Dissertation

Interaktionsbasierte Prädiktion von Fußgängerbewegungen für aktive Fußgängersicherheitssysteme

Author:

Jens Kotte

Pages:

176

ISBN:

978-3-946019-42-8

Year:

2021

Language:

german

Format:

paperback

Zur Steigerung der Sicherheit von Fußgängern im Straßenverkehr werden vermehrt aktive Fußgängersicherheitssysteme in den Markt eingeführt. Ein wichtiger Bestandteil dieser Systeme ist die Prädiktion des Fußgängerverhaltens. Problematisch für die Prädiktion ist, dass ein Fußgänger in seiner Bewegung maximal freizügig ist. Das Verhalten ist dabei abhängig von personenbezogenen Eigenschaften des Fuß-gängers, dem Umgebungsverkehr, den Umgebungsbedingungen, sozialen Interak-tionen und vielen weiteren Faktoren. Heutigen Systemen stehen nur wenige Infor-mationen, wie die Position, Geschwindigkeit und Beschleunigung von Fußgängern zur Verfügung. Aus diesem Grund werden meist triviale Fußgängerprädiktionsmodelle ein-gesetzt, die weder personenbezogene Daten noch das Interaktionsverhalten berück-sichtigen. Das Ziel dieser Arbeit besteht darin, die Prädiktionsgenauigkeit von Fuß-gängern in aktiven Fußgängersicherheitssystemen durch die Berücksichtigung von personenbezogenen Daten und dem Interaktionsverhalten zu verbessern.

Zu diesem Zweck wird ein interaktionsbasiertes Fußgängerprädiktionsmodell ent-wickelt und untersucht, das zusätzlich personenbezogene Daten verarbeiten kann. Bei der Konzeptionierung wird berücksichtigt, dass personenbezogene Daten sensibel sind und die Nutzung besonderer Vorkehrungen bedarf. Das Konzept sieht vor, dass die Prädiktion des Fußgängerverhaltens auf einem mobilen Endgerät ausgeführt wird, sodass personenbezogene Daten genutzt werden können, aber nicht gesendet werden müssen. Die Parametrierung des Modells basiert auf einem dreistufigen Pro-zess. Im ersten Prozessschritt werden Parameter basierend auf vorhandenen Studien-ergebnissen festgelegt. Modellparameter, für die keine geeigneten Studien identifiziert werden können, werden im zweiten Prozessschritt anhand einer Verkehrsbeobach-tung bestimmt. Die Gewichtungsfaktoren des Modells werden im dritten Schritt mittels genetischer Algorithmen optimiert. Als Grundlage dazu dient eine Probandenstudie, die die Verkehrsbeobachtung erweitert und für einen Teil der beobachteten Fußgänger zusätzlich personenbezogene Daten bereitstellt.

Die Ergebnisse der Verkehrsbeobachtungen zeigen, dass Fußgänger ihre Geschwin-digkeit während der Querung im Durchschnitt um 12 % erhöhen. Zudem kann ein quantitativer Zusammenhang zwischen Querungswahrscheinlichkeit und Deceleration to Safety als wichtiger Interaktionskennwert abgeleitet werden. Die Bewertung des Modells basierend auf Daten der Probandenstudie, die nicht für die Optimierung genutzt wurden, belegt, dass die Prädiktionsgenauigkeit des entwickelten Modells im Vergleich zu heute gängigen Modellen signifikant höher ist. Zudem zeigt die Analyse, dass die Prädiktionsgenauigkeit durch die Berücksichtigung von personenbezogenen Daten und dem Interaktionsverhalten signifikant verbessert werden kann.