Erweiterte Fahrerassistenzsysteme (ADAS) gewinnen in der Fahrzeugentwicklung immer mehr an Bedeutung. Insbesondere bei Nutzfahrzeugen führt dies zu mehr Sicherheit, mehr Komfort für den Fahrer und geringeren Gesamtbetriebskosten. Die derzeit auf dem Markt befindlichen Systeme zielen auf SAE Level 2 mit teilautomatisierten Fahrfunktionen ab. Zukünftige Lkw-Designs werden höhere Automatisierungsgrade anstreben. In diesem Zusammenhang ist die Kenntnis des Reibwertpotenzials zwischen der Straßenoberfläche und den Fahrzeugreifen sowie die anschließende Anpassung automatisierter Fahrfunktionen von entscheidender Bedeutung für eine sichere Längs- und Querführung von Fahrzeugen im Allgemeinen. In vorangegangenen Forschungsprojekten wurde ein zuverlässiges und funktionales Verfahren zur ursachenbasierten Reibwertpotenzialschätzung für Pkw entwickelt (Müller et al., 2017; Müller et al., 2019). Unfälle, die durch Straßenglätte verursacht werden, machen einen erheblichen Anteil am Gesamtunfallgeschehen aus. Mit Hilfe einer detaillierten Analyse von Unfalldaten konnte gezeigt werden, dass das System ein großes Potenzial zur Unfallvermeidung hat. Dies gilt auch für Lkw-Unfälle (Müller et al., 2021). Die Methode selbst ist fahrzeugunabhängig, jedoch an Pkw und deren Fahrdynamik angepasst. Im Rahmen des von der Bundesanstalt für Straßenwesen (BASt) finanzierten Forschungsprojekts "Prognose des Reibungspotenzials bei schweren Nutzfahrzeugen (> 12 t)" wird die Abschätzung des Reibungspotenzials weiterentwickelt und für schwere Nutzfahrzeuge angepasst. In diesem Bericht werden verschiedene Ergebnisse aus realen Fahrversuchen, die Methode der Reibwertpotenzialschätzung im Allgemeinen, sowie eine Betrachtung des möglichen Einsatzes für zukünftige Lkw-Fahrerassistenzfunktionen vorgestellt. Das maximal nutzbare Reibwertpotenzial wird durch Bremsmanöver innerhalb des ABS-Regelbereichs bei Geradeausfahrten auf horizontalen Straßenabschnitten ermittelt. Alle Reibwertpotenzialmessungen werden parallel mit einem Sattelzug-Lkw und einem Pkw durchgeführt, um einen permanenten Vergleich zwischen beiden Fahrzeugen zu ermöglichen. Zusätzlich zu den fahrzeugeigenen Sensoren sind beide Versuchsfahrzeuge mit entsprechender Messtechnik zur Aufzeichnung der Beschleunigung und weiterer Umweltdaten ausgestattet. Zunächst werden erste Untersuchungen auf einer Teststrecke durchgeführt, um den Einfluss unterschiedlicher Beladungszustände und verschiedener Ausgangsgeschwindigkeiten auf das maximal nutzbare Reibwertpotenzial zu ermitteln. Weitere Messungen werden auf verschiedenen bewässerten Oberflächen durchgeführt. Anschließend werden Reibwertpotenzialmessungen unter realen Fahrbedingungen auf öffentlichen Straßen in Brandenburg durchgeführt. Über einen Zeitraum von mehr als einem Jahr wird von der TU Berlin und der IAV eine umfangreiche Reibwertdatenbank aufgebaut. Das Ziel ist es dabei möglichst alle Witterungsbedingungen eines Jahres zu berücksichtigen. Vergleichbare Messungen zwischen Pkw und Lkw in einem solchen Umfang sind aus der aktuellen Literatur nicht bekannt. Es wird daher ein ursachenbasierter Ansatz zur Reibwertpotenzialschätzung entwickelt, welcher zuverlässige Ergebnisse liefert und im Echtzeitbetrieb eingesetzt werden kann. Der Kern dieser Methode basiert auf der Abschätzung des Straßenzustandes unter ausschließlicher Verwendung externer Wetterdaten, die eine Reibwertpotenzialvorhersage für den Bereich um das Ego-Fahrzeug gewährleisten. Spezifische Anpassungen des Algorithmus ermöglichen die Übertragbarkeit für die Anwendungen im Schwerlastverkehr. Die Ergebnisse umfassen verschiedene Analysen der Effektivität des Systems, wobei der Schwerpunkt auf der Quantifizierung seiner Zuverlässigkeit und Genauigkeit für den Versuchs-Lkw liegt.

