1,721,122 research outputs found
Zwischen Rational und Emotional – Ein Überblick über Entscheidungen und deren Einflussgrößen in kooperierenden Teams
No full textModeling driver intention and behavior at roundabouts
No full textThis paper focuses on modelling driver intention and behaviour at roundabouts in order to provide information on whether or not a driver intends to leave the roundabout when approaching an exit of a roundabout. Advanced Driver Assistance Systems’ effective work depends on adequate driving intention recognition and behaviour prediction, so if the driver intention and behaviour at roundabouts can be modelled and predicted, the roundabout safety and efficiency can be significantly improved. As the driver intention recognition is basically a pattern recognition problem, the machine learning theory is a good candidate for training models. The data for training and validating the models has been planned to be gathered from both the laboratory controlled simulation and field study
An Experimental Paradigm for Inducing Emotions in a Real World Driving Scenario: Evidence from Self-Report, Annotation of Speech Data and Peripheral Physiology
Full text linkEmpathic vehicles are a promising concept to increase the safety and acceptance of automated vehicles. However, on the way towards empathic vehicles a lot of research in the area of automated emotion recognition is necessary. Successful methods to detect emotions need to be trained on realistic data that contain the target emotion and come from a setting close to the final application. At the moment, data sets fulfilling these requirements are lacking. Therefore, the goal of this work is to present an experimental paradigm that induces four different emotional states (neutral, positive, frustration and mild anxiety) in a real-world driving setting using a combination of secondary tasks and conversation-based emotional recall. An evaluation of the paradigm using self-report data, annotation of speech data and peripheral physiology indicates that the methods to induce the target emotions were successful. Based on the insights of the experiment, finally a list of recommendations for the induction of emotions in real world settings is given
Modeling human driver in takeover scenarios: a neuropsychological model informed by physiological dynamics
No full textThe present dissertation introduces a holistic driver model aimed at predicting driver state and reaction during the transition from automated driving to manual driving. Common driver models are typically confined to specific scenarios with limited situational criteria and simplified driver states, often reducing the complexity of the driving situations to a single variable and the human decision-making process to a few measuring factors. These limitations hinder the generalizability of such models to real-world, complex driving environments, where a wide array of variables interact dynamically. Addressing these shortcomings, this research proposes a novel driver model that accounts for a broad spectrum of driver states, integrating emotional and cognitive structures to reflect the nature of real-world driving better.
The driver model is grounded in two core theories: the adaptive control of thought-rational cognitive architecture and the theory of constructed emotion. The cognitive architecture provides a robust computational framework for predicting driver performance and reactions. However, its application has been limited to scenarios involving drivers in an emotionally neutral state, overlooking the impact of human affect. On the other hand, the theory of constructed emotion posits that emotions are not fixed responses but are dynamic constructs shaped by the interplay of cognitive, social, and physiological factors.
By leveraging these theories, the proposed model offers a more holistic approach, capable of handling a wide range of driver states, considering affect dynamics and emotional variations. The model integrates the driving context with the driver state to predict subsequent states and reactions more accurately, using a generative machine learning algorithm inspired by neuroscientific insights into the human brain. Consequently, the model represents an advancement over the adaptive control of thought-rational cognitive architecture by incorporating the complexity of affective process into its predictive capabilities. While this dissertation focuses on takeover situations, the model’s design is inherently generalizable, allowing for future applications across various driving scenarios.
