In den letzten Jahren wurden zahlreiche Probleme im Zusammenhang mit autonomem Fahren gelöst. Es gibt jedoch noch immer Einschränkungen, die die Einführung von autonomen Fahrfunktionen über das SAE‑Level 3 hinaus verhindern. Ein Fernoperator kann eine vielversprechende Ausfalllösung sein. Es bietet eine Antwort auf die Herausforderung, dass bei autonomen Fahrten ein menschlicher Fahrer als Notlösung benötigt wird. Die vorhandene Infrastruktur, wie Mobilfunknetze, muss genutzt werden, um eine funktionierende Lösung bereitzustellen. Allerdings leiden Rechnernetzwerke unter variabler Bandbreite, variabler Verzögerung und Paketverlust. Daher werden verschiedene Übertragungsprofile auf Basis von Bebauungsdichte vorgeschlagen. Da sich Netzwerkparameter über die Zeit hinweg ändern, wird vorgeschlagen aktuelle Netzwerkbedingungen mit einzubeziehen, um dem Fernbediener zu ermöglichen, in jeder Situation schnell genug zu reagieren. Es wird gezeigt, dass der Ansatz unter Verwendung neuer Übertragungsmechanismen grundsätzlich funktionieren kann, aber weitere Langzeitmessungen erforderlich sind, um potenzielle Probleme zu identifizieren und zu beseitigen.:Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis 1. Einleitung 1.1. Motivation 1.2. Zielsetzung der Arbeit 1.3. Vorgehensweise 2. Grundlagen 2.1. Definitionen 2.1.1. Realzeit 2.1.2. Echtzeit 2.1.3. Latenz 2.1.4. Wahrnehmung von Echtzeit 2.1.5. Bandbreite 2.1.6. SAE Level 2.1.7. Teleoperiertes Fahren 2.2. Videoparameter 2.2.1. Auflösung und Bildrate 2.2.2. Bitrate und Codec 2.3. Zusammenhang von Latenz, Qualität und Bandbreite 2.4. Übertragungsprotokolle 2.4.1. RTSP 2.4.2. RTMP 2.4.3. SRT 2.4.4. WebRTC 2.4.5. Media over QUIC 2.5. Mobilfunkgrößen 3. Methodik 3.1. Aufbau der Messungen 3.2. Bandbreite und Bitrate 3.3. Messkonzepte für Latenz‑erzeugende Komponenten 3.3.1. Aufnahme 3.3.2. Encoder 3.3.3. Gesamtsystem 3.4. Projektbeschreibung und Zieldefinition 4. Implementierung 5. Ergebnisse 5.1. Benötigte Bandbreite 5.2. Aufnahme 5.3. Encoder 5.3.1. Videos mit einem Frame 5.3.2. Ausgeschnittene Videoclips 5.3.3. Gesamte Videolänge 5.4. Gesamtsystem und Protokolle 6. Diskussion 7. Zusammenfassung und Ausblick Literaturverzeichnis A. Quellcode B. Tabellen

Das autonome Fahren ist derzeit aufgrund zahlreicher aktueller Forschungs- und Entwicklungsprojekte namhafter Automobilhersteller und -zulieferer im Fokus des öffentlichen Interesses. Der stetige Fortschritt des autonomen Fahrens kann unter anderem auf der jährlich in Las Vegas stattfindenden Consumer Electronics Show (CES) festgestellt werden, welche seit einiger Zeit auch von Automobilherstellern als Plattform zur Vorstellung neuer Technologien genutzt wird. So demonstrierte die Audi AG einen A7, der vollständig autonom vom Silicon Valley eine Strecke von 900 km Länge nach Las Vegas fuhr. Darüber hinaus legen auch automobilfremde Hochtechnologiekonzerne ihr Interesse an dieser Schlüsseltechnologie offen und präsentieren eigene Forschungs- und Entwicklungsarbeiten. Google verkündete die Forschung an einem eigenen autonomen Fahrzeug und auch Spekulationen über das Interesse von Apple wurden medial publik. Dennoch stehen die rasante Entwicklungsgeschwindigkeit und die öffentlich bereits präsentierte Funktionsfähigkeit des Autonomen Fahrens im Kontrast zu der geringen Anwendung im deutschen Straßenverkehr. In Deutschland und anderen Ländern sind bisher nur Pilotprojekte aus Forschung und Entwicklung existent. Diese unterliegen aktuell noch vielen Restriktionen. Dies macht deutlich, dass trotz der bisher erreichten Einzelerfolge dieser Technologie keine Serienreife besteht. So müssen für den tatsächlichen Einsatz des Autonomen Fahrens im Straßenverkehr technologische, soziologische sowie gesetzliche Rahmenbedingungen eingehalten, erweitert, angepasst, respektive erst noch definiert wer-den. Insbesondere im urbanen Umfeld besteht hier hoher Forschungsbedarf auch im Hin-blick auf technologische Rahmenbedingungen. Die vorliegende Arbeit soll einen Einblick über offene Fragestellungen und technologische Hürden sowie deren Bedeutung für das Autonome Fahren ermöglichen. Zudem wird ein kurzer Überblick darüber gegeben, wie dies auf den Sektor der Baumaschinen übertragbar ist.

Universiẗat, Diss., 2005--Giessen.

Seit dem Jahr 2004 wurde zur besseren Ausbildung junger Fahranfänger das Begleitete Fah-ren eingeführt, welches ein Erwerb des Führerscheins ab dem 17. Geburtstag erlaubt. Ge-dacht zum Aufbau von Fahrpraxis und zur Verbesserung der Sicherheit finden die ersten Fahrerfahrungen in Begleitung durch einen erfahrenen Erwachsenen statt. Bei Analyse der von der Bundesanstalt für Straßenwesen durchgeführten Evaluationen ist eine insgesamt sehr positive Einschätzung des Modells festzustellen. Dazu wurde eine Be-fragung von Teilnehmern des Begleiteten Fahrens durchgeführt. Ergänzend dazu erfolgt eine Ökonometrische Untersuchung der offiziellen Unfallstatistiken. Betrachtet wird die gesamte Altersklasse der 18- bis 21-jährigen und die Entwicklung ihrer Unfallanfälligkeit. Dabei ist ein seit der Jahrtausendwende fallender Verlauf der Unfallzah-len zu beobachten. Zum Zeitpunkt der Einführung des neuen Modells ist kein beschleunigtes oder verstärktes Absinken dieser Zahlen zu erkennen. Vielmehr ist ein langfristiger Trend zu erkennen. / Since its first introduction in 2004 the Accompanied Driving allows new drivers to obtain their driver’s license from the age of 17 on. The first year of driving is spent in the company of an experienced driver, thus enhancing the beginner’s driving experience and safety. The analysis of several reports by the German road authority, the “Bundesanstalt für Straßen-wesen”, leads to a mostly positive view of the new scheme. The reports are based on a survey among participants of the Accompanied Driving. In addition to those an econometrical analysis of the official road accident statistics has been conducted. The development of these numbers among the age group from 18 until 21 shows a decreasing accident rate since around the year 2000. The introduction of the new driver’s license model does not result in a significant acceleration of that decline. Instead of such influence a long-range trend can be observed.

Universiẗat, Diss.--Heidelberg, 2008.

Univ., Diss.--Gießen, 1999. / Literaturverz. S. [288] - 305.

