I malé změny v Gramatický a lexikální aspekt jsou dva příklady kategorií, které se na této mentální reprezentaci podílí. Pomocí těchto kategorií vytváříme mentální koncepty, pomocí opujeme naše prožívání místa a času. Tato studie zkoumá interakci lexikálního a gramatického vidu a jak se tato interakce odráží na charakteru očních pohybů u mluvčích nizozemštiny. Bylo užito 04). Byly měřeny oční pohyby 20 rodilých mluvčí nizozemštiny, během toho, co sledovali bílou obrazovku bez jakýchkoliv explicitních obrazových stimulů a poslouchali věty vytvořené s ohledem na různé kombinace lexikálního a gramatického vidu. Užité paradigma simuluje případy z běžného života, kdy lidé pasivně poslouchají mluvenou řeč bez doprovodné vizuální složky. Tato studie nabízí důkazy, že gramatický a lexikální aspekt ovlivňují celou řadu očních pohybů. Tato práce je hodnotným rozšířením naší znalosti o psycholingvistické realitě vidu v nizozemštině, tomto ohledu věnována dostatečná pozornost. Výsledky tohoto výzkumu vnáší nové světlo do probíhající diskuse o tom, zda i tak abstraktní ává měřitelné stopy v našem senzomotorickém systému, a zda je schopný ho ovlivňovat. Navíc tato studie otevírá dveře dalšímu výzkumu zaměřenému na spojení mezi jazykem a mozkovými drahami, které se podílí na zpracování vjemových stimulů. klíčová slova:...

We present a set of easy-to-use methods and tools to analyze human attention, behaviour, and physiological responses. A potential application of our work is evaluating user interfaces being used in a natural manner. Our approach is designed to be scalable and to work remotely on regular personal computers using expensive and noninvasive equipment. The data sources our tool processes are nonintrusive, and captured from video; i.e. eye tracking, and facial expressions. For video data retrieval, we use a basic webcam. We investigate combinations of observation modalities to detect and extract affective and mental states. Our tool provides a pipeline-based approach that 1) collects observational, data 2) incorporates and synchronizes the signal modality mentioned above, 3) detects users' affective and mental state, 4) records user interaction with applications and pinpoints the parts of the screen users are looking at, 5) analyzes and visualizes results. We describe the design, implementation, and validation of a novel multimodal signal fusion engine, Deep Temporal Credence Network (DTCN). The engine uses Deep Neural Networks to provide 1) a generative and probabilistic inference model, and 2) to handle multimodal data such that its performance does not degrade due to the absence of some modalities. We report on the recognition accuracy of basic emotions for each modality. Then, we evaluate our engine in terms of effectiveness of recognizing basic six emotions and six mental states, which are agreeing, concentrating, disagreeing, interested, thinking, and unsure. Our principal contributions include the implementation of a 1) multimodal signal fusion engine, 2) real time recognition of affective and primary mental states from nonintrusive and inexpensive modality, 3) novel mental state-based visualization techniques, 3D heatmaps, 3D scanpaths, and widget heatmaps that find parts of the user interface where users are perhaps unsure, annoyed, frustrated, or satisfied.

