ConAI: AI-baserade samtalsagenter som stödjer förarnas förståelse av ADAS och höjer trafiksäkerheten

Syfte och mål

Många lastbilschaufförer har svårt att förstå och använda avancerade förarstödssystem (ADAS, SAE-nivå 2), och lär sig ofta genom trial and error – något som kan leda till felanvändning eller att systemen stängs av. Det här projektet undersöker hur AI-baserade konversationsagenter kan göra ADAS mer begripliga och stötta lärande före, under och efter körning. Detta banar väg för en säkrare och mer frekvent användning av ADAS bland en bredare och mer diversifierad grupp av lastbilsförare.

Förväntade effekter och resultat

Resultaten inkluderar: a) kunskap om inlärningsstrategier som lastbilsförare använder sig av idag för att lära sig om hur ADAS fungerar, b) konceptualisering av minst 3 inlärningsstrategier med utgångspunkt i AI-baserad konversation, c) minst en prototyp implementerad i simulerad eller verklig lastbil, d) kunskap om hur AI-baserade samtalsagenter upplevs av lastbilsförare och vilken effekt dessa får på användning av ADAS, e) minst en vetenskaplig publikation som bidrar till en doktorsavhandling.

Planerat upplägg och genomförande

Projektet använder en design thinking-metodologi och är strukturerad kring dess huvudfaser: Empathize, Define, Ideate, Prototype och Test. Denna metod säkerställer att de utvecklade konceptlösningarna är djupt förankrade i verkliga användarbehov. Projektet är uppdelat i 6 arbetspaket: 1) Projektledning, 2) Användarbehov och designkrav, 3) Konceptutveckling, 4) Prototyputveckling, 5) Användartester och analys, 6) Kommunikation och resultatspridning.