Mensch und Automat: Modellbildung der Mensch-Maschine...

V. Sing 11/11/2006

1

Mensch und Automat:Modellbildung der Mensch-Maschine-Interaktion mit Anwendung auf die automatisierte Überwachung freier menschlicher Bedienhandlungen bei technischen Systemen

Dirk Söffker

Email: [email protected]: www.srs.uni-due.de

LehrstuhlSteuerung, Regelung und Systemdynamik

Universität Duisburg-EssenCampus Duisburg

Söffker: Mensch und Automat: Modellbildung ...© für alle Darstellungen / Bilder bei SRS U DuE

Inhalt

• Begrifflichkeiten: Dynamik, Regelkreis, System, Rückkopplung, Interaktion,Mensch-Maschine-Interaktion, Autonomie, Intelligenz

• Bekanntes / (Langweiliges): SISO, MIMO > Was ist charakteristisch für eine technische Regelung?

• Aufgabenfeld: Mensch-Maschine-System neue Aufgaben > neue Herausforderungen an die Automatisierungstechnik

• Beschreibungsansatz: Situation-Operator ModellSituation / Operator, Beispiele, Modell menschlicher Kognition,weitergehende Formalisierung: Automat, Überwachungsautomat

• Beispiele:autonomer, mobiler Roboter; Überwachungsautomat

V. Sing 11/11/2006

2


Begrifflichkeiten I

Interaktion:

Dynamik:

Systemtheorie:

(Casti, 1985)

Wechselseitiges Einwirken von Akteuren oder Systemen

Zeitliche Veränderung von Größen / physikal. Größen

Systembeschreibung > BeschreibungsformErreichbarkeit / Steuerbarkeit > Ursache -> WirkungRekonstruierbarkeit /Beobachtbarkeit > Wirkung -> UrsacheStabilität (und Verzweigung) > VorhersageOptimalität (und Robustheit) > Betrachtung im Kontext


Begrifflichkeiten II (und Annahmen)

Kausalität Von der Ursache zur Wirkung

Ursache Wirkung

i) zeitliche Reihungii) innere Verknüpfung

Grundlage der Betrachtung I: System

Grundlage der Betrachtung II: Wirkung

bei technischen Systemen:> physikalische Größen>> physikalische Effekte

V. Sing 11/11/2006

3


Begrifflichkeiten III

Autonomieverschiedene Auffassungen: - energieautonom > autark

- bewegungsautonom > ohne Kabel- autonome Systeme > math. Beschreibung

>> die Fähigkeit eines Systems selbstständig und situations- sowie aufgaben- und zielbezogen zu entscheiden und zu interagieren

> unterschiedliche Grade der Autonomie:Adaptive Regelung > programmierte Reaktion > lernfähiges System

Intelligenzverschiedene Auffassungen: - angemesse Reaktion eines Systems auf

seine Umwelt (> Adaption, > Eigenschaft)- ‚do the right thing in the right moment‘

>> aus ‚Erfahrungen‘ / (> aus der Interaktion heraus) zu lernen unddas Verhalten aufgaben- und zielbezogen anzupassen


Rückkopplung I

Begriffe:- System > Strecke- Rückführung > Regler- Interaktion:

Dynamik des Regelkreises

Aufgabe des Ingenieurs: Auslegung des Reglers > Beeinflussung der Dynamik > Realisierung 'höherer' Ziele

Höhere Ziele:- Stabilität- Dynamik- Robustheit- ...- Selbstständiger Ablauf > Automatisierung

V. Sing 11/11/2006

4


Rückkopplung II Nutzung bereits in der Antike

Erste ‚bewusste, industrielle Nutzungen:18./19./20. Jhrdt.: mechanische

Rückführungen> Dampfmaschine

> V1-Fluglageregelung

20. Jhrdt: pneumatische/elektrische/hydraulische Rückführungen20./21. Jhrdt: “ + Rückführung von Informationen


Regelkreis II: Zusammenstellung

System / Strecke:

Rückkopplung / Regler:

Ziel:

'Wer' legt wannRückführung aus?

