Science
26.06.2013

Fahrzeug-Rückstrahler verpackt Daten im Licht

Einmal im Jahr gibt Chiphersteller Intel Einblick in seine Forschungsprojekte, die in zehn Labs und zwölf universitären Instituten von über 1000 Mitarbeitern betreut werden. Am Dienstag war es in San Francisco wieder einmal soweit. Die gezeigten Innovation reichten von einem Scheinwerfer-Rücklicht, das andere Fahrzeuge bei geringem Abstand warnt, bis hin zu einer Messung von Gehirnaktivitäten beim Autofahren.

Wie schon im Vorjahr, als Intel unter anderem einen intelligenten Scheinwerfer präsentierte, der Regenreflexionen

, gab es auch in diesem Jahr einige Innovationen aus dem Automotive-Bereich zu sehen. Einen überraschend einfachen, wie kostengünstigen Weg, Autos miteinander zu vernetzen, haben taiwanesische Intel-Forscher entwickelt. Sie nutzen sichtbares LED-Licht, um Daten zu übertragen.

Vermeidung von Unfällen
Die Technologie könnte in Zukunft etwa dazu genutzt werden, um Verkehrsteilnehmer vor abrupten Bremsmanövern von Vorderfahrzeugen zu warnen und so Kollisionen zu verhindern. Anstelle von hochkomplexen Sensoren, mit denen derzeit ebenfalls bereits experimentiert wird, werden die relevanten Daten wie die Geschwindigkeit oder die Ortsbestimmung des Fahrzeugs über Modulationen im sichtbaren Spektrum des Rücklichts enkodiert. Das hochfrequente Flackern des Lichts ist für das menschliche Auge praktisch nicht wahrnehmbar.

Eine 120-Grad-Kamera, die sonst allerdings über keine hochtrabenden Spezifikationen verfügen muss, nimmt den Lichtstrahl auf. Über einen entsprechenden Software-Algorithmus wird die digital versteckte Information schließlich dekodiert und in eine lesbare Anzeige für das hintere Fahrzeug dargestellt. Die Kapazität der Datenübertragung auf 20 Meter beträgt 10 Kilobit/s, was laut den Entwicklern mehr als ausreicht, um einfache Daten, wie die Geschwindigkeit oder Ortsangabe zu übermitteln.

Auch das Auswerten von zehn bis fünfzehn Fahrzeugen in der unmittelbaren Fahrumgebung sei mit dieser Technologie völlig unproblematisch, so die Forscher auf Nachfrage der futurezone. Die Kodierungs-Vorgänge werden derzeit von einem Laptop durchgeführt, könnten in Zukunft aber auch von einem kleinen Chip im Fahrzeug bewerkstelligt werden. Als Vorteil gilt neben der geringen Kosten für das Equipment auch der geringe Energieverbrauch aller Komponenten.

Slide show #24597429

1/3

Intel

Intel

Intel

Messung der Gehirnaktivität
Als komplexeres Unterfangen präsentierte sich ein ebenfalls gezeigtes Verfahren, welches die Aufmerksamkeit von Autofahrern sowie deren Über- oder Unterforderung mit einer Verkehrssituation misst. Dabei kommen zwei prinzipielle Technologien zum Einsatz. Zum einen verfolgt eine Kamera die Augenbewegungen des Fahrers. Schweift dieser von der Fahrbahn ab, etwa weil er abgelenkt ist, nach hinten schaut oder gar die Augen für mehrere Sekunden schließt, schlägt das Tool Alarm. Dazu sind zwei Kameras notwendig, die kritische Toleranz haben die Forscher bei dem Versuch bei drei Sekunden festgelegt.

Neben dieser physisch messbaren Augenbewegung sind die Intel-Forscher vor allem aber auch an der mentalen Ablenkung interessiert, welche über das Messen der Gehirnaktivitäten bestimmt werden kann. „Menschen neigen dazu, eine sehr schlechte Performance abzuliefern, wenn ihr Geist einerseits unterfordert, oder in einer Stresssituation überfordert ist. Über solche Messungen kann man versuchen die Situationsumgebung so zu verändern, dass wir in der Lage sind, Höchstleistungen abzurufen, sei es was die Produktivität, aber auch die Konzentration betrifft“, erklärt Projektleiter Paul Crawford im Gespräch mit der futurezone.

Mentale Anstrengung beim Autofahren
Im live gezeigten Test-Setting wird die Gehirnaktivität über einen Nahinfrarot-Spektrometer gemessen. Zunächst wird der neutrale Ruhezustand des Gehirns gemessen. Danach darf der Proband im Autosimulator mit langsamer Geschwindigkeit und ohne jegliche Ablenkung einen virtuellen Parcours befahren. Der zweite Durchgang sieht dann eine Rennsituation mit hoher Geschwindigkeit sowie Ablenkungen durch Fragen von Mitfahrern vor.

