Zurück Vor

Detailergebnis zu DOK-Nr. 74617

Potentieller gesellschaftlicher Nutzen durch die zunehmende Fahrzeugautomatisierung

Autoren	C. Rösener J. Sauerbier A. Zlocki L. Eckstein F. Hennecke D. Kemper M. Oeser
Sachgebiete	6.3 Verkehrssicherheit (Unfälle)

Bremen: Fachverlag NW im Carl Schünemann Verlag, 2019, 101 S., zahlr. B, T, Q, Anhang (Berichte der Bundesanstalt für Straßenwesen (BASt), Fahrzeugtechnik H. F 128). - ISBN 978-3-95606-435-7. Online-Ressource: verfügbar unter: http://bast.opus.hbz-nrw.de

Im Forschungsvorhaben wurde der potenzielle gesellschaftliche Nutzen durch die zunehmende Fahrzeugautomatisierung untersucht. Dazu wurden primär die Potenziale hinsichtlich der Verkehrssicherheit und in einem weiteren Schritt die Potenziale zur Steigerung der Verkehrseffizienz und zur Änderung des Energiebedarfs analysiert. Dabei wurden vom Stau-Chauffeur bis zum Urbanen Roboter-Taxi insgesamt fünf verschiedene Fahrfunktionen bei vier verschiedenen Marktdurchdringungsszenarien (5, 25, 50 und 100 %) analysiert. Um die Potenziale der Fahrzeugautomatisierung hinsichtlich der Verkehrssicherheit zu ermitteln, wurde nach der Bestimmung der Wirkfelder der jeweiligen Fahrfunktionen eine zweiteilige Methode angewendet. Diese berücksichtigt neben der Bestimmung der Änderung der Unfallschwere durch Unfallresimulationen auch die Änderung der Auftretenshäufigkeit der Szenarien. Da automatisierte Fahrzeuge im Gegensatz zu Systemen der aktiven Sicherheit kontinuierlich arbeiten, ist es wahrscheinlich, dass bestimmte Unfallszenarien (zum Beispiel Auffahrszenarien) durch automatisierte Fahrfunktionen nicht mehr so häufig hervorgerufen werden. Die durch automatisierte Fahrzeuge induzierte Änderung der Auftretenshäufigkeiten verschiedener Szenarien wurde mit einer Verkehrssimulation ermittelt. Durch den Autobahn-Chauffeur können bei einer Durchdringungsrate von 50 % rund 30 % aller Unfälle mit Personenschaden auf deutschen Autobahnen verhindert werden. Dies entspricht circa 2 % aller Unfälle mit Personenschaden auf deutschen Straßen.