Kennzeichen von Strecke / Regler || Annahmen:

Wiss. 'Hoch'zeit:

technisch, ein Eingang, ein AusgangVerhaltensweise (VW) fest

mechanisch, pneumatisch, elektrisch ein Eingang, ein Ausgang, VW fest

Dynamik, Stabilität, Robustheit

Mensch legt vorweg R. aus

Struktur VW fest / Größen: physikalischOptimierung durch Einstellparameter

40er/50er/60er Jahre 20. Jhrdt.

V. Sing 11/11/2006

5


Mehrgrößensysteme

Vernetzte Zusammenhänge / vernetzte Systeme

> Vernetztes Denken Erfassen / Beschreiben komplexer Zusammenhänge

> Vorhersage komplexer Zeitverläufe

>> ‚Grenzen desWachstums‘(Club of Rome)

(Forrester, World Dynamics, 1972)


Mehrgrößensysteme II

Heute: > Analysetechniken (Beobachtbarkeit / Steuerbarkeit)> Nichtlineare ZusammenhängeSRS:> Elastische mechanische Systeme (Roboter, Rotoren, Bleche, …)> Robuste Beobachtertechnik (PI-Beobachter)

Wozu?

Virtuelle Sensorik (‚Messen ohne zu Messen‘)(Zustände, äußere Größen)

- Fehlerdetektion / Schadendiagnose- Modellvalidierung- Systemüberwachung

Robuste Regelung komplexer Systeme

V. Sing 11/11/2006

6


Beispiel: Stabilisierung (Regelung) eines inversen, elastischen Pendels


Mehrgrößensysteme: Zusammenstellung

System / Strecke:


Ziel:



Wiss. 'Hoch'zeit:

mathematisch beschreibbar, MIMO Verhaltensweise (VW) fest

wird mathematisch bestimmt undproblemadäquat realisiert

Analyse, Synthese der Dynamik

Mensch, vorher

Struktur VW fest, Größen sindmathematische Größen (Signale, Funktionen)Auslegung auf Basis höheren Prinzips

60er/70er/80er Jahre 20. Jhrdt.

V. Sing 11/11/2006

7


Beobachtungen zuEntwicklungen und Entwicklungszielen im Bereich autonomer Systeme / intelligenter technischer Systeme:

Entkopplung des bedienenden Menschen vom System- Gefährdungen- Kostengründe- Politische Gründe

Autonomieerhöhung der Fahrzeuge- Eigenschutz- Technische und kommunikationstechnische Gründe- Erhöhung der Funktionalität und Einsatzflexibilität

>> Produktion: Mensch als Supervisor>> Komplexe Systeme: Miteinander von Mensch und Maschine /> Automat

>> Variable situative Aufgabenteilung zwischen Mensch und Maschine


Neue Aufgabenfelder der Automatisierungstechnik:

- Regelungen für komplexe Systeme- Automatisierte Lösung komplexer Aufgabenszenarios- Geeignete Integration menschlicher Bediener

zur Entscheidungsfindung / zur Überwachung / für komplexe Aufgaben- Realisierung von Aufgaben in unbekannten Aufgabenszenarien

(Steigerung der Flexibilität)

Fragestellungen:

Wie lassen sich komplexe Aufgabenszenarien beschreiben?

Wie lässt sich die Flexibilitätsteigerungz.B. durch Lernen bei technischen Systemen realisieren?

Wie läßt sich die Aufgabenverteilung zwischen Mensch- und technischem System aufgabenoptimal und situationsbezogen optimieren?

V. Sing 11/11/2006

8


Zeit

Automatisierungstechnik

50/60er 70/80er 90/00er Jahre

Gerätetechnik /Mess- und Regelungstechnik

Regelungstechnik

Prozessinformatik

Mensch-Maschine-Systeme

Agentensysteme

Nichtlineare differenzial geometrische Sichtweise

Gerätetechnik ? SISO

Mathematische Darstellung ? MIMO

Softcomputing / Intelligent Control

Kognitive technische Systeme

MSR

Zeit

Von der Regelungstechnikzur Automatisierungstechnik

zu ...


Mensch-Maschine-Interaktion IBeispiel: Steuerung, Regelung und Überwachung des Zugverkehrs

V. Sing 11/11/2006

9


Mensch-Maschine-Interaktion IIBeispiel: Steuerung, Regelung und Überwachung des Zugverkehrs


Mensch-Maschine-Interaktion III

Wie lässt sich diesichtbare, messbare,hörbare Interaktionabbilden?

