Unfälle aufgrund von Falschfahrten sind sehr seltene Ereignisse, welche aber in der Regel eine besonders hohe Unfallschwere aufweisen. Aktuelle Studien aus Deutschland zeigen, dass häufig falsches Linksabbiegen an Anschlussstellen den Ausgangspunkt von Falschfahrten bildet. Im vorliegenden Forschungsvorhaben wurde durch empirische Erhebungen und Fahrten im Fahrsimulator an umgestalteten und nicht umgestalteten Anschlussstellen die Maßnahmenwirkung unterschiedlicher Markierungsvarianten evaluiert. Aus den Ergebnissen wurden Empfehlungen für die optimierte Knotenpunktmarkierung abgeleitet. Im Untersuchungskollektiv waren sowohl signalisierte als auch nicht-signalisierte Anschlussstellen vertreten. An allen empirisch untersuchten Anschlussstellen wurden videogestützte Verkehrserhebungen durchgeführt. Aus den erhobenen fahrer- und umfeldspezifischen Merkmalen konnte das Orientierungs- und Abbiegeverhalten der Linksabbieger analysiert werden. Im Fahrsimulator wurde zusätzlich überprüft, inwieweit gruppenbezogene Ausprägungen bzw. Unterschiede bzgl. des objektiven Fahrverhaltens und der subjektiven Fahrempfindungen auftreten. Im Ergebnis der empirischen Untersuchungen und der Probandenversuche im Fahrsimulator wurde für nicht signalisierte Anschlussstellen eine Markierungsvariante favorisiert, bei der die Wartelinie weiter innen im Knotenpunkt liegt als bisher. Zusätzliche Richtungspfeile und eine innere Abbiegeleitlinie in Verbindung mit weiteren Anpassungen (Sonderform des Zeichens 296 StVO mit Breitstrich, Zeichen 222 StVO eingedreht und durch Leitplatte Zeichen 626 StVO ergänzt) unterstützen den Verkehrsteilnehmer, sich beim Abbiegeprozess vom nachgeordneten Straßennetz auf die Autobahn intuitiv richtig zu verhalten. An signalisierten Anschlussstellen wird ebenfalls der Versatz der Haltlinie in Richtung Knotenpunktmitte, in Verbindung mit den bereits für nicht-signalisierte Anschlussstellen genannten Anpassungen favorisiert. Die Standorte der Signalgeber müssen aber in jedem Fall im Hinblick auf die Bestimmungen der RiLSA (2010) mit der zuständigen Straßenverkehrsbehörde abgestimmt werden. Das Fahrverhalten an den untersuchten Anschlussstellen hat gezeigt, dass die empfohlenen Markierungsvarianten ein intuitiv richtiges Verhalten beim Abbiegen unterstützen und dadurch Falschfahrten vermieden werden.

The main focus of the benefit estimation of advanced safety systems with a warning interface by simulation is on the driver. The driver is the only link between the algorithm of the safety system and the vehicle, which makes the setup of a driver model for such simulations very important. This paper describes an approach for the use of a statistical driver model in simulation. It also gives an outlook on further work on this topic. The build-up process of the model suffices with a distribution of reaction times and a distribution of reaction intensities. Both were combined in different scenarios for every driver. Each scenario has then a specific probability to occur. To use the statistical driver model, every accident scene has to be simulated with each driver scenario (combinations of reaction times and intensities). The results of the simulations are then combined regarding the probabilities to occur, which leads to an overall estimated benefit of the specific system. The model works with one or more equipped participants and delivers a range for the benefit of advanced safety systems with warning interfaces.

Millions of kilometers are driven and recorded by car manufacturers and researchers every year to gather information about realistic traffic situations. The focus of these studies is often the recording of critical situations to create test scenarios for the development of new systems before introducing them into the market. This paper shows a novel Analysis and Investigation Method for All Traffic Scenarios (AIMATS) based on real traffic scenes. It also shows how to get detailed information about speeds, trajectories and behavior of all participants without driving thousands of kilometers at the example of conflict situations with animals. Basis of the AIMATS is the identification of the most relevant locations as "Points of Interest" (POI), the recording of the critical situations and their "base lines" at these POI. This paper presents a new method to identify critical scenarios involving both vehicles and animals as well as preliminary results of a study done in Saxony using this new method.