Detailergebnis zu DOK-Nr. 77568
Einfluss von autonomen Fahrzeugen auf das Autofolgeverhalten von menschlichen Fahrern (Orig. engl.: Influence of autonomous vehicles on car-following behavior of human drivers)
Autoren |
Y. Rahmati M.K. Hosseini A. Talebpour B. Swain C. Nelson |
---|---|
Sachgebiete |
5.15 Verkehrsablauf (Verkehrsfluss, Leistungsfähigkeit, Bemessung) 6.2 Verkehrsberechnungen, Verkehrsmodelle 6.7.2 Verkehrsbeeinflussung außerorts, Verkehrsmanagement, Fahrerassistenzsysteme |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2673, H. 12, 2019, S. 367-379, 7 B, 2 T, 36 Q. - Online-Ressource: verfügbar unter: http://journals.sagepub.com/home/trr
Trotz zahlreicher Studien zu allgemeinen Mensch-Roboter-Interaktionen ist die Interaktion zwischen automatisierten Fahrzeugen (AV) und menschlichen Fahrerinnen und Fahrern im Kontext des Verkehrswesens kein gut untersuchtes Thema. Diese Fahrzeuge haben im Vergleich zu Menschen eine grundlegend andere Entscheidungslogik, und die Interaktionen zwischen AVs und Menschen können die Dynamik des Verkehrsflusses potenziell verändern. Dementsprechend wird in dem Beitrag anhand einer experimentellen Studie untersucht, ob es einen Unterschied zwischen Mensch-Mensch- und Mensch-AV-Interaktionen im Straßenverkehr gibt. Die Studie konzentriert sich auf das Auto-Folgeverhalten und führte mehrere Auto-Folgeexperimente mit dem automatisierten Pkw Chevy Bolt der Texas A&M University durch. Unter Verwendung des NGSIM US-101-Datensatzes wurden zwei Szenarien für einen Zug von drei Fahrzeugen betrachtet. In beiden Szenarien folgt der Anführer des Zuges einer Reihe von Geschwindigkeitsprofilen, die aus dem NGSIM-Datensatz extrahiert wurden. Das zweite Fahrzeug im Zug kann entweder ein anderes von Menschen gesteuertes Fahrzeug (Szenario A) oder ein AV (Szenario B) sein. Die Daten des dritten Fahrzeugs im Zug werden gesammelt, um die Veränderungen im Fahrverhalten zu charakterisieren, wenn es einem AV folgt. Ein datengestützter und ein modellbasierter Ansatz wurden verwendet, um mögliche Veränderungen im Fahrverhalten zwischen Szenario A und Szenario B zu ermitteln. Die Ergebnisse deuten darauf hin, dass es einen statistisch signifikanten Unterschied zwischen dem Verhalten der menschlichen Fahrer in diesen beiden Szenarien gibt und dass die menschlichen Fahrer sich wohler fühlen, wenn sie dem AV folgen. Die Simulationsergebnisse zeigten auch, wie wichtig es ist, diese Veränderungen im menschlichen Verhalten in mikroskopischen Simulationsmodellen von gemischten Fahrumgebungen zu erfassen.