Advertisement

Forschung im Ingenieurwesen

, Volume 83, Issue 4, pp 875–884 | Cite as

Informationsbedarf von Nutzern konventioneller, vernetzter und automatisierter, vernetzter Fahrzeuge im urbanen Mischverkehr

  • Sabine SpringerEmail author
  • Cornelia Schmidt
  • Franziska Schmalfuß
Originalarbeiten/Originals

Zusammenfassung

Stauvermeidung, Sicherheitsgewinn, Umweltentlastung – diese Ziele sollen im Zuge der Vernetzung des Straßenverkehrs und der zunehmenden Automatisierung der Fahrzeuge erreicht werden. Dies hat zur Folge, dass sich Fahrer zukünftig im städtischen Mischverkehr von konventionellen, (nicht) vernetzten und automatisierten, vernetzten Fahrzeugen bewegen werden. Neue Vernetzungstechnologien werden kooperatives Verhalten ermöglichen, das über herkömmliche Interaktionsformen hinausgeht. Durch die Integration automatisierter Fahrzeuge in den Straßenverkehr werden die Menschen vor neue Herausforderungen gestellt, welche sich z. B. in untypischem, verzögertem Heranfahren an Kreuzungen mit Lichtsignalanlage manifestieren. Mensch-Maschine-Schnittstellen (HMIs) können die Interaktionen zwischen unterschiedlich ausgestatteten Verkehrsteilnehmern optimieren, sofern sie die Fahrer durch aktuelle Verkehrsinformationen unterstützen und sie zugleich nicht ablenken. Welche Informationsbedarfe Menschen im urbanen Mischverkehr in konventionellen, vernetzten sowie automatisierten, vernetzten Fahrzeugen haben, wurde bis dato kaum untersucht und soll in dem vorliegenden Beitrag beleuchtet werden. Im Rahmen zweier Forschungsverbünde („HarmonizeDD“ und „SYNCAR“) wurden drei Fokusgruppen mit jeweils fünf und sechs Teilnehmern durchgeführt. Den Gruppen, welche in ihrer Erfahrung mit automatisierten Fahrzeugfunktionen (gering vs. Testfahrer) variierten, wurden verschiedene urbane Szenarien mithilfe von Videoanimationen präsentiert und deren Informationsbedarfe sowohl gesammelt als auch nach Relevanz gewichtet. Die Ergebnisse zeigen, dass besonders zu Beginn der Systemnutzung als auch in Situationen, in denen seltene und unnatürliche, spezifische Verhaltensweisen gezeigt oder verlangt werden, umfangreichere Informationen wünschenswert (z. B. Auslöser für Verhalten anzeigen – Rettungswagen) sind. Zudem sollten HMIs aufgrund der unterschiedlichen Erfahrungswerte von Insassen/Fahrern und der damit einhergehenden unterschiedlichen Mengen an benötigten Informationen adaptiv gestaltet sein.

Der Innovationsgehalt der vorliegenden Studie ist hoch, da die Informationsdarbietung in spezifischen Fahrszenarien auf Basis von Vernetzungstechnologien bisher hauptsächlich im Außerortsbereich untersucht wurde. Der sich daraus ergebende Forschungsbedarf für den innerstädtischen Mischverkehr mit heterogen ausgestatteten Verkehrsteilnehmern wird hier explizit adressiert.

Information needs of users of conventional, connected and automated, connected vehicles in urban mixed traffic

