Innenräume von Fahrzeugen werden in der Regel für durchschnittliche Körpermaße konzipiert. Dies beeinflusst unter anderem auch komfort- und sicherheitsrelevante Einstellungen, wie beispielsweise die Gestaltung und Anordnung von Airbags und Kopfstützen. „Einige Funktionen lassen sich zwar manuell anpassen, aber gerade das gestaltet sich in Fahrzeugen, die oft getauscht werden, wie zum Beispiel beim Carsharing oder bei Fahrzeug-Flotten von großen Speditionen, besonders kritisch. Es existieren zwar Insassenschutzsysteme für eine inklusive Fahrzeugkabine, die einige Einstellungen automatisch personalisieren, diese sind jedoch mit technischen Hürden und hohen Kosten verbunden“, sagt Prof. Dr. Alejandro Masrur, Inhaber der Professur Rechnerarchitekturen und -systeme der Technischen Universität Chemnitz (TUC).
Vor diesem Hintergrund startete an der TUC das Projekt „WiSe4Car“, bei dem mit Hilfe von WiFi-Signalen eine Analyse des Fahrzeuginnenraums ermöglicht werden soll. „Der Vorteil des sogenannten WiFi-Sensing besteht darin, dass WiFi-Signale vom menschlichen Körper absorbiert und reflektiert werden“, erläutert Daniel Markert vom Projektteam. Diese Veränderungen spiegeln sich in den CSI-Daten (Channel State Information) der WiFi-Signale wider und können mit Methoden der Künstlichen Intelligenz erkannt und klassifiziert werden. „Im Gegensatz zu kamerabasierten Lösungen ist diese Technologie unabhängig von Lichtverhältnissen und Verdeckungen und wahrt die Privatsphäre der Insassen. Darüber hinaus ist WiFi-Technik bereits in modernen Fahrzeugen enthalten, was zu einer kostengünstigen und unaufwändigen Lösung führt“, beschreibt Markert die Vorteile.
In den kommenden 18 Monaten soll eine Machbarkeitsstudie zum Einsatz von WiFi-Sensing für Wahrnehmungsaufgaben in Fahrzeuginnenräumen wichtige Erkenntnisse liefern. Insbesondere sollen die Möglichkeiten und Grenzen von WiFi-Sensing bei der Vorhersage von Größe und Gewicht des Fahrers bzw. der Fahrerin untersucht werden. „Mit Hilfe eines Demonstrators wollen wir für verschiedene Fahrzeugkabinen und eine unterschiedliche Anzahl von Fahrzeuginsassen die Sammlung und Auswertung der CSI-Daten testen und optimieren“, sagt Masrur.
Das Bundesministerium für Digitales und Verkehr fördert das Projekt im Rahmen der Innovationsinitiative „mFUND“ mit rund 166.000 Euro.
– – – – –
Weiterführende Links
👉 www.tu-chemnitz.de
👉 Projektes „WiSe4Car“
Grafik: Professur Rechnerarchitekturen und -systeme