Mark Colley, Mitglied Forschungsgruppe Mensch-Computer-Interaktion, wird seine eingereichte Promotion des Titels Calibrating Trust in Automated Vehicles - Theoretical, Design, and Empirical Insights into Effects of Visualizations on Trust verteidigen. Er wird begutachtet von Prof. Dr. Enrico Rukzio (Medieninformatik, Universität Ulm), Prof. Dr. Stephen Brewster (University of Glasgow) und Prof. Dr. Wendy Ju (Cornell Tech, New York). Wahlmitglied der Prüfungskommission ist Prof. Dr. Martin Baumann (Universität Ulm), Vorsitz und Prototokoll übernimmt Prof. Dr. Matthias Tichy (Universität Ulm).
Abstract: Automatisierte Fahrzeuge (AVs) der SAE-Stufe 3 und höher sind in der Lage, die Mobilität erheblich zu verändern, indem sie fahrerlose Tätigkeiten ermöglichen und möglicherweise Verkehrsunfälle reduzieren. Die Benutzerakzeptanz hängt jedoch vom Vertrauen ab, das genau kalibriert werden muss, um die tatsächlichen Funktionen der AVs zu berücksichtigen und Über- und Untervertrauen zu vermeiden.
In dieser Arbeit wird der FACT-AV-Rahmen für die Kalibrierung des Vertrauens in AVs vorgestellt. Der Schwerpunkt liegt dabei auf der Quantifizierung von AV-Funktionen, die den menschlichen Situationswahrnehmungsprozessen ähneln: Erkennung, Vorhersage und Planung von Manövern auf der Grundlage von Sensoreingaben und Dateninterpretation. FACT-AV verwendet Metriken wie Schnittpunkt über Vereinigung, um die "Situationserkennung" zu quantifizieren, den durchschnittlichen Verschiebungsfehler für die "Situationsvorhersage" und erforscht Metriken für die "Trajektorienplanung", um eine echte Kalibrierung zu ermöglichen.
Die Arbeit berichtet dann über frühere Erkenntnisse darüber, wie sich Visualisierungen von AV-Funktionen auf das Vertrauen auswirken, und schlägt Entwürfe vor, die Unsicherheitsinformationen in die Situationserkennung, Situationsvorhersage und Flugbahnplanung integrieren.
Um diese Entwürfe zu validieren, wurden dreizehn empirische Studien in Szenarien wie Stadtverkehr mit Fußgängern und komplexen automatischen Kreuzungen durchgeführt.
Die Visualisierungen verbesserten im Allgemeinen das Verständnis der AV-Funktionen, wurden aber manchmal als ablenkend empfunden.
Ein Strukturgleichungsmodell, das alle Studien analysierte, zeigte, dass Situationsbewusstsein und wahrgenommene Sicherheit das Vertrauen positiv beeinflussen, während die mentale Arbeitsbelastung einen negativen Einfluss darauf hat. Diese Erkenntnisse sind von zentraler Bedeutung für die Entwicklung von AVs, denen die Nutzer vertrauen und die sie effektiv nutzen können.
Wir freuen uns auf fachkundiges Publikum und wünschen ihm viel Erfolg.
