Försämring-Medvetet Intelligent Mobilitetssystem 2

Syfte och mål

I-AIMS2-projektet kommer i ett demonstrationsfordon att undersöka hur säkerhet, välbefinnande och bränsleekonomi kan förbättras genom att övervaka föraren och låta en stor språkmodell (LLM), med röståterkoppling, reglera förarens kognitiva-affektiva tillstånd. Projektet kommer att utvärdera SmartEyes "Sheila-Guard" LLM integrerat i deras förarövervakningssystem baserat på: a) in-the-wild förardata, b) simuleringstestning, c) inbyggda LLM-gränssnitt (inklusive ett litet robothuvud).

Förväntade effekter och resultat

1) Sheila-Guard (LLM) för att uppnå TRL 6 eller 7; 2) Dokumentation av de scenarier där kabinbaserad LLM-återkoppling kan lindra kognitiva störningar; 3) Dokumentation av scenarierna där en kabinbaserad "förkroppsligad" gränssnitt (robothuvud) kan lindra kognitiva funktionsnedsättningar: kvantitativa (effekter på stress) och kvalitativ utvärdering av gränssnittsdesign; 4) Dokumentation av testade operativa gränser för det utplacerade systemet med avseende på säker och snabb användning av LLM.

Planerat upplägg och genomförande

Två iterationer av projektet ska genomföras för att testa Sheila-Guard i verkliga miljöer och operativa gränser i kontrollerade (simulerade) miljöer. Gränssnittsdesign (inklusive robothuvuden) testas både i verkligheten och i förhållande till säkra operativa gränser. Insikter från I-AIMS (steg 1) ligger till grund för den initiala uppsättningen. Bränsleeffektivitet utvärderas även i relation till LLM-feedbackens påverkan på förarens prestation.