(Clauß (Diplomarbeit), Söffker, 1996)

Handlung:Fdl O schreibt irgend etwas auf.

06:47

Handlung:Fdl O legt Rangierfahrt von oben nach Kabel vor die vorlegte Rangierfahrt für die Lok aus G1.Zwei Loks werden letztlich in Richtung Kabel hintereinander stehen.

Text:Fdl O:Fdl W:Fdl O:

Guck mal da, steht der immer noch der Penner.Das ist ja nicht zu fassen so was.Weißte was ich in der Zeit mache, da fahr ich mir schon mal oben die Lok ehin e Ausfahrt nach eh Kabel rein für den 2413.

Text:H:Fdl O:H:Fdl O:Mi:Fdl O:H:Mi:Fdl W:Mi:

Ja das schaffste noch. Klar.Dank dem Mitarbeiter da oben, der uns hängen läßt.Ich hab's ihm extra gesagt...ich weiß. Ich weiß. Das hat ja auch wunderbar geklappt.Schönen guten Morgen Hpf. In G 8 6965 kommt da ein Rangierer?Jagst ihm mal einen hin Heinz?Ja, schönen guten Morgen. Ja sicher kommt en Rangierer.Bin im Steuerwagen.Ja wir sagen Bescheid.aa sieben ab.

/Ba/

/Bc/

/Bb/

/Bd//Be/

/Bf//Bg/

Handlungen Kategorisierung derFehlleistungen

Fdl O gerät unter Zeitdruck

Rangierfahrer der Lok 1 fürIR 2516 fährt zu langsam

Lok 2 für IR 2413 wirdirregulär in die Nähegeholt, um später Zeit zusparen

Lok 2 benötigt mehr Zeitals geplant

Lok 2 steht im Weg, Lok 1kann nicht weiterfahren undversperrt Weiche zurEinfahrt in Gleis 1

Fdl O bildet Umfahrstraße,die die Gleise 2 und 23versperrt

Übergang zum Normal-betrieb

Fehler imEntscheidungsverhalten

Aktionismus

GleichzeitigeZielbehandlung

Nichtbeachtung vonFriktionen

FehlendeSelbstreflexion

V. Sing 11/11/2006

10


Mensch-Maschine-Interaktion IVa

AbstraktionundAggregationführenzu einerStandardisierungundReduktionder Handlungs-elemente

( Gielg (Diplomarbeit), Söffker, 1998)

T/H Zeit Inhalt B1 B2H

T

H

10:50 Fdl O will Rangierfahrt aus Gleis 2 (titscht auch) nach Schwerte legen(große Kreisbewegung, ohne titschen). Eine Sperrung liegt in diesemGleis, die eine KF-pflichtige Sperrumfahrung verlangen würde.SA1 SA2 S1

SE1

OV1

O1

O2

O3

= Rangierfahrt steht in Gleis 2= Sperrung eines Gleisabschnittes in der Ausfahrt Schwerte= Richtungswechsel im Schwerter Gleis= Gleis 17= RFS einrichten →= Startfeld wählen → S4 = Feld angenommen →= Zielfeld wählen → S5 = Feld angenommen →= verarbeiten → S6 = Fahrstraße eingerichtet → S3

SA1 ↓ OV1

↓S1

↓OV1

↓SE1

SA1 ↓ OV1

Bricht dieAusführungab.

Fdl O: Diese blöde Sperrumgehung da. S1 ist nichtmitgeplantemWegerreichbar.

loe, FF, Startfeld in Gleis 2, Zielfeld Westhofener Gleis V, will nach KFgreifen, schaut auf Bildschirm

O1 O2

S2

S3

OV1 → S4

O3

S4

= löz, Löschen des letzten eingegebenen Zeichens= Sperrumgehung, Fahrstraßenfeld S (KF-Pflichtig und relevante Lupe nötig)= Lupe aufrufen= relevante Lupe benutzbar = Fahrstraße durch Gleissperrung vorgelegt, durch= KF-Taste bedienen abgeschlossen werden= RFS durch Gleissperrung gelegt

