In the course of the current demographic change, the proportion of the population aged 65 and older is projected to steadily increase in many countries of the world (UN DESA Population Division, 2015). The ageing society is reflected in an increasing number of older road users (Koppel & Berecki-Gisolf, 2015), especially considering the growing need for older adults to maintain individual mobility (Eby & Molnar, 2012). This development raises new issues of transportation research, since age-related changes in mobility patterns as well as sensory, cognitive, and motor functions reduce older adults’ traffic safety (Polders, Vlahogianni, Leopold, & Durso, 2015). Accordingly, new strategies to aid older drivers and their mobility needs are required, which could potentially be provided by emerging in-vehicle technologies (Karthaus & Falkenstein, 2016). The overall aim of present dissertation project was to evaluate whether in-vehicle technologies that appear promising to support older drivers can actually contribute to their individual mobility, which requires an improvement in aspects related to driving performance as well as the acceptance of such systems in this age group. Therefore, contact-analogue head-up displays (also labelled as Augmented Reality Displays, ARDs) and highly automated driving were selected as two exemplary technologies, representing completely different levels of driving automation and accordingly different approaches to support drivers. The ARD-technology represents a technical implementation approach for IVIS and therefore an example for Automation Level 0 (no automation; SAE International, 2014) by helping the driver to execute the driving task manually through useful information. In contrast, the HAD-technology aims at supporting the driver by taking over the driving task, which corresponds to Automation Level 4 (high automation; SAE International, 2014). Despite these different approaches, both technologies were previously assumed to have a strong potential to support especially older drivers (Meyer & Deix, 2014; Polders et al., 2015; Rusch et al., 2013; Schall et al., 2013). Three empirical studies were conducted to examine performance- and acceptance-related aspects of both technologies. All studies were carried out with a group of older drivers (maximum age range: 65 85 years) and a younger comparison group (maximum age range: 25-45 years) representing the ‘average’ (i.e. young, but experienced) driver in order to identify age-specific results. Focusing on performance-related aspects of the ARD-technology, Study I represents a reaction time experiment conducted in a driving simulator. One age-specific beneficial function of such an ARD is to provide prior information about approaching complex traffic situations, which addresses older drivers’ tendency to process multiple information successively (serially) rather than simultaneously (parallel) (Davidse, Hagenzieker, van Wolffelaar, & Brouwer, 2009; Küting & Krüger, 2002). Therefore, the aim of this study was to examine the effects of an ARD providing prior information about approaching intersections on drivers’ speed and accuracy of perceiving these intersections, which is considered a necessary precondition for a safe driving performance (Crundall & Underwood, 2011). Based on concerns about the counterproductive effects of presenting information via an ARD, especially in cases of inaccurate information, system failures were included in this examination. The ARD-information aided drivers from both age groups in identifying more relevant aspects of the intersections without increasing response time, indicating the potential of the system to support both older and younger drivers in complex traffic situations. Experiencing system failures (i.e. inaccurate information) did offset this positive effect for the study’s duration, particularly for older drivers. This might be because it was difficult to ignore inaccurate prior information due to their presentation via an ARD. Study II represents a driving simulator study on acceptance-related aspects of an ARD providing prior information about approaching intersections. This study focused on the effects of system experience on drivers’ acceptance as well as on the identification of age-specific acceptance barriers that could prevent older drivers from using the technology. In summary, older and younger drivers’ evaluation of the ARD was positive, with a tendency to more positive evaluations with than without system experience in the driving simulator. Compared to the younger group, older drivers reported a more positive attitude towards using the ARD, even though they evaluated their self-efficacy in handling the system and environmental conditions facilitating its usage as less strong. Both performance- and acceptance-related aspects of HAD were addressed in Study III, a two-stage driving simulator study. The focus of the performance perspective shifted in parallel with the shift of the human role from driver to passenger due to the increasing driving automation. Accordingly, the examination of HAD was focused on the human evaluation of the automated system’s driving performance. In this context, affective components of human-automation interaction, such as comfort and enjoyment, are considered important for the acceptance and thus usage of automated vehicles (Tischler & Renner, 2007). It is assumed that the implemented driving style has an impact on such affective components in the context of HAD (Bellem, Schönenberg, Krems, & Schrauf, 2016). One theoretical approach to increase the comfort of HAD recommends the implementation of familiar, natural driving styles to mimic human control (Elbanhawi, Simic, & Jazar, 2015). Therefore, the effects of driving automation and the familiarity of the HAD-style on driving comfort and enjoyment were examined. Automation increased both age groups’ comfort, but decreased younger drivers’ enjoyment. For all dependent variables, driving style familiarity significantly interacted with drivers’ age the same way: while younger drivers preferred a familiar HAD-style, older drivers preferred an unfamiliar driving style in a highly automated context. Accordingly, the familiarity approach can be supported at least for younger drivers, but not for older drivers, whose manual driving styles are characterised by strategies to compensate for age-related impairments of sensory, cognitive, or motor functions. HAD-style preferences of this age group seem to be more influenced by the desire to regain a driving style free from these compensation strategies than by a need for familiar driving manoeuvres. In parallel with the evaluation of the ARD, acceptance-related issues in the context of HAD included the effects of system experience on drivers’ acceptance and potential age-specific acceptance barriers. Considering a system-specific design issue, it was additionally examined whether drivers’ acceptance of HAD is modifiable by the familiarity of the implemented driving style. In this driving simulator study, members of both age groups showed slightly positive a priori acceptance ratings, which significantly increased after the initial experience and remained stable afterwards. Similar to drivers’ acceptance of the ARD, older drivers reported a more positive attitude towards using HAD despite their lower self-assessed self-efficacy and environmental conditions facilitating HAD-usage compared to younger drivers. Regarding HAD-style, acceptance was subject to the same interaction between drivers’ age and driving style familiarity as driving comfort and enjoyment. These findings demonstrate that effective approaches to support the independent mobility of older adults are provided by emerging in-vehicle technologies on different levels of driving automation. The majority of the performance-related improvements did apply to both older and younger drivers, confirming that automotive technologies suggested for older drivers have the potential to support drivers of other age groups as well. Regarding drivers’ acceptance, findings suggest that both systems would be accepted by different age groups, which correspondents to the results from the performance perspective. The comparable acceptance patterns identified for two systems at different stages of driving automation, such as ARDs and HAD, indicate underlying general aspects of older adults’ acceptance of in-vehicle technologies. This includes their strong need to preserve their individual mobility as well as their lower self-efficacy in handling relevant technologies and insufficient access to a support infrastructure. These insights can enrich both theories of older drivers’ acceptance of in-vehicle technologies and measures to ensure the successful development and introduction of systems aiding them in maintaining a safe individual mobility. Considering the importance of driving for older adults’ physiological and psychological well-being (e.g. Adler & Rottunda, 2006; Lutin, Kornhauser, & Lerner-Lam, 2013), these results emphasise the potential of emerging in-vehicle technologies to improve both older drivers’ traffic safety and quality of life. / Im Zuge des aktuellen demografischen Wandels wird für zahlreiche Länder der Welt eine stetige Zunahme des Bevölkerungsanteils von Personen im Alter von 65 Jahren und älter prognostiziert (UN DESA Population Division, 2015). Die daraus resultierende alternde Gesellschaft spiegelt sich auch in der steigenden Anzahl älterer Verkehrsteilnehmer wieder (Koppel & Berecki-Gisolf, 2015). Dieser Effekt wird durch das ebenfalls ansteigende Bedürfnis älterer Personen, ihre Individualmobilität auch bis ins hohe Alter hinein aufrecht zu erhalten, noch verstärkt (Eby & Molnar, 2012). Berücksichtigt man die Auswirkungen altersbedingter Veränderungen von Mobilitätsmustern und fahrrelevanten Fähigkeiten auf die Sicherheit älterer Verkehrsteilnehmer (Polders et al., 2015), stellt diese demographische Entwicklung neue Herausforderungen an die Verkehrsforschung. So bedarf es neuartiger Strategien zur Unterstützung älterer Fahrzeugführer und ihrer Mobilitätsbedürfnisse. Aufgrund aktueller technologischer Entwicklungen eröffnen vor allem durch neuartige Fahrzeugtechnologien zur Fahrerunterstützung innovative Möglichkeiten, diesem Bedarf gerecht zu werden (Karthaus & Falkenstein, 2016). An diesem Punkt setzt die vorliegende Dissertation an. Ziel des Dissertationsprojektes war es zu evaluieren, inwieweit aktuell in Entwicklung befindliche Fahrzeugtechnologien, die aus theoretischer Sicht als geeignete Mittel zur Unterstützung älterer Fahrer erscheinen, tatsächlich zu deren Individualmobilität beitragen können. Um das Potential derartiger Technologien abzuschätzen, wurde einerseits untersucht, inwieweit sie zur Verbesserung von Variablen, die in Beziehung zur Fahrleistung stehen, beitragen können. Anderseits wurde ihre Akzeptanz bei potentiellen zukünftigen Nutzern evaluiert. Für diese Untersuchungen wurden zwei exemplarische Technologien als Repräsentanten grundlegend unterschiedlicher Stufen der Fahrzeugautomatisierung ausgewählt: ein kontaktanaloge Head-up Display (auch Augmented Reality Display, ARD) und hochautomatisiertes Fahren. ARDs stellen einen technologischen Ansatz zur Implementierung von Fahrerinformationssystemen und dementsprechend ein Beispiel für Automatisierungsstufe 0 (no automation; SAE International, 2014) dar, indem sie den Fahrer durch die Bereitstellung verkehrsrelevanter Informationen bei der manuellen Ausführung der Fahraufgabe unterstützen. Im Gegensatz dazu zielt die Technologie des hochautomatisierten Fahrens auf eine Unterstützung des Fahrers durch die vollständige Übernahme der Fahraufgabe ab, was Automatisierungsstufe 4 (high automation; SAE International, 2014) entspricht. Trotz dieser grundlegend unterschiedlichen Ansätze wird beiden Technologien ein hohes Potential zur Unterstützung insbesondere älterer Fahrer zugesprochen (Meyer & Deix, 2014; Polders et al., 2015; Rusch et al., 2013; Schall et al., 2013). Die Untersuchung Performanz- und Akzeptanz-bezogener Aspekte beider Technologien erfolgte im Rahmen von drei empirische Studien. Um altersspezifische Befunde identifizieren zu können, wurden allen Studien mit Vertretern der Zielgruppe von älteren Fahrern (65-85 Jahre alt) sowie einer jüngeren Vergleichsgruppe ‚durchschnittlicher‘ (d.h. junger, erfahrener) Fahrer (25-45 Jahre alt) durchgeführt. Bei Studie I handelte es sich um eine im Fahrsimulator durchgeführte Reaktionszeitstudie, in deren Rahmen Leistungs-bezogene Aspekte von ARDs untersucht wurden. Unter den vielfältigen Möglichkeiten zur Anwendung dieser Technologie wird vor allem die Präsentation von Vorinformationen über bevorstehende komplexe Fahrsituationen während der Fahrt als gewinnbringend für ältere Fahrer eingestuft. Diese Strategie adressiert die Tendenz älterer Fahrer zu einer eher seriellen als parallelen Verarbeitung gleichzeitig verfügbarer Informationen während der Fahrt (Davidse et al., 2009; Küting & Krüger, 2002). Vor diesem Hintergrund lag der Fokus von Studie I auf den Effekten einer kontaktanalogen Präsentation von Vorinformationen über bevorstehende Kreuzungen auf die Geschwindigkeit und Genauigkeit der Wahrnehmung dieser Kreuzungen durch den Fahrer, was eine Grundvoraussetzung für eine sichere Fahrleistung darstellt (Crundall & Underwood, 2011). Basierend auf bestehenden Befürchtungen über kontraproduktive Effekte einer kontaktanalogen Informationsdarstellung während der Fahrt, insbesondere im Falle inkorrekter Informationen, wurden zudem die Auswirkungen