Abstract

Congestion prevention, safety benefits, environmental release—all these objectives are supposed to be accomplished as part of traffic networking and the increasing vehicle automation. As a result, drivers will move in an urban mixed traffic that consists of conventionally, (un)connected as well as automated, connected vehicles in the future. Innovative networking technologies will not only enable cooperative behavior that exceeds traditional interaction patterns, but also issue new challenges (e.g. approaching a signaled intersection untypically and decelerating) to humans by incorporating new vehicles into road traffic. Human Machine Interfaces (HMI) have the potential to optimize interactions between differently equipped road users, as long as they support the drivers by providing them with currently relevant information, but do not distract them at the same time. The informational needs drivers have in urban mixed traffic using conventionally, connected as well as automated, connected vehicles has rarely been examined so far. Therefore, the present paper examines this issue. Within the context of two research associations (“HarmonizeDD” and “SYNCAR”), three focus group discussions were conducted with five resp. six participants each. The constellation of the groups varied concerning the participant’s experience towards automated vehicle functions (low vs. test driver). After presenting diverse urban scenarios using video animations, informational needs for these scenarios were collected and their importance was rated. The results show that especially during the initial phase of system usage as well as in situations, in which unusual and unnatural behaviors are shown or demanded, detailed information is desirable (e.g. indicating the trigger of a certain behavior—ambulance). Moreover, HMIs should be designed adaptively based on the passenger’s/driver’s varying experience and concomitantly the varying amount of required information.

The present study’s level of innovation is high, as to date, information presentation in specific driving scenarios based on networking technologies has only been examined for extra urban areas. Here, we address the resulting need for research in the field of urban mixed traffic with heterogeneously equipped road users explicitly.

Literatur

  1. 1.
    Policy F A V (2016) Accelerating the next revolution in roadway safety. Technical report. NHTSA, U.S. Department of TransportationGoogle Scholar
  2. 2.
    Beggiato M, Hartwich F, Schleinitz K, Krems J, Othersen I, Petermann-Stock I (2015) What would drivers like to know during automated driving? Information needs at different levels of automation. 7. Tagung Fahrerassistenzsysteme.Google Scholar
  3. 3.
    Ajzen I (1991) The theory of planned behaviour. Organ Behav Hum Decis Process 50(2):179–211CrossRefGoogle Scholar
  4. 4.
    Färber B (2015) Kommunikationsprobleme zwischen autonomen Fahrzeugen und menschlichen Fahrern. In: Maurer M, Gerdes JC, Lenz B, Winner H (Hrsg) Autonomes Fahren. Springer, Vieweg, Berlin, Heidelberg, S 126–146Google Scholar
  5. 5.
    Hölzel A (2008) Unterscheidung von formeller und informeller Kommunikation im Straßenverkehr. Diplomarbeit. Universität Wien, WienGoogle Scholar
  6. 6.
    Leschke A, Weinert F (2016) Car2X-Kommunikation als Grundlage für Effizienz-und Assistenzfunktionen für den Verkehr der Zukunft. Automobil Symposium Wildau.Google Scholar
  7. 7.
    Sarter N, Woods D (1995) How in the world did we ever get into that mode? Mode error and awareness in supervisory control. Hum Factors 37(1):5–19CrossRefGoogle Scholar
  8. 8.
    Koo J, Kwac J, Ju W, Steinert M, Leifer L, Nass C (2015) Why did my car just do that? Explaining semi-autonomous driving actions to improve driver understanding, trust, and performance. Int J Interact Des Manuf 9:269–275CrossRefGoogle Scholar
  9. 9.
    Norman DA (2007) The design of future things. Basic Books, New YorkGoogle Scholar
  10. 10.
    Norman D A (2002) The design of everyday things. Basic Books, New York (Reprint ed.)Google Scholar
  11. 11.
    Shneiderman B (2010) Designing the user interface: strategies for effective human-computer interaction. Pearson Education IndiaGoogle Scholar
  12. 12.
    Bainbridge L (1983) Ironies of automation. Automatica (Oxf) 19(6):192–135Google Scholar
  13. 13.
    Saffarian M, de Winter JC, Happee R (2012) Automated driving: human-factors issues and design solutions. Hum Fac Erg Soc P 56(1):2296–2300CrossRefGoogle Scholar
  14. 14.
    Lee JD, See KA (2004) Trust in automation: designing for appropriate reliance. Hum Fac Erg Soc P 46(1):50–80CrossRefGoogle Scholar
  15. 15.
    DIN EN ISO 9241-210 (2011) Ergonomie der Mensch-System-Interaktion, Teil 210: Prozess zur Gestaltung gebrauchstauglicher interaktiver Systeme. Beuth, BerlinGoogle Scholar
  16. 16.
    Van der Laan JD, Heino A, De Waard D (1997) A simple procedure for the assessment of acceptance of advanced transport telematics. Transport Res C‑Emer 5(1):1–10CrossRefGoogle Scholar
  17. 17.
    Seiffert U (2010) Fahrerassistenzsysteme versus Kundenakzeptanz. 26. VDI/VW-Gemeinschaftstagung: Fahrerassistenz und Integrierte Sicherheit. VDI-Berichte 2104Google Scholar
  18. 18.
    Rockwell TH (1971) Visual acquisition of information in driving through eye-movement techniques: an overview. In: Waller PF (Hrsg) Mushrooming technology: new directions in highway safety. Highway Safety Research Center. University of North Carolina, Section II , S 67–86Google Scholar
  19. 19.
    Gelau C, Krems JF (2004) The occlusion technique: a procedure to assess the HMI of in-vehicle information and communication systems. Appl Ergon 35:185–187CrossRefGoogle Scholar
  20. 20.
    Rittger L, Stemmler T (2017) LED-Displays für Fahrerassistenzsysteme. Deutsche Gesellschaft für Luft-und Raumfahrt-Lilienthal-Oberth eVGoogle Scholar
  21. 21.
    Kuckartz U (2012) Qualitative Inhaltsanalyse, Methoden, Praxis, Computerunterstützung. Beltz Juventa, Weinheim und BaselGoogle Scholar
  22. 22.
    Stanton NA, Young MS (1998) Vehicle automation and driving performance. Ergonomics 41(7):1014–1028CrossRefGoogle Scholar
  23. 23.
    Muir M (1994) Trust in automation: part I. Theoretical issues in the study of trust and human intervention in automated systems. Ergonomics 37:1905–1922CrossRefGoogle Scholar
  24. 24.
    Nielsen J (1993) Usability engineering. Academic Press, BostonCrossRefGoogle Scholar
  25. 25.
    Beller J, Heesen M, Vollrath M (2013) Improving the driver-automation interaction: an approach using automation uncertainty. Hum Factors 55(6):1130–1141CrossRefGoogle Scholar
  26. 26.
    Winner H, Hakuli S, Lotz F, Singer C (2015) Handbuch Fahrerassistenzsysteme: Grundlagen, Komponenten und Systeme für aktive Sicherheit und Komfort. Springer Vieweg, Wiesbaden (3. überarbeitete und ergänzte Ausg.)CrossRefGoogle Scholar
  27. 27.
    Wickens CD, Hollands JG, Banbury S, Parasuraman R (2013) Engineering psychology and human performance. Pearson Education, BostonGoogle Scholar
  28. 28.
    DIN EN ISO 9241-10 (1996) Ergonomische Anforderungen für Bürotätigkeiten mit Bildschirmgeräten. Teil 10: Grundsätze der Dialoggestaltung. Beuth, BerlinGoogle Scholar
  29. 29.
    Bauerfeind K, Stephan A, Hartwich F, Othersen I, Hinzmann S, Bendewald L (2018) Analysis of potentials of an HMI-concept concerning conditional automated driving for system-inexperienced vs. system-experienced users. In: de Waard D, Di Nocera F, Coelho D, Edworthy J, Brookhuis K, Ferlazzo F, Toffetti A et al (Hrsg) Proceedings of the human factors and ergonomics society Europe, Bd. 2017, S 67–77Google Scholar
  30. 30.
    Ran L, Luo H, Yan Y, Yu M, Zhang X (2018) Intelligent driving interface layout and design research. In: Stanton NA (Hrsg) Advances in human aspects of transportation (Advances in intelligent systems and computing), Bd. 597. Springer, Cham, S 407–414CrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  • Sabine Springer
    • 1
    Email author
  • Cornelia Schmidt
    • 1
  • Franziska Schmalfuß
    • 1
  1. 1.Professur für Allgemeine und ArbeitspsychologieTechnische Universitat ChemnitzChemnitzDeutschland

Personalised recommendations