Detailergebnis zu DOK-Nr. 80026
Von herkömmlichen zu autonomen Fahrzeugen: eine systematische Überprüfung der Datenverfügbarkeit (Orig. engl.: From traditional to autonomous vehicles: a systematic review of data availability)
| Autoren |
L. Masello B. Sheehan F. Murphy G. Castignani K. McDonnell C. Ryan |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 6.7.2 Verkehrsbeeinflussung außerorts, Verkehrsmanagement, Fahrerassistenzsysteme |
Transportation Research Record: Journal of the Transportation Research Board Vol. 2676, H. 4, 2022, S. 161-193, 7 B, 13 T, 213 Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Die zunehmende Zugänglichkeit von Mobilitätsdatensätzen hat die Forschung in den Bereichen umweltfreundliche Mobilität, Verkehrssicherheit, Fahrzeugautomatisierung sowie Verkehrsplanung und -optimierung ermöglicht. Viele Akteure haben Fahrzeugdatensätze genutzt, um konventionelle Fahreigenschaften und selbstfahrende Aufgaben zu untersuchen. Viele dieser Datensätze wurden öffentlich zugänglich gemacht, was die Zusammenarbeit, die wissenschaftliche Vergleichbarkeit und die Replikation fördert. Da diese Datensätze mehrere Untersuchungsbereiche umfassen und unterschiedliche Merkmale aufweisen, kann die Auswahl des geeigneten Datensatzes zur Untersuchung von Fahraspekten eine Herausforderung darstellen. Soweit den Autoren bekannt ist, ist dies die erste Arbeit, die eine systematische Überprüfung einer beträchtlichen Anzahl von Fahrzeugdatensätzen für verschiedene Automatisierungsgrade vornimmt. Insgesamt wurden 103 Datensätze untersucht, von denen sich 35 auf naturalistisches Fahren und 68 auf selbstfahrende Aufgaben konzentrierten. Der Artikel gibt Forschenden die Möglichkeit, die Hauptmerkmale der Datensätze und ihre Untersuchungsgebiete zu analysieren. Die meisten naturalistischen Datensätze konzentrierten sich auf Verkehrssicherheit und Fahrerverhalten, obwohl auch Verkehrsplanung und umweltfreundliches Fahren untersucht wurden. Darüber hinaus wurden Datensätze zum autonomen Fahren nach ihren Zielaufgaben für das selbständige Fahren analysiert. Ein besonderer Schwerpunkt wurde auf die datengestützte Risikobewertung für das Fahrzeug in Bezug zum Ökosystem gelegt. Es wurde festgestellt, dass es an relevanten, öffentlich verfügbaren Datensätzen mangelt, die die Erstellung neuer Risikobewertungsmodelle für teil- und vollautomatisierte Fahrzeuge erschweren. Daher wird in dem Artikel eine Lückenanalyse durchgeführt, um mögliche Ansätze unter Verwendung vorhandener Datensätze zu ermitteln und darüber hinaus eine Reihe relevanter Fahrzeugdatenfelder zu identifizieren, die in künftige Datenerfassungskampagnen einbezogen werden könnten, um diese Herausforderung zu bewältigen.