Die vorliegende Arbeit beschreibt ein generisches Verfahren zur wahrscheinlichkeitsbasierten Erkennung von Fahrsituationen und Fahrmanövern für sicherheitsrelevante Fahrerassistenzsysteme. Fahrsituationen und Manöver unterliegen einer gewissen Unsicherheit basierend auf der unterschiedlichen Situationswahrnehmung bzw. Manöverdurchführung der Fahrzeugführer. Diese Unsicherheitskomponente wird in den Ansatz zur Situations- und Manövererkennung mit einbezogen. Ein weiterer Unsicherheitsaspekt beruht auf den ungenauen Umgebungsinformationen auf denen die Situations- und Manövererkennung basiert. Beide Unsicherheitsursachen sind völlig unabhängig voneinander und werden aus diesem Grund separat betrachtet und modelliert. Zur Modellierung dieser beiden Unsicherheitsaspekte bedient sich der vorgestellte Ansatz der Fuzzy-Theorie, der Theorie der probabilistischen Netzen sowie Verfahren zur Fehlerfortpflanzung und Sensitivitätsanalyse. Nach der theoretischen Vorstellung dieser Methodiken wird in der Arbeit detailliert auf den Einsatz und das Zusammenspiel der einzelnen Verfahren zur Erkennung der Fahrsituationen und Fahrmanöver eingegangen. Die Umsetzbarkeit des vorgestellten Verfahrens wird am Beispiel der Notbremssituation gezeigt. Die Notbremssituation setzt sich aus unterschiedlichen Teilsituationen und Manövern zusammen. Die Erkennung der einzelnen Situationen und Manöver sowie die Zusammenführung zur übergeordneten Notbremssituation wurden mit Hilfe des vorgestellten Verfahrens realisiert. Zur Evaluierung der Erkennungsgüte wurden sowohl Messdaten aus dem Straßenverkehr als auch realitätsnahe Daten, aufgezeichnet auf Versuchsstrecken, herangezogen. / The present work describes a generic method for the probabilistic identification of driving situations and driving manoeuvres for safety relevant driver assistance systems. Driving situations and driving manoeuvres underlie a certain uncertainty based on the different situation perception and manoeuvre execution of the driver. This uncertainty component is considered in the approach for the situation and manoeuvre identification. An additional uncertainty aspect is based on the inaccurate environment information, the identification of driving situations and manoeuvres depend on. Both uncertainty aspects are completely independent and are considered and modelled separately for this reason. For modelling both of these uncertainty aspects the present approach is using the fuzzy theory, probabilistic networks, as well as methods for error propagation and sensitivity analysis. After introducing these techniques theoretically, the application and the interaction of the single methods to identify the driving situations and manoeuvres is described in detail. The practicability of the introduced proceeding is shown exemplarily on the emergency brake situation. The emergency brake situation consists of several situation and manoeuvre components. The identification of the single situations and manoeuvres as well as the combination to the higher emergency brake situation is realised with the introduced proceeding. Measuring data gathered on road traffic and close to reality data measured on a test track were used to evaluate the identification quality.

Das Ziel dieser Dissertation ist die systematische Entwicklung eines weiterführenden Konzeptes zur Fahrer-Fahrzeug Kooperation, dessen Tauglichkeit anhand empirischer Daten evaluiert und im Hinblick auf sein belegbares Potential in Bezug auf bestehende Ansätze bewertet werden soll.Da Annahmen und Prämissen der Mensch-Maschine-Interaktion den Ausgangspunkt bilden, beginnt die dezidierte Auseinandersetzung und begriffliche Differenzierung von Kooperation in eben diesem Kontext und führt folgerichtig zu einer definitorischen Abgrenzung gegenüber existierenden Ansätzen, der Forderung eines spezifischen Rollenverständnisses zur Interaktion sowie der Ableitung konzeptueller Grundbedingungen. Anschließend werden die strukturellen und prozeduralen Merkmale dieser spezifischen Interaktion herausgearbeitet und dazu benutzt, die generellen Attribute von Kooperation zwischen Fahrer und Fahrzeug zu identifizieren. Dafür wurden nachfolgend solche Indikatoren abgeleitet, vermittels derer der unterstellte Gewinn infolge der Kooperation von Fahrer und Fahrzeug kontrolliert und bewertet werden kann.Im Rahmen mehrerer Voruntersuchungen wurden Fahrsituationen identifiziert, die am meisten von einer kooperativen Interaktion zwischen Fahrer und Fahrzeug profitieren würden. Im Ergebnis wurden für die zwei Hauptuntersuchungen das „Überholen auf der Autobahn“ und das „Linksabbiegen auf innerstädtischen Straßen und Landstraßen mit Gegenverkehr“ als Fahrszenarien ausgewählt, die in jeweils einem eigenständigen Experiment mit alternativen Systemvarianten verglichen worden sind. Die Prüfung spezifischer Hypothesen wurde dabei in die prototypische Umgebung eines Fahrsimulators eingebettet. Abschließend werden in dieser Arbeit die Möglichkeiten zur Etablierung und Einbettung dieses Interaktionskonzeptes in den übergreifenden sozio-technischen Kontext aufgezeigt und zukünftige Perspektiven diskutiert. / The aim of this dissertation is to systematically develop a continuative concept of driver-automobile cooperation, to evaluate its suitability on the basis of empirical data, and to value its provable potential in relation to existing approaches.Assumptions and premises regarding the human-machine interaction constitute the starting point of this work. The decisive altercation and notional differentiation of cooperation are explained in just this context, leading logically to a definitional demarcation of existing approaches, the demand of a specific role understanding of the interaction as well as the derivation of conceptual basic conditions. The structural and procedural characteristics of this specific interaction are then elaborated upon and used to identify the general attributes of cooperation between driver and automobile. In the following, such indicators are derived by which the implied profit as a result of cooperation between driver and automobile can be controlled and valued. Within the framework of several preliminary investigations, those driving situations were identified that would profit most from a cooperative interaction between driver and automobile. As a result, the two driving scenarios "Overtaking on Highways" and "Turning Left on Urban and Country Roads with Oncoming Traffic" were utilized in the experiments. Both single scenarios have been compared in independent experiments with regard to alternative system variants. The prove of specific hypotheses was embedded in the prototypical surroundings of a driving simulator. Finally, the possibility of establishing and embedding this interaction concept into the overall socio-technical context will be presented, and future perspectives will be discussed.