O1 ↓ SA1

↓O2

↓S3

↓OV1

↓S4

Lupe fehltOV2 → S2

Aktionabgebrochen

T Fdl O: Ahh, Lupenbild. Da schalt ich jetzt keine neue Lupe für auf. Neuer Plan

H loe, stellt Rangierfahrt aus Gleis 2 nach Abstellgleis

S5 = Richtungswechsel im Abstellgleis O4 ↓ SA1

↓OV1

↓S5

↓OV1

↓SE1


Mensch-Maschine-Interaktion IVb

( Gielg (Diplomarbeit), Söffker, 1998)

Grafische Darstellung der Handlungssequenz:

Hypothese / Plan:

SA1 → OV1 → S1 → OV1 → SE1

SA1 → OV1 SA1 → O2 → S3 → OV1 → S4

ausgelassen

SA1 → OV1 → S5 → OV1 → SE1

Tatsächlicher Verlauf:

O1

↓SA1

neu: SA1 → OV1 → S6 → OV1 → SE1

↓OV1

O3

↓S5

↓OV1

↓SE1

zurück ↑

abgebrochen

zurück ↑

OV2 → S2

V. Sing 11/11/2006

11


Mensch-Maschine-Interaktion VI (und Annahmen)

Kausalität Von der Ursache zur Wirkung

i) zeitliche Reihungii) innere Verknüpfung

Welche Beschreibungsform ist geeignet? (techn./physik. Größen => Information) Höhere Ziele: - Stabilität / Dynamik /- Robustheit - Beobachtbarkeit - Steuerbarkeit - Selbstständige Ablauf > Automatisierung


Qualitative Modellbildung I(strukturvariabler Systeme)

(Söffker, 1998f, 2001, 2003)

Situation:Der Begriff Situation beschreibt einen festen Problemzusammenhang und grenzt damit ein System nachinnen und außen ab.

Die Situation besteht aus einer inneren Struktur, welche durch Merkmale (C) und die sie bildenden Zusammenhänge (r) in geeigneter Weise beschrieben werden kann.

Die Situation kann z.B. graphisch illustriert werden.

r1

C1

C2

C3

C4

r2

r3

r4

C1

C2

C3

C4

C2

C3

C4

r2

r3

C1

r4

r1

V. Sing 11/11/2006

12


Qualitative Modellbildung II(strukturvariabler Systeme)

(Söffker, 1998f, 2001, 2003)

Operator:Operatoren repräsentieren qualitative Zusammenhänge in derrealen Welt. Derartige Zusammenhänge können konstitutiv(innerhalb von Situationen) oder aktiv (zur Beschreibung vonÄnderungen / Handlungen) sein. Operatoren bilden damitauch die Kernelemente menschlichen Wissens, als mentale Elementeim Kontext des Konstruktes mentaler Modelle ab.

Die Funktionalität eines Operators wird als Ausgang (F), als 'Eingänge'werden explizite und implizite Voraussetzungen zur Realisierung vonF(eA, iA) angenommen.

O

eA1

eA2

eA3

iA1

C

F1

eAx

iAx

C

: Funktion / (Charakteristic)

: Voraussetzung

: Explizite Voraussetzung

: Implzite Voraussetzung

: Kommentar


Qualitative Modellbildung III(strukturvariable Systeme Kognitive Systeme z.B. MMS)

'Ist'

Ziel S2

'Soll'S2 : S1, (O3, O2, O4)

O2 O4

A2

O1

O3

B2

D2

R1' R2'

A2

O1

B2

D2

O3 O2

C2

R2

A2

O4

B1

D2

O3 O2

C2

Start S1

O3

A1

O1

O2

B1

D1

R1

Beschreibungsform auf Basisvon angenommenen Zusammenhängen der Welt Notwendig:- Modellwissen > Menschen > 'Regler'- Steuerbarkeit- Beobachtbarkeit

V. Sing 11/11/2006

13


Qualitative Modellbildung IV(strukturvariable Systeme Kognitive Systeme MMS)

