Fahrerzustand beim automatisierten Fahren
Mit der Einführung automatisierter Fahrzeuge in den Straßenverkehr sollen der Fahrkomfort, die Verkehrseffizienz und die Verkehrssicherheit gesteigert werden. Der Fokus in der Forschungsgruppe „Fahrerzustand beim automatisierten Fahren“ richtet sich auf eine ganzheitliche Betrachtung der geänderten Rolle des Fahrers im Kontext der automatisierten Fahrzeugführung.
Dabei steht ein Paradigmenwechsel im Vordergrund: Bisher hat sich die Forschung auf klassische Ablenkung von der primären Fahraufgabe konzentriert. Bei höheren Automationsstufen (ab Level 3, (SAE International, 2014)) kann nicht mehr von Ablenkung gesprochen werden, da beispielsweise die erlaubte Beschäftigung mit fahrfremden Tätigkeiten oder eine völlige Abwesenheit von Aufgaben relevante Forschungsszenarien werden. Trotz allem bleibt der Fahrer, z. B. an Systemgrenzen der Automation, Rückfallebene und muss die Fahrzeugführung übernehmen. Man spricht von einer Übernahmesituation. Wie situative Faktoren die Übernahmeleistung (Zeit- und Qualitätsaspekte) beeinflussen, war bereits Thema mehrerer Arbeiten am Lehrstuhl (Damböck, 2013; Gold, 2016; Radlmayr, Gold, Lorenz, Farid, & Bengler, 2014).
Unter dem Oberbegriff Fahrerzustand befasst sich die Forschung in dieser Gruppe mit den Themen Müdigkeit und Vigilanz (Feldhütter, Goncalves), individuelle Unterschiede und Vertrauen in die Automation (Körber) sowie neue Untersuchungsmethoden und fahrfremde Tätigkeiten (Radlmayr). Dabei stehen quantitative Vorhersagen und die Modellierung des Einflusses des Fahrerzustands auf die Übernahme im Vordergrund (Marberger et. al., 2017). Hierfür steht eine umfangreiche Sammlung an Messsystemen und Sensoren zur Verfügung. Zentral sind Systeme zur Messung von Blickverhalten, Bewegungsverhalten und Sitzdruckverteilung. Zudem setzen wir uns kritisch mit aktuellen Ergebnissen aus Fahrsimulationsstudien auseinander, da potenziell Unterschiede zwischen Untersuchungen im Fahrsimulator und im realen Straßenverkehr bestehen können.
Quellen
Damböck, D. (2013). Automationseffekte im Fahrzeug – von der Reaktion zur Übernahme (Dissertation). Technische Universität München, München.
Gold, C. (2016). Modeling of Take-Over Performance in Highly Automated Vehicle Guidance
(Dissertation). Technische Universität München, Garching. Retrieved from mediatum.ub.tum.de/1296132
Marberger, C., Mielenz, H., Naujoks, F., Radlmayr, J., Bengler, K., Wandtner, B. (2017). Understanding and Applying the Concept of “Driver Availability” in Automated Driving. Paper presented at the 8th Conference on Applied Human Factors and Ergonomics, Los Angeles, USA.
Radlmayr, J., Gold, C., Lorenz, L., Farid, M., & Bengler, K. (2014). How Traffic Situations and Non-Driving Related Tasks Affect the Take-Over Quality in Highly Automated Driving. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 58
(1), 2063–2067. doi.org/10.1177/1541931214581434
SAE International (2014, January 16). Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle Automated Driving Systems. (SAE, J 3016 201401).