables explaining the models’ discomfort predictions. These explanations are used to infer the importance of our collected features and to create a scenario-based discomfort analysis. Our work demonstrates a novel approach on passenger state modelling with simple, safe, and transparent models and with explainable model predictions, which can be used to adapt the vehicles’ actions to the needs of the passenger.

show abstract

Towards User-Focused Vehicle Automation: The Architectural Approach of the AutoAkzept Project

Cited by 15 publications

References 17 publications

Subjektive Sicherheit zur Steigerung der Akzeptanz des automatisierten und vernetzten Fahrens

Subjektive Sicherheit zur Steigerung der Akzeptanz des automatisierten und vernetzten Fahrens

Understanding the Multidimensional and Dynamic Nature of Facial Expressions Based on Indicators for Appraisal Components as Basis for Measuring Drivers' Fear

An Integrated Model for User State Detection of Subjective Discomfort in Autonomous Vehicles

Contact Info

Product

Resources

About