Zahlreiche Arbeiten (SRM, U Wuppertal):- Klassifikation menschlicher Fehler, 1998-2001- Menschliches Lernen (bei Computerspielern), 1997-2001- Rekonstruktion mentaler Modelle aus Interviews, 1999-2001- Unfallrekonstruktion (BirgenAir Flugzeugabsturz), 1997- Typisierung von Fehlentscheidungen von Gruppen, 2000-2001

(> Diplomarbeiten SRM, U Wuppertal; Habilitation Söffker 2001)

Auseinandersetzungmit der Umwelt

MentalesModell

Planen

liefert

Verh

altens

weise

nVorwegnahm

e der

Interaktionen

liefertmentale Konstrukte

innereProzesse


Example: Human player with computer game (Laboratory situation)

Exa mple: Huma n player with computer g (Labo ratory situa tion)

V. Sing 11/11/2006

14


Aktions-ebene

Fehler-klassifikationnach Dörner

Erläuterung,Bilder

Normal

Real

Wissens-ebene

Zeit

Aussagen

O4;O1F1,2,3,4|O1F1(3x);O6;O1F2;O1F3;O1F4|O1F2;O1F1;O1F3;O1F4;O1F5

(O1)F1,2,3,1,4

O2

O6

O5

O4

O3

O1

O7

Magische Hypothese

"weil da dreiauf einmal waren"

so schnell, dases trotzdem zurSeite fällt

Magische Hypothese,keineTeilzielbildung,Nebenwirkung

Magische Hypothese,fehlendeSelbstreflektion

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx/ / / / / / / / / / / / / / / / / / / / / / / / / / Z(O2(iA2)xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

stellt mit sicht-lichem ErstaunenO2(iA2) fest

Bild a,b Bild c, d Bild e

Offline reconstruction of operators and situations for agiven HMI, here: Reconstruction of learning processes by analyzing HMI


I.: Also der Wagen hat ABS.A.: Der hat ABS, ja.I.: Das ist Dein erster Wagen mit ABS, höchstwahrscheinlich.A.: Ja.I.: Hast Du vorher schon mal sowas gefahren?A.: Mit ABS?I.: Ja.A.: Nein.I.: Ah, das noch nicht. Und jetzt hier bei diesem Winterwetter, konnte man da wat von merken?A.: Es kommt darauf an, also ich sage mal, am Freitag, wo et geschneit hat, habe ich den Wagen stehen lassen deshalb.I.: Ach so.A.: Ich habe aber persönlich bisher nur Gutes von ABS gehört.I.: Ja...und worin besteht die Wirkung vom ABS, wofür ist das gut?A.: Damit, wenn ich ne Vollbremsung mach', damit ich dann auch noch lenken kann. Die meisten Leute machen ja den fehler, sehen wat, treten voll in die Bremse und können dann nicht mehr lenken, weil, bei den Autos ohne ABS kannste ja dann nicht mehr lenken.I.: Hmm, und wie funktioniert dat jetzt so...?A.: Wie gesagt, bei dem weiß ich et nich', weil ich noch nie en Wagen mit ABS hatte.I.: Wodran denkt man, wenn dat ABS wirkt, ist Dir was bekannt?A.: Ja, dat hat man mir gesagt, dat die Bremse anfängt zu rattern.I.: Ach so, Und was passiert da technisch, wird da irgendwie...?A.: Mehr oder weniger, ich geh mal davon aus, wie 'ne Stop and Go-Bremse.I.: Ach so, der Bremsdruck wird zurückgenommen und wieder aufgebaut. Und fühlst Du Dich jetzt sicherer mit dem Auto?A.: Auf alle Fälle.I.: Und fährst Du da auch schneller, weil Du Dich sicherer fühlst?A.: Nö.I.: Das nicht, ganz normal weiter...A.: Bin ich auch früher.I.: Ja..., ist es auch denkbar, daß das ABS Nachteile hat?A.: Bestimmt. Weil sich viele Leute drauf verlassen, auf das ABS. Deshalb hat ABS bestimmt gewisse Nachteile, weil viele Leute denken: "Ich habe ABS, mir kann ja relativ wenig passieren, da ich ja immer lenken kann, also könn' wa ruhig wat dichter auffahren".I.: Hmm ja, das wäre natürlich ein negatver Effekt, ja.A.: Ein negativer Nebeneffekt davon, wobei es bestimmt auch sehr viele Vorteile hat.I.: Ja..., vielen Dank für das Gespräch!

