Hintergrund
Das vom Bundesministeriums für Wirtschaft und Energie geförderte Projekt „UR:BAN“ (Urbaner Raum: Benutzergerechte Assistenzsysteme und Netzmanagement) befasste sich mit unterschiedlichsten Fragestellungen im Hinblick auf Fahrerassistenzsysteme für den Stadtverkehr. An dem Projekt waren insgesamt 30 Partner aus Automobil- und Zulieferindustrie, Elektronik-, Kommunikations- und Softwarefirmen, Universitäten sowie Forschungsinstitute und Städte beteiligt.
Das Projekt untergliederte sich in 3 große Teilprojekte:
- Kognitive Assistenz
- Vernetztes Verkehrssystem
- Mensch im Verkehr
Das Institut für Arbeitswissenschaft (IAD) war an dem Projekt als ein Unterauftragnehmer der Adam Opel AG im Unterprojekt „Verhaltensprädiktion und Intentionserkennung (VIE)“, welches zum Teilprojekt „Mensch im Verkehr“ gehört, beteiligt.
Ziele
Das Teilprojekt „Mensch im Verkehr“ befasste sich mit der Fragestellung wie der Fahrer im Stadtverkehr sicher, effizient und entspannt unterwegs sein kann. Im Rahmen der Kooperation zwischen dem IAD und der Adam Opel AG wurde untersucht inwieweit eine Fahrerverhaltensprädiktion, also die Vorhersage der kommenden Handlungen des Fahrers, helfen kann die Wirkung und die Akzeptanz eines Fahrerassistenzsystems zu verbessern.
Einerseits ist es zielführend, dass ein Assistenzsystem möglichst zu einem sehr frühen Zeitpunkt wirksam wird. Dem gegenüber steht jedoch die Tatsache, dass durch zu frühzeitige Warnungen oder Eingriffe der Fahrer schnell gestört wird, wenn er die aufkommende Situation eigenständig im Griff hat und die Warnung für seine kommende Reaktion nicht mehr angemessen ist. Dieses sogenannte „Warndilemma“ kann dazu führen, dass die Akzeptanz für das System stark sinkt.
Methodik
Im Projekt wurden Fahrversuche auf dem Testgelände der TU Darmstadt durchgeführt. In den beiden Versuchsreihen im Sommer 2013 und 2014 nahmen insg. 102 Probanden an den Versuchen teil, in denen folgende Fahrmanöver durch verschiedene Versuchsapparaturen provoziert wurden:
- Fahrstreifenwechselmanöver
- Anhaltemanöver
- Notausweichmanöver
- Notbremsmanöver
In den Versuchen wurden neben sog. CAN-Bus-Daten (darunter fallen beispielsweise der aktuelle Lenkradwinkel oder die Pedalstellungen) auch Blickbewegungsdaten und Daten aus verschiedenen Fragebögen erhoben und im Nachgang analysiert.
Ergebnisse
Auf Basis der erhobenen Daten wurde ein Algorithmus (Ansatz einer Fuzzy-Logik) entwickelt, der es ermöglicht, das Verhalten der Fahrer mit einem Zeithorizont von ca. 1-2s vorherzusagen. Der Algorithmus wurde auf der Abschlussveranstaltung im Herbst 2015 in Düsseldorf vorgestellt.