von Systemfehlern untersucht. Mit Hilfe der kontaktanalogen Vorinformationen gelang es sowohl älteren als auch jüngeren Fahrern, ohne erhöhten Zeitbedarf einen höheren Anteil relevanter Aspekte in Kreuzungssituationen wahrzunehmen. Allerdings wurde die positive Systemwirkung durch das Erleben von Systemfehlern (in diesem Fall inkorrekten Vorinformationen) zumindest für die Dauer der Untersuchung aufgehoben. Dieser Effekt war besonders ausgeprägt für ältere Fahrer und könnte auf die Schwierigkeit, inkorrekte Informationen auf Grund ihrer Darstellung im ARD zu ignorieren, zurückzuführen sein. Studie II stellte eine Fahrsimulatorstudie zu Akzeptanz-bezogenen Aspekten eines ARDs, welches dem Fahrer Vorinformationen über bevorstehende Kreuzungen zur Verfügung stellt, dar. Inhalt dieser Studie waren zum einen die Effekte von Systemerfahrung auf die Nutzerakzeptanz des Systems, zum anderen altersspezifische Akzeptanzbarrieren, welche ältere Fahrer potentiell von der Nutzung der Technologie abhalten könnten. Insgesamt bewerteten sowohl ältere als auch jüngere Fahrer das ARD positiv. Dabei fielen Bewertungen auf Basis von Systemerfahrung im Fahrsimulator tendenziell besser aus als Bewertungen ohne vorherige Systemerfahrung. Obwohl ältere Fahrer im Vergleich zu jüngeren Fahrern ihre Selbstwirksamkeit im Umgang mit dem ARD sowie Umgebungsfaktoren, welche dessen Nutzung unterstützen könnten, als geringer ausgeprägt wahrnahmen, war die positive Einstellung gegenüber der Nutzung des Systems bei ihnen im Durchschnitt stärker ausgeprägt. Leistungs- und Akzeptanz-bezogene Aspekte des hochautomatisierten Fahrens wurden in Studie III, einer zweistufigen Fahrsimulatorstudie, untersucht. Parallel zur Veränderung der Rolle des Menschen vom Fahrzeugführer zum Passagier im Zuge der zunehmenden Fahrzeugautomatisierung veränderte sich dabei auch der Fokus der Leistungsperspektive. Dem entsprechend stand die Bewertung der Fahrleistung des automatisierten Systems durch den mitfahrenden Menschen im Mittelpunkt dieser Untersuchung. Affektive Komponenten der Mensch-Automatisierungs-Interaktion wie Fahrkomfort und Fahrspaß werden in diesem Kontext als bedeutsam zur Gewährleistung der Nutzerakzeptanz und damit auch Nutzung automatisierter Fahrzeuge betrachtet (Tischler & Renner, 2007). Es wird angenommen, dass derartige affektive Komponenten im Kontext des hochautomatisierten Fahrens vor allem vom implementierten Fahrstil abhängen (Bellem et al., 2016). In einem theoretischen Ansatz zur Verbesserung des Fahrkomforts wird die Implementierung vertrauter (d.h. dem eigenen manuellen Fahrstil ähnlicher) Fahrstile empfohlen, um einen menschlichen Fahrzeugführer nachzuahmen und so Bedenken gegenüber einer automatisierten Fahrzeugführung abzubauen (Elbanhawi et al., 2015). Diesem Ansatz folgend wurden in Studie III die Effekte der Fahrzeugautomatisierung sowie der Ähnlichkeit des implementierten Fahrstils zum individuellen manuellen Fahrstil des jeweiligen Fahrers auf Fahrkomfort und Fahrspaß untersucht. Es konnte gezeigt werden, dass mit höherer Automatisierung der Fahrkomfort älterer und jüngerer Fahrer anstieg, der Fahrspaß jüngerer Fahrer sich jedoch verringerte. Alle abhängigen Variablen wurden von einer vergleichbaren Interaktion zwischen Fahreralter und Fahrstilähnlichkeit beeinflusst: Während jüngere Fahrer hochautomatisierte Fahrstile bevorzugten, die ihren jeweiligen manuellen Fahrstilen ähnelten, präferierten ältere Fahrer im hochautomatisierten Kontext eher unähnliche Fahrstile. Dem entsprechend kann der Vertrautheitsansatz basierend auf den Ergebnissen von Studie III zumindest für jüngere Fahrer unterstützt werden, nicht aber für die Zielgruppe älterer Fahrer, deren manuelle Fahrstile durch Kompensationsstrategien zum Ausgleich altersbedingter Einschränkungen ihrer sensorischen, kognitiven und motorischen Fähigkeiten geprägt sind. Fahrstilpräferenzen im hochautomatisierten Kontext scheinen in dieser Altersgruppe mehr von dem Wunsch, einen von diesen Kompensationsstrategien unbeeinträchtigten Fahrstil wiederzuerlangen, geprägt zu sein als von dem Bedürfnis nach vertraut gestalteten Fahrmanövern. Analog zur Evaluation des ARDs beinhaltete die Untersuchung Akzeptanz-bezogener Aspekte des hochautomatisierten Fahrens die Effekte von Systemerfahrung auf die Nutzerakzeptanz sowie potentielle altersspezifische Akzeptanzbarrieren. Einen systemspezifischen Designaspekt aufgreifend wurde zudem untersucht, ob die Nutzerakzeptanz des hochautomatisierten Fahrens ebenfalls durch den implementierten Fahrstil modifizierbar ist. Fahrer beider Altersgruppen berichteten tendenziell positive a priori Akzeptanzwerte, welche sich nach der Ersterfahrung mit dem System signifikant erhöhten und sich anschließend stabilisierten. Vergleichbar mit den Ergebnissen zum ARD war die positive Einstellung gegenüber der Nutzung eines hochautomatisierten Fahrzeuges bei älteren Fahrern im Durchschnitt stärker ausgeprägt als bei jüngeren, obwohl sie ihre Selbstwirksamkeit im Umgang mit dem System sowie unterstützende Umgebungsfaktoren als geringer ausgeprägt bewerteten. Bezüglich des hochautomatisierten Fahrstils unterlag die Systemakzeptanz derselben Interaktion zwischen Fahreralter und Fahrstilähnlichkeit wie Fahrkomfort und Fahrspaß. Diese Ergebnisse demonstrieren, dass Fahrzeugtechnologien auf verschiedenen Automatisierungsstufen effektive Ansätze zur Unterstützung der Individualmobilität älterer Personen liefern können. Die Mehrzahl der identifizierten Leistungs-bezogenen Verbesserungen zeigte sich sowohl für ältere als auch jüngere Fahrer. Diese Befunde weißen auf das Potential von Systemen, welche den Bedürfnissen älterer Fahrer entsprechen, zur Unterstützung verschiedener Altersgruppen hin. Die Ergebnisse der Akzeptanzperspektive deuten an, dass die evaluierten Systeme von Fahrern verschiedener Altersgruppen akzeptiert werden würden, was die Ergebnisse der Leistungsebene widerspiegelt. Die Vergleichbarkeit der Muster verschiedener Akzeptanzprädiktoren, welche für zwei Systeme auf grundlegend unterschiedlichen Automatisierungsstufen identifiziert werden konnten, legt die Existenz zugrundeliegender genereller Aspekte der Fahrzeugtechnologie-Akzeptanz älterer Fahrer nahe. Diese beinhalten deren stark ausgeprägtes Bedürfnis zur Erhaltung ihrer Individualmobilität sowie deren geringere Selbstwirksamkeit im Umgang mit relevanten Technologien und den unzureichenden Zugang zu unterstützenden Infrastrukturen. Diese Erkenntnisse liefern Implikationen für theoretische Modelle der Akzeptanz von Fahrzeugtechnologien durch ältere Fahrer sowie für Maßnahmen zur Absicherung einer erfolgreichen Entwicklung und Markteinführung von Systemen, die darauf abzielen, ältere Menschen beim Erhalt ihrer Individualmobilität zu unterstützen. Berücksichtigt man die Bedeutsamkeit des Fahrens eines eigenen Automobils für das physiologische und psychologische Wohlbefinden im Alter (Adler & Rottunda, 2006; Lutin et al., 2013; Whelan, Langford, Oxley, Koppel, & Charlton, 2006), unterstreichen diese Ergebnisse das Potential neu entstehender Fahrerunterstützungstechnologien für die Verbesserung der Verkehrssicherheit, aber auch Lebensqualität älterer Menschen.

Das automatisierte Fahren hat bereits den Weg auf den kommerziellen Markt geschafft und weiterer Fortschritt kann in naher Zukunft erwartet werden. Das Level 3 des automatisierten Fahrens verspricht steigende Sicherheit, Komfort und Verkehrseffizienz. Für den menschlichen Fahrer sind diese Funktionen und damit einhergehende Nutzerschnittstellen eine neuartige Technologie. Im Bereich Human Factors stehen Forschung und Entwicklung vor zwei Herausforderungen, welche (1) der Entwurf von intuitiven und einfach bedienbaren Nutzerschnittstellen und (2) die Entwicklung von Methoden zur Bewertung ebendieser sind. Bei der Bewertung von Technologie wurde bereits häufig auf die sogenannte Preference-Performance Dissoziation aufmerksam gemacht. Diese beschreibt das Ergebnis von Nutzerstudien, in denen die Präferenz (Selbstbericht) der Nutzer nicht mit deren Leistung (beobachtbares Verhalten) übereinstimmt. Dieses Phänomen stellt eine Gefährdung für die Bewertung von Nutzerschnittstellen beim automatisierten Fahren dar. Aufgrund dessen berichtet die vorliegende Dissertation zunächst Untersuchungen zur Messbarmachung von Präferenz und Leistung. Zudem wurde das Verständnis von automatisierten Systemen (mentales Modell) als ein wichtiger Einflussfaktor zur Entstehung des beobachtbaren Verhaltens angenommen und mit in die Arbeiten eingeschlossen. Mithilfe der gewonnenen Erkenntnisse der Messbarmachung widmete sich der zweite Teil der Dissertation den Faktoren, die einen Einfluss auf das Entstehen von Präferenz und/oder Leistung ausüben. Untersuchte Faktoren waren die Anzahl an Wiederholungen von Anwendungsfällen, Rückmeldung zur Bedienleistung, Nutzerschulung und eine statistische post-hoc Analyse. Um die Ziele der Messbarmachung und Einflussnahme zu erreichen wurden drei Fahrsimulatorstudien mit insgesamt N=225 Probanden durchgeführt. Die Haupterkenntnisse waren (1) die Entwicklung einer differenzierten Empfehlung von Fragebögen zur Erfassung der Nutzerpräferenz. Außerdem (2) wurden Erkenntnisse der Entwicklung von Verhaltensmaßen über die Zeit sowie deren Zusammenhang zu Präferenzmaßen gewonnen. Betreffend der mentalen Modelle (3) zeigte die vorliegende Arbeit, dass es wiederholter Interaktion bedarf, damit diese sich korrekt entwickeln. Außerdem kann das Verständnis durch Blickverhaltensmaße erfasst werden. Zusätzlich (4) zeigte sich, dass Leistungsrückmeldung Präferenz, nicht aber Leistung selbst beeinflussen kann. Im Gegensatz dazu (5) wirkt sich Nutzerschulung positiv auf die Korrektheit mentaler Modelle und nachfolgend der Nutzerleistung selbst aus, lässt aber Präferenzmaße unbeeinflusst. Abschließend zeigte sich, dass (6) Nutzer verschiedener Leistungsstufen ähnliche Präferenzurteile fällen. Der theoretische Beitrag der vorliegenden Arbeit liegt in den Einblicken in die Entstehung der beiden Datenquellen der Preference-Performance Dissoziation wodurch diese erklärt und vorhergesagt werden kann. Der praktische Beitrag liegt in der Anwendung der Arbeit zur Messbarmachung von Variablen und Empfehlung zum Studiendesign hinsichtlich Anzahl an Messwiederholungen und Nutzerschulung. Abschließend betreffen die hier gewonnenen Erkenntnisse nicht nur die Bewertung von Nutzerschnittstellen beim automatisierten Fahren, sondern können auch auf andere Automationsbereiche der Mensch-Maschine Interaktion wie beispielsweise Luftfahrt, Robotik oder Medizintechnik übertragen werden. / Driving automation systems have already entered the commercial market and further advancements will be introduced in the near future. Level 3 automated driving systems are expected to increase safety, comfort and traffic efficiency. For the human driver, these functions and according human-machine interfaces are a novel technology. In the human factors domain, research and development faces two challenges which are (1) the conceptualization of intuitive and easy to use interfaces and (2) the development of a methodological framework to evaluate these interfaces. In technology evaluation, a methodological phenomenon has frequently been reported which is called the preference-performance dissociation. It describes the outcome of studies where users' preference (i.e., self-report) does not match their performance (i.e., interaction behavior). This phenomenon poses a threat to the evaluation of automated vehicle HMIs. Therefore, the present thesis first reports investigations on how to operationalize both performance and preference. Moreover, the understanding (i.e., mental model) of automated vehicle HMIs was hypothesized as an influential precursor of performance and included in the present work. Using the insights of the operationalization part, the second part of the thesis aimed at finding out about factors that exert influence on preference and/or performance. Investigated factors were the number of use case repetitions, feedback on operator performance, user education and a post-hoc statistical analysis. To reach the operationalization and variation aims, three driving simulator studies with a total of N=225 participants were conducted. The main outcomes were that (1) a sophisticated recommendation regarding preference questionnaire application could be given. Furthermore, (2) insights into the development of behavioral measures over time and their relation to a satisfaction measure could be given. Concerning mental models, (3) the present work showed that it takes repeated interaction to evolve accurately and gaze measures could also be used for capturing these processes. In addition, (4) feedback on operator performance was found to influence preference but not performance while (5) user education increased understanding and subsequent performance but did not affect preference. Eventually it showed that (6) users of different performance levels report similar preference. The theoretical contribution of this work lies in insights into the formation of the two sources of data and its potential to both explain and predict the preference-performance dissociation. The practical contribution lies in the recommendation for research methodology regarding how to operationalize measures and how to design user studies concerning the number of use cases and user education approaches. Finally, the results gained herein do not only apply to automated vehicle HMIs but might also be generalized to related domains such as aviation, robotics or health care.

