Verbesserung der Wirkung und Akzeptanz von Fahrerassistenzsystemen durch  Berücksichtigung der Anforderungen an den Fahrer

Kassner, Astrid, Frauke

doi:10.24355/dbbs.084-201103251032-0

published

Verbesserung der Wirkung und Akzeptanz von Fahrerassistenzsystemen durch Berücksichtigung der Anforderungen an den Fahrer

German
English

Ziel der Arbeit war die Gewinnung neuer Erkenntnisse über die Funktionsgestaltung von Fahrerassistenzsystemen, die zur Verbesserung ihrer Wirksamkeit und Akzeptanz beitragen. Psychologische Modelle zum Fahrverhalten identifizieren die Anforderungen einer Fahraufgabe als wesentlich für die Fahrleistung. Dieses legt die Abstimmung des Assistenzsystems mit den Anforderungen als Möglichkeit zur Verbesserung der Fahrerunterstützung nahe. In 4 Studien zur Längs- und Querführung wurde untersucht, ob mit den Anforderungen abgestimmte Assistenzsysteme zu einer verbesserten Wirksamkeit und Akzeptanz im Vergleich zu nicht abgestimmten Systemen führen. In den Studien waren aufgrund der Aufgabenanforderungen entweder die Informationsaufnahme, die Handlungsplanung oder die Handlungsausführung des Fahrers erschwert. Unterstützung erhielten die Probanden durch 3 verschiedene Assistenzsysteme. Der Info-Assistent unterstützte die Informationsaufnahme, der Warn-Assistent die Handlungsplanung und der Eingriff die Handlungsausführung. Somit unterstützte in jeder Studie ein Assistenzsystem gezielt bei der erschwerten Anforderung und wurde aufgrund dieser Abstimmung als das hilfreichste System vermutet. Die Wirkung der Assistenten wurde anhand der Fahrleistung, Akzeptanz und Beanspruchung erhoben. Die Ergebnisse zeigen, dass das Konzept der Abstimmung von Assistenzfunktionen mit den Aufgabenanforderungen grundsätzlich sinnvoll erscheint. Es zeigte sich außerdem, dass die genauen Schwierigkeiten, die sich aufgrund der Anforderungen für den Fahrer ergeben, noch differenzierter für verschiedene Situationen untersucht werden sollten. Für die Entwicklung von Assistenzsystemen bedeuten die Ergebnisse, Fahrerassistenzsysteme möglicherweise mit mehreren anstelle nur einer Funktion auszustatten und diese je nach wechselnden Anforderungen zu aktivieren. Ferner könnte der Ansatz als Basis für ein Modell zur Vorhersagbarkeit der wirksamsten Assistenzfunktion dienen.

The goal of this research was to get some basic findings about the functional design of driver assistance systems, which can be helpful to improve their safety benefits and acceptance. Psychological models regarding driver behavior identify the task demands as an essential factor for driving performance. This suggests to coordinate the function of the driver assistance system with the task demands to improve driver support. In 4 studies regarding the longitudinal and lateral control of the car was analyzed if driver assistance systems which are coordinated with the task demands result in a better driving performance and higher acceptance evaluations compared to not-coordinated systems. In each study the driver was either impaired in his or her information acquisition, action planning or action execution because of the given task demands. Drivers were assisted by 3 different concepts of driver assistance systems. The Info-Assistant supported the information acquisition, the Warning-Assistant supported the action planning and the Intervention-Assistant supported the action execution. Hence in each study one driver assistance system supported specifically the difficult task demands and was expected to be the most useful system. Systems were evaluated by using data regarding driving performance, acceptance and workload. The results show that the idea of coordinating the assistance function with the existing task demands seems to be basically reasonable. Moreover, it was shown that the difficulties for the driver resulting from the task demands need to be analyzed in more detail for different situations. For the development of driver assistance systems the results imply to equip systems possibly with several functions instead of just one and to activate one of these functions according to the current task demands. Furthermore the findings could be used as a basis to build a model for the prediction of the most useful assistance function depending on the task demands.