Offline reconstruction of operators and situations for agiven MMI,here: Reconstruction of mental maps from interviews I

V. Sing 11/11/2006

15


Bremsen(Vollbremsung)

Stotter-effekt

Sicherheits-gefühl

Lenkbarkeit

Mensch

Auto-nutzung

ABS

Verhaltenanderer

Menschenbzgl.

Kfz-Nutzung

psycholog.Effekt aufAndere

Unveränder-lichkeit desFahrverhaltens

Abstands-verringerung

Offline reconstruction of operators and situations for agiven HMI,here: Reconstruction of mental maps from interviews II

( together with A. Groß, Linguistics; Diploma Thesis Kretschmann 1999 )


Verg

an-

genh

eit

Men

sch

-M

asc

hin

e

R11

A1

B1

C1

D1

E1

F1

Zuku

nft

E 1

R11

A1

B1

C1

D1

E1

Bedien-terminal Reales technisches System:

Beispiel: Kraftwerk

Sch

nit

t-st

ell

e

Interagierender Mensch

R11

A1

B1

C1

D1

F1

E1

R11

A1

B1

C1

D1

E1

F1

Lernen:Mechanismen zum

Aufbau und zurKorrektur des

mentalen Modells

Mentales Modellder Realität

Planen: MentaleVorwegnahme der

Zukunft

=

?≠

FunktionsorientierteAbbildung der

Wirkzusammenhänge destechnischen Systems

durchSituations-Operator-Modelle

Wechsel-

wirkung

(5)

(7)

(4)

(6)

(1)

(6)

(2)

(3)

Realität

Mensch-Maschine-System aufBasis der SOM-Beschreibungsmethodik

V. Sing 11/11/2006

16


MMS – SOM II

Systemtheoretische Betrachtungder Mensch-Maschine-Interaktion:

- Beschreibungsform >> SOM-Ansatz - Beobachtbarkeit >> abhängig vom mentalen Modell und den kognitiven Fähigkeiten- Steuerbarkeit >> abhängig vom mentalen Modell und den kognitiven Fähigkeiten- Selbstständiger Ablauf ?? - Stabilität ??


MMS –SOM III

(Söffker 2001)

Realität

Wahrnehmungsfilter

Men

tales Modell

S ig n a le

M e r k m a le

A k tio n

Realität

H

a n d l u n g s o r g a n i s a t i on

Mentale und körperliche Fäh

igke

iten

SzenenVerständnisK

ognitive Funktione

n

V. Sing 11/11/2006

17


Mensch-Maschine-Systeme: Zusammenstellung

System / Strecke:


Ziel:



Wiss. 'Hoch'zeit:

Qualitativ/quantitativ beschreibbarVerhaltensweise (VW) variabel

Mensch realisiert die Interaktionsituativ, problemadäquat, zielorientiert

Stabilisierung

normal: der Konstrukteur anomal: der situativ agierende Mensch

VW der Strecke nur im Normalfall bekanntansonsten: Lernen, Denken, Planen erlaubt angepasste, flexible Reaktion

-


Konzeption des Über-wachungs-automaten

V. Sing 11/11/2006

18


Erfassung der Szene und der Aktion durch Sensor-systeme

Sensorebene des Überwachungsautomaten


Verarbeitungsebene des Automaten

Beschreibung der Situation als Merkmalsvektor

Auswahl des Operators

Basisoperatorbibliothek

Auswahl des Metaoperators

Metaoperatorbibliothek

V. Sing 11/11/2006

19


Ermittlung der Informationen der komplexen Szene durch geeignete Sensorik

Verarbeitung mehrerer Sensordaten durch Algorithmen, Fuzzy-Logik …

Abbildung der komplexen Szene durch Merkmalsvektor als Situation

Beispiel für die Merkmalsextraktion


Blinken links

Blinken rechts

Blinker zurücksetzen

Nach links Ausscheren

Nach rechts Ausscheren

Fahren

Beschleunigen

Verzögern

Bremsen

...