In the course of the current demographic change, the proportion of the population aged 65 and older is projected to steadily increase in many countries of the world (UN DESA Population Division, 2015). The ageing society is reflected in an increasing number of older road users (Koppel & Berecki-Gisolf, 2015), especially considering the growing need for older adults to maintain individual mobility (Eby & Molnar, 2012). This development raises new issues of transportation research, since age-related changes in mobility patterns as well as sensory, cognitive, and motor functions reduce older adults’ traffic safety (Polders, Vlahogianni, Leopold, & Durso, 2015). Accordingly, new strategies to aid older drivers and their mobility needs are required, which could potentially be provided by emerging in-vehicle technologies (Karthaus & Falkenstein, 2016). The overall aim of present dissertation project was to evaluate whether in-vehicle technologies that appear promising to support older drivers can actually contribute to their individual mobility, which requires an improvement in aspects related to driving performance as well as the acceptance of such systems in this age group. Therefore, contact-analogue head-up displays (also labelled as Augmented Reality Displays, ARDs) and highly automated driving were selected as two exemplary technologies, representing completely different levels of driving automation and accordingly different approaches to support drivers. The ARD-technology represents a technical implementation approach for IVIS and therefore an example for Automation Level 0 (no automation; SAE International, 2014) by helping the driver to execute the driving task manually through useful information. In contrast, the HAD-technology aims at supporting the driver by taking over the driving task, which corresponds to Automation Level 4 (high automation; SAE International, 2014). Despite these different approaches, both technologies were previously assumed to have a strong potential to support especially older drivers (Meyer & Deix, 2014; Polders et al., 2015; Rusch et al., 2013; Schall et al., 2013). Three empirical studies were conducted to examine performance- and acceptance-related aspects of both technologies. All studies were carried out with a group of older drivers (maximum age range: 65 85 years) and a younger comparison group (maximum age range: 25-45 years) representing the ‘average’ (i.e. young, but experienced) driver in order to identify age-specific results. Focusing on performance-related aspects of the ARD-technology, Study I represents a reaction time experiment conducted in a driving simulator. One age-specific beneficial function of such an ARD is to provide prior information about approaching complex traffic situations, which addresses older drivers’ tendency to process multiple information successively (serially) rather than simultaneously (parallel) (Davidse, Hagenzieker, van Wolffelaar, & Brouwer, 2009; Küting & Krüger, 2002). Therefore, the aim of this study was to examine the effects of an ARD providing prior information about approaching intersections on drivers’ speed and accuracy of perceiving these intersections, which is considered a necessary precondition for a safe driving performance (Crundall & Underwood, 2011). Based on concerns about the counterproductive effects of presenting information via an ARD, especially in cases of inaccurate information, system failures were included in this examination. The ARD-information aided drivers from both age groups in identifying more relevant aspects of the intersections without increasing response time, indicating the potential of the system to support both older and younger drivers in complex traffic situations. Experiencing system failures (i.e. inaccurate information) did offset this positive effect for the study’s duration, particularly for older drivers. This might be because it was difficult to ignore inaccurate prior information due to their presentation via an ARD. Study II represents a driving simulator study on acceptance-related aspects of an ARD providing prior information about approaching intersections. This study focused on the effects of system experience on drivers’ acceptance as well as on the identification of age-specific acceptance barriers that could prevent older drivers from using the technology. In summary, older and younger drivers’ evaluation of the ARD was positive, with a tendency to more positive evaluations with than without system experience in the driving simulator. Compared to the younger group, older drivers reported a more positive attitude towards using the ARD, even though they evaluated their self-efficacy in handling the system and environmental conditions facilitating its usage as less strong. Both performance- and acceptance-related aspects of HAD were addressed in Study III, a two-stage driving simulator study. The focus of the performance perspective shifted in parallel with the shift of the human role from driver to passenger due to the increasing driving automation. Accordingly, the examination of HAD was focused on the human evaluation of the automated system’s driving performance. In this context, affective components of human-automation interaction, such as comfort and enjoyment, are considered important for the acceptance and thus usage of automated vehicles (Tischler & Renner, 2007). It is assumed that the implemented driving style has an impact on such affective components in the context of HAD (Bellem, Schönenberg, Krems, & Schrauf, 2016). One theoretical approach to increase the comfort of HAD recommends the implementation of familiar, natural driving styles to mimic human control (Elbanhawi, Simic, & Jazar, 2015). Therefore, the effects of driving automation and the familiarity of the HAD-style on driving comfort and enjoyment were examined. Automation increased both age groups’ comfort, but decreased younger drivers’ enjoyment. For all dependent variables, driving style familiarity significantly interacted with drivers’ age the same way: while younger drivers preferred a familiar HAD-style, older drivers preferred an unfamiliar driving style in a highly automated context. Accordingly, the familiarity approach can be supported at least for younger drivers, but not for older drivers, whose manual driving styles are characterised by strategies to compensate for age-related impairments of sensory, cognitive, or motor functions. HAD-style preferences of this age group seem to be more influenced by the desire to regain a driving style free from these compensation strategies than by a need for familiar driving manoeuvres. In parallel with the evaluation of the ARD, acceptance-related issues in the context of HAD included the effects of system experience on drivers’ acceptance and potential age-specific acceptance barriers. Considering a system-specific design issue, it was additionally examined whether drivers’ acceptance of HAD is modifiable by the familiarity of the implemented driving style. In this driving simulator study, members of both age groups showed slightly positive a priori acceptance ratings, which significantly increased after the initial experience and remained stable afterwards. Similar to drivers’ acceptance of the ARD, older drivers reported a more positive attitude towards using HAD despite their lower self-assessed self-efficacy and environmental conditions facilitating HAD-usage compared to younger drivers. Regarding HAD-style, acceptance was subject to the same interaction between drivers’ age and driving style familiarity as driving comfort and enjoyment. These findings demonstrate that effective approaches to support the independent mobility of older adults are provided by emerging in-vehicle technologies on different levels of driving automation. The majority of the performance-related improvements did apply to both older and younger drivers, confirming that automotive technologies suggested for older drivers have the potential to support drivers of other age groups as well. Regarding drivers’ acceptance, findings suggest that both systems would be accepted by different age groups, which correspondents to the results from the performance perspective. The comparable acceptance patterns identified for two systems at different stages of driving automation, such as ARDs and HAD, indicate underlying general aspects of older adults’ acceptance of in-vehicle technologies. This includes their strong need to preserve their individual mobility as well as their lower self-efficacy in handling relevant technologies and insufficient access to a support infrastructure. These insights can enrich both theories of older drivers’ acceptance of in-vehicle technologies and measures to ensure the successful development and introduction of systems aiding them in maintaining a safe individual mobility. Considering the importance of driving for older adults’ physiological and psychological well-being (e.g. Adler & Rottunda, 2006; Lutin, Kornhauser, & Lerner-Lam, 2013), these results emphasise the potential of emerging in-vehicle technologies to improve both older drivers’ traffic safety and quality of life.:OVERVIEW 4 LIST OF FIGURES 5 LIST OF TABLES 7 LIST OF ABBREVIATIONS 8 SUMMARY 9 ZUSAMMENFASSUNG 12 1 INTRODUCTION 16 2 THEORETICAL BACKGROUND 18 2.1 The Driving Task 18 2.1.1 The Extended Control Model (ECOM) 18 2.1.2 Demands on the Driver 21 2.2 Characteristics of Older Drivers 22 2.2.1 Age-Related Functional Limitations 23 2.2.2 Compensatory Strategies 25 2.2.3 Accident Involvement and Consequences 25 2.2.4 The Relevance of Driving for Older Adults 27 2.3 Supporting Older Drivers through In-Vehicle Technologies 28 2.3.1 Taxonomy of In-Vehicle Technologies 29 2.3.2 Selected In-Vehicle Technologies Suitable for Older Drivers 31 2.3.3 Augmented Reality Display (ARD) 32 2.3.3.1 Support Potential for Older Drivers 33 2.3.3.2 Speed and Accuracy of Perceiving Traffic Situations 34 2.3.4 Highly Automated Driving (HAD) 34 2.3.4.1 Support Potential for Older Drivers 35 2.3.4.2 Driving Comfort and Driving Enjoyment 36 2.3.4.3 Automated Driving Style 38 2.3.5 System Acceptance 39 2.3.5.1 Definition 39 2.3.5.2 General Technology Acceptance of Older Adults 41 2.3.5.3 Acceptance of ARDs 41 2.3.5.4 Acceptance of HAD 42 3 OVERALL RESEARCH QUESTIONS 44 4 OVERALL METHODOLOGICAL CONSIDERATIONS 47 5 STUDY I: AUGMENTED REALITY DISPLAY – PERFORMANCE ASPECTS 48 5.1 Aims and Research Hypotheses 49 5.2 Method 50 5.2.1 Study Design 50 5.2.2 Participants 50 5.2.3 The Surrogate Complexity Method (SCM) 50 5.2.3.1 Basic Principle 50 5.2.3.2 Dependent Variables 51 5.2.4 Implementation of the SCM for the ARD-Evaluation 52 5.2.4.1 Trial Structure 52 5.2.4.2 Variation of ARD-Information 53 5.2.4.3 Visual Material 54 5.2.5 Setting 55 5.2.6 Procedure 55 5.3 Results 56 5.3.1 Data Preparation 56 5.3.2 Validity of the SCM 57 5.3.3 Response Accuracy 57 5.3.4 Response Time 58 5.4 Discussion 59 6 STUDY II: AUGMENTED REALITY DISPLAY – ACCEPTANCE ASPECTS 61 6.1 Aims and Research Questions 61 6.2 Method 62 6.2.1 Study Design 62 6.2.2 Participants 62 6.2.3 Facilities and Simulated Route 64 6.2.4 Assessment of Drivers’ Acceptance 65 6.2.5 Procedure 66 6.3 Results 66 6.3.1 Drivers’ Attitude towards the ARD 66 6.3.2 Determinants of Drivers’ Acceptance 67 6.4 Discussion 70 7 STUDY III: HIGHLY AUTOMATED DRIVING – PERFORMANCE AND ACCEPTANCE ASPECTS 72 7.1 Aims and Research Questions 72 7.2 Method 74 7.2.1 Study Design 74 7.2.2 Participants 74 7.2.3 Facilities and Simulated Route 75 7.2.4 Questionnaires and Online Assessment of Driving Comfort 75 7.2.5 Procedure 77 7.3 Results 79 7.3.1 Data Preparation 79 7.3.2 Effects of System Experience on Drivers’ Acceptance 81 7.3.3 Effects of Driving Automation on Driving Comfort and Enjoyment 83 7.3.4 Effects of Driving Style Familiarity on Driving Comfort, Enjoyment, and Acceptance 84 7.4 Discussion 90 8 GENERAL DISCUSSION AND CONCLUSIONS 96 8.1 Limitations 96 8.2 Theoretical and Practical Implications 97 8.2.1 Performance-Related Aspects 98 8.2.2 Acceptance-Related Aspects 100 8.3 Methodological Implications 103 REFERENCES 105 APPENDIX 128 ACKNOWLEDGEMENT OF FUNDING 134 CURRICULUM VITAE 135 PUBLICATIONS 137 / Im Zuge des aktuellen demografischen Wandels wird für zahlreiche Länder der Welt eine stetige Zunahme des Bevölkerungsanteils von Personen im Alter von 65 Jahren und älter prognostiziert (UN DESA Population Division, 2015). Die daraus resultierende alternde Gesellschaft