To validate the proposed model, a comprehensive dataset, manD 1.0, is collected through a precisely designed subject study using a driving simulator. This dataset captures a range of driving situations, variations in driver state, and detailed information about vehicle state, all synchronized to provide a rich source of training data. From this dataset, segments involving takeover situations are extracted for model training and assessment. Given that individual differences, such as past experiences and physiological characteristics, can significantly influence driver behavior, the model is individualized for each person by training it on individual-specific data. A comparative analysis with a baseline model demonstrates that incorporating a psychological architecture enhances the accuracy of predicting driver states and reactions, improves the model’s robustness against variability, and increases its generalizability across diverse driving situations. This model holds potential for use in driver assistance systems, particularly in critical situations where predicting driver state and reaction could prevent severe safety consequences
How much reality is needed in virtual reality? Evaluation of Usability and User Experience in Virtual Reality
Full text linkVirtual Reality bietet innerhalb der Produktentwicklung ein hohes Potential, um Produkte in kürzeren Iterationszyklen kostengünstiger herzustellen. Jedoch birgt Virtual Reality auch die Gefahr, dass virtuell getroffene Entscheidungen in die Realität übertragen werden, ohne dass diese zuvor auf Plausibilität geprüft werden. Virtual Reality kann die Realität nicht perfekt imitieren und weist bezüglich aller Aspekte der menschlichen Wahrnehmung deutliche Unterschiede auf. Offen ist allerdings, inwieweit dies die Übertragbarkeit der Bewertung der Usability und User Experience substanziell einschränkt oder verändert. Diese Frage wird daher im Rahmen dieser Dissertation anhand eines virtuellen Infotainmentsystems untersucht. Ein Hauptbestandteil dieser Untersuchungen ist das Konstrukt der Präsenz, also das Gefühl, in einer virtuellen Welt zu sein und diese als real anzunehmen. Mithilfe eines hohen Präsenzlevels ist es theoretisch möglich, realistische Entscheidungen in der Virtual Reality zu treffen. Wie im Rahmen von Nutzerstudien das Präsenzgefühl erhöht werden kann, um realitätsnahe virtuelle Bewertungen zu erzielen, ist ebenfalls Bestandteil dieser Dissertation. Haptisches Feedback stellt im Rahmen der Bewertung einer Mensch-Maschine-Schnittstelle sowie der Präsenzentstehung einen kritischen Faktor dar. Aus diesem Grund wird die Einsatzmöglichkeit von computer-generiertem haptischen Feedback in einer virtuellen Umgebung anhand von 45 Probanden evaluiert. Die Ergebnisse dieser Studie zeigen die Verbesserung der Greifqualität beim Spüren haptischen Feedbacks. Allerdings wird auch der mangelnde Realismus von computer-generiertem Feedback im Rahmen dieser Studie deutlich. In den weiteren Untersuchungen dieser Dissertation wird das haptische Feedback daher durch die Implementierung realer physischer Objekte umgesetzt. Da das Einmessen realer Objekte in eine virtuelle Umgebung häufig eine Herausforderung darstellt, wird der Einfluss einer visuell-haptischen Inkongruenz mit Hilfe von 44 Probanden untersucht. Diese Inkongruenz zeigt keinen Einfluss auf das Präsenzgefühl sowie auf die Bewertungen der Usability und User Experience. Es wird jedoch ein positiver Zusammenhang zwischen der Präsenz und den Bewertungen sowie ein negativer zwischen der Präsenz und dem wahrgenommenen Workload deutlich. Um einen negativen Einfluss des Workloads tiefer zu untersuchen, wird in einer weiteren Studie mit 53 Probanden die Ausführbarkeit von parallelen Aufgaben überprüft. Hierbei wird ein Anstieg des Workloads durch die Ausführung einer Nebenaufgabe deutlich. Eine Beeinflussung der Präsenz sowie der Nutzerbewertungen findet jedoch nicht statt. Des Weiteren wird in Form eines Trainings und einer Akklimatisierungsphase eine mögliche Reduzierung des Workloads mit Hilfe von 85 Probanden untersucht. Es zeigt sich dabei, dass weder der Workload noch die Präsenz oder die Nutzerbewertungen von einem Training profitieren. Jedoch benötigten Probanden, die im Vorfeld der Untersuchung eine Akklimatisierungsphase oder ein Training absolvierten ebenso viele Klicks, um eine Aufgabe abzuschließen, wie Probanden in einer realen Bedingung. Für Probanden, die kein Training erhielten, trifft dies nicht zu. Die Vergleichbarkeit zwischen realen und virtuellen Bewertungen kann nicht in jeder dieser Studien bestätigt werden. Lediglich in der letzten Studie kann kein Unterschied zwischen den realen und virtuellen Bewertungen der Usability und User Experience identifiziert werden. Die Verbesserung der