Human-Centered Automated Driving: Erweiterung des manD-1.0-Datensatzes um multimodale Emotion und Propriozeption
Im Jahr 2026 wurde Dr.-Ing. Khazar Dargahi Nobari aus unserem Lehrstuhl im Rahmen der Young Academy für das Projekt „Human-Centered Automated Driving: Erweiterung des manD-1.0-Datensatzes um multimodale Emotion und Propriozeption“ gefördert. Im Mittelpunkt des Vorhabens steht die Datenanalyse eines bereits erhobenen und veröffentlichten Benchmark-Datensatzes für das Fahrer:innen-Monitoring im automatisierten Fahren. Der manD 1.0 Datensatz basiert auf einer Probandenstudie im Fahrsimulator und enthält synchronisierte Messungen aus verschiedenen Sensoren, Fahrsituationen und Fahrerzuständen.
Der zentrale Beitrag des Projekts liegt darin, diesen Datensatz systematisch weiter auszuwerten, aufzubereiten und für neue Forschungsfragen nutzbar zu machen. Dazu werden multimodale Datenquellen wie Kameradaten, physiologische Signale, Fragebogendaten, demografische Informationen, Sitz-Druck-Sensorik, Bewegungsdaten und fahrdynamische Größen analysiert und mit KI-Methoden modelliert. Inhaltlich verfolgt das Projekt zwei Schwerpunkte: die multimodale Emotionserkennung sowie die Erkennung und Bewertung propriozeptiver Zustände von Fahrer:innen. Ergänzend sollen hochaufgelöste EEG- und ECG-Daten verbessert nachbearbeitet und synchronisiert werden.
Durch die geplanten Analysen wird der manD 1.0 Datensatz um annotierte Emotionsdaten, abgeleitete Propriozeptionsvariablen und verbesserte physiologische Daten erweitert. Darüber hinaus ist vorgesehen, zentrale Auswertungs-, Analyse- und Modellierungsskripte offen bereitzustellen. Damit stärkt das Projekt die Reproduzierbarkeit datengetriebener Forschung und leistet einen Beitrag zur Weiterentwicklung menschenzentrierter automatisierter Fahrsysteme.