La résolution des pronoms est le processus par lequel un pronom anaphorique est mis en relation avec son antécédent. Les humains en sont capables sans efforts notables en situation normale. En revanche, les systèmes automatiques ont une performance qui reste loin derrière, malgré des algorithmes de plus en plus sophistiqués, développés par la communauté du Traitement Automatique des Langues. La recherche en psycholinguistique a montré à travers des expériences qu'au cours de la résolution de nombreux facteurs sont pris en compte par les locuteurs. Une question importante se pose : comment les facteurs interagissent et quel poids faut-il attribuer à chacun d'entre eux ? Une deuxième question qui se pose alors est comment les théories linguistiques de la résolution des pronoms incorporent tous les facteurs. Nous proposons une nouvelle approche à ces problématiques : la simulation computationnelle de la charge cognitive de la résolution des pronoms. La motivation pour notre approche est double : d'une part, l'implémentation d'hypothèses par un système computationnel permet de mieux spécifier les théories, d’autre part, les systèmes automatiques peuvent faire des prédictions sur des données naturelles comme les corpus de mouvement oculaires. De cette façon, les modèles computationnels représentent une alternative aux expériences classiques avec des items expérimentaux construits manuellement. Nous avons fait plusieurs expériences afin d'explorer les modèles cognitifs computationnels de la résolution des pronoms. D'abord, nous avons simulé la charge cognitive des pronoms en utilisant des poids de facteurs de résolution appris sur corpus. Ensuite, nous avons testé si les concepts de la Théorie de l’Information sont pertinents pour prédire la charge cognitive des pronoms. Finalement, nous avons procédé à l’évaluation d’un modèle psycholinguistique sur des données issues d’un corpus enrichi de mouvements oculaires. Les résultats de nos expériences montrent que la résolution des pronoms est en effet multi-factorielle et que l’influence des facteurs peut être estimée sur corpus. Nos résultats montrent aussi que des concepts de la Théorie de l’Information sont pertinents pour la modélisation des pronoms. Nous concluons que l’évaluation des théories sur des données de corpus peut jouer un rôle important dans le développement de ces théories et ainsi amener dans le futur à une meilleure prise en compte du contexte discursif. / Pronoun resolution is the process in which an anaphoric pronoun is linked to its antecedent. In a normal situation, humans do not experience much cognitive effort due to this process. However, automatic systems perform far from human accuracy, despite the efforts made by the Natural Language Processing community. Experimental research in the field of psycholinguistics has shown that during pronoun resolution many linguistic factors are taken into account by speakers. An important question is thus how much influence each of these factors has and how the factors interact with each-other. A second question is how linguistic theories about pronoun resolution can incorporate all relevant factors. In this thesis, we propose a new approach to answer these questions: computational simulation of the cognitive load of pronoun resolution. The motivation for this approach is two-fold. On the one hand, implementing hypotheses about pronoun resolution in a computational system leads to a more precise formulation of theories. On the other hand, robust computational systems can be run on uncontrolled data such as eye movement corpora and thus provide an alternative to hand-constructed experimental material. In this thesis, we conducted various experiments. First, we simulated the cognitive load of pronouns by learning the magnitude of impact of various factors on corpus data. Second, we tested whether concepts from Information Theory were relevant to predict the cognitive load of pronoun resolution. Finally, we evaluated a theoretical model of pronoun resolution on a corpus enriched with eye movement data. Our research shows that multiple factors play a role in pronoun resolution and that their influence can be estimated on corpus data. We also demonstrate that the concepts of Information Theory play a role in pronoun resolution. We conclude that the evaluation of hypotheses on corpus data enriched with cognitive data ---- such as eye movement data --- play an important role in the development and evaluation of theories. We expect that corpus based methods will lead to a better modelling of the influence of discourse structure on pronoun resolution in future work.

Die vorliegende Arbeit widmet sich der Erforschung der Fahrer-Fahrzeug-Interaktion mit dem Ziel der Fahrerabsichtserkennung bei Spurwechselmanövern. Diese Fahrmanöver sind mit einer überproportionalen Unfallhäufigkeit verbunden, die sich in den Unfallstatistiken widerspiegelt. Laut Statistischem Bundesamt (2008) kamen im Jahr 2007 12,0% (1857) aller Unfälle mit schwerem Sachschaden auf Autobahnen in Deutschland aufgrund von Zusammenstößen mit seitlich in die gleiche Richtung fahrenden Fahrzeugen zustande (S. 65). Mit Hilfe der Information über einen intendierten Spurwechsel kann ein System an das zukünftige Fahrerverhalten angepasst werden, um so die Funktionalität und damit das Sicherheitspotential des Gesamtsystems zu erhöhen. Zusätzlich können mit dieser Information auch unerwünschte Systemeingriffe unterdrückt werden, die den Fahrer stören und so zu einer Minderung der Akzeptanz des jeweiligen Fahrerassistenz- und Informationssystems führen könnten. So kann einerseits ein Assistenzsystem eingeschaltet werden, das den Spurwechsel erleichtert (z.B. Side Blind Zone Alert, Kiefer & Hankey, 2008). Zum anderen kann ein Assistenzsystem abgeschaltet werden, das den Fahrer irrtümlich warnen würde, wie zum Beispiel ein Spurverlassenswarner im Falle eines beabsichtigten Überfahrens der Fahrspur (Henning, Beyreuther et al., 2007). In diesem Zusammenhang bilden drei Untersuchungen das Herzstück der vorliegenden Arbeit. In einer Feldstudie untersuchten Henning, Georgeon, Dapzol und Krems (2009) Indikatoren, die auf die Vorbereitung eines Spurwechsels hindeuten und fanden dabei vor allem Blickverhalten in den linken Außenspiegel als einen geeigneten und sehr frühen Indikator. Dieser dient wahrscheinlich vor allem dem Aufbau einer mentalen Repräsentation des rückwärtigen Verkehrs. In einer anschließenden Fahrsimulatorstudie wurde experimentell erforscht, wie diese mentale Repräsentation beschaffen ist und in welchen Komponenten des Arbeitsgedächtnisses sie gespeichert wird (Henning, Beyreuther, & Krems, 2009). In einer dritten Studie, bestehend aus zwei Laborexperimenten, wurde nach einer Schwelle für den Übergang von einer statischen in eine dynamische mentale Repräsentation sich nähernder Fahrzeuge mit Hilfe des Paradigmas des Representational Momentum (Freyd & Finke, 1984) gesucht und ebenfalls deren Lokalisation im Arbeitsgedächtnis erforscht (Henning & Krems, 2009). Die den drei Manuskripten vorangestellte Einleitung dient der allgemeinen Einführung in das Thema und der Einordnung der Befunde. Dabei wird zuerst der Spurwechselprozess dargestellt, gefolgt von einer Diskussion der zugrundeliegenden kognitiven Prozesse und einem Exkurs über die Möglichkeiten der Spurwechselabsichtserkennung und deren Verbesserung im Lichte der Befunde.

Systeme zum automatisierten Fahren erlauben es, die Fahrzeugführung in einem gewissen Maß vom Fahrer an das Fahrzeug zu übertragen. Da der Fahrer auf diese Weise unterstützt, entlastet oder sogar ersetzt werden kann, werden Systeme zum automatisierten Fahren mit einem großen Potential für Verbesserungen hinsichtlich Straßenverkehrssicherheit, Fahrkomfort und Effizienz verbunden - vorausgesetzt, dass diese Systeme angemessen benutzt werden. Systeme zum hochautomatisierten Fahren stellen in diesem Zusammenhang eine besondere Herausforderung für die Mensch-Maschine-Interaktion dar: So wird es dem Fahrer bei diesem Automatisierungsgrad zwar zum ersten mal ermöglicht, das System nicht mehr permanent überwachen zu müssen und somit die Fahrtzeit potentiell für fahrfremde Tätigkeiten zu nutzen. Es wird jedoch immer noch erwartet, dass der Fahrer nach einer vorherigen angemessenen Übernahmeaufforderung die Fahrzeugführung im Bedarfsfall gewährleisten kann. Angemessenes Automatisierungsvertrauen stellt daher eine zentrale Komponente für die erfolgreiche Kooperation zwischen Fahrern und Systemen zum hochautomatisierten Fahren dar und sollte bei der Gestaltung derartiger Systeme berücksichtigt werden. Frühere Befunde weisen beispielsweise bereits darauf hin, dass unterschiedliche Informationen über automatisierte Systeme ein möglicher Ansatz sein könnten um das