Vergleichbarkeit der Ergebnisse lässt sich dabei jedoch nicht auf das subjektive Präsenzgefühl und die vorgenommenen Manipulationen, wie eine visuell-haptische Kongruenz, die Erhöhung des Workloads oder das Training von Interaktionen, zurückführen. Die Untersuchungen dieser Dissertation zeigen vielmehr, dass Virtual Reality dann für die Bewertung virtueller Konzepte geeignet ist, wenn die technischen Faktoren des Systems, wie die Qualität der visuellen Ausgabe und die Performance der Workstation, in einer hohen Güte vorliegen. Es werden jedoch auch Faktoren deutlich, die eine weitere Verbesserung der technischen Systeme zulassen. Beispielsweise zeigen das Tracking der Hände des Nutzers und die Leserlichkeit der Inhalte des Infotainmentsystems weiteres Optimierungspotential auf. Durch die stetige Weiterentwicklung der technischen Systeme werden auch diese Faktoren in Zukunft in noch besserer Qualität vorliegen. Aus diesem Grund ist mit der Markteinführung neuer Virtual-Reality-Systeme auch eine Fortführung der Validierung von Nutzerstudien in dem Bereich der Usability und User Experience von großem Interesse.Virtual Reality offers a high potential in a product development process in order to manufacture products in shorter iteration cycles and more cost-efficiently. However, Virtual Reality also poses the risk that decisions made virtually are transferred to reality without being scrutinized regarding plausibility before. In fact, virtual reality cannot perfectly imitate reality and differs significantly in all aspects of human perception. Nevertheless, it remains open to what extent this substantially limits the transferability of the evaluation of Usability and User Experience. This question is therefore investigated in this dissertation using a virtual infotainment system. A main part of this research is the construct of presence, i.e. the feeling of being in a virtual world and accepting it as real. With the help of a high level of presence it is theoretically possible to make decisions that are close to those made in reality. How to increase the sense of presence in user studies in order to achieve realistic virtual assessments is also part of this dissertation. Haptic feedback has been identified as a critical factor in the evaluation of human-machine interfaces as well as in the development of presence. For this reason, the feasibility of using computer-generated haptic feedback in a virtual environment is evaluated based on 45 participants. The results of this study show the improvement of grasp quality when sensing haptic feedback. Furthermore, the lack of realism of computer-generated feedback is evident in the context of this study. Therefore, in the further studies of this dissertation, haptic feedback is realized by implementing real physical objects into the virtual environment. Since fitting real objects into a virtual environment is often challenging, the influence of a visual-haptic feedback mismatch is investigated with the help of 44 participants. An incongruence does not show any influence on the sense of presence as well as on the assessments of Usability and User Experience. However, a positive correlation between presence and user assessments as well as a negative correlation between presence and workload becomes apparent. In order to investigate a negative influence of workload, the ability to execute parallel tasks is examined in a further study with 53 participants. In this study an increase of the workload becomes notable by the execution of a secondary task. However, there is no influence on presence and user assessments. Furthermore, a reduction of workload in form of a training or an acclimatization is examined based on 85 participants. It is shown that neither workload nor presence nor user assessments benefit from a training. Nonetheless, subjects who completed an acclimatization or a training prior to the study needed as many clicks to complete a task as subjects in a real-world condition. This is not true for subjects who experienced no training at all. The comparability between real and virtual assessments cannot be confirmed in each of the studies. Only in the final one there is no difference between real and virtual assessments of Usability and User Experience identifiable. However, the improvement in the comparability of the assessments cannot be attributed to the sense of presence and the manipulations performed, such as a visual-haptic congruence, an increase of workload, or the training of virtual interactions. Instead the analyses of this dissertation show that virtual reality is appropriate for the evaluation of virtual concepts if the technical factors of the system, like the quality of the visual output and the performance of the workstation, are presented in a high quality. Nevertheless, factors that allow further improvement of the technical system also become apparent. For example the tracking of the user´s hand and the readability of the content of the infotainment system show additional potential for optimization. Due to the ongoing dynamic development of Virtual Reality technology, these factors will also be available in even better quality in the future. For this reason continuous research on the validity of user studies in the area of usability and user experience is of great interest with the release of new Virtual Reality systems
