Dissertation

A Traffic-based Method for Safety Impact Assessment of Road Vehicle Automation

Author:

Christian Rösener

Pages:

170

ISBN:

978-3-946019-39-8

Keywords:

safety impact assessment, scenario classification

Year:

2020

Language:

german

Format:

paperback

Die Identifizierung und Bewertung von Risiken und Nutzen der Fahrzeug-automatisierung stellt eine der größten Herausforderungen dar, die vor der Markteinführung dieser Technologie noch zu lösen ist. Dies gilt vor allem vor dem Hintergrund der zunehmenden Komplexität von Algorithmen zur Umgebungs-wahrnehmung und Entscheidungsfindung. Insbesondere stellt sich die Frage, welches Sicherheitsniveau mit dieser Technologie im Straßenverkehr realisiert werden kann. Um das Sicherheitsniveau des Straßenverkehrs mit Fahrzeugautomatisierung zu prognostizieren, wird in dieser Arbeit eine datengetriebene Methode zur prospektiven Wirksamkeitsbewertung entwickelt. Als Referenz für die Bewertung von Fahrzeugautomatisierung wird die menschliche Fahrerleistung verwendet. Das entwickelte Verfahren zur Wirksamkeitsbewertung stützt sich auf einen dreistufigen Ansatz. In einem ersten Schritt werden die Wirkfelder, das sind die von der automatisierten Fahrfunktionen adressierten Unfälle und Situationen, identifiziert und in Fahrszenarien klassifiziert. Die betrachteten Fahrszenarien werden aus dem Unfalltypenkatalog abgeleitet, der auf jahrzehntelanger Erfahrung in der Unfallforschung basiert und somit alle physikalisch möglichen Unfallkonstellationen abdeckt. Es wird davon ausgegangen, dass sich diese Unfallkonstellationen mit Fahrzeugautomatisierung nicht ändern, während sich die Auftretenshäufigkeit und die Schwere der einzelnen Unfallkonstellationen ändern kann. Die Änderungen der Auftretenshäufigkeiten der jeweiligen Fahrszenarien im Mischverkehr werden unter Verwendung neuartiger Fahrer-Verhaltensmodelle in Verkehrssimulationen in einem zweiten Schritt bestimmt. In einem dritten Schritt wird die Änderung des Schweregrads in den jeweiligen Szenarien bewertet. Die Leistung des menschlichen Fahrers wird dabei als Referenz modelliert. Fahrsimulatorstudien zeigen, dass der menschliche Fahrer in kritischen Situationen als Open-Loop Regler modelliert werden kann, während Reaktionszeit und -Intensität in der ausgewählten Fahrerpopulation gamma-verteilt sind. Die Aufteilung in diese beiden Modelle ist besonders sinnvoll, da die Fahrerverhaltensmodelle die Anzahl und damit die Auftretenshäufigkeiten von Fahrszenarien beeinflussen, während die Fahrerleistungsmodelle das Verhalten innerhalb eines Fahrszenarios und somit die Schwere widerspiegeln. Folglich spiegelt diese Aufteilung die Struktur des Gesamtbewertungsansatzes wieder. Die daraus resultierenden Änderungen der Auftretenshäufigkeiten und der Schweregrade der Szenarien werden schließlich mithilfe von Unfallstatistiken hochgerechnet. Die neuentwickelte Methode wird beispielhaft angewandt, um das Sicherheitsniveau im Straßenverkehr von zwei automatisierte Fahrfunktionen der Domänen Autobahn und Urban zu untersuchen. Die Ergebnisse beweisen, dass die entwickelte Methode auf jegliche Automatisierungslevel (SAE 1- 5) und Domänen angewandt werden kann.