Automatisierungsvertrauen des Fahrers aktiv zu gestalten. Automatisierungsvertrauen als Variable in der Gestaltung von Fahrzeugtechnologie zu berücksichtigen erfordert jedoch zunächst auch in der Lage zu sein, Automatisierungsvertrauen adäquat messen zu können. In diesem Sinne war die Zielsetzung dieser Arbeit einerseits die Untersuchung verschiedener Methoden zur Messung des Automatisierungsvertrauens des Fahrers sowie andererseits die Identifikation, prototypische Umsetzung und Bewertung potentieller Ansätze zur Gestaltung von Automatisierungsvertrauen im Kontext von Systemen zum hochautomatisierten Fahren. Zu diesem Zweck wurden drei Fahrsimulatorstudien mit insgesamt N = 280 Probanden durchgeführt. Die vorliegenden Ergebnisse weisen darauf hin, dass (i) sowohl Selbstberichtsverfahren als auch Verhaltensmaße prinzipiell dazu verwendet werden können um das Automatisierungsvertrauen des Fahrers in Systeme zum hochautomatisierten Fahren zu operationalisieren, (ii) eine vorherige Auseinandersetzung mit funktionalen Grenzen von Systemen zum hochautomatisierten Fahren einen nachhaltigen Effekt auf das Automatisierungsvertrauen des Fahrers in das System haben kann und (iii) insbesondere Informationen über die Funktionsweise von Systemen zum hochautomatisierten Fahren das Automatisierungsvertrauen des Fahrers in derartige Systeme verbessern können. Damit liefert die vorliegende Arbeit sowohl wertvolle Ansatze zur Messbarmachung als auch Hinweise für die Gestaltung von Automatisierungsvertrauen im Kontext des hochautomatisierten Fahrens. Darüber hinaus können die Befunde dieser Arbeit in gewissem Maße auch auf andere Arten von Fahrzeugautomatisierung sowie unterschiedliche Domänen und Anwendungen von Automatisierung übertragen werden. / Automated driving systems allow to transfer a certain degree of vehicle control from the driver to a vehicle. By assisting, augmenting or even supplementing the driver, automated driving systems have been associated with enormous potential for improving driving safety, comfort, and efficiency - provided that they are used appropriately. Among those systems, conditional automated driving systems are particularly challenging for human-automation interaction: While the driver is no longer required to permanently monitor conditional automated driving systems, he / she is still expected to provide fallback performance of the dynamic driving task after adequate prior notification. Therefore, facilitating appropriate automation trust is a key component for enabling successful cooperation between drivers and conditional automated driving systems. Earlier work indicates that providing drivers with proper information about conditional automated driving systems might be one promising approach to do this. Considering the role of automation trust as a variable in the design of vehicle technology, however, also requires that drivers` automation trust can be viably measured in the first place. Accordingly, the objectives of this thesis were to explore difffferent methods for measuring drivers` automation trust in the context of conditional automated driving as well as the identification, implementation and evaluation of possible approaches for designing drivers` automation trust in conditional automated driving systems. For these purposes, three driving simulator studies with N = 280 participants were conducted. The results indicate that (i) both self-report measures and behavioral measures can be used to assess drivers` automation trust in conditional automated driving systems, (ii) prior familiarization with system limitations can have a lasting effffect on drivers` automation trust in conditional automated driving systems and (iii) particularly information about the processes of conditional automated driving systems might promote drivers` automation trust in these systems. Thus, the present research contributes much needed approaches to both measuring and designing automation trust in the context of conditional automated driving. In addition, the current findings might also be transferred to higher levels of driving automation as well as other domains and applications of automation.