Human Factors – Maßnahmen zur Erhöhung der Sicherheit im Verhalten von Straßenverkehrsteilnehmern an Bahnübergängen
No full textRailway level crossings are particularly accident-prone areas within the railway transport which generally is rather safe. Road users with their errors are responsible for most of the accidents that occur at level crossing. However, reliable findings on the psychological background of these human errors are scarce. Moreover, there are hardly measures that in-crease the safety at level crossings, by systematically reflecting the experiences and the be-havior of road users. Starting from this state-of-the-art of science and technology, the knowledge and information processing of road users with regard to the passage of a level crossing were examined first. In study 1, a survey was conducted. It was found that the majority of respondents had a limited understanding of traffic signs related to level crossings, especially the St. Andrew's Cross. In study 2, the behaviour of motorists in the process of approaching a passive level crossing without a barrier or a light signal was evaluated using eye tracking during a regular ride. It became apparent that a majority of motorists did not engage in a careful visual inspection of the peripheral areas at the level crossing to determine whether a train is approaching or not. Deficient knowledge of the importance of the St. Andrew's Cross as well as the omission of a visual check of the level crossing peripheries pose risks for the safe passage of passive level crossings. Based on these findings, two safety measures to counteract the lack of knowledge and the inattention of road users were derived and tested. In study 3 it was examined whether it is easier to retrieve mental scripts related to other traffic signs compared to the St. Andrew's Cross. In a choice reaction time experiment it turned out that it was indeed easier for participants to assign the right meaning to the stop sign than to the St. Andrew's Cross as an example. At passive level crossings in Germany the stop sign could be a useful addition to the St. Andrew's Cross to counteract the lack of understanding of many road users. In study 4, the invention PeriLight was tested in the context of a passive level crossing with the help of eye tracking in a driving experiment in regular traffic. The invention consists of two lighting units that are placed in the peripheral areas to the left and right of the level crossing and emit stroboscopic light stimuli whenever a motorist is approaching. PeriLight significantly increased the proportion of participants who visually inspected the level crossing during the approach, compared to a baseline condition.Railway level crossings are particularly accident-prone areas within the railway transport which generally is rather safe. Road users with their errors are responsible for most of the accidents that occur at level crossing. However, reliable findings on the psychological background of these human errors are scarce. Moreover, there are hardly measures that increase the safety at level crossings, by systematically reflecting the experiences and the behavior of road users. Starting from this state-of-the-art of science and technology, the knowledge and information processing of road users with regard to the passage of a level crossing were examined first. In study 1, a survey was conducted. It was found that the majority of respondents had a limited understanding of traffic signs related to level crossings, especially the St. Andrew's Cross. In study 2, the behavior of motorists in the process of approaching a passive level crossing without a barrier or a light signal was evaluated using eye tracking during a regular ride. It became apparent that a majority of motorists did not engage in a careful visual inspection of the peripheral areas at the level crossing to determine whether a train is approaching or not. Deficient knowledge of the importance of the St. Andrew's Cross as well as the omission of a visual check of the level crossing peripheries pose risks for the safe passage of passive level crossings. Based on these findings, two safety measures to