spiegelt sich auch in der steigenden Anzahl älterer Verkehrsteilnehmer wieder (Koppel & Berecki-Gisolf, 2015). Dieser Effekt wird durch das ebenfalls ansteigende Bedürfnis älterer Personen, ihre Individualmobilität auch bis ins hohe Alter hinein aufrecht zu erhalten, noch verstärkt (Eby & Molnar, 2012). Berücksichtigt man die Auswirkungen altersbedingter Veränderungen von Mobilitätsmustern und fahrrelevanten Fähigkeiten auf die Sicherheit älterer Verkehrsteilnehmer (Polders et al., 2015), stellt diese demographische Entwicklung neue Herausforderungen an die Verkehrsforschung. So bedarf es neuartiger Strategien zur Unterstützung älterer Fahrzeugführer und ihrer Mobilitätsbedürfnisse. Aufgrund aktueller technologischer Entwicklungen eröffnen vor allem durch neuartige Fahrzeugtechnologien zur Fahrerunterstützung innovative Möglichkeiten, diesem Bedarf gerecht zu werden (Karthaus & Falkenstein, 2016). An diesem Punkt setzt die vorliegende Dissertation an. Ziel des Dissertationsprojektes war es zu evaluieren, inwieweit aktuell in Entwicklung befindliche Fahrzeugtechnologien, die aus theoretischer Sicht als geeignete Mittel zur Unterstützung älterer Fahrer erscheinen, tatsächlich zu deren Individualmobilität beitragen können. Um das Potential derartiger Technologien abzuschätzen, wurde einerseits untersucht, inwieweit sie zur Verbesserung von Variablen, die in Beziehung zur Fahrleistung stehen, beitragen können. Anderseits wurde ihre Akzeptanz bei potentiellen zukünftigen Nutzern evaluiert. Für diese Untersuchungen wurden zwei exemplarische Technologien als Repräsentanten grundlegend unterschiedlicher Stufen der Fahrzeugautomatisierung ausgewählt: ein kontaktanaloge Head-up Display (auch Augmented Reality Display, ARD) und hochautomatisiertes Fahren. ARDs stellen einen technologischen Ansatz zur Implementierung von Fahrerinformationssystemen und dementsprechend ein Beispiel für Automatisierungsstufe 0 (no automation; SAE International, 2014) dar, indem sie den Fahrer durch die Bereitstellung verkehrsrelevanter Informationen bei der manuellen Ausführung der Fahraufgabe unterstützen. Im Gegensatz dazu zielt die Technologie des hochautomatisierten Fahrens auf eine Unterstützung des Fahrers durch die vollständige Übernahme der Fahraufgabe ab, was Automatisierungsstufe 4 (high automation; SAE International, 2014) entspricht. Trotz dieser grundlegend unterschiedlichen Ansätze wird beiden Technologien ein hohes Potential zur Unterstützung insbesondere älterer Fahrer zugesprochen (Meyer & Deix, 2014; Polders et al., 2015; Rusch et al., 2013; Schall et al., 2013). Die Untersuchung Performanz- und Akzeptanz-bezogener Aspekte beider Technologien erfolgte im Rahmen von drei empirische Studien. Um altersspezifische Befunde identifizieren zu können, wurden allen Studien mit Vertretern der Zielgruppe von älteren Fahrern (65-85 Jahre alt) sowie einer jüngeren Vergleichsgruppe ‚durchschnittlicher‘ (d.h. junger, erfahrener) Fahrer (25-45 Jahre alt) durchgeführt. Bei Studie I handelte es sich um eine im Fahrsimulator durchgeführte Reaktionszeitstudie, in deren Rahmen Leistungs-bezogene Aspekte von ARDs untersucht wurden. Unter den vielfältigen Möglichkeiten zur Anwendung dieser Technologie wird vor allem die Präsentation von Vorinformationen über bevorstehende komplexe Fahrsituationen während der Fahrt als gewinnbringend für ältere Fahrer eingestuft. Diese Strategie adressiert die Tendenz älterer Fahrer zu einer eher seriellen als parallelen Verarbeitung gleichzeitig verfügbarer Informationen während der Fahrt (Davidse et al., 2009; Küting & Krüger, 2002). Vor diesem Hintergrund lag der Fokus von Studie I auf den Effekten einer kontaktanalogen Präsentation von Vorinformationen über bevorstehende Kreuzungen auf die Geschwindigkeit und Genauigkeit der Wahrnehmung dieser Kreuzungen durch den Fahrer, was eine Grundvoraussetzung für eine sichere Fahrleistung darstellt (Crundall & Underwood, 2011). Basierend auf bestehenden Befürchtungen über kontraproduktive Effekte einer kontaktanalogen Informationsdarstellung während der Fahrt, insbesondere im Falle inkorrekter Informationen, wurden zudem die Auswirkungen von Systemfehlern untersucht. Mit Hilfe der kontaktanalogen Vorinformationen gelang es sowohl älteren als auch jüngeren Fahrern, ohne erhöhten Zeitbedarf einen höheren Anteil relevanter Aspekte in Kreuzungssituationen wahrzunehmen. Allerdings wurde die positive Systemwirkung durch das Erleben von Systemfehlern (in diesem Fall inkorrekten Vorinformationen) zumindest für die Dauer der Untersuchung aufgehoben. Dieser Effekt war besonders ausgeprägt für ältere Fahrer und könnte auf die Schwierigkeit, inkorrekte Informationen auf Grund ihrer Darstellung im ARD zu ignorieren, zurückzuführen sein. Studie II stellte eine Fahrsimulatorstudie zu Akzeptanz-bezogenen Aspekten eines ARDs, welches dem Fahrer Vorinformationen über bevorstehende Kreuzungen zur Verfügung stellt, dar. Inhalt dieser Studie waren zum einen die Effekte von Systemerfahrung auf die Nutzerakzeptanz des Systems, zum anderen altersspezifische Akzeptanzbarrieren, welche ältere Fahrer potentiell von der Nutzung der Technologie abhalten könnten. Insgesamt bewerteten sowohl ältere als auch jüngere Fahrer das ARD positiv. Dabei fielen Bewertungen auf Basis von Systemerfahrung im Fahrsimulator tendenziell besser aus als Bewertungen ohne vorherige Systemerfahrung. Obwohl ältere Fahrer im Vergleich zu jüngeren Fahrern ihre Selbstwirksamkeit im Umgang mit dem ARD sowie Umgebungsfaktoren, welche dessen Nutzung unterstützen könnten, als geringer ausgeprägt wahrnahmen, war die positive Einstellung gegenüber der Nutzung des Systems bei ihnen im Durchschnitt stärker ausgeprägt. Leistungs- und Akzeptanz-bezogene Aspekte des hochautomatisierten Fahrens wurden in Studie III, einer zweistufigen Fahrsimulatorstudie, untersucht. Parallel zur Veränderung der Rolle des Menschen vom Fahrzeugführer zum Passagier im Zuge der zunehmenden Fahrzeugautomatisierung veränderte sich dabei auch der Fokus der Leistungsperspektive. Dem entsprechend stand die Bewertung der Fahrleistung des automatisierten Systems durch den mitfahrenden Menschen im Mittelpunkt dieser Untersuchung. Affektive Komponenten der Mensch-Automatisierungs-Interaktion wie Fahrkomfort und Fahrspaß werden in diesem Kontext als bedeutsam zur Gewährleistung der Nutzerakzeptanz und damit auch Nutzung automatisierter Fahrzeuge betrachtet (Tischler & Renner, 2007). Es wird angenommen, dass derartige affektive Komponenten im Kontext des hochautomatisierten Fahrens vor allem vom implementierten Fahrstil abhängen (Bellem et al., 2016). In einem theoretischen Ansatz zur Verbesserung des Fahrkomforts wird die Implementierung vertrauter (d.h. dem eigenen manuellen Fahrstil ähnlicher) Fahrstile empfohlen, um einen menschlichen Fahrzeugführer nachzuahmen und so Bedenken gegenüber einer automatisierten Fahrzeugführung abzubauen (Elbanhawi et al., 2015). Diesem Ansatz folgend wurden in Studie III die Effekte der Fahrzeugautomatisierung sowie der Ähnlichkeit des implementierten Fahrstils zum individuellen manuellen Fahrstil des jeweiligen Fahrers auf Fahrkomfort und Fahrspaß untersucht. Es konnte gezeigt werden, dass mit höherer Automatisierung der Fahrkomfort älterer und jüngerer Fahrer anstieg, der Fahrspaß jüngerer Fahrer sich jedoch verringerte. Alle abhängigen Variablen wurden von einer vergleichbaren Interaktion zwischen Fahreralter und Fahrstilähnlichkeit beeinflusst: Während jüngere Fahrer hochautomatisierte Fahrstile bevorzugten, die ihren jeweiligen manuellen Fahrstilen ähnelten, präferierten ältere Fahrer im hochautomatisierten Kontext eher unähnliche Fahrstile. Dem entsprechend kann der Vertrautheitsansatz basierend auf den Ergebnissen von Studie III zumindest für jüngere Fahrer unterstützt werden, nicht aber für die Zielgruppe älterer Fahrer, deren manuelle Fahrstile durch Kompensationsstrategien zum Ausgleich altersbedingter Einschränkungen ihrer sensorischen, kognitiven und motorischen Fähigkeiten geprägt sind. Fahrstilpräferenzen im hochautomatisierten Kontext scheinen in dieser Altersgruppe mehr von dem Wunsch, einen von diesen Kompensationsstrategien unbeeinträchtigten Fahrstil wiederzuerlangen, geprägt zu sein als von dem Bedürfnis nach vertraut gestalteten Fahrmanövern. Analog zur Evaluation des ARDs beinhaltete die Untersuchung Akzeptanz-bezogener Aspekte des hochautomatisierten Fahrens die Effekte von Systemerfahrung auf die Nutzerakzeptanz sowie potentielle altersspezifische Akzeptanzbarrieren. Einen systemspezifischen Designaspekt aufgreifend wurde zudem untersucht, ob die Nutzerakzeptanz des hochautomatisierten Fahrens ebenfalls durch den implementierten Fahrstil modifizierbar ist. Fahrer beider Altersgruppen berichteten tendenziell positive a priori Akzeptanzwerte, welche sich nach der Ersterfahrung mit dem System signifikant erhöhten und sich anschließend stabilisierten. Vergleichbar mit den Ergebnissen zum ARD war die positive Einstellung gegenüber der Nutzung eines hochautomatisierten Fahrzeuges bei älteren Fahrern im Durchschnitt stärker ausgeprägt als bei jüngeren, obwohl sie ihre Selbstwirksamkeit im Umgang mit dem System sowie unterstützende Umgebungsfaktoren als geringer ausgeprägt bewerteten. Bezüglich des hochautomatisierten Fahrstils unterlag die Systemakzeptanz derselben Interaktion zwischen Fahreralter und Fahrstilähnlichkeit wie Fahrkomfort und Fahrspaß. Diese Ergebnisse demonstrieren, dass Fahrzeugtechnologien auf verschiedenen Automatisierungsstufen effektive Ansätze zur Unterstützung der Individualmobilität älterer Personen liefern können. Die Mehrzahl der identifizierten Leistungs-bezogenen Verbesserungen zeigte sich sowohl für ältere als auch jüngere Fahrer. Diese Befunde weißen auf das Potential von Systemen, welche den Bedürfnissen älterer Fahrer entsprechen, zur Unterstützung verschiedener Altersgruppen hin. Die Ergebnisse der Akzeptanzperspektive deuten an, dass die evaluierten Systeme von Fahrern verschiedener Altersgruppen akzeptiert werden würden, was die Ergebnisse der Leistungsebene widerspiegelt. Die Vergleichbarkeit der Muster verschiedener Akzeptanzprädiktoren, welche für zwei Systeme auf grundlegend unterschiedlichen Automatisierungsstufen identifiziert werden konnten, legt die Existenz zugrundeliegender genereller Aspekte der Fahrzeugtechnologie-Akzeptanz älterer Fahrer nahe. Diese beinhalten deren stark ausgeprägtes Bedürfnis zur Erhaltung ihrer Individualmobilität sowie deren geringere Selbstwirksamkeit im Umgang mit relevanten Technologien und den unzureichenden Zugang zu unterstützenden Infrastrukturen. Diese Erkenntnisse liefern Implikationen für theoretische Modelle der Akzeptanz von Fahrzeugtechnologien durch ältere Fahrer sowie für Maßnahmen zur Absicherung einer erfolgreichen Entwicklung und Markteinführung von Systemen, die darauf abzielen, ältere Menschen beim Erhalt ihrer Individualmobilität zu unterstützen. Berücksichtigt man die Bedeutsamkeit des Fahrens eines eigenen Automobils für das physiologische und psychologische Wohlbefinden im Alter (Adler & Rottunda, 2006; Lutin et al., 2013; Whelan, Langford, Oxley, Koppel, & Charlton, 2006), unterstreichen diese Ergebnisse das Potential neu entstehender Fahrerunterstützungstechnologien für die Verbesserung der Verkehrssicherheit, aber auch Lebensqualität älterer Menschen.:OVERVIEW 4 LIST OF FIGURES 5 LIST OF TABLES 7 LIST OF ABBREVIATIONS 8 SUMMARY 9 ZUSAMMENFASSUNG 12 1 INTRODUCTION 16 2 THEORETICAL BACKGROUND 18 2.1 The Driving Task 18 2.1.1 The Extended Control Model (ECOM) 18 2.1.2 Demands on the Driver 21 2.2 Characteristics of Older Drivers 22 2.2.1 Age-Related Functional Limitations 23 2.2.2 Compensatory Strategies 25 2.2.3 Accident Involvement and Consequences 25 2.2.4 The Relevance of Driving for Older Adults 27 2.3 Supporting Older Drivers through In-Vehicle Technologies 28 2.3.1 Taxonomy of In-Vehicle Technologies 29 2.3.2 Selected In-Vehicle Technologies Suitable for Older Drivers 31 2.3.3 Augmented Reality Display (ARD) 32 2.3.3.1 Support Potential for Older Drivers 33 2.3.3.2 Speed and Accuracy of Perceiving Traffic Situations 34 2.3.4 Highly Automated Driving (HAD) 34 2.3.4.1 Support Potential for Older Drivers 35 2.3.4.2 Driving Comfort and Driving Enjoyment 36 2.3.4.3 Automated Driving Style 38 2.3.5 System Acceptance 39 2.3.5.1 Definition 39 2.3.5.2 General Technology Acceptance of Older Adults 41 2.3.5.3 Acceptance of ARDs 41 2.3.5.4 Acceptance of HAD 42 3 OVERALL RESEARCH QUESTIONS 44 4 OVERALL