Manifestations of aggressive driving, such as tailgating, speeding, or swearing, are not trivial offenses but are serious problems with hazardous consequences—for the offender as well as the target of aggression. Aggression on the road erases the joy of driving, affects heart health, causes traffic jams, and increases the risk of traffic accidents. This work is aimed at developing a technology-driven solution to mitigate aggressive driving according to the principles of Persuasive Technology. Persuasive Technology is a scientific field dealing with computerized software or information systems that are designed to reinforce, change, or shape attitudes, behaviors, or both without using coercion or deception. Against this background, the Driving Feedback Avatar (DFA) was developed through this work. The system is a visual in-car interface that provides the driver with feedback on aggressive driving. The main element is an abstract avatar displayed in the vehicle. The feedback is transmitted through the emotional state of this avatar, i.e., if the driver behaves aggressively, the avatar becomes increasingly angry (negative feedback). If no aggressive action occurs, the avatar is more relaxed (positive feedback). In addition, directly after an aggressive action is recognized by the system, the display is flashing briefly to give the driver an instant feedback on his action. Five empirical studies were carried out as part of the human-centered design process of the DFA. They were aimed at understanding the user and the use context of the future system, ideating system ideas, and evaluating a system prototype. The initial research question was about the triggers of aggressive driving. In a driver study on a public road, 34 participants reported their emotions and their triggers while they were driving (study 1). The second research question asked for interventions to cope with aggression in everyday life. For this purpose, 15 experts dealing with the treatment of aggressive individuals were interviewed (study 2). In total, 75 triggers of aggressive driving and 34 anti-aggression interventions were identified. Inspired by these findings, 108 participants generated more than 100 ideas of how to mitigate aggressive driving using technology in a series of ideation workshops (study 3). Based on these ideas, the concept of the DFA was elaborated on. In an online survey, the concept was evaluated by 1,047 German respondents to get a first assessment of its perception (study 4). Later on, the DFA was implemented into a prototype and evaluated in an experimental driving study with 32 participants, focusing on the system’s effectiveness (study 5). The DFA had only weak and, in part, unexpected effects on aggressive driving that require a deeper discussion. With the DFA, this work has shown that there is room to change aggressive driving through Persuasive Technology. However, this is a very sensitive issue with special requirements regarding the design of avatar-based feedback systems in the context of aggressive driving. Moreover, this work makes a significant contribution through the number of empirical insights gained on the problem of aggressive driving and wants to encourage future research and design activities in this regard. / Aggressives Fahren, egal ob Drängeln, Rasen oder Fluchen, ist kein Kavaliersdelikt, sondern ein ernstzunehmendes Problem mit schwerwiegenden Folgen—sowohl für den Täter als auch für das