Simulation Visuell-kognitive Ablenkung in Echtzeit messen

Von Lorenzo Uccello, Corrado La Russa, Massimiliano Gobbi, Gianpiero Mastinu* 4 min Lesedauer

Anbieter zum Thema

Forscher in Mailand haben einen echtzeitfähigen Kennwert entwickelt, um visuelle und kognitive Ablenkung beim Fahren zu messen. Die Tests finden im Simulator statt.

Die Cockpit-Perspektive während einer Testfahrt im Simulator.(Bild:  Uccello et al., IEEE OJITS 2026)
Die Cockpit-Perspektive während einer Testfahrt im Simulator.
(Bild: Uccello et al., IEEE OJITS 2026)

Ablenkung am Steuer zählt weltweit zu den häufigsten Unfallursachen. Mit mehr installierten Fahrerassistenzsystemen und teilautomatisierten Funktionen wächst die Zahl der Nebentätigkeiten, denen sich Fahrerinnen und Fahrer während der Fahrt widmen. Der Gesetzgeber reagiert: Die UNECE-Regelung Nr. 171 verlangt für Driver Control Assistance Systeme, DCAS, eine Überwachung der Fahreraufmerksamkeit; und die Roadmap 2030 von Euro NCAP fordert Systeme, die kognitive Ablenkung erkennen können.

Bisherige Driver-Monitoring-Systeme, DMS, stützen sich meist auf kamerabasierte Blickerkennung und erfassen damit vor allem visuelle Ablenkung. Beansprucht eine Nebenaufgabe zusätzlich Rechenleistung im Kopf, etwa das Ablesen und Verrechnen von Werten auf einem Display, sprechen Fachleute von visuell-kognitiver Ablenkung. Sie gilt als besonders schwer zu quantifizieren, weil sie sich nicht allein am Blickverhalten festmachen lässt.

Ein Forschungsteam am Politecnico di Milano hat dafür einen neuen Kennwert entwickelt: VICODEV, „VIsual-COgnitive Distraction through Eye-tracking and Vehicular measurements“. Die im Fachjournal IEEE Open Journal of Intelligent Transportation Systems veröffentlichte Studie kombiniert Fahrzeug- und Blickdaten zu einem einzigen, kontinuierlichen Ablenkungsindex – gewonnen aus Versuchen in einem dynamischen Fahrsimulator.

Der Testaufbau

Den Fahrsimulator „DiM400“ hat der Hersteller VI Grade gemeinsam mit dem Politecnico di Milano entwickelt. Die Hochschule betreibt ihn im hauseigenen „DriSMi“-Labor der Hochschule seit dem Jahr 2021. Das zweistufige Bewegungssystem – eine kabelgeführte Plattform für die Horizontalbewegung (4 × 4 Meter, ±60 Grad Gieren) und ein Hexalift mit sechs Freiheitsgraden bis 30 Hertz – wird von acht Shakern für hochfrequente Vibrationen bis 200 Hz ergänzt.

Eine 270-Grad-Projektion, aktive Sicherheitsgurte, ein aktives Bremspedal und ein Cockpit auf Basis eines realen Fahrzeugrahmens sorgen für ein realitätsnahes Fahrerlebnis; die Systemlatenz liegt unter 20 Millisekunden.

Die Politechnische Universität Mailand betreibt einen dynamischen Fahrsimulator – eine gemeinsame Entwicklung der Uni und des Unternehmens VI Grade.(Bild:  Uccello et al., IEEE OJITS 2026)
Die Politechnische Universität Mailand betreibt einen dynamischen Fahrsimulator – eine gemeinsame Entwicklung der Uni und des Unternehmens VI Grade.
(Bild: Uccello et al., IEEE OJITS 2026)

Im Simulator fuhren 35 unerfahrene Fahrerinnen und Fahrer – 21 Männer, 14 Frauen, 19 bis 30 Jahre – eine 4,1 Kilometer lange, einem Stadtteil von Wolfsburg nachempfundene Strecke mit 107 simulierten Fahrzeugen. Um die eigentliche Fahraufgabe konstant zu halten, folgten die Probanden durchgehend einem vorausfahrenden Fahrzeug auf der linken Spur. Unterschiede zwischen den Testphasen sollten so allein auf die Ablenkung zurückzuführen sein und nicht auf wechselnde Verkehrssituationen.

Tests zu gefährlich für die Straße

Ein Versuch dieser Art wäre wegen der gezielten und wiederholten Ablenkung im realen Straßenverkehr nicht vertretbar. Der Simulator erlaubte es dagegen, allen 35 Probanden exakt dasselbe, fünfmal wiederholte Ablenkungsprotokoll unter identischen Straßen-, Verkehrs- und Lichtbedingungen vorzuspielen – eine Kontrolle und Wiederholbarkeit, die reale Testfahrten nicht bieten. Gleichzeitig mussten Fahrverhalten, Blickbewegungen und physiologische Signale exakt synchron erfasst werden, um sie später den einzelnen Fahrphasen zuordnen zu können.