METHODOLOGICAL CONSIDERATIONS 47 5 STUDY I: AUGMENTED REALITY DISPLAY – PERFORMANCE ASPECTS 48 5.1 Aims and Research Hypotheses 49 5.2 Method 50 5.2.1 Study Design 50 5.2.2 Participants 50 5.2.3 The Surrogate Complexity Method (SCM) 50 5.2.3.1 Basic Principle 50 5.2.3.2 Dependent Variables 51 5.2.4 Implementation of the SCM for the ARD-Evaluation 52 5.2.4.1 Trial Structure 52 5.2.4.2 Variation of ARD-Information 53 5.2.4.3 Visual Material 54 5.2.5 Setting 55 5.2.6 Procedure 55 5.3 Results 56 5.3.1 Data Preparation 56 5.3.2 Validity of the SCM 57 5.3.3 Response Accuracy 57 5.3.4 Response Time 58 5.4 Discussion 59 6 STUDY II: AUGMENTED REALITY DISPLAY – ACCEPTANCE ASPECTS 61 6.1 Aims and Research Questions 61 6.2 Method 62 6.2.1 Study Design 62 6.2.2 Participants 62 6.2.3 Facilities and Simulated Route 64 6.2.4 Assessment of Drivers’ Acceptance 65 6.2.5 Procedure 66 6.3 Results 66 6.3.1 Drivers’ Attitude towards the ARD 66 6.3.2 Determinants of Drivers’ Acceptance 67 6.4 Discussion 70 7 STUDY III: HIGHLY AUTOMATED DRIVING – PERFORMANCE AND ACCEPTANCE ASPECTS 72 7.1 Aims and Research Questions 72 7.2 Method 74 7.2.1 Study Design 74 7.2.2 Participants 74 7.2.3 Facilities and Simulated Route 75 7.2.4 Questionnaires and Online Assessment of Driving Comfort 75 7.2.5 Procedure 77 7.3 Results 79 7.3.1 Data Preparation 79 7.3.2 Effects of System Experience on Drivers’ Acceptance 81 7.3.3 Effects of Driving Automation on Driving Comfort and Enjoyment 83 7.3.4 Effects of Driving Style Familiarity on Driving Comfort, Enjoyment, and Acceptance 84 7.4 Discussion 90 8 GENERAL DISCUSSION AND CONCLUSIONS 96 8.1 Limitations 96 8.2 Theoretical and Practical Implications 97 8.2.1 Performance-Related Aspects 98 8.2.2 Acceptance-Related Aspects 100 8.3 Methodological Implications 103 REFERENCES 105 APPENDIX 128 ACKNOWLEDGEMENT OF FUNDING 134 CURRICULUM VITAE 135 PUBLICATIONS 137

In the near future, more vehicles will have automated functions. The traffic system will probably be a shared space of automated and manually driven vehicles for a long time. During this period of mixed traffic, communication between any types of road users will become an important demand for automated vehicles (AV). This PhD project focuses on vulnerable road users, namely pedestrians, in cooperative situations with AVs to establish comfortable interactions in the future. The first aim is to understand current pedestrian behaviour in cooperative negotiation situations with manual driven cars. Therefore, an observational study was conducted to explore interaction types and parameters that can be used to derive implications for automated driving. In this study, 121 interaction sequences were annotated using the type-building content analyses to identify specific interaction types. Those interaction types were distinguished by means of the parameters head movement and walking behaviour. As a result, three types of interaction (sufficient visual assurance, frequent visual assurance and poor visual assurance) were found. As a conclusion, the role of the parameters head movement and walking behaviour as well as the interaction types were discussed regarding their applicability for communication technologies and algorithms. Further, the AV has to be capable of communicating with pedestrians and therefore has to establish a suitable compensation for current pedestrian-driver communication. The implementation of additional external communication interfaces is supposed to challenge this problem, which leads to the second aim of this thesis: pedestrian needs, and design and assessment criteria for communication interfaces. A focus group discussion (n = 6) addressed the identification of pedestrian needs and concerns when interacting with Human-Machine Interfaces (HMI) in automated driving. Here, several communication interfaces were evaluated in order to implement smooth and comfortable communication. This qualitative approach was followed by an experimental video simulation study (n = 25) based on the results of the focus group discussion regarding design and assessment criteria. For the video simulation study, HMI designs were created with variations in position, type and coding of the message, and technology. These were assessed by 25 subjects according to evaluation criteria concluded from the focus discussion: recognisability, unambiguousness, interaction comfort and intuitive comprehensibility. The results showed that direct instructions to cross the street are preferred over status information about the vehicle, and that large-scale text-based messages from the vehicle to the pedestrian deliver better results. Design recommendations for HMIs for communication between automated vehicles are derived, and the extent to which external HMIs may supplement informal communication strategies such as vehicle movement or braking manoeuvres is discussed. As a conclusion, the third aim of this PhD project addressed whether informal communication cues in terms of vehicle movement could be suitable for pedestrian-AV communication. Therefore, the detection performance of different vehicle movements as well as several parameters such as deceleration rate were brought into focus. To address the applicability of informal pedestrian-AV communication, three experimental studies were carried out within this PhD project. The first study focused on the detection of both vehicle acceleration and deceleration. A video simulation was conducted regarding the independent variables vehicle speed (20 and 40 km/h), daylight (morning, dusk, evening), onset time regarding the change of movement (early, late) and acceleration rate (positive, negative, none) were varied. The task of the participants (n = 33) was to indicate by pressing a button when they detected changes in the approaching car movement. Furthermore, they had to decide what kind of movement it was (deceleration/acceleration). Results showed a bad detection performance for vehicle acceleration, so there were no further inferential analyses on that variable. For vehicle decelerations, significant results were revealed for deceleration rate and vehicle speed. The higher the deceleration rate and the lower the speed, the shorter detection times. The variable daylight did not reveal a significant influence on detection performance. The onset of deceleration showed significant results regarding the 20 km/h speed condition, which is however confounded by the interaction with deceleration rate. The discussion addressed methodological limitations, as well as perceptional constructs, such as the “Tau-Hypothesis” to explain the results. As recommendation, accelerations are probably not a suitable informal communication cue. The detection of deceleration showed better results, thus the subsequent studies focused in more detail on deceleration. The second video simulation study regarding informal communication cues addressed the detection of deceleration using only the lower speed condition (20 km/h). The deceleration rate was adjusted to a continuous variable ranging from -3.5 m/s² to -1.5 m/s². Further, the variable vehicle size (large, medium, and small) and the onset of deceleration (early, late) were varied. Participants (n = 25) had to indicate, when they perceived a deceleration. Results confirmed the significant influence of deceleration rate, as mentioned in the study before. Further, the onset of deceleration as well as an interaction of deceleration rate and onset of deceleration were again found to reveal significant results. Vehicle size also influenced the detection performance in a significant way. Nevertheless, this effect was mainly driven by the large vehicle. As a main conclusion, there is probably no “one-fits-all” solution for the AV deceleration algorithm that is always perceived properly. Limitations of the study as well as aspects of comfortable deceleration from the perspectives of both pedestrians and drivers were taken into account. The third study regarding informal communication addressed a major limitation of the video simulations mentioned above, namely the lack of realism. Therefore, a realistic field study using a vehicle with automated longitudinal control was conducted. The variables vehicle speed (20 km/h, 30 km/h), deceleration rate (-0.7 m/s², -1.4 m/s², -2.1 m/s²) and onset of deceleration (early, late) were manipulated. The participants (n = 23) again had to indicate when they perceived a deceleration manœuvre. Compared to both video simulations, a clear reduction of detection time was revealed, almost regardless of deceleration rate, vehicle speed or onset of deceleration. This result supports the assumption that realistic environments provide more information sources which can be used to detect vehicle deceleration compared to the simulation. Further, the study showed that deceleration was detected reliably (even for very low deceleration rates) and supports the use of this form of vehicle movement as the recommended informal communication cue. For AV technology it can be confirmed that smooth and early deceleration would be suitable for the perception of deceleration which also supports the aim of comfortable interactions both for pedestrians and drivers/passengers.:LIST OF FIGURES 6 LIST OF TABLES 9 LIST OF ABBREVIATIONS 10 ACKNOWLEDGEMENTS 11 SUMMARY 12 ZUSAMMENFASSUNG 15 1 INTRODUCTION 19 2 THEORETICAL BACKGROUND 21 2.1 Pedestrian Behaviour Studies 21 2.1.1 Demographics and Personality 22 2.1.2 Expectations and Past Experiences 23 2.1.3 Abilities 23 2.1.4 Social Factors 26 2.1.5 Environmental Factors 26 2.2 Current Communication and Interaction between Pedestrians and Vehicles 27 2.2.1 Definition of Communication and Interaction in Road Traffic 27 2.2.2 Formal and Informal Communication in Road Traffic 28 2.2.3 Behavioural Characteristics of Informal Communication between Pedestrians and Vehicles 29 2.3 Levels of Vehicle Automation 34 2.4 Communication with Pedestrians in the Context of Automated Driving 35 2.4.1 Explicit Communication between Pedestrians and Automated Vehicles 36 2.4.2 Implicit Communication between Pedestrians and Automated Vehicles 42 3 OVERALL RESEARCH QUESTIONS 45 4 OVERALL METHODOLOGICAL CONSIDERATIONS 48 4.1 Video Recording Session 48 4.2 Simulation Software and Video Editing 50 5 STUDY I: Observation of Interaction between Pedestrians and Vehicles 52 5.1 Aims and Research Questions 52 5.2 Data Collection 52 5.3 Annotation Procedure and Analysis 53 5.4 Results 55 5.4.1 Type: “sufficient frequency of visual assurance” 57 5.4.2 Type: “frequent visual assurance” 57 5.4.3 Type: “poor visual assurance” 58 5.5 Discussion 59 6 STUDY II: HMI Development and Evaluation 62 6.1 Aims and Research Questions 62 6.2 Method Study IIa: Focus Group Discussion 63 6.2.1 Participants 63 6.2.2 Research Design 63 6.2.3 Procedure 64 6.2.4 Material 65 6.3 Results Study IIa: Focus Group Discussion 65 6.3.1 Benefits and Disadvantages for each HMI category 65 6.3.2 General Concerns, Benefits and Design Criteria 66 6.4 Method Study IIb: Video Simulation 67 6.4.1 Participants 67 6.4.2 Research Design 68 6.4.3 Procedure 70 6.4.4 Material 70 6.5 Results Study IIb: Video Simulation 71 6.5.1 HMI Technology 72 6.5.2 Type of Information 72 6.5.3 Position of Information 72 6.5.4 Coding of Information 73 6.5.5 Intuitive Comprehensibility 73 6.5.6 Recognisability 74 6.5.7 Unambiguousness 76 6.5.8 Interaction Comfort 78 6.6 Discussion 80 7 STUDY III: Vehicle Movement as Implicit Communication 85 7.1 Aims and Research Questions 85 7.2 Method 86 7.2.1 Participants 86 7.2.2 Research Design 86 7.2.3 Procedure 87 7.2.4 Material 90 7.3 Results 90 7.3.1 Detection of Deceleration and Acceleration 90 7.3.2 Daylight 91 7.3.3 Vehicle Speed 91 7.3.4 Deceleration Rate 92 7.3.5 Onset of Deceleration 92 7.3.6 Inferential Analyses regarding Vehicle Speed, Deceleration Rate and Onset of Deceleration 93 7.3.7 Exploration of perceived comfort and safety of different deceleration patterns 96 7.4 Discussion 98 8 STUDY IV: Parameter of Braking for Implicit Communication 101 8.1 Aims and Research Questions 101 8.2 Method 101 8.2.1 Participants 101 8.2.2 Research Design 102 8.2.3 Procedure 103 8.2.4 Material 103 8.3 Results 103 8.3.1 Inferential Analysis regarding Vehicle Size, Deceleration Rate and Onset of Deceleration 104 8.4 Discussion 106 9 STUDY V: Field Study 108 9.1 Aims and Research Questions 108 9.2 Method 108 9.2.1 Participants 109 9.2.2 Research Design 109 9.2.3 Procedure 111 9.2.4 Material 112 9.3 