counteract the lack of knowledge and the inattention of road users were derived and tested. In study 3 it was examined whether it is easier to retrieve mental scripts related to other traffic signs compared to the St. Andrew's Cross. In a choice reaction time experiment it turned out that it was indeed easier for participants to assign the right meaning to the stop sign than to the St. Andrew's Cross as an example. At passive level crossings in Germany the stop sign could be a useful addition to the St. Andrew's Cross to counteract the lack of understanding of many road users. In study 4, the invention PeriLight was tested in the context of a passive level crossing with the help of eye tracking in a driving experiment in regular traffic. The invention consists of two lighting units that are placed in the peripheral areas to the left and right of the level crossing and emit stroboscopic light stimuli whenever a motorist is approaching. PeriLight significantly increased the proportion of participants who visually inspected the level crossing during the approach, compared to a baseline condition
Development and Evaluation of Stress Management Interventions for Vehicle Occupants
Full text linkWeltweit erleben Individuen alltäglich Stress in verschiedenen Situationen. Der entstehende Stresszustand beschränkt sich nicht nur auf die Ursprungssituation, sondern kann in anschließende Situationen übergehen und sich im Laufe des Tages mit zusätzlichem Stress unabhängig vom Ursprung und der Art des Stresses kumulieren. Geht Stress in dieser Weise in eine Mobilitätssituation über oder kumuliert mit Fahrstress, kann dies zu Einbußen in der Fahrsicherheit führen. Da Mobilität mit einem Wechsel zwischen örtlichen und damit häufig auch mentalen Kontexten einhergeht, können diese Situationen während Mobilität regelmäßig auftreten, sodass Mobilität ein besonderer Stellenwert zukommt. Bis dato lagen Forschungsschwerpunkte auf der Detektion und Reduzierung von Stress aus der Fahraufgabe, während andere, in die Fahrt mitgebrachte Arten von Stress, im Mobilitätskontext größtenteils unerforscht waren. Es ergaben sich demnach zwei Forschungslücken: Die Messung verschiedener Arten von Stress im Fahrzeugkontext sowie Stressmanagementinterventionen für verschiedene Arten von Stress im Fahrzeugkontext. In dieser Arbeit wurden daher die notwendigen Komponenten für ein Stressmanagementsystem für verschiedene Arten von Stress in einem Fahrzeug entwickelt. Dazu gehörte zunächst die Definition der relevanten Arten von Stress und die Evaluation von Messmethoden für diese verschiedenen Arten von Stress im Fahrzeug. In einem Fahrsimulator wurden darauf aufbauend elf Parameter ermittelt, welche geringen von hohem physischen, psychischen, sozialen und kognitiven Stress im Rahmen der Fahraufgabe erfolgreich unterschieden. Dabei handelte es sich um physiologische Maße – Herzaktivität, elektrodermale Aktivität, Muskelaktivität, Atmung, Pupillendurchmesser – und Fragebogenmaße. Anschließend wurden die Interventionen Positive Psychologie und Biofeedback im Fahrzeugkontext entwickelt und – zunächst im stationären Fahrzeug, danach während manueller Fahrt – evaluiert. Im stationären Fahrzeug konnten Positive Psychologie, Biofeedback aber auch die Kontrollbedingung Stress im Vergleich zu einer Stressinduktion mit der Stroop-Aufgabe reduzieren. Allerdings ergaben sich keine Unterschiede zwischen den Interventionsbedingungen inklusive der Kontrollbedingung. Während der manuellen Fahrt wurde Stress erfolgreich durch Positive Psychologie und die Kontrollbedingung ohne Sekundäraufgabe reduziert, die aktuelle Implementierung von Biofeedback reduzierte Stress während der manuellen Fahrt hingegen nicht. Ein circa einmonatiges Training der Interventionen hatte keinen Effekt. Die Ergebnisse unterstreichen die Wichtigkeit einer gezielten Entwicklung von Stressmanagementinterventionen für den Fahrkontext, bei welcher Anforderungen der Fahraufgaben einbezogen werden. Mit den drei Komponenten des Stressmanagement-Regelkreises – den über die Fahraufgabe hinausgehenden, relevanten Stresszuständen, der Messung des Stresses und den Interventionen gegen Stress – kann ein Stressmanagementsystem im Fahrzeug aufgebaut werden. Zukünftige Forschung können weiterführende Quantifizierungsmöglichkeiten über reduzierte Parameterauswahlen, kabellose Messtechniken und differenzierte Erkennung verschiedener Arten von Stress oder die Weiterentwicklung der Interventionen – in Breite und Tiefe – sein.Individuals all over the world experience stress in various daily situations. Stress is not limited to the situation it evolved from, but can spill over into subsequent situations and accumulate over the course of the day regardless of its origin or type. When stress spills over to