Opfer. Es nimmt die Freude am Fahren, beeinträchtigt die Herzgesundheit, verursacht Stau und erhöht das Unfallrisiko. Ziel dieser Arbeit war es daher nach den Prinzipien persuasiver Technologie (engl. Persuasive Technology) eine technische Lösung zu entwickeln, die aggressives Fahren verringert. Als persuasiv werden Systeme bezeichnet, die ein bestimmtes Verhalten oder eine bestimmte Einstellung ihres Nutzers verstärken, verändern oder formen, ohne dabei Zwang auf ihn auszuüben oder ihn zu täuschen. Vor diesem Hintergrund wurde im Rahmen dieser Arbeit der sogenannte Driving Feedback Avatar (DFA) entwickelt. Das System ist eine visuelle Benutzerschnittstelle im Fahrzeug, die dem Fahrer Rückmeldung zu bestimmten aggressiven Verhaltensweisen gibt. Hauptelement ist ein abstrakter Avatar, der in einem Display angezeigt wird. Das Feedback selbst wird durch den emotionalen Zustand dieses Avatars vermittelt. Verhält sich der Fahrer aggressiv, wird er zunehmend wütender (negatives Feedback). Legt der Fahrer hingegen keine aggressiven Verhaltensweisen an den Tag, zeigt sich der Avatar nach und nach entspannter (positives Feedback). Darüber hinaus erhält der Fahrer ein sofortiges Feedback, indem das Display kurz aufblinkt, direkt nachdem eine aggressive Handlung vom System erkannt wurde. Zur Entwicklung des Systems wurden, unter Einsatz menschenzentrierter Forschungsmethoden, insgesamt fünf empirische Studien durchgeführt. Diese dienten dazu, den Nutzer und den Nutzungskontext des zukünftigen Systems zu verstehen, Ideen für mögliche Systeme zu entwickeln und die finale Lösung anhand eines Prototypens zu evaluieren. Zunächst stand dabei die Forschungsfrage im Raum, welche Auslöser für aggressives Fahren es heute gibt. In einer Fahrerstudie auf öffentlicher Straße berichteten dazu 34 Teilnehmer während der Fahrt von ihren Emotionen und deren Auslösern (Studie 1). Die zweite Forschungsfrage ergründete Maßnahmen zur Bewältigung von Aggression im Alltag. Hierzu wurden 15 Experten, die sich beruflich mit der Behandlung von aggressiven Personen befassen, interviewt (Studie 2). Insgesamt konnten so 75 Auslöser aggressiven Fahrens und 34 Maßnahmen zur Regulierung von Aggression im Allgemeinen abgeleitet werden. Inspiriert von diesen Erkenntnissen, entwickelten 108 Teilnehmer in einer Reihe von Workshops mehr als 100 Ideen, wie Aggression beim Fahren, unter Einsatz von Technologie, verringert werden könnte (Studie 3). Basierend auf diesen Ideen, entstand das Konzept des DFA. In einer Onlineumfrage mit 1.047 deutschen Teilnehmern wurde das Konzept evaluiert, um eine erste Bewertung der Wahrnehmung des Systems zu erhalten (Studie 4). Später wurde der DFA prototypisch umgesetzt und dessen Effektivität in einer Fahrerstudie unter experimentellen Bedingungen untersucht (Studie 5). Es zeigte sich, dass das System nur schwache und in Teilen auch unerwartete Effekte hat, die eine eingehende Diskussion verlangen. Diese Arbeit hat gezeigt, dass es möglich ist, aggressives Fahren mit Hilfe persuasiver Technologie zu beeinflussen. Jedoch ist dies ein sehr sensibles Vorhaben, das besondere Anforderungen an das Design Avatar-basierter Feedbacksysteme im Kontext aggressiven Fahrens stellt. Darüber hinaus leistet diese Arbeit vor allem aufgrund der gewonnenen empirischen Erkenntnisse rund um das Problem aggressiven Fahrens einen wichtigen Beitrag für Wissenschaft und Praxis und will zu weiteren Forschungs- und Designaktivitäten anregen.