<p>Emerging technologies such as real-time travel information systems and automated vehicles (AVs) have profound impacts on driver decision-making behavior. While they generally have positive impacts by enabling drivers to make more informed decisions or by reducing their driving effort, there are several concerns related to inadequate consideration of cognitive and psychological aspects in their design. In this context, this dissertation analyzes different aspects of driver cognition and psychology that arise from drivers’ interactions with these technologies using physiological data collected in two sets of driving simulator experiments.</p> <p>This research analyzes the latent cognitive and psychological effects of real-time travel information using electroencephalogram (EEG) data measured in the first set of driving simulator experiments. Using insights from the previous analysis, a hybrid route choice modeling framework is proposed that incorporates the impacts of the latent information-induced cognitive and psychological effects along with other explanatory variables that can be measured directly (i.e., route characteristics, information characteristics, driver attributes, and situational factors) on drivers’ route choice decisions. EEG data is analyzed to extract two latent cognitive variables that capture the driver’s cognitive effort during and immediately after the information provision, and cognitive inattention before implementing the route choice decision. </p> <p>Several safety concerns emerge for the transition of control from the automated driving system to a human driver after the vehicle issues a takeover warning under conditional vehicle automation (SAE Level 3). In this context, this study investigates the impacts of driver’s pre-warning cognitive state on takeover performance (i.e., driving performance while resuming manual control) using EEG data measured in the second set of driving simulator experiments. However, there is no comprehensive metric available in the literature that could be used to benchmark the role of driver’s pre-warning cognitive state on takeover performance, as most existing studies ignore the interdependencies between the associated driving performance indicators by analyzing them independently. This study proposes a novel comprehensive takeover performance metric, Takeover Performance Index (TOPI), that combines multiple driving performance indicators representing different aspects of takeover performance. </p> <p>Acknowledging the practical limitations of EEG data to have real-world applications, this dissertation evaluates the driver’s situational awareness (SA) and mental stress using eye-tracking and heart rate measures, respectively, that can be obtained from in-vehicle driver monitoring systems in real-time. The differences in SA and mental stress over time, their correlations, and their impacts on the TOPI are analyzed to evaluate the efficacy of using eye-tracking and heart rate measures for estimating the overall takeover performance in conditionally AVs.</p> The study findings can assist information service providers and auto manufacturers to incorporate driver cognition and psychology in designing safer real-time information and their delivery systems. They can also aid traffic operators to incorporate cognitive aspects while devising strategies for designing and disseminating real-time travel information to influence drivers’ route choices. Further, the study findings provide valuable insights to design operating and licensing strategies, and regulations for conditionally automated vehicles. They can also assist auto manufacturers in designing integrated in-vehicle driver monitoring and warning systems that enhance road safety and user experience.

<p>Promoting sustainable consumption is critical to meet the United Nation’s Sustainable Development Goals. Food systems can cause considerable environmental impacts, which are exacerbated by the rapidly increasing global population and urbanization. Policy makers are seeking strategies to promote sustainable food consumption to reduce food-related environmental footprints. However, literature assessing environmental implications of food consumption has several gaps: first, studies using national average diets or one-day dietary recall data are likely to neglect the heterogeneous food purchasing patterns in different households and over longer time spans; second, few studies have considered reducing the overall food-emissions-water-land (FEWL) impacts and the FEWL impact reduction potentials have not been fully examined due to lack of considering changing consumption patterns of food items within food groups. Additionally, knowing the environmental impacts of food consumption is only the first step towards sustainable consumption. Providing the information to consumers to guide their decision making is also critical. Ecolabels are increasingly used to inform consumers about the environmental performance of products. However, the effectiveness of ecolabels is unclear because methods used in existing studies may not show consumers’ naturalistic behavior.