mobility or accumulates with driving stress, this can lead to impairments in driving safety. These situations can occur regularly since mobility is associated with changes in place and thereby also mental shifts between contexts. Therefore mobility is a situation of particular interest. To date, research has focused on the detection and reduction of stress originating from the driving task, while other types of stress were largely unexplored. Thereby two research gaps were relevant for this thesis: The measurement of different types of stress in the context of driving and stress management interventions for different types of stress in the context of driving. In this thesis, the necessary components for a stress management system for different types of stress in a vehicle were developed. This included the definition of relevant types of stress and the evaluation of measurement methods for these different types of stress in the vehicle. In a driving simulator, eleven parameters were determined, which successfully distinguished low from high physical, psychological, social stress, and cognitive stress in the context of the driving task. These measures were physiological measures – heart activity, electrodermal activity, muscle activity, breathing, pupil diameter – and questionnaires. Subsequently, the interventions Positive Psychology and Biofeedback were developed for the vehicle context and evaluated first in a stationary vehicle and then during manual driving. In the stationary vehicle, Positive Psychology, Biofeedback, as well as the control condition resulted in stress state reductions compared to a stress induction with the Stroop task. However, there were no differences between the different intervention conditions, including the control condition. During manual driving, stress was successfully reduced by Positive Psychology and the control condition without secondary task, while the current implementation of Biofeedback was incompatible with the manual driving task. A one month training period of the interventions did not have an effect on the results. These findings underline the importance of a targeted development of stress management interventions for the driving context by taking into account demands of the driving task. The three components of the stress control loop – the relevant stress states that go beyond driving-related stress, the measurement of stress and the interventions against stress – can now be set up as a stress management system in the vehicle. Future research can focus on further quantification possibilities via reduced parameter selections, wireless measurement techniques, and differentiated detection of different types of stress or the further development of interventions – in width and depth
About the driver's state during automated driving: Objective measurement of fatigue and its influencing factors
Full text linkEine automatisierte Fahrfunktion gemäß SAE Level 2 erfordert die permanente Überwachung der Fahrzeugsteuerung und der Verkehrsumgebung, wohingegen ein Level 3 die Abwendung von der Fahraufgabe gewährleistet und somit die Beschäftigung mit fahrfremden Tätigkeiten (FFT) ermöglicht. Erkenntnisse aus Grundlagen- und Anwendungsforschung zeigen, dass der Mensch insbesondere Level 2-typische Überwachungstätigkeiten, d.h. Vigilanzaufgaben, nicht lange bewerkstelligen kann, weil er ermüdet. Eine objektive Müdigkeitsmessung in einer realen Level 2-Fahrt unter Berücksichtigung individueller Einflussfaktoren stand bis dato noch aus. Zunächst sollte die Anwendbarkeit von Elektroenzephalografie (EEG) über die Analyse von Alpha-Spindeln in einem „Wizard-of-Oz-Fahrzeug“ auf einer monotonen Teststrecke gezeigt werden. Ein erstes Experiment mit N = 35 Probanden legte den Fokus auf die Auswirkungen der Fahrdauer (60 Minuten) in Level 2 und dessen Funktionszuverlässigkeit. Erwartungsgemäß traten große individuelle Unterschiede im Ermüdungsverhalten auf: EEG-basiert als „ermüdet“ klassifizierte Probanden besaßen in den ersten 20 Minuten eine deutliche Müdigkeitszunahme, wobei ca. 66 % der Varianz in der Ermüdungsstärke anhand der Fahrdauer aufgeklärt werden konnten. Anschließend trat eine Müdigkeitssättigung ein. Sowohl ältere Versuchsteilnehmer als auch Fahrer unter Koffeineinfluss wiesen eine signifikant niedrigere Ermüdung auf. Nach ca. 50 Minuten zeigten „ermüdete“ Probanden verzögerte Reaktionen auf einen Automatisierungsfehler, wobei die Funktionszuverlässigkeit grundsätzlich keinen Einfluss auf das Ermüdungsmuster hatte. Allerdings konnten Automatisierungsfehler eine Aktivierung für etwa zwei Minuten hervorrufen, wenn eine hohe Ermüdung vorlag und noch keine Habituation an die Fehler stattfand. In einem zweiten Experiment erlebten N = 19 Teilnehmer abwechselnd entweder ein