Systematyczny monitoring stanu poznawczego kierowcy może w przyszłości zrewolucjonizować komfort i bezpieczeństwo jazdy. Naukowcy z Instytutu Fraunhofera opracowują przełomowe rozwiązanie, które wykorzystuje sieć inteligentnych sensorów i zaawansowane algorytmy sztucznej inteligencji do monitorowania obciążenia poznawczego użytkownika, nie tylko w pojazdach, ale również w innych sytuacjach wymagających skupienia, takich jak zawody medyczne czy lotnictwo. Celem jest stworzenie systemu wspierającego ludzi podczas wykonywania skomplikowanych zadań, uwzględniającego ich indywidualne granice wytrzymałości poznawczej.
Budowa Inteligentnej Sieci Sensorów: maphera
Kluczowym elementem opracowywanego systemu jest sieć sensorów o nazwie maphera. To modularna konstrukcja, która integruje różnorodne czujniki, umożliwiając dostosowanie jej do specyficznych potrzeb i zastosowań. Wykorzystywane są sensory mierzące parametry fizjologiczne, takie jak tętno, częstość oddechu i ruchy ciała. Technologia maphera nie ogranicza się do zastosowań laboratoryjnych – system jest mobilny, co zapewnia możliwość użycia w szerokiej gamie sytuacji.
Sensory mogą być wbudowane w odzież, opaski na nadgarstki lub inteligentne plastry – małe, bezprzewodowe czujniki przylegające do skóry, które umożliwiają ciągły monitoring parametrów fizjologicznych. Przekazywanie danych odbywa się za pomocą technologii Bluetooth Low Energy (BLE). Projektowanie takiego systemu wiąże się z szeregiem wyzwań technicznych. Poszczególne sensory są wyposażone w różne mikrokontrolery, pracujące z różnymi częstotliwościami taktowania. W przypadku krótkotrwałych pomiarów nie stanowi to problemu, ale podczas długotrwałych sesji, takich jak jazda pojazdem lub monitorowanie bezpieczeństwa w miejscu pracy, pojawiają się odchylenia w synchronizacji zegarów. Prowadzi to do sytuacji, w której sygnały fizjologiczne stają się nieskorelowane z odpowiednimi momentami czasu.
Naukowcy z Instytutu Fraunhofera opracowali innowacyjne rozwiązanie pozwalające na obliczanie i korygowanie odchyleń spowodowanych różnicami w działaniu mikrokontrolerów. Dzięki temu dane są zsynchronizowane z dokładnością do zaledwie 30 mikrosekund. Nazwa maphera pochodzi z języka greckiego i oznacza "przekazywać jednocześnie", co doskonale oddaje jej funkcjonalność. Zminiaturyzowany węzeł sensorowy maphera, bez obudowy, rejestruje elektrokardiogram (ECG). Dwa połączone ze sobą panele obwodów drukowanych umożliwiają adaptację poszczególnych węzłów sensorowych do innych zastosowań.
Określenie Poziomu Obciążenia Poznawczego: Badania nad Sygnałami Fizjologicznymi
Oprócz rozwoju sprzętowego, istotną częścią projektu jest badanie związku między sygnałami fizjologicznymi a poziomem obciążenia poznawczego. W celu uzyskania wiarygodnych danych uczestnicy badań poddawani są serii testów w specjalnie zaprojektowanej komorze, która eliminuje czynniki zewnętrzne, takie jak zmiany temperatury, przeciągi i hałas. Podczas testów uczestnicy wykonują zadania o rosnącym poziomie trudności, które przybierają formę gier komputerowych. Na przykład wcielają się w rolę szefa kuchni lub pracownika sushi baru, gdzie muszą przyjmować zamówienia i przygotowywać potrawy. Wraz z upływem czasu zarówno liczba zamówień, jak i ich złożoność wzrastają.
Równolegle sensory monitorują parametry fizjologiczne organizmu uczestników. Zebrane dane są następnie analizowane w kontekście wyników testu n-back, standardowego testu psychologicznego oceniającego zdolności poznawcze, takie jak uwaga i pamięć. Dodatkowo uczestnicy przechodzą indywidualne wywiady, które dostarczają cenne informacje o ich odczuciach i postrzeganiu trudności zadań.
Nadine Lang‑Richter, kierująca grupą analizy danych medycznych w Instytucie Fraunhofera, wyjaśnia, że na ostatnim etapie zbierane informacje są integrowane i poddawane analizie przy użyciu algorytmów sztucznej inteligencji opracowanych wewnętrznie. “Dzięki temu tworzymy indywidualny profil obciążenia poznawczego dla każdego uczestnika", dodaje. Profil ten uwzględnia zarówno obiektywne dane fizjologiczne, jak i subiektywne odczucia oraz postrzeganie trudności.
Przyszłość Inteligentnych Systemów Wspierających
Opracowywane przez Instytut Fraunhofera rozwiązanie ma potencjał, by znacząco poprawić komfort i bezpieczeństwo w wielu dziedzinach. W kontekście motoryzacji system mógłby automatycznie przejąć część obowiązków kierowcy, redukując obciążenie poznawcze i zapobiegając błędnym decyzjom. Mógłby to przybrać formę rekomendacji zrobienia przerwy w odpowiednim momencie lub automatycznego włączania systemów wspomagających, takich jak adaptacyjny tempomat.
W innych branżach system mógłby wspomóc pracowników wykonujących zadania wymagające dużej koncentracji, takie jak piloci, chirurdzy czy pracownicy obsługi ruchu lotniczego. Inteligentne wsparcie mogłoby przyczynić się do zmniejszenia ryzyka błędów i poprawy efektywności pracy.
Badania nad interakcją pomiędzy sygnałami fizjologicznymi a procesami poznawczymi otwierają nowe możliwości w dziedzinie monitoringu stanu zdrowia i optymalizacji wydajności. Dzięki połączeniu zaawansowanej technologii sensorów, algorytmów sztucznej inteligencji i dogłębnej wiedzy na temat procesów poznawczych naukowcy z Instytutu Fraunhofera tworzą narzędzie, które może zrewolucjonizować sposób, w jaki ludzie wykonują codzienne zadania, minimalizując obciążenie i maksymalizując bezpieczeństwo.