Neue Technologie nutzt Überwachung im Fahrzeuginnenraum zur Früherkennung von Demenz bei Autofahrern

Forscher der Florida Atlantic University (FAU) führen eine wegweisende Studie durch, in der sie Open-Source-Systeme zur Innenraumüberwachung und KI-gestützte Sensorik in Fahrzeugen einsetzen, um das Demenzrisiko von Fahrern einzuschätzen. Dieser innovative Ansatz zielt darauf ab, frühzeitig vor kognitiven Veränderungen zu warnen – ein entscheidender Schritt zur Erhöhung der Verkehrssicherheit.

Die Notwendigkeit solcher Technologien wird durch besorgniserregende Statistiken unterstrichen: Schätzungsweise vier bis acht Millionen ältere Erwachsene mit leichten kognitiven Beeinträchtigungen fahren derzeit in den Vereinigten Staaten Auto, und ein Drittel von ihnen wird innerhalb von fünf Jahren an Demenz erkranken. Menschen mit fortschreitender Demenz sind schließlich nicht mehr in der Lage, sicher Auto zu fahren, doch viele bemerken ihren kognitiven Abbau nicht.

Die Studie untersuchtmatic, wie das Überwachungssystem im Fahrzeuginnenraum auffälliges Fahrverhalten erkennen kann, das auf kognitive Beeinträchtigungen hindeutet. Bisher gibt es nur wenige Studien, die den Einsatz kontinuierlicher, unauffälliger Sensoren und verwandter Überwachungsgeräte zur Erfassung subtiler Veränderungen bei der Ausführung hochkomplexer Alltagsaktivitäten über einen längeren Zeitraum hinweg untersucht haben.

„Die Neuropathologien der Alzheimer-Krankheit wurden im Gehirn älterer Autofahrer gefunden, die beidentums Leben kamen und die weder von ihrer Erkrankung wussten noch offensichtliche Symptome zeigten“, sagte Prof. Ruth Tappen, die Leiterin der Studie. „Der Zweck unserer Studie ergab sich aus der Wichtigkeit, kognitive Beeinträchtigungen so früh und effizient wie möglichdent. In den Fahrzeugen älterer Fahrer installierte Sensorsysteme könnten diese Veränderungen erfassen und frühzeitig vor möglichen kognitiven Veränderungen warnen.“

Längsschnittstudiendesign

Die Studie verwendet ein naturalistisches Längsschnittdesign, um kontinuierlich Daten zum Fahrverhalten zu erheben. Diese werden mit den Ergebnissen umfangreicher kognitiver Tests verglichen, die über drei Jahre hinweg alle drei Monate durchgeführt wurden. Im Fahrzeug sind eine fahrerseitige Kamera, eine nach vorn gerichtete Kamera und einmaticinstalliert. Die Daten werden alle drei Monate heruntergeladen, wenn die kognitiven Tests durchgeführt werden.

Forscher untersuchen auffälliges Fahrverhalten wie Verirren, Missachten von Verkehrssignalen und -zeichen, Beinaheunfälle,tracund Müdigkeit, Reaktionszeit und Bremsverhalten. Sie analysieren außerdem Reisemuster, darunter die Anzahl der Fahrten, die gefahrenen Kilometer, Autobahnkilometer, Fahrten bei Tag und Nacht sowie Fahrten bei extremen Wetterbedingungen.

Open-Source-Hardware- und Software-Ansatz

Das von Forschern der Fakultät für Ingenieurwissenschaften und Informatik der Florida Academia University (FAU) entwickelte Fahrzeugsensornetzwerk nutzt Open-Source-Hardware- und Softwarekomponenten, um Zeitaufwand, Risiken und Kosten bei der Entwicklung von Fahrzeugsensoren zu reduzieren. Die Sensoren für den Fahrzeuginnenraum sind einfach und kompakt gestaltet, wodurch komplexe Verkabelung, Sensorgröße und Sensoranzahl minimiert und somit eine unauffällige Installation gewährleistet werden.

Jedes fahrzeuginterne Sensorsystem besteht aus zwei verteilten Sensoreinheiten: einer fürmaticund einer für Videodaten. Die Inertialmesseinheit verarbeitet die Daten, um starkes Bremsen, Beschleunigungen, Kurvenfahrten und GPS-Daten zu ermitteln. Die Videoeinheit verfügt über integrierte KI-Funktionen, die Videos in Echtzeit analysieren. Dazu gehören fahrerbezogene Indikatoren wie Gesichtserkennung, Augenerkennung, Gähnen,trac, Rauchen und Handynutzung sowie Verhaltensindikatoren wie Verkehrszeichen. 

Erkennung von Objekten, Spurüberquerungen, Beinahekollisionen und Fußgängern.