Level 2 oder ein Level 3 kontinuierlich für jeweils 28 Minuten mit anschließenden Transitionen zum manuellen Fahren. Die Übernahmezeiten betrugen müdigkeitsbedingt nach Level 2 im Mittel ca. vier Sekunden. Wenn nach Level 3 die FFT vor Übernahme beiseitegelegt wurde, waren Übernahmezeiten von durchschnittlich ca. acht Sekunden messbar. Die Ausbildung von Müdigkeit konnte in Level 3 für bis zu 25 Minuten unterdrückt werden. Somit besitzt ein Level 3 mit FFT-Beschäftigung (verglichen mit einem Level 2) ein deutliches Aktivierungspotential, wodurch ebenfalls die Verkehrssicherheit erhöht werden kann.An automated driving function in accordance with SAE Level 2 requires permanent monitoring of the vehicle control and the traffic environment, whereas Level 3 ensures that the driver is able to turn away from the driving task, thus enabling him to engage in non-driving related tasks (NDRT). Findings from basic and applied research show that humans cannot perform Level 2 typical monitoring activities in particular, i.e. vigilance tasks, for longer periods of time because they tire. An objective measurement of fatigue in a real Level 2 drive, considering individual influencing factors, has not yet been carried out. Initially, the applicability of electroencephalography (EEG) was to be demonstrated via the analysis of alpha spindles in a "Wizard-of-Oz vehicle" on a monotonous test track. A first experiment with N = 35 subjects focused on the effects of driving time (60 minutes) in Level 2 and its functional reliability. As expected, large individual variations in fatigue behaviour occurred: Subjects, classified as "tired" due to EEG-based measurements, had a significant increase in fatigue in the first 20 minutes, whereby approx. 66 % of the variance in the level of fatigue could be explained by driving duration. Subsequently, a saturation of fatigue occurred. Both older test participants and drivers under the influence of caffeine showed a significantly lower level of fatigue. After approx. 50 minutes, "tired" subjects showed delayed reactions to an automation failure, whereby functional reliability basically had no influence on the fatigue pattern. However, automation failures caused an activation for about two minutes provided that a high fatigue level was present and no habituation to the failures had occurred. In a second experiment, N = 19 participants alternatingly experienced either Level 2 or Level 3 continuously for 28 minutes each with a subsequent transition to manual driving. Due to fatigue, the take-over times after Level 2 averaged around four seconds. If after Level 3 the NDRT was put aside before taking over, take-over times of approx. eight seconds on average were measurable. The development of fatigue could be suppressed for up to 25 minutes in Level 3. Thus, a Level 3 under engagement in NDRT (in comparison to Level 2) has a clear activation potential, which can also increase road safety
Fahrerverhaltensvorhersage an Kreisverkehren
Full text linkRoundabouts are considered important because converting an intersection into a roundabout has been proven to improve safety. However, the absolute number of crashes at roundabouts is still high. Many crashes occur because car drivers fail to yield. Intelligent systems can increase safety if they can prevent crashes by precisely predicting driver maneuvers. Therefore, a reliable and trustworthy predictive model of driver maneuvers is needed.
A few studies analyze human behavior at roundabouts. However, they focus on an operational timescale rather than on maneuvers on a tactical timescale. Tactical maneuvers have mostly been investigated in scenarios about typical intersections and overtaking. Thus, there is still a lack of research on driver maneuver prediction at roundabouts. To fill this gap, the objective of this thesis is to develop a model that can predict driver maneuvers at single-lane roundabouts.
Two types of driver maneuvers are possible in front of each exit of a roundabout: exiting the roundabout and staying in the roundabout. To predict which maneuver a driver will execute in front of an exit, a driver maneuver predictive model was developed on the basis of an analysis of driver behavior data acquired from a field study and a simulator study. Soft-classification algorithms were proposed to train the predictive model. The model consisted of four sub-models for four different scenarios, which were defined by the correlation between roundabout layouts and drivers' steering behavior. The sub-models make it possible to predict the exiting or staying maneuvers executed in the corresponding scenarios. Furthermore, a personalized predictive model was developed to adapt to individual drivers because different drivers have different driving styles.