Today, both in-vehicle human drivers and automated driving systems (ADS) can be in charge of driving the vehicle. In addition, in the near future, it will be possible to drive a vehicle equipped with Level 4 or Level 5 ADS from a remote position, or to provide information to such a vehicle from a remote position. This new form of vehicle motion control is known as teleoperation. In 2021, Germany has introduced the possibility to provide information to a Level 4 or Level 5 ADS-equipped vehicle: According to the German Road Traffic Act (StVG), this so-called remote assistance is performed by the technical supervisor within the meaning of §1d (3) StVG. At the time of writing this report, the direct influence on the execution of vehicle motion control, i.e. remote driving, is not legally regulated yet, and has only been possible in the context of individually authorised test drives in public road traffic. Remote driving covers a wide range of potentially possible future use cases: Examples are the distribution of car-sharing vehicles in public place via remote driving, or transporting goods via remote driving as "hub-to-hub" transport, and much more. It is also conceivable that remote driving adds value to Level 4 or Level 5 ADS-equipped vehicles when they are provided with remote driving to drive through complex trip sections that the ADS cannot handle yet. This technical report formulates open research questions relevant to remote assistance and remote driving. For a socially accepted, safe introduction of this new form of vehicle motion control, the functionally reliable design of the vehicle technology is essential. Furthermore, it is crucial that the respective task that is to be performed remotely, can be well performed by a person from a distance, and that this person has appropriate skills and fitness to drive for the tasks to be performed. The connection via communication technology between the vehicle and the workstation is a constitutive component of teleoperation, and as such, is also focus of this report. This results in five focus areas into which this report is divided.

Das Forschungsprojekt FP 87.0016/2019 „Versorgung von Straßenverkehrsunfällen durch den Rettungsdienst“ hat das Ziel, Verkehrsunfälle und ihre Folgen statistisch zu erheben und zu analysieren. Im Zentrum stehen dabei Straßenverkehrsunfälle, zu denen der öffentliche Rettungsdienst gerufen wurde. Zur Analyse wurden Leitstellendokumentationen (= Leitstellendatensätze) mit den rettungsdienstlichen Angaben in Form von medizinischen Scores zur Verletzungsschwere herangezogen und um weitere infrastrukturelle Merkmale (z. B. Straßenklasse, Kurve) ergänzt. Weiterhin sollen durch ein Matching der Daten des Rettungsdienstes mit dem Unfallatlas Erkenntnisse darüber gewonnen werden, welche Überschneidungen und Differenzen es hinsichtlich der Erfassung von Unfällen durch die Polizei und der Versorgung von Unfallopfern durch den Rettungsdienst gibt. An der Untersuchung haben sich zehn Erfassungsstellen des Rettungsdienstes beteiligt. Durch diese werden ca. 2,8 % der Fläche des Bundesgebiets und ca. 3,2 % der deutschen Bevölkerung abgedeckt. Als Untersuchungsjahr wurde das Kalenderjahr 2020 herangezogen. Es standen insgesamt 8.831 Leitstellendatensätze auf Personenebene (Verkehrsunfallopfer) für die Analysen zur Verfügung, die auf Ereignisebene aggregiert insgesamt 6.010 Rettungsdiensteinsätze zu