Identifikation von Fahrertypen im Kontext des automatisierten Fahrens
Open Access
- 6 July 2021
- journal article
- research article
- Published by Springer Nature in Forschung im Ingenieurwesen
- Vol. 85 (4) , 945-955
Abstract
Zusammenfassung: Im Straßenverkehr existieren unterschiedliche Konzepte zur Identifikation von Fahrertypen, die sich hinsichtlich Fahrverhalten und Einstellung zum Fahren unterscheiden. Im Rahmen der Automatisierung von Fahraufgaben gilt es zu überprüfen, wie diese Konzepte an die Herausforderungen veränderter Mensch-Maschine-Interaktion angepasst werden müssen und ob sich neuartige Fahrertypen identifizieren lassen. Auf Basis bestehender Typisierungen aus der Verkehrspsychologie sowie Erkenntnissen der Automationsforschung werden dazu die Konzepte des „Driving Style“ und „Driving Skill“ weiterentwickelt, um Fahrertypen im Kontext des automatisierten Fahrens zu identifizieren. In einer großzahligen Online-Umfrage wurden drei Fahrertypen identifiziert, die sich insbesondere hinsichtlich ihrer Einstellung zum automatisierten Fahren unterscheiden. In einer experimentellen Studie im Fahrsimulator kann anschließend gezeigt werden, dass diese Fahrertypen die Automation im Fahrzeug jeweils anders erleben und daher differenzierte Ansprüche an diese richten. Insgesamt deuten die Studienergebnisse darauf hin, dass die Akzeptanz des automatisierten Fahrens durch nutzergerechte Technik gefördert werden könnte. Die Ergebnisse dienen dazu, die jeweiligen Fahrertypen, ihre Einstellungen und ihre Nutzungspräferenzen im Kontext des automatisierten Fahrens besser zu verstehen und erste Ansatzpunkte für deren Berücksichtigung in der adaptiven Technikentwicklung zu identifizieren.Keywords
Funding Information
- Bundesministerium für Verkehr und Digitale Infrastruktur
- Technische Universität Dortmund
This publication has 26 references indexed in Scilit:
- Examining behavioral and attitudinal differences among groups in their traffic safety cultureTransportation Research Part F: Traffic Psychology and Behaviour, 2014
- Introducing a multivariate model for predicting driving performance: The role of driving anger and personal characteristicsJournal of Safety Research, 2013
- The effect of tire grip on learning driving skill and driving style: A driving simulator studyTransportation Research Part F: Traffic Psychology and Behaviour, 2012
- Extending the Technology Acceptance Model to assess automationCognition, Technology & Work, 2011
- The Manchester Driver Behaviour Questionnaire as a predictor of road traffic accidentsTheoretical Issues in Ergonomics Science, 2011
- The Driving Behavior Survey: Scale construction and validationJournal of Anxiety Disorders, 2011
- A method to assess the driver mental workload: The driving activity load index (DALI)IET Intelligent Transport Systems, 2008
- Personality, attitudes and risk perception as predictors of risky driving behaviour among young driversSafety Science, 2003
- Foundations for an Empirically Determined Scale of Trust in Automated SystemsInternational Journal of Cognitive Ergonomics, 2000
- Driving experience, personality, and skill and safety-motive dimensions in drivers' self-assessmentsPersonality and Individual Differences, 1995