Sonstige
Filtern
Erscheinungsjahr
- 2017 (4) (entfernen)
Dokumenttyp
- Konferenzveröffentlichung (2)
- Buch (Monographie) (1)
- Bericht (1)
Volltext vorhanden
- ja (4) (entfernen)
Schlagworte
- Fahrer (4) (entfernen)
Die Schwerpunkte dieses Projekts lagen in der Untersuchung der Fahrerverfügbarkeit und Müdigkeit sowie in der Herstellung natürlichen Verhaltens bei längeren hochautomatisierten Fahrten. Es konnte im Rahmen von zwei Fahrsimulationsversuchen mit 15 und 42 Probanden gezeigt werden, dass bei hochautomatisierten Fahrten von 60 Minuten Müdigkeit auftreten kann, bei Ausprägung und Zeitpunkt des Auftretens jedoch große individuelle Unterschiede bestehen. Da eine zu kleine Stichprobe sich zum Zeitpunkt der Übernahme in einem entsprechend müden Zustand befand, kann die Auswirkung von Müdigkeit auf das Übernahmeverhalten nicht abschließend beurteilt werden. Hierfür empfehlen sich für die Zukunft Studien mit einem zustandsabhängigen Versuchsdesign. Der Einsatz von natürlichen fahrfremden Tätigkeiten, mit denen die Probanden sich frei beschäftigen durften, zeigte sowohl in der Probandstudie im Fahrsimulator als auch bei einem Expertenworkshop im Realfahrzeug eine hohe Involviertheit der Probanden in die Tätigkeiten während der gesamten 60 Minuten hochautomatisierten Fahrens. Es wird vermutet, dass dies auf die hohe intrinsische Motivation und den hohen Unterhaltungswert der selbstgewählten Aktivitäten zurückzuführen ist. Es zeigte sich außerdem, dass die Wahl der Tätigkeit vom Alter der Probanden abhängig ist. Eine Fahrtdauer von 60 Minuten wurde aufgrund der Ergebnisse aus allen drei Versuchen als realistisches Zukunftsszenario eingestuft und besitzt daher eine hohe Relevanz. Sowohl für die Bewertung von Müdigkeit als auch von Ablenkung war das Blickverhalten am meisten aufschlussreich. Für die Bewertung von Müdigkeit während der Beschäftigung mit fahrfremden Tätigkeiten wird jedoch ein kopfbasiertes Blickerfassungssystem, welches in der Lage ist, den Augenöffnungsgrad zu erfassen, oder videobasierte Verhaltensbeobachtung empfohlen.
While cyclists and pedestrians are known to be at significant risk for severe injuries when exposed to road traffic accidents (RTAs) involving trucks, little is known about RTA injury risk for truck drivers. The objective of this study is to analyze the injury severity in truck drivers following RTAs. Between 1999 and 2008 the Hannover Medical School Accident Research Unit prospectively documented 43,000 RTAs involving 582 trucks. Injury severity including the abbreviated injury scale (AIS) and the maximum abbreviated injury scale (MAIS) were analyzed. Technical parameters (e.g. delta-v, direction of impact), the location of accident, and its dependency on the road type were also taken into consideration. The results show that the safety of truck drivers is assured by their vehicles, the consequence being that the risk of becoming injured is likely to be low. However, the legs especially are at high risk for severe injuries during RTAs. This probability increases in the instance of a collision with another truck. Nevertheless, in RTAs involving trucks and regular passenger vehicles, the other party is in higher risk of injury.
Driver distraction
(2017)
This report for the Institute of Advanced Motorists (IAM) summarises recent research and knowledge from scientific studies about distracted driving. The report defines what it means to be "distracted" when driving, discusses the impact of distraction on driver behaviour and safety, and what can be done to reduce distracted driving. The focus of distraction discussed here relates to how drivers engage with technology when driving. The report begins with a background to driver distraction, followed by discussion about what is actually meant by driver distraction. It is then considered why humans cannot successfully do two things at the same time, particularly within the context of driving. The subsequent section summarises the scientific research findings to date with regard to driver distraction and technology, and how this affects different types of road user. Recommendations for how driver distraction can be mitigated in the real world and a summary conclude the report. Responses to common questions raised by drivers are presented in Appendix A.
Aufgrund der Wichtigkeit individueller Mobilität nutzen viele Menschen heutzutage ein Auto zur Fortbewegung. Hierbei scheint es normal zu sein, neben dem Fahren zusätzliche, nicht fahrbezogene Aktivitäten auszuüben. Obwohl die Fahrzeugführung an sich bereits anspruchsvoll ist und die menschlichen Kognitionsressourcen begrenzt sind, geschehen relativ selten schwere Unfälle. Empirische Studien des fahrergesteuerten Fahrens deuten darauf hin, dass Fahrer Strategien besitzen, die es ihnen ermöglichen, auch im Mehrfachaufgabenkontext eine sichere Fahrleistung zu garantieren: Sie scheinen einen Fahrleistungszielwert zu besitzen, den sie im kontinuierlichen Abgleich mit der aktuellen Fahrleistung versuchen zu erreichen. Darüber hinaus scheinen Fahrer die Bearbeitung nicht fahrbezogener Aufgaben zu reduzieren, sobald sie sich einer kritischen Fahrsituation nähern. In den vergangenen Jahren machte die Entwicklung automatisierter Fahrfunktionen deutliche Fortschritte. Dies führte zu tiefgreifenden Veränderungen der Fahrer-Fahrzeug-Interaktion, da Fahrer im Normalverkehr des automatisierten Fahrens (SAE Level 3) nicht mehr die Verantwortung für die Fahrzeugführung tragen und es ihnen freisteht, sich mit nicht fahrbezogenen Aufgaben zu beschäftigen. Hiervon ausgehend stellt sich die Frage, ob und wenn ja, welche Rolle die Fahrerstrategien im Kontext des automatisierten Fahrens spielen. Das aktuelle Forschungsvorhaben beschäftigt sich mit dieser Thematik: Basierend auf der Idee eines Fahrleistungszielwerts wurden Grenzwerte akzeptierter Fahrleistungsbereiche in Abhängigkeit verschiedener Personen- und Situationsfaktoren bestimmt. Des Weiteren wurde untersucht, inwiefern Fahrern ihre Strategien auch in Übernahmesituationen des automatisierten Fahrens in Abhängigkeit verschiedener Systemkonfigurationen zur Verfügung stehen. Abschließend wurden die Erkenntnisse dieser beiden Schritte zur Ableitung von Gestaltungsempfehlungen für zukünftige automatisierte Systeme genutzt.