Verkehrsunfällen ergeben haben. Hinsichtlich der amtlichen Unfalldaten wurde auf die öffentlich zugänglichen Informationen des Unfallatlas (Bezugsjahr 2020) zurückgegriffen (UNFALLATLAS 2022). Insgesamt wurden für die Erfassungsgebiete 7.004 Verkehrsunfälle aus dem bundesweiten Datensatz festgestellt. Die Verortung der durch den Rettungsdienst erfassten Unfälle erfolgte mit der OpenSource-Datenbank OpenStreetMap. Das bundesweite Straßennetz wurde hiermit nachgebildet. Ein Vergleich der Längenstatistiken mit den Kennzahlen des Statistischen Bundesamtes bestätigt deren Validität. Neben den amtlichen Straßenklassen wurde das Straßennetz mit Angaben zur Ortslage und zu weiteren Straßenkategorien wie z. B. „Kreuzung“ oder „Kurve“ erweitert. Insgesamt erfolgten innerorts 5.567 (63 %) Rettungsdiensteinsatzfahrten zu Verkehrsunfällen, 2.561 (29,0 %) Einsatzfahrten außerorts und 703 (7,9 %) Einsatzfahrten auf Autobahnen. Rund die Hälfte (48,3 %) dieser Einsatzfahrten weist eine Gemeindestraße als Einsatzort auf, rund ein Viertel (24,3 %) eine Landesstraße sowie weitere 14,3 % eine Bundesstraße und 10,3 % eine Kreisstraße. Eine Auswertung der zusätzlichen Straßenkategorien zeigt, dass 44,4 % der Verkehrsunfälle in Kreuzungen und 35,6 % in Kurven zu verorten sind. Auf Grundlage eines Gewichtungsverfahrens wurde die Repräsentativität der Erfassungsgebiete hinsichtlich seiner räumlichen Struktur geprüft. Abweichungen unter einem Prozentpunkt legen nahe, dass die räumliche Struktur der Erfassungsgebiete und damit die Unfälle und Unfallfolgen, die sich hier ereignet haben, repräsentativ für das Bundesgebiet sind. Es ist daher davon auszugehen, dass die Verteilung der Verletzungsschwere von Verkehrsunfallopfern in den Erfassungsgebieten die Verteilung auf Bundesebene annähernd repräsentativ abbilden kann. Die Analyse von Geschlecht und Alter der bereinigten Leitstellendokumentation ergibt, dass 3.335 (61,7%) der Verkehrsunfallopfer männlich und 2.607 (38,3%) weiblich sind. Das mittlere Alter der Männer beträgt 40,9 Jahre (SD = 21,3 Jahre), das der Frauen 42,0 Jahre (SD = 20,9 Jahre).Die vertiefte Analyse der Verletzungsschwere nach Geschlecht und den räumlich zugeordneten Straßenabschnitten zeigt bei amtlichen Straßenklassen sowie nach Ortslage für Leicht- und Schwerverletzte mit Werten zwischen 57 % und 64 % eine eher geringe Variation der Anteile. Größere Variationen lassen sich bei Leicht- und Schwerverletzten jedoch bei Kreuzungsbereichen mit Anteilen zwischen 28 % und 41 % feststellen. Die Ergebnisse des Matchings aus Leitstellendokumentation und Unfallatlas zeigen, dass von 6.010 Verkehrsunfällen in der Leitstellendokumentation 3.208 (53 %) gematcht und 2.802 (47 %) nicht gematcht werden konnten. Von 7.004 Verkehrsunfällen im Unfallatlas konnten 3.208 (45 %) gematcht und 3.769 (55 %) nicht gematcht werden. Eine Gegenüberstellung der Verletzungskategorien nach Einstufung durch den Rettungsdienst und durch die Polizei ergibt eine Übereinstimmungsrate von 100 % bei getöteten Verkehrsunfallopfern, 66,4 % bei Schwerverletzten und 72,8 % bei Leichtverletzten. Festzustellen ist des Weiteren, dass 116 (28 %) rettungsdienstlich eingestufte Schwerverletzte im Unfallatlas „nur“ einem Unfall mit Leichtverletzten zugeordnet sind. Ebenfalls zeigt sich in rund einem Viertel der Fälle eine höhere Einstufung durch die Polizei bzw. im Unfallatlas als durch den Rettungsdienst gegeben