</p> <p> </p> <p>This dissertation aims to address these research gaps to provide better understanding of the reduction potentials and trade-offs of food environmental impacts, and the effectiveness of ecolabels to facilitate consumer decision making for sustainable consumption. To achieve the objective, a variety of models and methods are used: (1) detailed food purchasing records from 57,578 U.S. households were analyzed and a process-based life cycle assessment (LCA) model is developed to evaluate the food carbon emissions and identify reduction pathways; (2) the LCA model was then expanded to also quantify food-related blue water footprint and land footprint. The FEWL impact reduction potentials were evaluated in two dietary change scenarios: (a) only adjusting intake in each food group to the recommended amount and (b) in addition to adjusting food group intake amount, changing consumption patterns to shift towards the food item that minimizes the overall FEWL impacts within each group). A food-item level analysis was also conducted to examine the FEWL impact trade-offs associated with food item substitutions; and (3) survey and attention data were collected from 156 participants in a naturalistic shopping environment using eye tracking glasses to evaluate the effectiveness of ecolabels on informing consumers’ product selection for sustainable consumption. </p> <p> </p> <p>By assessing the environmental impacts of food consumption and the effectiveness of ecolabels, this dissertation proposed pathways to reduce food-related environmental impacts (i.e., through identifying target households and food groups for impact reduction) and strategies to improve ecolabels’ effectiveness in consumers’ decision making. The results can provide insights to policy makers to promote sustainable consumption. </p>

The visual sense has outstanding importance for humans’ interaction with the environment and visual attention is the key mechanism that bundles our limited cognitive resources in order to enhance the perceptual processing of the most relevant environmental features at a certain point in time. Eye-Tracking technology enables us to accurately observe peoples’ eye movement behavior i.e. overt attention. In the last decade, overt attention on real-world scenes gained increasing popularity in vision research. The higher ecological validity of such scenes in combination with a free-viewing task allows us to investigate human viewing behavior under natural conditions. In this context, the majority of previous studies focused on the impact of basal image properties, such as color and luminance differences, to quantify the extent to which our fixation behavior is guided by these so-called low-level image properties. However, in most experimental studies complex images are observed only one time, whereas we are continually confronted with repeated visual impressions in everyday life. Therefore, I introduce a repeated-presentation-design that allows scrutinizing the impact of low-level image properties and the power of scene types over time. Besides these low-level factors, I also address inter-individual differences in motivation as well as emotional components as so-called high-level factors in overt attention. Previous research on visual attention has widely neglected these factors, especially in the context of real-world images. On the basis of novel study designs and by means of various analysis techniques, I show how several low- and high-level factors influence overt attention on complex scenes, how they interact, and how eye movement parameters are interrelated. In addition to that, I provide a comprehensive review of the previous literature on emotions’ and personality traits’ impacts on visual attention. On the basis of the inconsistent understanding of core concepts in the literature, I describe how behaviorally oriented studies investigate these high-level factors in visual attention, how the interplay between emotion and attention is conceptualized from a neuroscientific perspective, and I derive several conceptual and practical recommendations for future research. Finally, I outline some new ideas and venues for future research in the general discussion of the present work, for example how eye-tracking might overcome some fundamental problems of classical testing in psychological diagnostics, or how the view of embodied cognition can help us to get a better understanding of high- and low-level factors in visual attention.

No description available.