The doctoral thesis analyses driver’s conduct while solving situations associated with crossing of pedestrians across the road in cases of various design of pedestrian crossings and at different conditions. The thesis deepens the knowledge of the human factor impact on the occurrence of a traffic accident involved vehicle and pedestrian and thesis also complements knowledge for the needs of the analysis of traffic accidents, especially in solving the pre collision phase and at assessment of possibilities for collision prevention by involved participants. The thesis deals with driver’s conduct, various models of the conduct as well as the thesis focuses on the visual perception, the process of information processing, the driver’s conduct and the reaction time. In terms of the solution suitable types of experiments were designed and implemented. Based on performed measurements a method of processing and evaluating data on drivers’ conduct was found as well as more significant data set was obtained for a detailed analysis of drivers' conduct in different driving situations. The assessed quantities of drivers' conduct were analysed with respect to the dangerousness of driving situations. For these purposes, the categories of the dangerousness of driving situations were defined (situations completely safe, with increased danger, dangerous and critical), into which the analysed driving situations were subsequently included. To enable the quantification of this classification of situations into the categories of the dangerousness, the coefficient of the dangerousness (so called K) was defined. From the detailed analysis of the obtained data, the limit values of this coefficient were determined, and these were subsequently verified using data from the solution of real traffic accidents. Concurrently the analysis verified the suitability of using this hazard coefficient in the analysis of traffic accidents, especially for a detailed assessment of the possibilities of collision prevention.

Die vorliegende Arbeit beschreibt ein generisches Verfahren zur wahrscheinlichkeitsbasierten Erkennung von Fahrsituationen und Fahrmanövern für sicherheitsrelevante Fahrerassistenzsysteme. Fahrsituationen und Manöver unterliegen einer gewissen Unsicherheit basierend auf der unterschiedlichen Situationswahrnehmung bzw. Manöverdurchführung der Fahrzeugführer. Diese Unsicherheitskomponente wird in den Ansatz zur Situations- und Manövererkennung mit einbezogen. Ein weiterer Unsicherheitsaspekt beruht auf den ungenauen Umgebungsinformationen auf denen die Situations- und Manövererkennung basiert. Beide Unsicherheitsursachen sind völlig unabhängig voneinander und werden aus diesem Grund separat betrachtet und modelliert. Zur Modellierung dieser beiden Unsicherheitsaspekte bedient sich der vorgestellte Ansatz der Fuzzy-Theorie, der Theorie der probabilistischen Netzen sowie Verfahren zur Fehlerfortpflanzung und Sensitivitätsanalyse. Nach der theoretischen Vorstellung dieser Methodiken wird in der Arbeit detailliert auf den Einsatz und das Zusammenspiel der einzelnen Verfahren zur Erkennung der Fahrsituationen und Fahrmanöver eingegangen. Die Umsetzbarkeit des vorgestellten Verfahrens wird am Beispiel der Notbremssituation gezeigt. Die Notbremssituation setzt sich aus unterschiedlichen Teilsituationen und Manövern zusammen. Die Erkennung der einzelnen Situationen und Manöver sowie die Zusammenführung zur übergeordneten Notbremssituation wurden mit Hilfe des vorgestellten Verfahrens realisiert. Zur Evaluierung der Erkennungsgüte wurden sowohl Messdaten aus dem Straßenverkehr als auch realitätsnahe Daten, aufgezeichnet auf Versuchsstrecken, herangezogen. / The present work describes a generic method for the probabilistic identification of driving situations and driving manoeuvres for safety relevant driver assistance systems. Driving situations and driving manoeuvres underlie a certain uncertainty based on the different situation perception and manoeuvre execution of the driver. This uncertainty component is considered in the approach for the situation and manoeuvre identification. An additional uncertainty aspect is based on the inaccurate environment information, the identification of driving situations and manoeuvres depend on. Both uncertainty aspects are completely independent and are considered and modelled separately for this reason. For modelling both of these uncertainty aspects the present approach is using the fuzzy theory, probabilistic networks, as well as methods for error propagation and sensitivity analysis. After introducing these techniques theoretically, the application and the interaction of the single methods to identify the driving situations and manoeuvres is described in detail. The practicability of the introduced proceeding is shown exemplarily on the emergency brake situation. The emergency brake situation consists of several situation and manoeuvre components. The identification of the single situations and manoeuvres as well as the combination to the higher emergency brake situation is realised with the introduced proceeding. Measuring data gathered on road traffic and close to reality data measured on a test track were used to evaluate the identification quality.