@CITY – Automatisiertes Fahren in der Stadt: Fahrfremde Tätigkeiten

Im Folgenden finden Sie eine kurze Zusammenfassung des Projektes. Für weitere Informationen kontaktieren Sie bitte die Projektverantwortlichen über den Kontaktbutton auf der rechten Seite.

Hintergrund

Die Forschungsinitiative @CITY führt 15 Partner aus Automobilwirtschaft, Zulieferindustrie, Software-Entwicklung und Universitäten zusammen. Untergliedert in die zwei Projekte @CITY und @CITY-AF werden Konzepte, Technologien und prototypische Anwendungen entwickelt, die das automatisierte Fahren in komplexen urbanen Räumen ermöglichen sollen. Ziel ist es, den Stadtverkehr der Zukunft für alle Verkehrsteilnehmer möglichst sicher, komfortabel und effizient zu gestalten. Unterstützt wird die Forschungsinitiative vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) mit einem Fördervolumen von rund 20 Millionen Euro.

Das Institut für Arbeitswissenschaft ist im Projekt @CITY-AF vertreten und forscht im Teilprojekt „Mensch-Fahrzeug-Interaktion“. In diesem Teilprojekt geht es um die Interaktion zwischen den drei Protagonisten: Fahrzeugnutzer, automatisiertes Fahrzeug sowie andere Verkehrsteilnehmer. Einen Forschungsschwerpunkt bildet die Ausführung fahrfremder Tätigkeiten bei automatisierter Fahrt.

Weitere Informationen zu dem Projekt finden Sie unter https://www.atcity-online.de/

Ziele

Zunächst sollten im Projekt die relevanten fahrfremden Tätigkeiten (FFT) identifiziert werden. Anschließend wurden die identifizierten FFT im Hinblick auf die menschliche Ressourcennutzung des Fahrzeugnutzenden bewertet und daraus Empfehlungen für die Aufgabengestaltung entwickelt.

Methodik

  • Befragung mittels Online Fragebögen
  • Fahrsimulator (vollständiges Fahrzeugmockup und selbst entwickelter Automationsregler mit Fahrfunktionen nach SAE L3)

Zur Auswirkungsanalyse von fahrfremden Tätigkeiten während hochautomatisierter Fahrt wurden umfangreiche Versuche im Fahrsimulator mit ca. 62 Probanden durchgeführt. Während der Versuche wurden unterschiedliche Messmethoden eingesetzt:

  • Blickverhalten (Eye-Tracking-System DIKABLIS)
  • Leistung- und Aufmerksamkeitsverteilung (Reiz-Reaktiontest nach ISO DIN 17488)
  • Beanspruchungen (EKG, Hautleitwert)
  • Situationsbewusstsein (SAGAT – Situation Awareness Global Assessment Technique)

Ergebnisse

Durch die Befragung (N = 164) konnten die präferierten FFT bei hochautomatisierter Fahrt identifiziert werden. Für die anschließende Bewertung der gebundenen menschlichen Ressourcen wurden fünf im Vorfeld als relevant identifizierten FFT mittels Reiz-Reaktiontest weiter untersucht.

Durch die umfangreiche Studie mit 62 Probanden zeigte sich, dass das Blickverhalten, die mentale Beanspruchung, das Situationsbewusstsein sowie die Rückübernahmefähigkeit sich in Abhängigkeit der untersuchten fahrfremden Tätigkeiten unterscheidet. Durch eine multiple Regressionsanalyse und Machine Learning-Algorithmen konnten die mentale Beanspruchung und das Situationsbewusstsein als Einflussfaktoren auf die Rückübernahmefähigkeit identifiziert werden.