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

Abstract

Die Entwicklung automatisierter Fahrzeuge schreitet weiter voran. Im Fokus der Entwicklung stehen u.a. der urbane Raum und die Interaktion automatisierter Fahrzeuge mit nicht-motorisierten (z.B. zu Fuß Gehenden und Radfahrenden) Verkehrsteilnehmenden, was eine der größten 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 geprägt. Hierbei spielt nonverbale und implizite Kommunikation eine wesentliche Rolle. Damit automatisierte Fahrzeuge und zu Fuß Gehende bzw. Radfahrende adäquat interagieren können, muss das zukünftige automatisierte Fahrzeug in der Lage sein, das aktuelle Verhalten sowie die darauffolgende Aktion nicht-motorisierter Verkehrsteilnehmender zu verstehen. Ebenso muss es zukünftiges eigenes Ver-halten 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 gerade-ausfahrenden Radfahrenden und rechtsabbiegenden Autofahrenden analysiert und interpretiert. An einer signalisierten innerstädtischen Kreuzung wurden Video- und Trajektoriendaten über 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 Autofahren-den bei der Annäherung 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 können 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.