Results 114 9.3.1 Inferential Analysis regarding Vehicle Speed, Deceleration Rate and Onset of Deceleration 114 9.4 Discussion 116 10 GENERAL DISCUSSION AND CONCLUSION 118 10.1 Theoretical and Practical Considerations 118 10.2 Limitations and Directions for Future Research 123 REFERENCES 126 APPENDIX 140 CURRICULUM VITAE AND PUBLICATIONS 143 / Bereits heute verfügen Fahrzeuge über hoch entwickelte Technologien und automatisierte Funktionen, die den Fahrer in verschiedensten Verkehrssituationen unterstützen (z.B. Spurhalteassistent). Der Trend zur Fahrzeugautomatisierung wird sich höchstwahrscheinlich fortsetzen und Fahrzeuge mit höheren Automationsgraden bis hin zur vollständigen Automatisierung werden einen bedeutenden Teil des zukünftigen Verkehrssystems repräsentieren. Das Verkehrssystem wird für lange Zeit ein gemeinsamer Raum von automatisierten und nicht-automatisierten Fahrzeugen sein. Während dieser Zeit des gemischten Verkehrs, wird die Kommunikation zwischen allen Arten von Verkehrsteilnehmern eine wichtige Herausforderung für automatisierte Fahrzeuge darstellen. Diese Dissertation konzentriert sich daher auf Kommunikationsszenarien zwischen Fußgänger und zukünftig automatisierten Fahrzeugen, mit dem Anspruch Interaktionen komfortabel zu gestalten. Das erste Ziel der Arbeit besteht darin, das aktuelle Fußgängerverhalten in kooperativen Verhandlungssituationen mit nicht-automatisierten Fahrzeugen zu analysieren. Daher wurde eine Beobachtungsstudie durchgeführt, um Interaktionstypen und Parameter zu untersuchen, die zur Ableitung von Implikationen für das automatisierte Fahren verwendet werden können. In dieser Studie wurden 121 Interaktionssequenzen annotiert und mittels typenbildender Inhaltsanalyse untersucht, um spezifische Interaktionstypen zu identifizieren. Diese Interaktionstypen wurden anhand der Parameter Kopfbewegung und Gehverhalten der Fußgänger unterschieden. Als Ergebnis wurden drei Arten der Interaktion gefunden (ausreichende visuelle Absicherung, häufige visuelle Absicherung und geringe visuelle Absicherung). Als Schlussfolgerung wurde die Rolle der Parameter Kopfbewegung und Gehverhalten sowie die Interaktionstypen bezüglich ihrer Implikationen für Kommunikationstechnologien (z.B. Sensoranforderungen) und Algorithmen für automatisierte Fahrzeuge diskutiert. Ein automatisiertes Fahrzeug muss zukünftig in der Lage sein, Fußgänger nicht nur sicher zu detektieren sondern zudem mit Fußgängern zu kommunizieren. Hierfür muss eine geeignete Kommunikationsschnittstelle (HMI) vorhanden sein, welche Mechanismen der gegenwärtigen Fußgänger-Fahrzeug-Kommunikation adressiert. Die Gestaltung zusätzlicher HMIs zur expliziten Kommunikation stellt das zweite Ziel dieser Arbeit dar. In einer Kombination aus qualitativen und experimentellen Methoden wurden zuerst die Fußgängerbedürfnisse an HMIs exploriert um darauf aufbauend Gestaltungs- und Bewertungskriterien abzuleiten und zu prüfen. Eine Fokusgruppendiskussion (n = 6) befasste sich mit der Identifizierung von Fußgängerbedürfnissen und -problemen bei der Interaktion mit externen HMIs für automatisierte Fahrzeuge. Hier wurden mehrere Kommunikationsschnittstellen recherchiert und evaluiert. Diesem qualitativen Ansatz folgte eine experimentelle Videosimulationsstudie (n = 25), basierend auf den Ergebnissen der Fokusgruppendiskussion zu Design- und Bewertungskriterien. Für die Videosimulationsstudie wurden HMI-Designs mit Variationen in Position (Windschutzscheibe, Kühlergrill, Straße), Inhalt (Anweisung weiter zugehen vs. Statusinformation des Fahrzeugs) und Codierung (Text vs. Symbol) der Nachricht an den Fußgänger und Art des HMIs (LED Lichtleiste, LED Display, Projektionen) erstellt. Diese wurden von 25 Probanden anhand der Kriterien Erkennbarkeit, Eindeutigkeit, Interaktionskomfort und intuitive Verständlichkeit bewertet. Die Ergebnisse zeigten, dass direkte Anweisungen zum Überqueren der Straße den Statusinformationen über das Fahrzeug vorgezogen werden und dass großflächige textbasierte Nachrichten vom Fahrzeug zum Fußgänger bessere Ergebnisse liefern. Es werden Gestaltungsempfehlungen für HMIs zur Kommunikation zwischen automatisierten Fahrzeugen abgeleitet und diskutiert, inwieweit externe HMIs informelle Kommunikationsmechanismen wie das Erkennen von Fahrzeugbremsungen ergänzen. Das dritte Ziel dieser Dissertation besteht darin, zu untersuchen, inwiefern informelle Kommunikationselemente wie Fahrzeugbewegungen für eine komfortable Interaktion zwischen Fußgängern und automatisierten Fahrzeugen genutzt werden könnten. Konkret wurde adressiert, welche Parameter einen Einfluss auf die Erkennung von verschiedenen Fahrzeugbewegungen haben. Dazu wurden im Rahmen dieses Promotionsvorhabens drei experimentelle Studien durchgeführt. Die erste Studie konzentrierte sich auf die Erkennung von Fahrzeugbeschleunigung und – Verzögerungen im Rahmen einer Videosimulation. Es wurden die unabhängigen Variablen Fahrzeuggeschwindigkeit (20 und 40 km/h), Tageslicht (morgens, abends, abends), Initiierungszeitpunkt der Bewegungsänderung (früh, spät) und Beschleunigungsrate (positiv, negativ, keine) manipuliert. Die Aufgabe der Probanden (n = 33) bestand darin, anzuzeigen, wenn sie Veränderungen in der Bewegung eines sich nähernden Fahrzeuges feststellten. Außerdem mussten die Probanden entscheiden, welche Art von Bewegungsänderung sie wahrgenommen haben (Verzögerung/Beschleunigung). Die Ergebnisse zeigten eine schlechte Erkennungsleistung für die Fahrzeugbeschleunigung. Für Fahrzeugverzögerungen wurden signifikante Ergebnisse für die Verzögerungsrate und die Fahrzeuggeschwindigkeit aufgezeigt. Je stärker die Verzögerung und je niedriger die Geschwindigkeit, desto kürzer die Erkennungszeiten. In der Tageslichtlichtbedingung zeigte sich kein signifikanter Einfluss auf die Detektionsleistung. Der Initiierungszeitpunkt der Verzögerung zeigte signifikante Ergebnisse, jedoch nur für die geringere Geschwindigkeitsbedingung. Die Diskussion befasste sich mit methodischen Einschränkungen sowie mit Wahrnehmungskonstrukten wie der „Tau-Hypothese“ zur Erklärung der Ergebnisse. Als Empfehlung kann abgleitet werden, dass Beschleunigungen für die informelle Kommunikation zwischen automatisierten Fahrzeugen und Fußgängern eher ungeeignet sind. Die Detektion der Verzögerungen zeigte insgesamt zuverlässigere Ergebnisse; daher wurden die Folgestudien auf das Erkennen von Abbremsungen limitiert. Die zweite Videosimulationsstudie zur informellen Kommunikation befasste sich mit der Erkennung von Bremsungen in der geringen Geschwindigkeitsbedingung (20 km/h). Die Verzögerungsrate wurde als kontinuierliche, unabhängige Variable im Bereich von -3,5 m/s² bis -1,5 m/s² implementiert. Zudem wurden die variable Fahrzeuggröße (groß, mittel, klein) und der Initiierungszeitpunkt der Verzögerung (früh, spät) als weitere unabhängige Variablen variiert. Die Probanden (n = 25) mussten angeben, wann sie eine Bremsung des Fahrzeugs wahrgenommen haben. Die Ergebnisse bestätigten den signifikanten Einfluss der Verzögerungsrate, wie bereits in der voran gegangenen Studie erwähnt. Die Fahrzeuggröße beeinflusste die Detektionsleistung ebenfalls in signifikanter Weise. Dieser Effekt wurde jedoch hauptsächlich durch das große Fahrzeug bedingt. Als eine zentrale Schlussfolgerung ist abzuleiten, dass es wahrscheinlich keine „one-fits-all“ -Lösung für Algorithmen zur Fahrzeugbewegung gibt. Im Umkehrschluss müssen die Variablen Fahrzeuggeschwindigkeit, -Größe und Verzögerungsrate, sowie deren Interaktionen in die Algorithmenentwicklung einbezogen werden, um zuverlässige Erkennungsleistungen und damit adäquate informelle Kommunikation zwischen Fußgängern und automatisierten Fahrzeugen zu gewährleisten. Um die fehlende Realitätsnähe in den Videosimulationen zu adressieren, wurde ein Feldexperiment zur Erkennung von Abbremsungen durchgeführt. Hierbei kam ein Testfahrzeug mit automatisierter Längsführung auf einer Teststrecke zum Einsatz. Die Variablen Fahrzeuggeschwindigkeit (20 km/h, 30 km/h), Verzögerungsrate (-0,7 m/s², -1,4 m/s², -2,1 m/s²) und Initiierungszeitpunkt der Verzögerung (früh, spät) wurden manipuliert. Die Teilnehmer (n = 23) mussten erneut angeben, wann sie ein Verzögerungsmanöver wahrnahmen. Im Vergleich zu beiden Videosimulationen zeigte sich eine deutliche Reduzierung der Detektionszeit, nahezu unabhängig von der Verzögerungsrate, der Fahrzeuggeschwindigkeit oder dem Beginn der Verzögerung. Dieses Ergebnis deutet darauf hin, dass realistische Umgebungen mehrere Informationsquellen zur Verfügung stellen, anhand derer die Fahrzeugverzögerung im Vergleich zur Simulation ermittelt werden kann. Des Weiteren zeigte die Studie, dass die Verzögerung zuverlässig erkannt wurde (selbst bei sehr niedrigen Verzögerungsraten) und unterstützt die Empfehlung, Abbremsungen als informelle Kommunikationsmöglichkeit einzusetzen.:LIST OF FIGURES 6 LIST OF TABLES 9 LIST OF ABBREVIATIONS 10 ACKNOWLEDGEMENTS 11 SUMMARY 12 ZUSAMMENFASSUNG 15 1 INTRODUCTION 19 2 THEORETICAL BACKGROUND 21 2.1 Pedestrian Behaviour Studies 21 2.1.1 Demographics and Personality 22 2.1.2 Expectations and Past Experiences 23 2.1.3 Abilities 23 2.1.4 Social Factors 26 2.1.5 Environmental Factors 26 2.2 Current Communication and Interaction between Pedestrians and Vehicles 27 2.2.1 Definition of Communication and Interaction in Road Traffic 27 2.2.2 Formal and Informal Communication in Road Traffic 28 2.2.3 Behavioural Characteristics of Informal Communication between Pedestrians and Vehicles 29 2.3 Levels of Vehicle Automation 34 2.4 Communication with Pedestrians in the Context of Automated Driving 35 2.4.1 Explicit Communication between Pedestrians and Automated Vehicles 36 2.4.2 Implicit Communication between Pedestrians and Automated Vehicles 42 3 OVERALL RESEARCH QUESTIONS 45 4 OVERALL METHODOLOGICAL CONSIDERATIONS 48 4.1 Video Recording Session 48 4.2 Simulation Software and Video Editing 50 5 STUDY I: Observation of Interaction between Pedestrians and Vehicles 52 5.1 Aims and Research Questions 52 5.2 Data Collection 52 5.3 Annotation Procedure and Analysis 53 5.4 Results 55 5.4.1 Type: “sufficient frequency of visual assurance” 57 5.4.2 Type: “frequent visual assurance” 57 5.4.3 Type: “poor visual assurance” 58 5.5 Discussion 59 6 STUDY II: HMI Development and Evaluation 62 6.1 Aims and Research Questions 62 6.2 Method Study IIa: Focus Group Discussion 63 6.2.1 Participants 63 6.2.2 Research Design 63 6.2.3 Procedure 64 6.2.4 Material 65 6.3 Results Study IIa: Focus Group Discussion 65 6.3.1 Benefits and Disadvantages for each HMI category 65 6.3.2 General Concerns, Benefits and Design Criteria 66 6.4 Method Study IIb: Video Simulation 67 6.4.1 Participants 67 6.4.2 Research Design 68 6.4.3 Procedure 70 6.4.4 Material 70 6.5 Results Study IIb: Video Simulation 71 6.5.1 HMI Technology 72 6.5.2 Type of Information 72 6.5.3 Position of Information 72 6.5.4 Coding of Information 73 6.5.5 Intuitive Comprehensibility 73 6.5.6 Recognisability 74 6.5.7 Unambiguousness 76 6.5.8 Interaction Comfort 78 6.6 Discussion 80 7 STUDY III: Vehicle Movement as Implicit Communication 85 7.1 Aims and Research Questions 85 7.2 Method 86 7.2.1 Participants 86 7.2.2 Research Design 86 7.2.3 Procedure 87 7.2.4 Material 90 7.3 Results 90 7.3.1 Detection of Deceleration and Acceleration 90 7.3.2 Daylight 91 7.3.3 Vehicle Speed 91 7.3.4 Deceleration Rate 92 7.3.5 Onset of Deceleration 92 7.3.6 Inferential Analyses regarding Vehicle Speed, Deceleration Rate and Onset of Deceleration 93 7.3.7 Exploration of perceived comfort and safety of different deceleration patterns 96 7.4 Discussion 98 8 STUDY IV: Parameter of Braking for Implicit Communication 101 8.1 Aims and Research Questions 101 8.2 Method 101 8.2.1 Participants 101 8.2.2 Research Design 102 8.2.3 Procedure 103 8.2.4 Material 103 8.3 Results 103 8.3.1 Inferential Analysis regarding Vehicle Size, Deceleration Rate and Onset of Deceleration 104 8.4 Discussion 106 9 STUDY V: Field Study 108 9.1 Aims and Research Questions 108 9.2 Method 108 9.2.1 Participants 109 9.2.2 Research Design 109 9.2.3 Procedure 111 9.2.4 Material 112 9.3 Results 114 9.3.1 Inferential Analysis regarding Vehicle Speed, Deceleration Rate and Onset of Deceleration 114 9.4 Discussion 116 10 GENERAL DISCUSSION AND CONCLUSION 118 10.1 Theoretical and Practical Considerations 118 10.2 Limitations and Directions for Future Research 123 REFERENCES 126 APPENDIX 140 CURRICULUM VITAE AND PUBLICATIONS 143

No description available.