Ablenkung mittels Uhren-Aufgabe

Zur gezielten Ablenkung diente die etablierte „Clock Task“. Auf einem Tablet im Armaturenbrett erschienen sechs Uhren, deren angezeigte Werte die Fahrer addieren und laut nennen mussten. Farbe, Ziffernart und Größe der Uhren variierten, um die visuelle und kognitive Belastung zu steigern. Fünf solcher 45-sekündigen Ablenkungsphasen wechselten sich mit ebenso langen Phasen normalen Fahrens ab.

Ein Beispiel für die sechs Uhren der „Clock Task“, deren Werte die Probanden im Kopf addieren mussten. Unterschiedliche Ziffernarten und Farben erschwerten die Aufgabe zusätzlich.(Bild:  Uccello et al., IEEE OJITS 2026)
Ein Beispiel für die sechs Uhren der „Clock Task“, deren Werte die Probanden im Kopf addieren mussten. Unterschiedliche Ziffernarten und Farben erschwerten die Aufgabe zusätzlich.
(Bild: Uccello et al., IEEE OJITS 2026)

Während der gesamten Fahrt zeichnete das System Daten aus mehreren Quellen synchron auf: Ein am Politecnico entwickeltes instrumentiertes Lenkrad erfasste die Griffkraft, eine Eye-Tracking-Brille die Blickbewegungen, dazu liefen ein Elektrokardiogramm und ein 65-Kanal-Elektroenzephalogramm mit. Weil das virtuelle CAN-Netzwerk des Simulators in einer Echtzeitdatenbank läuft, ließen sich alle Signale nachträglich exakt den Fahrphasen zuordnen.

Von 21 auf 5 Messgrößen

Insgesamt erfassten die Forscher 21 fahrzeug- und verhaltensbezogene und physiologische Messgrößen. Zwölf davon unterschieden sich statistisch signifikant zwischen normaler und abgelenkter Fahrt. Für den Vicodev-Index wählte das Team daraus fünf Größen aus, die sich mit Serienfahrzeug-Sensorik in Echtzeit erfassen lassen: die Standardabweichung der Querabweichung von der Fahrspurmitte, SDLP, die Standardabweichung der Lenkrad-Griffkraft, den Anteil der Zeit mit Blick abseits der Fahrbahn, die Rate schneller Augenbewegungen und die mittlere Dauer langsamer Augenbewegungen.

Eine multivariate Varianzanalyse und eine kanonische Diskriminanzanalyse bestimmten, wie stark jede Größe in den linear kombinierten Index eingeht – SDLP und die Dauer langsamer Augenbewegungen erwiesen sich dabei als einflussreichste Faktoren.

Validierung

In einer Kreuzvalidierung über die fünf Wiederholungen erreichte Vicodev eine mittlere Trefferquote von 99,47 Prozent und eine Genauigkeit von 95,2 Prozent. Zum Vergleich: Die Spurabweichung allein kam nur auf rund 61 Prozent Genauigkeit, die Blickzeit abseits der Straße allein auf 86,5 Prozent.

Eine zweite Validierung, bei der jeweils ein Proband komplett aus dem Trainingsdatensatz ausgeschlossen wurde, ergab einen medianen AUC-Wert – „Area Under the Curve“ – von 82,9 Prozent und bestätigte, dass der Index auch über verschiedene Fahrerinnen und Fahrer hinweg konsistente Muster erkennt statt nur individuelle Eigenheiten einzelner Probanden abzubilden.

Fazit und Ausblick

Physiologische Signale wie EEG und EKG flossen bewusst nicht in den finalen Index ein, da sie sich heute nicht praktikabel in Serienfahrzeugen erfassen lassen. Die Studie zeigt aber, dass etwa die Herzratenvariabilität ebenfalls deutlich auf induzierte Ablenkung reagiert – ein möglicher Ansatzpunkt für künftige, um Wearables ergänzte Systeme.

Die Autoren betonen zudem, dass ihre Ergebnisse aktuell nur für die untersuchte Gruppe junger, unerfahrener Fahrer und die verwendete Uhren-Aufgabe gelten. Weitere Studien mit anderen Altersgruppen und Nebenaufgaben sollen folgen.

Für die Automobilindustrie liefert die Arbeit einen methodischen Baustein auf dem Weg zu den ab 2030 von Euro NCAP geforderten Systemen zur kognitiven Ablenkungserkennung – entwickelt und abgesichert in einer Simulationsumgebung, die die dafür nötigen kontrollierten, wiederholbaren und sicheren Testbedingungen erst ermöglicht.

Alle Autoren sind beschäftigt beim Department of Mechanical Engineering, Politecnico di Milano. Gianpiero Mastinu ist Professor, Lorenco Uccello ist PhD Researcher.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung