Zusammenfassung
Städte benötigen dringend neue Konzepte für intelligente Systeme, die den steigenden Anforderungen an effizienten und umweltschonenden Verkehr gerecht werden können. Aktuelle Entwicklungen in der Mikromobilität bieten hier vielversprechende Möglichkeiten, benötigen jedoch belastbare Sensordaten und standardisierte Datenstrukturen. Dieser Beitrag gibt zunächst einen Überblick über ausgewählte datenbasierte Ansätze und Projekte aus dem Bereich Fahrradmobilität. Dabei werden verschiedene Forschungsvorhaben im (inter-)nationalen Kontext, die unterschiedlichste Sensoren an Fahrrad bzw. Radfahrenden einsetzen, referenziert. Ein besonderes Augenmerk gilt der Bedeutung nach außen gerichteter bzw. externer Aufmerksamkeit im Straßenverkehr, sowie Möglichkeiten der mobilen Messung und Klassifikation von Aufmerksamkeitszuständen in interaktiven Assistenzsystemen. Basierend auf Vorarbeiten zur ablenkungsarmen Gestaltung mobiler Assistenzsysteme mittels durchsichtiger digitaler Brillen und Augmented Reality (AR) gibt dieser Beitrag einen ersten Einblick in das Projekt SmartHelm, in welchem eine echtzeitfähige Aufmerksamkeitsklassifikation in der Lastenrad basierten CityLogistik zur Anwendung kommen soll. Der Beitrag erörtert die wichtigsten Voraussetzungen, Chancen und Risiken zukünftiger aufmerksamkeitssensitiver Systeme auf Basis von Biodaten.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
- 2.
- 3.
- 4.
- 5.
Tagesspiegel Online. „Radmesser“ https://interaktiv.tagesspiegel.de/radmesser/
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
Das ProjektSmartHelm wird seit November 2019 im Programm mFUND durch das BMVI gefördert.
Literatur
Artho, J., Schneider, S., & Boss, C. (2012). Unaufmerksamkeit und Ablenkung: Was macht der Mensch am Steuer? Bern: Bundesamt für Strassen ASTRA.
Becker, U., Francke, A., Lißner, S. & Becker, T. (2016). Auswertung der Befragung von Strava-NutzerInnen in Deutschland. Dresden: TU Dresden.
Chua, S. H., Perrault, S. T., Denys, J. C. M., & Shengdong, Z. (2016). Positioning glass: Investigating display positions of monocular optical see-through head-mounted display. Proceedings of the fourth international symposium on Chinese CHI – ChineseCHI2016 (S. 1–6). San Jose: ACM Press. https://doi.org/10.1145/2948708.2948713.
Chun, M. M., Golomb, J. D., & Turk-Browne, N. B. (2011). A taxonomy of external and internal attention. Annual Review of Psychology, 62, 73–101.
Eisenberger, D. (2019). Zahlen – Daten – Fakten zum Deutschen E-Bike Markt. E-Bike-Verkäufe erreichen Rekordniveau. Zweirad-Industrie-Verband. www.ziv-zweirad.de/fileadmin/redakteure/Downloads/Marktdaten/PM_2019_21.03._E-Bike-Markt_2018.pdf. Zugegriffen: 10. Okt. 2019.
Goldhammer, M., Strigel, E., Meissner, D., Brunsmann, U., Doll, K., & Dietmayer, K. (2012). Cooperative multi sensor network for traffic safety applications at intersections.In 15th International IEEE Conference on Intelligent Transportation Systems (S. 1178–1183). www.doi.org/10.1109/ITSC.2012.6338672.
Green, P. (2000). Crashes induced by driver information systems and what can be done to reduce them. In SAE Conference Proceedings (S. 27–36).
Hackenfort, M., Cordin, C., Reijnen, E., & Laasner Vogt, L. (2017). Chancen und Risiken der Nutzung von digitalen Brillen im Strassenverkehr. Winterthur: ZHAW Zürcher Hochschule für Angewandte Wissenschaften. https://doi.org/10.21256/zhaw-1272.
He, J., Chaparro, A., Nguyen, B. T., Burge, R. J., Crandall, J. M., Chaparro, B. S., Ni, R., & Cao, S. (2014). Texting while driving: Is speech-based text entry less risky than handheld text entry? Accident Analysis and Prevention, 72, 287–295. https://doi.org/10.1016/j.aap.2014.07.014.
He, J., Jake E., William C., & Pingfeng, W. (2015). Driving While Reading Using Google Glass Versus Using a Smartphone: Which Is More Distracting to Driving Performance? In Proceedings of the 8th International Driving Symposium on Human Factors in Driver Assessment, Training, and Vehicle Design: Driving Assessment 2015 (S. 275–281). Salt Lake: University of Iowa. www.doi.org/10.17077/drivingassessment.1583.
Herff, C., Fortmann, O., Tse, C.-Y., Cheng, X., Putze, F., Heger, D., & Schultz, T. (2015).Hybrid fNIRS-EEG based discrimination of 5 levels of memory load. In 7th International IEEE/EMBS Conference on Neural Engineering (NER) (S. 5–8).