The driver maneuver predictive model shows excellent predictability: In the scenarios without traffic, the model reported prediction results for more than 97.60% of test drives at the position 10 m from the exits of the roundabouts. Of these drives, more than 97.10% were predicted correctly. The personalized predictive model provided even better prediction results for individual drivers with significantly different driving styles. Moreover, the driver maneuver predictive model also successfully predicts drivers' maneuvers in most scenarios with cyclists. The prediction results show that steering angle, steering angle speed, velocity, and acceleration of the ego car provide the most important information. With this information, the model can predict the maneuver of a driver with any type of driving style at a single-lane roundabout with any type of layout.Kreisverkehre gelten als ein wichtiger Bestandteil der Verkehrsinfrastruktur, da ihre Verwendung anstelle von traditionellen Kreuzungen einen wesentlichen Beitrag zur Verkehrssicherheit leistet. Die absolute Anzahl von Unfällen bleibt jedoch auch an Kreisverkehren noch hoch. Viele Kollisionen werden dabei durch Missachtung der Vorfahrt verursacht. Intelligente Fahrzeugassistenzsysteme könnten hier eingreifen, vorausgesetzt sie verfügen über eine zuverlässige Vorhersage des Fahrerverhaltens. Hierfür wird ein robustes und präzises Modell für die Vorhersage von Fahrmanövern im Kreisverkehr benötigt.
Empirische Studien zu menschlichem Verhalten an Kreisverkehren fokussieren in der Regel auf die operationale Ebene der Fahraufgabe, also auf eine zeitlich hoch aufgelöste Zeitskala. Die taktische Ebene, auf der Manöver wie "Verlassen des Kreisverkehr" stattfinden, wurde dabei jedoch nicht ausreichend analysiert. Insbesondere fehlen Modelle, die Fahrmanöver im Kreisverkehr vorhersagen. Ziel dieser Arbeit ist es daher, ein solches Modell für einspurige Kreisverkehre zu entwickeln.
Zwei Arten von Manövern sind innerhalb eines einspurigen Kreisverkehrs möglich: Im Kreisel zu bleiben, oder ihn zu verlassen. Um möglichst früh eines der beiden Manöver vorherzusagen wurden im Rahmen dieser Arbeit verschiedene Modelle entwickelt, welche auf Fahrdaten aus dem Realverkehr sowie Simulationsstudien basieren. Für das Training der jeweiligen Modelle werden Soft-Klassifikationsalgorithmen vorgeschlagen, die auf einem Quasi-Hidden-Markov-Modell basieren.
Dieses Modell besteht aus vier Teilmodellen für jeweils vier verschiedene Szenarien, die durch die Korrelation zwischen Kreisverkehrlayouts und Lenkverhalten von Fahrern definiert wurden. Mit den Teilmodellen können die in den entsprechenden Szenarien ausgeführten Manöver "Verlassen" oder "Bleiben" vorhergesagt werden. Des Weiteren wurde ein personalisiertes Vorhersagemodell entwickelt, um sich an den individuellen Fahrer anzupassen, da verschiedene Fahrer unterschiedliche Fahrstile aufweisen.
Das Fahrmanöver-Vorhersagemodell zeigt eine ausgezeichnete Performanz: In den Szenarien ohne Verkehr lieferte das Modell in einem Abstand von 10 m vor der Kreisverkehrsausfahrt Vorhersagen für mindestens 97,60% aller Testfahrten. Von diesen Fahrten wurden wiederum über 97,10% korrekt vorhergesagt. Personalisierte Modelle erreichen noch bessere Vorhersageergebnisse. Sind weitere Verkehrsteilnehmer in den analysierten Szenarien anwesend liegt die Vorhersagegüte etwas darunter. Die Ergebnisse zeigen, dass Lenkwinkel, Lenkwinkelgeschwindigkeit sowie Eigengeschwindigkeit und -beschleunigung die wichtigsten Informationen liefern. Hiermit kann das Modell das Manöver eines Fahrers mit jeder Art von Fahrstil an einem Kreisverkehr mit jeder Art von Layout vorhersagen
- …
