Die Kunst der impliziten Kommunikation zwischen Auto- und Radfahrenden in Kreuzungen

摘要

Die Entwicklung automatisierter Fahrzeuge schreitet weiter voran. Im Fokus der Entwicklung stehen u.a. der urbane Raum und die Interaktion automatisierter Fahrzeuge mit nichtmotorisierten (z.B. zu Fuss Gehenden und Radfahrenden) Verkehrsteilnehmenden, was eine der grossten Herausforderung an die Entwicklung der automatisierten Fahrfunktionen darstellt. Neben dem Einhalten und Anwenden von Verkehrsregeln sind menschliche Interaktionen im Verkehr durch informelle Regeln und soziale Normen gepragt. Hierbei spielt nonverbale und implizite Kommunikation eine wesentliche Rolle. Damit automatisierte Fahrzeuge und zu Fuss Gehende bzw. Radfahrende adaquat interagieren konnen, muss das zukunftige automatisierte Fahrzeug in der Lage sein, das aktuelle Verhalten sowie die darauffolgende Aktion nicht-motorisierter Verkehrsteilnehmender zu verstehen. Ebenso muss es zukunftiges eigenes Verhalten sowie die eigene Intention an den interagierenden Verkehrsteilnehmenden kommunizieren. Mit dem Ziel implizite Kommunikationsmuster zwischen Verkehrsteilnehmenden zu identifizieren wurden in einem ersten Schritt das beobachtbare Verhalten zwischen geradeausfahrenden Radfahrenden und rechtsabbiegenden Autofahrenden analysiert und interpretiert. An einer signalisierten innerstadtischen Kreuzung wurden Video- und Trajektoriendaten uber einen Zeitraum von vier Wochen erhoben. Die Videosequenzen von 110 unkritischen und 55 kritischen Begegnungen zwischen Auto- und Radfahrenden wurden in einem ersten Schritt annotiert, um die Daten mit weiteren Informationen anzureichern. Basierend auf den annotierten Daten wurden danach unterschiedliche Muster, z.B. die relative Position bzw. der Wechsel in der relativen Position zueinander zwischen interagierenden Rad- und Autofahrenden bei der Annaherung an die Kreuzung identifiziert. Mit Hilfe der erhobenen Trajektorien, die beispielsweise objektive Informationen zu Positionen, Geschwindigkeiten, Beschleunigungen der Verkehrsteilnehmenden enthalten, wurden die annotierten Videodaten in einem weiteren Schritt mit diesen objektiven Daten unterlegt. Durch Identifikation und Quantifizierung geeigneter Parameter konnen Interaktionen im Hinblick auf Konstrukte wie Sicherheit, Risiko usw. zwischen den interagierenden Verkehrsteilnehmenden beschrieben werden. Die Ergebnisse der Analysen dienen der Gestaltung der Kommunikationsstrategie zwischen automatisierten Fahrzeugen und nicht-motorisierten Verkehrsteilnehmenden.