Drivers overtaking cyclists on rural roads create a hazardous scenario due to the potentially high impact speeds and, therefore, severe consequences in case of a crash [1]. Díaz Fernández et al. analyzed crashes between cyclists and motorized vehicles from various data sources, including insurance reports and crash databases, and concluded that this scenario is particularly dangerous and new safety countermeasures are needed [2]. Other studies have shown that particularly the side-swipe risk through. aerodynamic forces due to low lateral clearance and high overtaking speed affects both the objective and subjective safety of the cyclist [3], [4]. Furthermore, recent work by Gildea et al. showed through a self-reported survey among cyclists that a significant amount of side-swipe crashes and near-crashes with lower severity of injuries remains unreported [ 5]. This underlines the importance of investigating further in what situations the side-swipe risk for cyclists increases and how it can be decreased effectively. Previous research investigated how driver behavior in overtaking is influenced by infrastructural elements such as lane widths [6], road markings [6], [7], parked cars [7], and the presence of road crossings. However, the effect of sight distance on driver behavior has not gained much attention yet. Therefore, this work analyzed the influence of sight distance on driver behavior and the resulting safety implications for the overtaken cyclist.

Fahrerassistenzsysteme (FAS), wie zum Beispiel die „Aktive Gefahrenbremsung“, sollen dazu beitragen, das Fahren sicherer zu machen und die Anzahl an Unfällen und Verunglückten im Straßenverkehr weiter zu senken. Bei der Entwicklung von FAS muss neben der funktionalen Zuverlässigkeit des FAS sichergestellt werden, dass der Fahrer die Assistenzfunktion versteht und fehlerfrei benutzen kann. Zur Bestimmung geeigneter Systemauslegungen kommen in der Entwicklung Probandenversuche zum Einsatz, bei denen die zukünftigen Nutzer das FAS erleben und anschließend beurteilen. In dieser Arbeit wird die Eignung eines statischen Fahrsimulators für die Durchführung von Probandenversuchen zur Bewertung aktiv eingreifender FAS untersucht. Hierzu wurde ein Fahrversuch auf der Teststrecke und im statischen Fahrsimulator konzipiert, mit jeweils ca. 80 Probanden durchgeführt und die Ergebnisse bezüglich der Auswirkung des FAS „Aktive Gefahrenbremsung“ auf ausgewählte objektive und subjektive Kennwerte in der jeweiligen Versuchsumgebung vergleichend gegenübergestellt. Es zeigt sich, dass der statische Fahrsimulator prinzipiell für die Durchführung von Studien zur Bewertung aktiv eingreifender FAS geeignet ist. Als Ergebnis der Arbeit werden Erkenntnisse zur Aussagekraft der betrachteten Kennwerte sowie Empfehlungen zur Versuchsdurchführung im statischen Fahrsimulator gegeben.

Durch die Entwicklung und Einführung moderner Fahrerassistenzsysteme soll der Komfort und die Sicherheit des Autofahrens erhöht werden. Das Fahrerassistenzsystem Speed Control verbindet die Ergebnisse der Forschungsarbeiten der letzten Jahre aus dem Bereich des Straßenentwurfs und der Fahrzeugtechnik. Dieses System warnt den Kraftfahrer vor sicherheitskritischen Stellen in der Linienführung von Außerortsstraßen. Es empfiehlt dem Fahrer eine sicher und komfortabel fahrbare Geschwindigkeit für den vorausliegenden Streckenabschnitt. Dafür wurden in Abhängigkeit des Fahrertyps Modelle zur Prognose und Beschreibung des Geschwindigkeits- und Beschleunigungsverhaltens entwickelt. Die Umgebungsbedingungen (Tag, nass) werden dabei mit beachtet. / By developing and implementing modern driver assistance systems the comfort and safety of driving shall be improved. The driver assistance system Speed Control combines the last year’s research work results in the fields of road design and automotive engineering. This system alerts the driver to safety critic spots in the alignment of roads. It recommends a safe and comfortable driving speed for the road segment ahead. Therefore driver type depending models to predict and describe the speed and acceleration behaviour were developed. Withal environmental conditions (day, wet) are regarded.

Durch das I-FAS der TU Chemnitz wurde im Rahmen des AKTIV-Projektes eine Probandenstudie zur Akzeptanz von Systemausprägungen einer Aktiven Gefahrenbremsung (AGB) bei PKW durchgeführt. Unter Verwendung eines stehenden Hindernisses wurden sechs Systemausprägungen verglichen, die von den AGB-Partnern in zwei Versuchsträger implementiert wurden. Die sechs Systemausprägungen werden nahezu identisch bewertet, solange Probanden keine Vergleichsmöglichkeit zu anderen Systemausprägungen haben. Wenn es zu einem Fahrereingriff kommt, ist der Eingriffszeitpunkt des Fahrers unabhängig von der gefahrenen Systemausprägung.