No description available.

Modern vehicles have electrical architectures whose complexity grows year after year due to feature growth corresponding to customer expectations. The latest of the expectations, automation of the dynamic driving task however, is poised to bring about some of the largest changes seen so far. In one fell swoop, not only does required functionality for automated driving drastically increase the system complexity, it also removes the fall-back of the human driver who is usually relied upon to handle unanticipated failures after the fact. The need to architect thus requires a greater rigour than ever before, to maintain the level of safety that has been associated with the automotive industry. The work that is part of this thesis has been conducted, in close collaboration with our industrial partner Scania CV AB, within the Vinnova FFI funded project ARCHER. This thesis aims to provide a methodology for architecting during the concept phase of development, using industrial practices and principles including those from safety standards such as ISO 26262. The main contributions of the thesis are in two areas. The first area i.e. Part A contributes, (i) an analysis of the challenges of architecting automated driving, and serves as a motivation for the approach taken in the rest of this thesis, i.e. Part B where the contributions include, (ii) a definition of a viewpoint for functional safety according to the definitions of ISO 42010, (iii) a method to systematically extract information from legacy components and (iv) a process to use legacy information and architect in the presence of uncertainty to provide a work product, the Preliminary Architectural Assumptions (PAA), as required by ISO 26262. The contributions of Part B together comprise a methodology to architect the PAA.   A significant challenge in working with the industry is finding the right fit between idealized principles and practical utility. The methodology in Part B has been judged fit for purpose by different parts of the organization at Scania and multiple case studies have been conducted to assess its usefulness in collaboration with senior architects. The methodology was found to be conducive in both, generating the PAA of a quality that was deemed suitable to the organization and, to find inadequacies in the architecture that had not been found earlier using the previous non-systematic methods. The benefits have led to a commissioning of a prototype tool to support the methodology that has begun to be used in projects related to automation at Scania. The methodology will be refined as the projects progress towards completion using the experiences gained. A further impact of the work is seen in two patent filings that have originated from work on the case studies in Part B. Emanating from needs discovered during the application of the methods, these filed patents (with no prior publications) outline the future directions of research into reference architectures augmented with safety policies, that are safe in the presence of detectable faults and failures. To aid verification of these ideas, work has begun on identifying critical scenarios and their elements in automated driving, and a flexible simulation platform is being designed and developed at KTH to test the chosen critical scenarios. / Efterfrågan på nya funktioner leder till en ständigt ökande komplexitet i moderna fordon, speciellt i de inbyggda datorsystemen. Införande av autonoma fordon utgör inte bara det mest aktuella exemplet på detta, utan medför också en av de största förändringar som fordonsbranschen sett. Föraren, som ”back-up” för att hantera oväntade situationer och fel, finns inte längre där vid höggradig automation, och motsvarande funktioner måste realiseras i de inbyggda system vilket ger en drastisk komplexitetsökning. Detta ställer systemarkitekter för stora utmaningar för att se till att nuvarande nivå av funktionssäkerhet bibehålls. Detta forskningsarbete har utförts i nära samarbete med Scania CV AB i det Vinnova (FFI)-finansierade projektet ARCHER. Denna licentiatavhandling har som mål att ta fram en metodik för konceptutveckling av arkitekturer, förankrat i industriell praxis och principer, omfattande bl.a. de som beskrivs i funktionssäkerhetsstandards som ISO 26262. Avhandlingen presenterar resultat inom två områden. Det första området, del A, redovisar, (i) en analys av utmaningar inom arkitekturutveckling för autonoma fordon, vilket också ger en motivering för resterande del av avhandlingen. Det andra området, del B, redovisar, (ii) en definition av en ”perspektivmodell” (en s.k. ”viewpoint” enligt ISO 42010) för funktionssäkerhet, (iii) en metod för att systematiskt utvinna information från existerande komponenter, och (iv) en process som tar fram en arbetsprodukt för ISO 26262 – Preliminära Arkitektur-Antaganden (PAA). Denna process använder sig av information från existerande komponenter – resultat (iii) och förenklar hantering av avsaknad/osäker information under arkitekturarbetet. Resultaten från del B utgör tillsammans en metodik för att ta fram en PAA. En utmaning i forskning är att finna en balans mellan idealisering och praktisk tillämpbarhet. Metodiken i del B har utvärderats i flertalet industriella fallstudier på Scania i samverkan med seniora arkitekter från industrin, och har av dessa bedömts som relevant och praktiskt tillämpningsbar. Erfarenheterna visar att metodiken stödjer framtagandet av PAA’s av   lämplig kvalitet och ger ett systematiskt sätt att hantera osäkerhet under arkitekturutvecklingen. Specifikt så gjorde metoden det möjligt att identifiera komponent-felmoder där arkitekturen inte var tillräcklig för åstadkomma önskad riskreducering, begränsningar som inte hade upptäckts med tidigare metoder. Ett prototypverktyg för att stödja metodiken har utvecklats och börjat användas på Scania i projekt relaterade till autonoma fordon. Metodiken kommer sannolikt att kunna förfinas ytterligare när dessa projekt går mot sitt slut och mer erfarenheter finns tillgängliga. Arbetet i del B har vidare lett till två patentansökningar avseende koncept som framkommit genom fallstudierna. Dessa koncept relaterar till referensarkitekturer som utökats med policies för personsäkerhet (Eng. ”safety”) för att hantera detekterbara felfall, och pekar ut en riktning för framtida forskning. För att stödja verifiering av dessa koncept har arbete inletts för att identifiera kritiska scenarios för autonom körning. En flexibel simuleringsplattform håller också på att designas för att kunna testa kritiska scenarios. / Vinnova-FFI funded Project ARCHER

In den letzten Jahren ist ein immer größerer Anstieg automatisierter Fahrfunktionen zu verzeichnen. Mit der Einführung von automatisierten Fahrzeugen (AF) gehen allerdings nicht nur Vorteile, sondern auch potentielle Herausforderungen hinsichtlich der Interaktion mit anderen Verkehrsteilnehmenden einher. Beispielsweise werden ein potentiell abweichender Fahrstil von AF, sowie die Veränderung der FahrerInnenrolle und daraus resultierende veränderte Interaktionen mit umgebenden Verkehrsteilnehmenden in der Literatur diskutiert. Besonders in Shared Spaces, wie auf Parkplätzen, in denen verschiedene Verkehrsteilnehmende auf beschränktem Raum miteinander agieren, es allerdings nur begrenzte gesetzliche Regelungen gibt, sind Interaktionen und die Koordination von Manövern notwendig. Hierfür setzen Verkehrsteilnehmende verschiedene Kommunikationssignale ein. Gegeben der genannten Herausforderungen ergibt sich für AF der Forschungsbedarf, wie zukünftige Interaktionen mit umgebenden Verkehrsteilnehmenden intuitiv und vorhersehbar gestaltet werden können. Das Ziel dieser Dissertation war es deshalb, wissenschaftliche Erkenntnisse zur Gestaltung solcher potentiellen Interaktionen beizutragen. Die Arbeit besteht aus drei wissenschaftlichen Artikeln, sowie einer vorangestellten Synopse, in der theoretische Grundlage dargelegt, wesentliche Ergebnisse der Artikel aufgegriffen und diskutiert, theoretische und praktische Implikationen abgeleitet werden. Interaktionen im Straßenverkehr werden häufig durch räumliche und zeitliche Lücken im Verkehrsfluss koordiniert. Spezifische Fahrparameter manueller Fahrzeuge (MF) könnten quantifiziert und als Orientierung für intuitive und vorhersehbare AF-Fahrfunktionen genutzt werden. Deshalb beschäftigte sich der erste Artikel mit akzeptierten Lücken im Verkehrsfluss als spezifischer Fahrparameter. In einer Laborstudie wurde die Lückenwahl für das Manöver vorwärts Einparken auf einem Parkplatz mit verschiedenen heranfahrenden Interaktionspartnern aus FahrerInnenperspektive untersucht. Die Ergebnisse der Studie zeigten, dass MF nicht die eine zeitliche Lücke für die Initiierung eines Parkmanövers im Verkehrsfluss wählten, sondern verschiedene Faktoren wie die Größe und Geschwindigkeit eines heranfahrenden Interaktionspartners diese Entscheidung beeinflussten. Zur Unterstützung von intuitiven und vorhersehbaren Interaktionen sollten solche spezifische Einflussfaktoren zukünftig auch in AF-Fahrfunktionen implementiert werden. Diese könnten eine verbesserte Antizipation von AF-Fahrverhalten durch umgebende Verkehrsteilnehmende ermöglichen. Außerdem könnten AF dadurch bevorstehende Manöver von MF verbessert antizipieren. Um potentiellen Interaktionsherausforderungen zu begegnen, beschäftigt sich die Forschung außerdem mit LED-Lichtleisten, die perspektivisch zusätzliche Kommunikationssignale in AF präsentieren könnten. Da diese Lichtleisten abstrakte Signale präsentieren, beschäftigt sich der zweite Artikel der Arbeit mit der Bewertung solcher Signale als zusätzliches Kommunikationsmittel in AF. Es wurde eine Feldstudie durchgeführt, in der ein AF simuliert wurde. Auf dem Dach des Testfahrzeuges war eine LED-Lichtleiste angebracht, die umgebenden FußgängerInnen verschiedene Kommunikationssignale präsentierte. Die ProbandInnen beurteilten die untersuchten Lichtsignale generell als unverständlich, wodurch diese Signale ohne bereitgestelltes Vorwissen keinen Mehrwert zur Vorhersehbarkeit der Verkehrssituation lieferten. Allerdings konnten die Ergebnisse der Studie ein allgemeines Potential für Lichtsignale als Kommunikationsmittel in AF aufzeigen, da die ProbandInnen deren generellen Einsatz in AF als nützlich bewerteten. Der dritte Artikel beschäftige sich mit dem Einfluss von Interaktionserfahrung und den Auswirkungen von Fehlfunktionen zusätzlicher Lichtsignale als potentielles Kommunikationsmittel in AF (d.h. ein Widerspruch zwischen den eingesetzten Lichtsignalen und den Fahrzeugbewegungen als Kommunikationssignal) auf deren Bewertung. In einer Laborstudie bewerteten die ProbandInnen die untersuchten Signale aus FußgängerInnenperspektive in einem Parkplatzsetting. Die Bewertungen des Systems stiegen nach kurzen Interaktionssequenzen an, nach erlebten Systemfehlern sanken diese ab. Die Ergebnisse verdeutlichen die Relevanz einer adäquaten Systembeurteilung. Einerseits sollte die Bewertung des Systems dessen Nutzung ermöglichen, um potentielle Vorteile auszuschöpfen. Andererseits sollten aber auch andere Kommunikationssignale, wie Fahrzeugbewegungen, weiterhin als Informationsquelle in Interaktionen berücksichtigt werden, um potentiell sicherheitskritischen Situationen im Fall von Systemfehlfunktionen vorzubeugen. Da FußgängerInnen über 65 Jahren im Straßenverkehr durch altersbedingte Beeinträchtigungen besonders gefährdet sind, untersuchte die Studie außerdem Unterschiede in der Bewertung des Systems zwischen jüngeren (18 – 40 Jahren) und älteren ProbandInnen (≥ 65 Jahren). Generell bewerteten ältere ProbandInnen das System positiver als Jüngere. Allerdings passten Ältere ihre Systembewertung im Fall von erlebten Fehlfunktion auch weniger an, was besonders hohe sicherheitskritische Auswirkungen haben könnte, z.B. hinsichtlich längerer Reaktionszeiten auf nicht erwartete Fahrzeugbewegungen bei fehlerhaften Lichtsignalen. Insgesamt unterstreichen die Ergebnisse der Dissertation die Notwendigkeit einer menschzentrierten Produktenwicklung in Bezug auf die Implementierung spezifischer Fahrparameter, sowie potentieller zusätzlicher Lichtkommunikationssignale in AF. Konkret zeigen die Ergebnisse, dass verschiedene Einflussfaktoren für vorhersehbare und intuitive AF-Fahrparameter berücksichtigt werden sollten. Außerdem konnte gezeigt werden, dass zusätzliche Lichtsignale in AF ein generelles Potential zur Unterstützung zukünftiger Interaktionen im Straßenverkehr haben. Nachfolgende Forschung sollte weitere Verkehrsszenarien und Einflussfaktoren auf Interaktionen im Straßenverkehr und AF