ist. Von besonderem Interesse sind in der Teilmenge „Matching“ die Gruppe der als amtlich schwerverletzt eingestuften Verunglückten, die aufgrund der amtlichen Definition sehr heterogen ist. Durch die medizinischen Daten des Rettungsdienstes kann diese Gruppe spezifiziert werden und es können Zusammenhänge zwischen medizinischen Unfallfolgen und bestimmten Unfallkonstellationen eruiert werden. Als Fazit des Projekts kann festgehalten werden, dass mit der neu entwickelten Methodik zur Verortung von Einsätzen des Rettungsdienstes ein Mehrwert erzielt werden kann sowohl für den Rettungsdienst als auch für die Analyse der amtlichen Unfalldaten. Durch die Datenverknüpfung (Matching) können Hinweise zu einer möglichen Untererfassung oder Nachdokumentation von Unfällen seitens der Polizei und auch zur Qualität der Einstufung der Unfallschwere gewonnen werden. Hinsichtlich der amtlich als schwerverletzt klassifizierten Unfallopfer ist eine dezidierte Analyse bezüglich medizinischer Parameter im Sinne der Verkehrssicherheitsarbeit und Maßnahmenentwicklung zielführend. Für die Fortführung der in diesem Projekt erzielten Ergebnisse wird insbesondere die flächendeckende, verbindliche, vollständige und einheitliche Aufnahme des DIVI-Notfall-Protokolls in die Routinedaten der Leitstellen als vielversprechend angesehen, da hier räumliche, zeitliche, medizinische und weitere unfallbezogene Informationen zusammen erhoben werden.

Straßenbäume, insbesondere Alleen, sind wichtige ökologische Elemente, bergen jedoch bei Verkehrsunfällen ein hohes Risiko, weshalb genaue Daten über ihren Bestand für die Verkehrssicherheit unerlässlich sind. In dem Beitrag wird ein KI-gestütztes Verfahren zur Erstellung eines Baumkatasters für Bundesfernstraßen vorgestellt, das sowohl dem Schutz der Bäume als auch der gezielten Umsetzung von Sicherheitsmaßnahmen dient.

In der Untersuchung wurde das Fahrverhalten im Radverkehr bei hohem Radverkehrsaufkommen analysiert. Dazu wurden Radar- und Videomessungen des Geschwindigkeits- und seitlichen Abstandsverhaltens an Einzelanlagen des Radverkehrs mit unterschiedlichen Führungsformen, Breiten, Steigungsverhältnissen und Randnutzungen durchgeführt. Bei der empirischen Analyse des Verkehrsablaufs wurde die Zusammensetzung des Fahrradkollektivs in die Auswertung einbezogen. Dabei zeigte sich, dass eine hohe Streuung der Einzelgeschwindigkeiten im Radverkehr vor allem aus einer inhomogenen Zusammensetzung des Fahrradkollektivs resultiert. Neben der Analyse des Verkehrsablaufs an Einzelanlagen wurde der Verkehrsablauf auf drei längeren Radverbindungen, die den Charakter eines Netzabschnitts aufweisen und sich in mehrere Einzelanlagen (Strecken und Knotenpunkte) gliedern, empirisch untersucht. Für die Extrapolation der baulichen und verkehrstechnischen Randbedingungen an den empirisch untersuchten Radverkehrsanlagen wurden Verkehrsflusssimulationen mit dem Programm VISSIM durchgeführt. Im Ergebnis zeigte sich, dass vor allem die Breite der Radverkehrsanlage die Qualität des Verkehrsablaufs beeinflusst. Basierend auf den gewonnenen Erkenntnissen wurde ein Vorschlag für ein Verfahren zur Bewertung der Verkehrsqualität an Radverkehrsanlagen entwickelt, in dem die Verkehrsdichte als Bewertungskenngröße verwendet wird. Darüber hinaus wurde ein Verfahren zur netzweiten, fahrtgeschwindigkeitsbasierten Bewertung der Angebotsqualität für Radverkehrsanlagen erarbeitet.