Externe Mensch-Maschine-Schnittstellen für die Interaktion von Fußgängern mit autonomen Fahrzeugen in komplexeren Straßenverkehrsszenarien: Können AR-basierte Schnittstellen unterstützen?

Kurzfassung

Die kontinuierlich fortschreitende Entwicklung autonomer und vernetzter Fahrzeuge (AVF; SAE 4) sowie ihre Einführung in den bestehenden Straßenverkehr bietet sowohl Chancen als auch Herausforderungen für die Interaktion Verkehrsteilnehmender mit ihnen. Die bisherige Forschung zeigt, dass vor allem Fußgänger mit dem Wegfall eines menschlichen Fahrers in bestimmten Situationen Nachteile erleben können, da sie aktuell auf explizite Kommunikation, zum Beispiel Handgesten, gerade in mehrdeutigen Interaktionssituationen angewiesen sind, insbesondere in Situationen im Nahbereich. Externe Mensch-Maschine-Schnittstellen (eHMIs) können diese Kommunikationslücke überbrücken. Allerdings fehlt es bisher an Untersuchungen zu ihrer Nützlichkeit in komplexeren Verkehrsszenarien, in denen mehr als nur ein AVF mit einem Fußgänger interagiert. Doch gerade für diese häufig realistischen, oft urbanen, komplexeren Interaktionen mit mehreren Verkehrsteilnehmenden unter Beteiligung von AVFs sind viele Fragen offen, wie eine gute Interaktion gestaltet werden kann über Mensch-Maschine-Schnittstellen. Hier könnte in der Zukunft Augmented Reality (AR) eine vielversprechende Lösung für Nachteile bisher vorgeschlagener eHMIs darstellen. Ziel der vorliegenden experimentellen Studie war somit, das Potenzial von bisher vorgeschlagenen lichtbasierten im Vergleich zu möglich zukünftigen AR-basierten eHMIs in komplexeren Interaktionen von mehreren AVFs mit einem Fußgänger im Straßenverkehr zu untersuchen. 45 Teilnehmende in einer Studie in virtueller Realität wurden instruiert, einen Shared Space mit AVFs zu überqueren, die sich aus verschiedenen Richtungen näherten. Die AVFs kommunizierten explizit über lichtbasierte, AR-basierte, kombinierte oder gar nicht über eHMI und kommunizierten implizit (bremsen vs. nicht). Die eHMIs, die AR-Komponenten enthielten, beschleunigten die Querungsentscheidung der Fußgänger und reduzierten den Workload signifikant. Gleichzeitig verbesserten sie die subjektive Sicherheit und die Verständlichkeit des Verhaltens der AVFs.