KIRa - Kooperative Interaktion mit Radfahrern im automatisierten Fahren
MitarbeiterInnen
| Projektleitung: | Prof. Dr. Josef Krems |
|---|---|
| Mitarbeiter/in: | Daniel Trommler (M.Sc.) |
| Dr. Claudia Ackermann |
Projektpartner
Professur Nachrichtentechnik
Förderung
 |
Deutsche Forschungsgemeinschaft (Projektnummer 273258218) |
|---|
Laufzeit
05/2019-03/2023
Beschreibung
Als Folgeprojekt von KIVI (Kooperative Interaktion mit schwächeren Verkehrsteilnehmern im automatisierten Fahren) fokussiert das Forschungsvorhaben KIRa die Kooperation automatisierter Fahrzeuge und Radfahrern. Hierbei sollen komplexe, urbane Szenarien im Niedriggeschwindigkeitsbereich (Parkplätze) hinsichtlich der impliziten oder expliziten Handlungsabstimmung zwischen den genannten Verkehrsteilnehmern analysiert werden. Dazu erfolgt unter anderem eine Charakterisierung von Interaktionssituationen sowie von informellen und expliziten Kommunikations- und Interaktionsparametern der beteiligten Akteure. Aus diesen Ergebnissen sollen Implikationen für die Entwicklung von automatisierten Fahrzeugen getroffen werden, insbesondere welche Signale Kooperation anzeigen und wie die Signale zu parametrisieren sind.
Um die Interaktion zwischen Radfahrern und Autofahrern besser zu verstehen und somit Implikationen für die Handlungsabstimmung mit automatisierten Fahrzeugen zu treffen, analysieren wir (in Kooperation mit CADJapanGermany: HF) umfangreiche naturalistische Fahrradfahrer-Daten. Dabei möchten wir beschreiben, wie sich Fahrradfahrer in bestimmten Situationen verhalten und wie sie mit anwesenden Fahrzeugen kommunizieren, sowohl implizit (z. B. Änderung des Fahrverhaltens) als auch explizit (z. B. Handgesten).
Weitere Informationen:
Ackermann, C., Trommler, D., & Krems, J. F. (2021). Exploring Cyclist-Vehicle Interaction–Results from a Naturalistic Cycling Study. In Congress of the International Ergonomics Association (pp. 533-540). Springer, Cham. https://doi.org/10.1007/978-3-030-74608-7_65
Während im Projekt KIVI Einflussfaktoren auf die Erkennung von Fahrzeugverzögerungen aus Sicht von Fußgängern untersucht wurden (z. B. Ackermann et al., 2019), ergänzen wir diese Forschung durch ein komputationales Modell. Wir nutzen das Drift-Diffusion Modell (z. B. Ratcliff & McKoon, 2008), um die Erkennung von Fahrzeugverzögerungen formal zu beschreiben. Zudem untersuchen wir den Einfluss verschiedener Faktoren (z. B. Fahrzeug-Geschwindigkeit, -Größe, Bremsstärke) auf die Parameter des Drift-Diffusion Modells.
Weitere Informationen:
Trommler, D., Ackermann, C., & Krems, J. F. (2021). A drift-diffusion model to explain vehicle deceleration detection of vulnerable road users. In T. C. Stewart (Ed.), Proceedings of ICCM 2021, 19th International Conference on Cognitive Modelling.
Um mit Fahrradfahrer sicher und kooperativ interagieren zu können, sollten automatisierte Fahrzeuge bereits frühzeitig die Intentionen von Fahrradfahrern erkennen können. Bisher konzentrierten sich Untersuchungen zur Vorhersage des Fahrradfahrer-Verhaltens auf Kreuzungsbereiche (Abbiegen vs. Geradeaus fahren, z. B. Westerhuis & De Waard, 2017). Ergänzend dazu untersuchen wir, wie typisches Verhalten im Niedriggeschwindigkeitsbereich (z. B. Losfahren, Anhalten) auf Basis der Körperhaltung vorhergesagt werden kann.
Weitere Informationen:
Trommler, Ackermann & Krems (2021). Investigating the body posture as a predictor for the starting progress of cyclists (accepted for publication). ICTCT, Berlin.
Studentische Arbeiten
Studierenden (Psychologie, Sensorik und kognitive Psychologie, Human Factors, Informatik etc.) bieten wir in diesem Projekt jederzeit die Möglichkeit für Projekt- oder Abschlussarbeiten. Schreiben Sie uns gerne eine E-Mail.