untersuchen, sowie die Bedürfnisse spezifischer NutzerInnengruppen genauer beleuchten. Insgesamt kann die Arbeit dazu beitragen, Anforderungen und Voraussetzungen für vorhersehbare und intuitive Interaktionen in AF besser zu verstehen. Verschiedene theoretische Konzepte und Annahmen der Mensch-Maschine-Interaktion im Allgemeinen können auch auf AF und Lichtsignale als potentielles zusätzliches Kommunikationsmittel angewendet werden. Weiterhin können aus den Ergebnissen der Dissertation verschiedene Strategien und praktische Maßnahmen für die Gestaltung von vorhersehbaren und intuitiven AF-Interaktionsverhalten mit manuellen Verkehrsteilnehmenden abgeleitet werden, welche sich positiv auf die Nutzung und Akzeptanz von AF auswirken könnten.:Danksagung Zusammenfassung Summary Table of contents Synopsis 1 Introduction 2 Interactions in road traffic 2.1 Defining interactions in road traffic 2.2 Joint activities in road traffic 2.3 Situation awareness in road traffic 2.4 Shared spaces as interactional space for different traffic participants 3 Communication in road traffic 3.1 Models for describing communication in road traffic 3.2 Implicit communication in road traffic 3.3 Explicit communication in road traffic 4 Vehicle automation 4.1 Levels of vehicle automation 4.2 Challenges in automated driving 5 Enabeling AVs for predictable interactions in mixed road traffic 5.1 HMI framework in AVs 5.2 Dynamic human-machine interfaces (dHMIs) 5.3 External human-machine interfaces (eHMIs) 6 Research objectives of the dissertation 6.1 Research objective 1: Examining and deriving manual drivers’ gap acceptance parameters when initiating parking actions as a basic orientation for intuitively initiating parking maneuvers in AVs 6.2 Research objective 2: Assessing abstract eHMI signals as additional means of communication in AVs by incidental users in a shared space setting 6.3 Research objective 3: Investigating participants’ eHMI assessment considering interaction experience with the system and multiple malfunctions of the system 6.4 Research objective 4: Examining differences in eHMI assessment between younger and elderly pedestrians 6.5 Integration of conducted studies of the thesis into the HMI framework by Bengler et al. (2020) 7 Overview of the applied methodology 7.1 Laboratory studies 7.2 Wizard-of-Oz study 8 Main results and discussion 8.1 Main findings and discussion regarding gaps in traffic flow for coordinating encounters 8.2 Main findings and discussion regarding eHMIs as potential additional means of communication in AVs 9 Implications 9.1 Theoretical considerations 9.2 Practical implications 10 Conclusion 11 References Paper I Paper II Paper III Curriculum Vitae Publications

Les récentes percées technologiques dans les domaines de l’actionnement, de la perception et de l’intelligence artificielle annoncent une nouvelle ère pour l’assistance à la conduite et les véhicules hautement automatisés. Toutefois, dans un contexte où l’automatisation demeure imparfaite, il est primordial de s’assurer que le système d’automatisation de la conduite puisse maintenir la conscience de la situation du conducteur afin que ce dernier puisse accomplir avec succès son rôle de supervision des actions du système. En même temps, le système doit pouvoir assurer la sécurité du véhicule et prévenir les actions du conducteur qui risqueraient de compromettre sa sécurité et celle des usagers de la route. Il est donc nécessaire d’intégrer dès la conception du système automatisé de conduite, la problématique des interactions avec le conducteur en réglant les problèmes de partage de tâche et de degré de liberté, d’autorité et de niveau d’automatisation du système. S’inscrivant dans le cadre du projet ANR-CoCoVeA (Coopération Conducteur-Véhicule Automatisé), cette thèse se penche de plus près sur la question de la coopération entre l’automate de conduite et le conducteur. Notre objectif est de fournir au conducteur un niveau d’assistance conforme à ses attentes, capable de prendre en compte ses intentions tout en assurant un niveau de sécurité important. Pour cela nous proposons un cadre général qui intègre l’ensemble des fonctionnalités nécessaires sous la forme d’une architecture permettant une coopération à plusieurs niveaux de la tâche de conduite. Les notions d’attribution des tâches et de gestion d’autorité avec leurs différentes nuances sont abordées et l’ensemble des fonctions du système identifiées dans l’architecture ont été étudiées et adaptées pour ce besoin de coopération. Ainsi, nous avons développé des algorithmes de décision de la manœuvre à effectuer, de planification de trajectoire et de contrôle qui intègrent des mécanismes leur permettant de s’adapter aux actions et aux intentions du conducteur lors d’un éventuel conflit. En complément de l’aspect technique, cette thèse étudie les notions de coopération sous l’angle des facteurs humains en intégrant des tests utilisateur réalisés sur le simulateur de conduite dynamique SHERPA-LAMIH. Ces tests ont permis à la fois de valider les développements réalisés et d’approfondir l’étude grâce à l’éclairage qu’ils ont apporté sur l’intérêt de chaque forme de coopération. / The recent technological breakthroughs in the actuation, perception and artificial intelligence domains herald a new dawn for driving assistance and highly automated driving. However, in a context where the automation remains imperfect and prone to error, it is crucial to ensure that the automated driving system maintains the driver’s situation awareness in order to be able to successfully and continuously supervise the system’s actions. At the same time, the system must be able to ensure the safety of the vehicle and prevent the driver’s actions that would compromise his safety and that of other road users. Therefore, it is essential that the issue of interaction and cooperation with the driver is addressed throughout the whole system design process. This entails the issues of task allocation, authority management and levels of automation. Conducted in the scope of the projet ANR-CoCoVeA (French acronym for: "Cooperation between Driver and Automated Vehicle"), this thesis takes a closer look at the question of cooperation between the driver and automated driving systems. Our main objective is to provide the driver with a suitable assistance level that accounts for his intentions while ensuring global safety. For this matter, we propose a general framework that incorporates the necessary features for a successful cooperation at the different levels of the driving task in the form of a system architecture. The questions of task allocation and authority management are addressed under their different nuances and the identified system functionalities are studied and adapted to match the cooperation requirements. Therefore, we have developed algorithms to perform maneuver decision making, trajectory planning, and control that include the necessary mechanisms to adapt to the driver’s actions and intentions in the case of potential conflicts. In addition to the technical aspects, this thesis studies the cooperation notions from the human factor perspective. User test studies conducted on the SHERPA-LAMIH dynamic simulator allowed for the validation of the different developments while shedding light on the benefits of different cooperation forms.

Face à l’évolution rapide des technologies nécessaires à l’automatisation de la conduite au cours de ces dernières années, les grands constructeurs automobiles promettent la commercialisation de véhicules autonomes à l’horizon 2020. Cependant, la définition des interactions entre les systèmes de conduite automatisée et le conducteur au cours de la tâche de conduite reste une question ouverte. L'objectif de cette thèse est de concevoir, développer et évaluer des principes de coopération entre le conducteur et les systèmes de conduite automatisée. Compte tenu de la complexité d'un tel Système Homme-Machine, la thèse propose, en premier lieu une architecture de contrôle coopératif hiérarchique et deux principes de coopération généraux sur deux niveaux dans l’architecture qui serviront ensuite de base commune pour la conception des systèmes coopératifs développés pour les cas d’usages définis. Afin d’assurer une coopération efficace avec le conducteur dans un environnement de conduite dynamique, le véhicule autonome a besoin de comprendre la situation et de partager sa compréhension de la situation avec le conducteur. Pour cela, cette thèse propose un formalisme de représentation de la scène de conduite basé sur le repère de Frenet. Ensuite, une méthode de prédiction de trajectoire est également proposée. Sur la base de la détection de manœuvre et de l'estimation du jerk, cette méthode permet d’améliorer la précision de la trajectoire prédite comparée à celle déterminée par la méthode basée sur une hypothèse d'accélération constante. Dans la partie d’études de cas, deux principes de coopération sont mis en œuvre dans deux cas d’usage. Dans le premier cas de la gestion d’insertion sur autoroute, un système de contrôle longitudinal coopératif est conçu. Il comporte une fonction de planification de manœuvre et de génération de trajectoire basée sur la commande prédictive. En fonction du principe de coopération, ce système peut à la fois gérer automatiquement l’insertion d’un véhicule et donner la possibilité au conducteur de changer la décision du système. Dans le second cas d'usage qui concerne le contrôle de trajectoire et le changement de voie sur autoroute, le problème de partage du contrôle est formulé comme un problème d’optimisation sous contraintes qui est résolu en ligne en utilisant l’approche de la commande prédictive (MPC). Cette approche assure le transfert continu de l’autorité du contrôle entre le système et le conducteur en adaptant les pondérations dans la fonction de coût et en mettant en œuvre des contraintes dynamiques en ligne dans le modèle prédictif, tout en informant le conducteur des dangers potentiels grâce au retour haptique sur le volant. Les deux systèmes sont évalués à l’aide de tests utilisateur sur simulateur de conduite. En fonction des résultats des tests, cette thèse discute la question des facteurs humains et la perception de l'utilisateur sur les principes de coopération. / Given rapid advancement of automated driving (AD) technologies in recent years, major car makers promise the commercialization of AD vehicles within one decade from now. However, how the automation should interact with human drivers remains an open question. The objective of this thesis is to design, develop and evaluate interaction principles for AD systems that can cooperate with a human driver. Considering the complexity of such a human-machine system, this thesis begins with proposing two general cooperation principles and a hierarchical cooperative control architecture to lay a common basis for interaction and system design in the defined use cases. Since the proposed principles address a dynamic driving environment involving manually driven vehicles, the AD vehicle needs to understand it and to share its situational awareness with the driver for efficient cooperation. This thesis first proposes a representation formalism of the driving scene in the Frenet frame to facilitate the creation of the spatial awareness of the AD system. An adaptive vehicle longitudinal trajectory prediction method is also presented. Based on maneuver detection and jerk estimation, this method yields better prediction accuracy than the method based on constant acceleration assumption. As case studies, this thesis implements two cooperation principles for two use cases respectively. In the first use case of highway merging management, this thesis proposes a cooperative longitudinal control framework featuring an ad-hoc maneuver planning function and a model predictive control (MPC) based trajectory generation for transient maneuvers. This framework can automatically handle a merging vehicle, and at the mean time it offers the driver a possibility to change the intention of the system. In another use case concerning highway lane positioning and lane changing, a shared steering control problem is formulated in MPC framework. By adapting the weight on the stage cost and implementing dynamic constraints online, the MPC ensures seamless control transfer between the system and the driver while conveying potential hazards through haptic feedback. Both of the designed systems are evaluated through user tests on driving simulator. Finally, human factors issue and user’s perception on these new interaction paradigms are discussed.