elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Human Performance in Critical Scenarios as a Benchmark for Highly Automated Vehicles

Quante, Laura und Zhang, Meng und Preuk, Katharina und Schießl, Caroline (2021) Human Performance in Critical Scenarios as a Benchmark for Highly Automated Vehicles. Automotive Innovation. Springer Nature. doi: 10.1007/s42154-021-00152-2. ISSN 2096-4250.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
974kB

Offizielle URL: https://link.springer.com/content/pdf/10.1007/s42154-021-00152-2.pdf

Kurzfassung

Before highly automated vehicles (HAVs) become part of everyday traffic, their safety has to be proven. The use of human performance as a benchmark represents a promising approach, but appropriate methods to quantify and compare human and HAV performance are rare. By adapting the method of constant stimuli, a scenario-based approach to quantify the limit of (human) performance is developed. The method is applied to a driving simulator study, in which participants are repeatedly confronted with a cut-in manoeuvre on a highway. By systematically manipulating the criticality of the manoeuvre in terms of time to collision, humans’ collision avoidance performance is measured. The limit of human performance is then identifed by means of logistic regression. The calculated regression curve and its inflection point can be used for direct comparison of human and HAV performance. Accordingly, the presented approach represents one means by which HAVs’ safety performance could be proven.

elib-URL des Eintrags:https://elib.dlr.de/135338/
Dokumentart:Zeitschriftenbeitrag
Titel:Human Performance in Critical Scenarios as a Benchmark for Highly Automated Vehicles
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Quante, LauraLaura.Quante (at) dlr.dehttps://orcid.org/0000-0001-7935-0393NICHT SPEZIFIZIERT
Zhang, MengMeng.Zhang (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Preuk, KatharinaKatharina.Preuk (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Schießl, CarolineCaroline.Schiessl (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:19 Juli 2021
Erschienen in:Automotive Innovation
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
DOI:10.1007/s42154-021-00152-2
Verlag:Springer Nature
ISSN:2096-4250
Status:veröffentlicht
Stichwörter:highly automated vehicles, automated driving, proof of safety, human performance, driving performance
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrssystem
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VS - Verkehrssystem
DLR - Teilgebiet (Projekt, Vorhaben):V - Energie und Verkehr (alt)
Standort: Braunschweig
Institute & Einrichtungen:Institut für Verkehrssystemtechnik > Informationsgewinnung und Modellierung, BS
Institut für Verkehrssystemtechnik > Informationsflussmodellierung in Mobilitätssystemen, BS
Hinterlegt von: Quante, Laura
Hinterlegt am:12 Aug 2021 17:35
Letzte Änderung:19 Nov 2021 20:41

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.