Herff, C., Putze, F., & Schultz, T. (2017). Evaluating fNIRS-based workload discrimination in a realistic driving scenario. In The First Biannual Neuroadaptive Technology Conference (S. 69–70).
Nationaler IT-Gipfel. (2015). Plattform „Digitale Netze und Mobilität“. Nationaler IT-Gipfel Berlin. www.bmvi.de/SharedDocs/DE/Anlage/DG/Digitales/it-gipfel-kompass.pdf?__blob=publicationFile. Zugegriffen: 10. Dez. 2019.
Ni, J., Zhang, K., Yu, Y., Lin, X., & Shen, X. (2018). Privacy-Preserving Smart Parking Navigation Supporting Efficient Driving Guidance Retrieval. IEEE Transactions on Vehicular Technology, 67(7), 6504–6517. https://doi.org/10.1109/TVT.2018.2805759.
Nobis, C. (2019). Mobilität in Deutschland – MiD Analysen zum Radverkehr und Fußverkehr. Studie von infas, DLR, IVT und infas 360 im Auftrag des BMVI (FE-Nr. 70.905/15). Bonn, Berlin. www.mobilitaet-in-deutschland.de.
Pascale, A., Nicoli, M., Deflorio, F., Dalla Chiara, B., & Spagnolini, U. (2012). Wireless sensor networks for traffic management and road safety. IET Intelligent Transport Systems, 6(1), 67–77.
Putze, F., Hild, J., Popp, J., Beyerer, J., & Schultz, T. (2016b). Intervention-free selection using EEG and eye tracking. In: Proceedings of 18th ACM International Conference on Multimodal Interaction.
Putze, F., Küster, D., Annerer-Walcher, S., & Benedek, M. (2018a) Dozing off or thinking hard? Classifying multi-dimensional attentional states in the classroom from video. In Proceedings of the 2018 on International Conference on Multimodal Interaction (S. 258–262). ACM.
Putze, F., Salous, M., & Schultz, T. (2018b). Detecting memory-based interaction obstacles with a recurrent neural model of user behavior. In Proceedings of the 2018 International Conference on Intelligent User Interfaces (S. 205–209). ACM.
Putze, F., Scherer, M., & Schultz, T. (2016a) Starring into the Void?: Classifying internal vs. external attention from EEG. In Proceedings of the 9th Nordic Conference on Human-Computer Interaction (S. 47:1–47:4). https://doi.org/10.1145/2971485.2971555.
Reiss, S., & Bogenberger, K. (2015) GPS-data analysis of Munich’s free-floating bike sharing system and application of an operator-based relocation strategy. In 2015 IEEE 18th International Conference on Intelligent Transportation Systems (S. 584–589). Gran Canaria, Spain: IEEE. https://doi.org/10.1109/itsc.2015.102.
Robbins, R., & Jenkins, D. (2015). Eyes on the road: A review of literature and an in-car study of driving whilst navigating. London: RAC Foundation.
Salous, M., & Putze, F. (2018) Behaviour-based working memory capacity classification using recurrent neural networks. In ESANN (S. 159–164).
Tientrakool, P., Ho, Y.-C., & Maxemchuk, N. F. (2011). Highway capacity benefits from using vehicle-to-vehicle communication and sensors for collision avoidance. In 2011 IEEE Vehicular Technology Conference (VTC Fall) (S. 1–5). https://doi.org/10.1109/vetecf.2011.6093130.
Van Leeuwen, P., Landman, R., Buning, L., Heffelaar, T., Hogema, J., van Hemert, J. M., de Winter, J., & Happee, R. (2017). Towards a Real-Time Driver Workload Estimator: An On-the-Road Study. In N. A. Stanton, N. A. Stanton, S. Landry, G. D. Bucchianico, G. D. Bucchianico, & A. Vallicelli (Hrsg.), Advances in Human Aspects of Transportation (484. Aufl., S. 1151–1164). Cham: Springer International Publishing.
Vollrath, M., & Krems, J. (2011). Verkehrspsychologie – Ein Lehrbuch für Psychologen, Ingenieure und Informatiker. Stuttgart: Kohlhammer.
Vortmann, L. M., Vortmann, L. M., Kroll, F., Kroll, F., & Putze, F. (2019). EEG-based classification of internally-and externally-directed attention in an augmented reality paradigm. Frontiers in Human Neuroscience, 13, 348.
Ziakopoulos, A., Theofilatos, A., Papadimitriou, E., & Yannis, G. (2019). A meta-analysis of the impacts of operating in-vehicle information systems on road rafety. IATSS Research, 43(3), 185–194. (S038611121830030X).
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2020 Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Küster, D., Schering, J., Janßen, C., Putze, F., Gómez, J.M., Schultz, T. (2020). Intelligente und aufmerksamkeitssensitive Systeme in der Fahrradmobilität. In: Appel, A., Scheiner, J., Wilde, M. (eds) Mobilität, Erreichbarkeit, Raum. Studien zur Mobilitäts- und Verkehrsforschung. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-31413-2_9
Download citation
DOI: https://doi.org/10.1007/978-3-658-31413-2_9
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-31412-5
Online ISBN: 978-3-658-31413-2
eBook Packages: Social Science and Law (German Language)