Basisoperatoren

Abbildung der Handlung/Aktion des Fahrers

V. Sing 11/11/2006

20


Ein Parameter oder

mehrere Parameter für das Merkmal möglich

Voraussetzungen Funktion

Direkte Änderung des Parameters eines Merkmals

Änderung von anderen Parametern möglich

Beispiel eines Basisoperators


Analyseebene des Überwachungsautomaten

Überprüfung nach Voraussetzungen

Überprüfung nach Ziel

Zieltransformation

Überprüfung nach Fehler

SOM-basierte Darstel-lung der Fehl-handlungsstruktur

V. Sing 11/11/2006

21


Szene

Aktueller OperatorSituation

Beispiel einer Sequenz


Szene

Situation

Ziel „Schnell vorankommen“

nach Voraussetzungen nach Ziel

Funktionsweise des ÜberwachungsautomatenOperatoren Operatoren

- Blinken links

- Verzögern

- Bremsen

1. Blinken links

2. Verzögern

3. Bremsen

- Blinkerzurücksetzen

- Nach linksAusscheren

- Verzögern

- Bremsen

1. Nach linksAusscheren

2. Blinkerzurücksetzen

3. Verzögern

4. Bremsen

- Blinkerzurücksetzen

- Verzögern

- Bremsen

1. Blinkerzurücksetzen

2. Verzögern

3. Bremsen

- Blinkenrechts

- Fahren

- Beschleunigen

- Verzögern

- Bremsen

1. Beschleunigen

2. Fahren

3. Blinkenrechts

4. Verzögern

5. Bremsen

- Fahren

- Verzögern

- Bremsen

1. Fahren

2. Verzögern

3. Bremsen

V. Sing 11/11/2006

22


Strukturierung der Komplexität der Interaktion


AutonomesSystem(Ziel: situative, flexible, zielgerichtete Interaktion mit unbekannten Umwelten)

AktorenRäder/Motoren

Greifer

SensorenVideokamera

Laserscanner

Sonarsensoren

V. Sing 11/11/2006

23


Implementierung

Client/Server-Struktur:

Client fordert die vorgefilterte Situation ständig an

Auswahl und Senden von Operatoren im Lern- oder Planungsmodul

Client ist bekannt, ob gerade ein Operator ausgeführt wird

Erfahrungen werden in einer Datenbank gespeichert

(SRS: Ahle, Olle 2005)


RealizationTest in lab environment

scen

esSO

M-a

ppro

ach

actual situation

desired situation☺ ☺

actualsituation

desiredsituation☺ ☺[Ahle und

Söffker 2005]

V. Sing 11/11/2006

24


Realisierung der flexiblen, zielorientierten und situativen Interaktion I



Realisierung der flexiblen, zielorientierten und situativen Interaktion II


V. Sing 11/11/2006

25


System / Strecke:


Ziel:



Wiss. 'Hoch'zeit:

Unbekannte Umwelt, Verhaltensweisen (VW) variabel

Automat ist lernfähig und adaptiert sich:situativ, problemadäquat, zielorientiert

Realisierung vorgegebener Ziele

abstrakt: der Konstrukteursituativ: der Automat (lernt, plant, beoachtet)

'Welt' ist strukturierbar, kognitiveRoutinen plus SOM-Strukturierungerlauben Lernen, Sensorik/Aktorik ausreichend

21. Jhrdt. (> Kognitive Technische Systeme)

Kognitive Technische Systeme – Autonome Systeme


Zusammenfassung

• Dynamische Systeme: Ein- und Mehrgrößensysteme

> Mensch-Maschine-Systeme > Autonome Systeme

• Beschreibungsform:- Beschreibungsform: SituationOperatorModell>> Komplexitätsreduktion mit einem hierarchisierbaren, hybriden Ansatz- Beschreibung menschlicher Interaktion: Lernen, Planen, ...- Repräsentationsebene:

> Basis zur Realisierung kognitiver technischer Systeme

• Von der Regelungstechnik zur Automatisierungstechnik:> Integration menschlicher Bediener in komplexe Szenarien> Interaktion Mensch und Maschine / Automat> flexible, lernfähige Maschinen und Systeme

kognitives Automobil // integrierte Fahrerüberwachung

Mensch und Automat: Modellbildung der Mensch-Maschine...

Documents

Transcript of Mensch und Automat: Modellbildung der Mensch-Maschine...