Die visualisierte Auswertung veranschaulicht auf eindrückliche Weise, wie „anstrengend“ das Fahren mit Ablenkungen für das Gehirn eigentlich ist. Die aus derartigen Testreihen gewonnenen Erkenntnisse könnten zum Erstellen von genauen Gefahrenprofilen und folglich zur Verhinderung von Gefahrensituationen genutzt werden. „Dass Alkoholeinfluss unsere Leistungsfähigkeit beim Fahren stark beeinflusst, ist seit langem bekannt. Mit derartigen Tools könnte man aber genau herausfinden, wie sich etwa das SMS-Schreiben oder Telefonieren nebenbei oder auch äußere Bedingungen, wie das Fahren bei Regen, im Nebel oder in der Dunkelheit, auf den mentalen Zustand von Fahrern auswirkt“, erklärt Crawford.

Denkbar sei auch, dass derartige Erkenntnisse individuell genutzt werden können, indem Fahrer mithilfe der Analyse herausfinden könnten, welche Umstände ihre Fahrtüchtigkeit am schwersten beeinträchtigen. Um das Fahren sicherer zu gestalten, könnten zukünftig aber auch Autos intelligent reagieren, etwa wenn der Fahrer droht, mental abzuschweifen. So könne das Auto den Fahrer auffordern, eine Pause einzulegen, oder etwa automatisch eine andere Musik spielen, um den Fahrer in einer Stresssituation zu entspannen oder aufzurütteln, wenn er einzuschlafen droht. „Interessanterweise ist ja eines der größten Probleme beim selbstfahrenden Auto der Umstand, dass die Unterforderung den Fahrer schnell einschlafen lässt“, sagt Crawford.

Systeme müssen sich autonom weiterentwickeln
Wie ein roter Faden zog sich zudem die Notwendigkeit bei vielen Projekten, dass die intelligenten Systeme der Zukunft selbst-lernend ihre Fähigkeiten verbessern müssen. Damit Systeme den menschlichen Alltag erleichtern können, müssen sie erst lernen, den Kontext einer Situation richtig einzuschätzen. Ein ebenfalls in San Francisco gezeigtes Intel-Projekt etwa forscht an der Erkennung von Gegenständen, Gesichtern und Sprache in der eigenen Umgebung und erstellt daraus so etwas wie eine persönliche Datenbank. Diese wiederum bildet die Grundlage für Hinweise und Entscheidungshilfen, die ein intelligentes System mittels hochkomplexer Algorithmen vorschlagen kann.

So könnte ein smartes System über die Analyse gewisser Muster erkennen, dass man gerade zur Arbeit aufbricht und einen darauf hinweisen, dass die Zugangskarte für das Büro auf dem Wohnzimmertisch vergessen wurde. Sucht man hingegen die Geldbörse, müsste der Computer von morgen mit seinen im Eigenheim installierten Kamera-Augen zunächst einmal das besagte Objekt als solches identifiziert und die letzten bekannten Koordinaten gespeichert haben. Dazu kommt die richtige Interpretation von Sprache, etwa wenn der geplagte Geldbörsen-Inhaber fluchend nach dieser sucht.

Roboter faltet Kleider
Wie schwer es für die intelligenten Systeme von morgen immer noch ist, einfache menschliche Tätigkeiten eigenständig durchzuführen, beweist ein Roboter-Projekt, welches Intel im Rahmen des Forschungstages ebenfalls vorstellte. Dem 400.000 Dollar teuren Roboter PR2 wurde in jahrelanger Entwicklungsarbeit beigebracht, wie er ein nicht vordefiniertes Wäschestück selbst zusammenlegt oder ein Seil verknotet. Der Roboter könnte in Zukunft einmal Chirurgen beim Vernähen von Operationsschnitten helfen.

Angesichts des enormen Analyseaufwands inklusive einiger Fehlversuche, die der Roboter sowohl beim Zusammenlegen der Kleidung, als auch beim Zusammenknoten benötigte, dürfte die tatsächliche Realisation allerdings noch eine Weile auf sich warten lassen. Faszinierend ist der Roboter allemal, entscheidet er doch nach jedem Schritt neu, welche Aktivität er als nächstes setzen muss, um zum Ziel zu gelangen, wie auch das folgende Video von MobileGeeks veranschaulicht.

Mehr zum Thema

  • Auto-Scheinwerfer blendet Regentropfen aus
  • "Jedes Auto produziert 10 GB Daten pro Stunde"
  • Ein Implantat gegen jede Krankheit
  • Hightech-Pflaster misst Temperatur und Puls