Fraunhofer IAO | Mensch-Technik-Interaktion
KI-gestützte Emotionserkennung im Fahrzeug aus physiologischen Daten
Im Projekt EMOBIO bewertete das Fraunhofer IAO physiologische und neurologische Sensoren für eine Künstliche Intelligenz (KI)-gestützte Emotionserkennung im Fahrzeug. In Probandenstudien im Fahrsimulator wurden Fahrerzustandsdaten erhoben und im Supervised Learning Ansatz die Potenziale für eine echtzeitfähige Erkennung von Emotionen und Mikroemotionen bewertet.
Herausforderung
Auf Basis physiologischer Daten und Verhaltensdaten können Emotionen und Fahrerzustände in Echtzeit gemessen werden. Das Fraunhofer IAO arbeitete an der Spezifikation und Entwicklung einer auf physiologischen Daten und Verhaltensdaten gestützten Sensorplattform zur Emotionserkennung im Fahrzeug, die emotionale Reaktionen in Echtzeit erfassen und auswerten kann.
Methodik
Im Rahmen des Projekts entwickelte das Fraunhofer IAO eine Referenzmethode, um Zielemotionen standardisiert im anwendungsnahen Kontext im Fahrsimulator oder Realfahrzeug herbeizuführen. Anschließend evaluierte das Fraunhofer IAO in einer Benchmarkstudie im Fahrsimulator verschiedene Kombinationen von Sensoren (kamerabasierte Gesichts- und Gestenanalyse, GSR, Herzrate, Eye-Tracking, Trocken-EEG) hinsichtlich ihres Potentials zur Erkennung von Emotionen.
Ergebnis
Die Effektivität der Referenzmethode zur Emotionsinduktion konnte mit Fragebogendaten und einer Referenz-Datenbasis validiert werden. Mithilfe von Machine-Learning-Ansätzen und Supervised-Learning-Algorithmen zur Klassifikation der Zielemotionen konnten KI-basierte Klassifikationsverfahren entworfen werden, die je nach Zielemotion eine Vorhersagekraft von 6 bis 95 Prozent erreichen.