Diese UDV kompakt zeigt einen Ausschnitt aus einem umfangreichen Forschungsprojekt und fasst den ersten Teil dieser zweiteiligen Studie zum Thema Übernahmezeiten und hochautomatisiertes Fahren zusammen. Fahrzeuge in denen der Fahrer Teilstrecken automatisiert fahren kann und die Fahrt nicht mehr überwachen muss, befinden sich derzeit bei vielen Automobilherstellern in der Entwicklung. Wenn diese hochautomatisierten Fahrzeuge Fahraufgaben nicht mehr bewältigen können, muss die Steuerung an den Fahrer zurückgegeben werden. Hierzu ist es notwendig, dem Fahrer einen ausreichenden Zeitraum für die Übernahme der manuellen Kontrolle über das Fahrzeug zur Verfügung zu stellen, damit die Übernahme sicher und komfortabel ablaufen kann. Um die notwendige Dauer für eine sichere Übernahme der manuellen Steuerung durch einen Fahrer zu ermitteln, wurden unterschiedlich komplexe Übernahmeszenarien und Nebenaufgaben entwickelt und in einem statischen Fahrsimulator mit 60 Probanden im Alter von 20 bis 76 Jahren getestet. Dafür wurde eine empirische Studie konzipiert und durchgeführt, die herausfinden sollte, wann eine vollständige motorische und kognitive Kontrolle über ein Fahrzeug nach einer Phase der hochautomatisierten Fahrt wiederhergestellt wurde. Hierbei wurde besonders der Effekt eines Fahrers „out-of-the-loop“ analysiert. Der Fahrer war also zum Zeitpunkt der Übernahmeaufforderung in einigen Versuchsbedingungen vollständig aus der Fahraufgabe genommen und durch eine Nebenaufgabe abgelenkt. Zu beachten ist hierbei, dass die Zeiten in einem Fahrsimulator ermittelt wurden und somit nur als Annäherung an eine Übernahme in einem realen Fahrzeug dienen können. Neuere Studien deuten jedoch darauf hin, dass im Simulator ermittelte Zeiten mit denen im realen UDV Unfallforschung der Versicherer 5 Versuchsdesign Fahrzeug gut übereinstimmen. Weiterhin ist zu beachten, dass alleine die Übernahmezeit kein ausreichendes Maß für die Qualität einer Übernahme bieten kann. Die Zeiten sind immer in Verbindung mit weiteren Maßen für die Übernahmequalität zu sehen, zu denen unter anderem die Qualität der Absicherung der Übernahme sowie die Vollständigkeit des Situationsbewusstseins während der Übernahme zählen. Für die richtige Interpretation der Ergebnisse ist es notwendig, die Definitionen der Automatisierungsstufen zu kennen. Das hochautomatisierte Fahren beschreibt laut Gasser et al. (2012) eine Funktionalität, bei der das Fahrzeug sowohl die Längs- als auch Querführung für einen gewissen Zeitraum übernimmt. Der Fahrer muss dabei nicht dauerhaft überwachen. Vielmehr muss er die Steuerung erst nach Aufforderung mit einer gewissen Zeitreserve übernehmen. Genau diese Zeitreserve gilt es hier zu bestimmen. Damit grenzt sich die hochautomatisierte Fahrfunktion nach unten deutlich von der teilautomatisierten Fahrfunktion ab. Auch hier übernimmt das Fahrzeug die Längs- und Querführung, allerdings muss der Fahrer dabei dauerhaft überwachen und die Steuerung jederzeit übernehmen können. Oberhalb des hochautomatisierten Fahrens schließt sich das vollautomatisierte Fahren an. Dabei übernimmt das Fahrzeug die Längs- und Querführung vollständig und dauerhaft. Der Fahrer ist als Rückfallebene nicht mehr notwendig, da das System bei Ausbleiben einer Fahrerübernahme das Fahrzeug selbständig in einen Zustand bringen kann, bei dem das Risiko eines Unfalls minimiert ist.

Diese UDV kompakt fasst den zweiten Teil des Projektes zum Thema Übernahmezeiten und hochautomatisiertes Fahren zusammen. Die Zusammenfassung des ersten Teils ist bereits als UDV kompakt Nr. 57 erschienen. Bislang zeigen nur wenige Studien, wie die Dauer der Fahrt und die Müdigkeit des Fahrers die Interaktion mit hohen Stufen der Fahrzeugautomatisierung beeinflusst. Es wird vermutet, dass Effekte von Fahrermüdigkeit ihre Relevanz für die Sicherheit im Straßenverkehr auch in teil- oder hochautomatisierten Fahrzeugen nicht verlieren [1], [2]. Solange der Fahrer als Rückfallebene eingesetzt werden soll, wird es Kontrollübergaben vom Fahrzeug an den Fahrer geben. In solchen Situationen ist der Fahrer darauf angewiesen, nicht nur möglichst schnell wieder die Kontrolle über das Fahrzeug zu übernehmen, sondern auch möglichst schnell ein vollständiges Bewusstsein für die Verkehrssituation und den Zustand des Fahrzeugs aufzubauen. Müde oder ermüdete Fahrer nach Phasen einer automatisierten Fahrt könnten in solchen Situationen genauso oder sogar stärker beeinträchtigt sein als Fahrer in herkömmlichen Fahrzeugen. Zusätzlich von Interesse ist die Entwicklung der Müdigkeit des Fahrers in der Interaktion mit der Nutzung von Automation. Erste Hinweise deuten darauf hin, dass Fahrer in Zusammenarbeit mit Automation schneller ermüden und das dauerhafte Aufrechterhalten von Aufmerksamkeit in einer monotonen Fahrumgebung eventuell sogar anstrengender ist als bei einer manuellen Fahrt. Müde Fahrer könnten sich in der Interaktion mit hochautomatisierten Fahrzeugen anders verhalten als Fahrer im wachen Zustand und möglicherweise die Überwachung von Funktionen vernachlässigen oder bestimmte Hinweisreize auf potentiell gefährdende Situationen verpassen. UDV Unfallforschung der Versicherer 5 Versuchsdesign Vor diesem Hintergrund wurde im Jahr 2016 die nachfolgend vorgestellte Fahrsimulator-Studie an der TU Braunschweig durchgeführt, um einige der als relevant identifizierten Parameter gezielt zu untersuchen. Ziel der Studie war eine Quantifizierung der Müdigkeit bei Fahrern in hochautomatisierten Fahrzeugen im Vergleich zu manuellen Fahrern. Jeweils für Fahrer mit leichtem Schlafmangel und für Fahrer ohne Schlafmangel wurde Müdigkeit systematisch gemessen und aufgezeichnet. Außerdem wurden in Abhängigkeit von diesen Variablen Übernahmeaufforderungen an den Fahrer ausgegeben und die Dauer und Qualität der Reaktionen auf Übernahmeaufforderungen und nachfolgende kritische Ereignisse analysiert.