Über 90% der Informationsaufnahme beim Fahren erfolgt über den visuellen Sinneskanal. Das Auge ist das einzige fernorientierte Sinnesorgan, das über die Blickbewegungen gezielt ausrichtbar ist und die Erfassung räumlich voraus liegender Objekte ermöglicht. Somit spielt das Blickverhalten der Kraftfahrer eine zentrale Rolle beim Steuern eines Fahrzeugs. Da die Informationsaufnahme und -verarbeitung die Grundlage für Handlungsentscheidungen, ihre Realisierung und Kontrolle im Straßenverkehr bilden, bestimmt das Blickverhalten des Kraftfahrers weitestgehend sein Fahrverhalten und ist dadurch auch für die Verkehrssicherheit von zentraler Bedeutung. Mit Hilfe moderner Messtechnik lassen sich die Blickbewegungen genau registrieren und das Blickverhalten kann beim Autofahren exakt erfasst werden. Dadurch stellt die Analyse des Blickverhaltens ein neues Verfahren dar, mit dem der wahrnehmungspsychologische Faktor in der Wechselwirkung zwischen Fahrer, Fahrzeug und Straße berücksichtigt werden kann. Das Blickverhalten der Fahrer ist ein hochselektiver dynamischer Vorgang, durch den eine präzise Wahrnehmung von beweglichen bzw. unbeweglichen Objekten, Geschwindigkeiten und räumlichen Ausdehnungen gewährleistet ist. Die Analyse des Blickverhaltens ermöglicht sowohl den zeitlichen als auch den räumlichen Verlauf des detaillierten Informationszuflusses zusammen mit den Aufmerksamkeitsverlagerungen zu erforschen. Wo und in welchem Zeitpunkt der Fahrer detailliert hinblickt, kann mithilfe der Blickverhaltensanalyse ermittelt werden. In der Literatur sind verschiedene Blickverhaltensmaße vorhanden, mit denen das zeitliche Verhalten der visuellen Aufmerksamkeitsverteilung, die räumliche Konzentration des Blickes und die Intensität der Informationsaufnahme untersucht und interpretiert werden können. In der vorliegenden Arbeit werden aus dem breiten Spektrum dieser Maße diejenigen ausgewählt, die bezüglich der gesuchten Abhängigkeiten am aussagekräftigsten sind. Das Blickverhalten der Kraftfahrer wird in erheblichem Maße von der Streckenge-ometrie bestimmt. Aus der Forschung ist bekannt, dass die Verhältnisse beim Lenken eines Fahrzeugs entlang geraden Strecken und innerhalb von Kurven bezüglich der Beanspruchung des Fahrers und der Blickkonzentration nicht gleich sind. In Kurven ist die Belastung höher im Vergleich zu den Geraden und das führt zu einer gesteigerten Aufmerksamkeit. Das Blickverhalten in Links- und Rechtskurven charakterisiert sich mit bestimmten Blickmustern, die sich voneinander deutlich unterscheiden. Diesbezüglich werden entsprechende Untersuchungen und Analysen auch unter Einbeziehung der vorhandenen Sichtweite durchgeführt. Der Einfluss der streckencharakteristischen Parameter auf das Fahrverhalten und das Unfallgeschehen ist auf dem Gebiet des Straßenentwurfs seit langer Zeit Untersuchungsgegenstand zahlreicher Forschungsarbeiten. Auf Autobahnen sind jedoch nur wenige solche Untersuchungen vorhanden und ein Forschungsbedarf liegt auch diesbezüglich vor. In der Dissertation wurde die BAB A72 zwischen Hof und Chemnitz untersucht, die eine der ältesten Autobahnen Deutschlands ist und für die bekannt ist, dass sie Sicherheitsprobleme hat. Diese Bundesautobahn, die ursprünglich als Regionalautobahn sehr geländeangepasst trassiert worden ist, wurde im Zeitraum von 1990 bis 1995 grundhaft ausgebaut. Die Trasse ist unverändert geblieben und die Gradiente und der Querschnitt sind verbessert worden. Dadurch sind die Geschwindigkeiten deutlich gestiegen. So ein Ausbau kann zu Disproportionen in der räumlichen Linienführung führen. Auf der Autobahn A72 sind in einigen Abschnitten solche Disproportionen vorhanden. Ausdruck dafür ist das überdurchschnittlich hohe Unfallgeschehen. Die Verkehrssicherheit hat eine vorrangige Bedeutung für den Bau und den Betrieb jeder Straße. In der Arbeit wird durch das Blickverhalten von Fahrern mit einer neu entwickelten Methodik versucht, die Gründe für unsichere Abschnitte anders als mit den klassischen Methoden zu erforschen. Im Ergebnis werden Empfehlungen für einen Kurvenmindestradius und eine psychologische Mindestsichtweite untermauert.