Smartphones gehören heutzutage zum Alltag vieler Menschen. Sie werden immer und überall genutzt, auch im Auto. Immer mehr Fahrer bearbeiten während des Fahrens Textnachrichten oder verfassen E-Mails. Dabei ist bekannt, dass das Lesen und Verfassen von Textnachrichten (im folgenden Texten genannt) negative Auswirkungen auf die Leistung beim Autofahren haben und das Unfallrisiko erhöhen kann (z.B. stärkere Spurabweichungen, langsamere Reaktionen auf plötzlich auftretende Ereignisse [1], [2]). In der bisherigen Forschung stand es den Teilnehmern überwiegend nicht frei, selbst zu entscheiden, in welchen Situationen sie beim Fahren Texten. Vielmehr wurden die Teilnehmer dazu angehalten, an bestimmten Stellen einer zu durchfahrenen Strecke (in der Regel in einer Fahrsimulation) eine Textnachricht zu verfassen, unabhängig davon, ob sie dies im realen Verkehr auch getan hätten. Gleichzeitig zeigen Untersuchungen aber auch, dass Fahrer bei der Entscheidung, Textnachrichten zu lesen oder zu schreiben, durchaus eine Einschätzung der Verkehrssituation vornehmen und die Bearbeitung an deren Anforderungen anpassen. Insofern liegt die Vermutung nahe, dass die bisherigen Befunde zu den Folgen des Lesens und Schreibens von Textnachrichten während der Fahrt einen unzureichenden Bezug zum tatsächlichen Straßenverkehr haben. Die Tatsache, dass situative Anpassungen des Textens beim Fahren erfolgen, ist allerdings nicht automatisch der Beleg für eine vollständige Kompensation negativer Folgen der Fahrerablenkung. Es ist nicht klar, ob die subjektive Bewertung der jeweiligen Fahrsituation tatsächlich angemessen ist und den Anforderungen der Fahrsituation entspricht. Es ist auch nicht klar, inwieweit sich neue technische Entwicklungen, wie etwa sprachbasierte Systeme zur Ein- und Ausgabe (Vorlesen, Spracheingabe), auf das Fahr- und Reaktionsverhalten auswirken. Es gibt zwar Hinweise, dass zumindest die sprachbasierte Eingabe positive Effekte im Vergleich zur visuell-manuellen Eingabe auf das Fahr- und Reaktionsverhalten haben kann [3], [4]. Diese Befunde sind jedoch mit den gleichen, eben beschriebenen, Problemen behaftet.

Automatisiertes Fahren wird als Zukunft der Mobilität gesehen. Es wird erwartet, dass dadurch die Leistungsfähigkeit des Verkehrs gesteigert und die Zahl der Straßenverkehrsopfer reduziert wird sowie Emissionen und Staus zurückgehen werden. Dies wird mehr ein mehrdimensionaler, schrittweiser Übergangsprozess als ein schneller Wandel sein. Die neue Technologie wird dabei sowohl im Pkw als auch im Nutzfahrzeug Einzug halten. Nach jetzigem Stand der Technik würde es sich bei den Fahrzeugen um Level 2- oder Level 3-Fahrzeuge handeln, deren automatisierte Fahrfunktion typischerweise nur auf Autobahnen aktiv ist [1]. Mit der Weiterentwicklung der Technologie werden Fahrzeuge mit Fahrfunktionen höherer Automatisierungsstufen und in weiteren Anwendungsbereichen neben der Autobahn schrittweise marktreif. Etwas anders sieht es bei Parkfunktionen aus. Hier könnte die Entwicklung schneller hin zu vollautomatisierten Funktionen verlaufen. Mit Stand heute wird der Verkehr in absehbarer Zukunft durch das Nebeneinander von Fahrzeugen unterschiedlicher Automatisierungsgrade und manuell gesteuerter Fahrzeuge geprägt sein. Diese Entwicklung wird sowohl Pkw als auch Nutzfahrzeuge betreffen.