Durch die Entwicklung und Einführung moderner Fahrerassistenzsysteme soll der Komfort und die Sicherheit des Autofahrens erhöht werden. Das Fahrerassistenzsystem Speed Control verbindet die Ergebnisse der Forschungsarbeiten der letzten Jahre aus dem Bereich des Straßenentwurfs und der Fahrzeugtechnik. Dieses System warnt den Kraftfahrer vor sicherheitskritischen Stellen in der Linienführung von Außerortsstraßen. Es empfiehlt dem Fahrer eine sicher und komfortabel fahrbare Geschwindigkeit für den vorausliegenden Streckenabschnitt. Dafür wurden in Abhängigkeit des Fahrertyps Modelle zur Prognose und Beschreibung des Geschwindigkeits- und Beschleunigungsverhaltens entwickelt. Die Umgebungsbedingungen (Tag, nass) werden dabei mit beachtet. / By developing and implementing modern driver assistance systems the comfort and safety of driving shall be improved. The driver assistance system Speed Control combines the last year’s research work results in the fields of road design and automotive engineering. This system alerts the driver to safety critic spots in the alignment of roads. It recommends a safe and comfortable driving speed for the road segment ahead. Therefore driver type depending models to predict and describe the speed and acceleration behaviour were developed. Withal environmental conditions (day, wet) are regarded.

Das Risiko, im Straßenverkehr getötet zu werden, ist für Motorrad-Aufsassen vielfach höher als für andere Verkehrsteilnehmer. Dabei spielt das Verhalten der Motorradfahrer eine zent-rale Rolle. In Abhängigkeit von ihrer Fahrkompetenz können Fahrer durch entsprechendes Agieren und Reagieren kritische Situationen und Unfälle vermeiden. Zur Analyse des Fahrerverhaltens in Situationen individuell unterschiedlicher Kritikalität wurden Versuchs-fahrten mit Motorradfahrern unterschiedlicher Fahrerfahrung auf einem abgesperrten Test-gelände und im öffentlichen Straßenverkehr durchgeführt. Dazu wurde ein Versuchsmotor-rad mit Messtechnik ausgestattet, um detaillierte Informationen zum Fahrer, zum Fahrzeug und zur Umgebung zu erfassen. Die Probanden wiesen große Unterschiede im Fahrerverhal-ten auf, was in den meisten Fällen auf die unterschiedlichen Fahrerfahrungen der Teilneh-mer zurückzuführen ist. Durch detaillierte Analysen des Fahrerverhaltens konnten fahrer-spezifische Defizite festgestellt und entsprechende Verbesserungsmöglichkeiten aufgezeigt werden. Auf Basis dieser Erkenntnisse wurden Konzepte zur Unterstützung des Fahrers bei der Erweiterung seiner Fahrkompetenz beim Motorradfahren aufgestellt. Die Konzepte se-hen eine aus Standardmanövern und Realverkehrsfahrten kombinierte Schulung bzw. ein kombiniertes Training vor. Im Rahmen dessen werden dem Fahrer vor, während oder nach der Fahrt direkt oder indirekt (über eine Begleitperson) relevante Informationen im Hinblick auf entsprechende Verbesserungsmöglichkeiten zur Verfügung gestellt. Darüber hinaus wur-de ein kompakter Datenrekorder prototypisch entwickelt, womit die Grundlage für den prak-tischen Einsatz geschaffen wurde.

In recent years, the automotive sector has seen a steady increase in the introduction of new Advanced Driving Assistance Systems (ADAS). This trend toward more complex systems will become even more pronounced with regard to Highly Automated Driving (HAD). In addition to the expected benefits of ADAS and HAD (increased comfort, efficiency, and safety), it is important to eliminate risks as much as possible to ensure that the system does not introduce new critical situations or road traffic accidents. Due to the increasing interaction of systems with the driver and their environment, it is no longer sufficient to investigate the system in isolation. There is also a need to investigate how the driver and the environment interact with the new system. Furthermore, the functional scope of the systems is expanding to cover entire application domains, such as highways and in the future rural and urban areas. This results in a significant increase in the number of parameters and scenarios that require testing for approval of these new technologies. This means that the scenario space to be analyzed is constantly expanding, which poses increasing problems for safety assessments. The expected number of test kilometers required to validate HAD is too large to be cost- and time-effective through real-world testing. This is why virtual safety assessments are necessary. In this context, the present thesis investigates whether virtual safety assessments can be efficiently performed today through Monte Carlo simulations using cognitive driver behavior models. The body of the thesis consists of four articles that consider different aspects of the safety assessment. Article 1 derives the cognitive core functions that driver behavior models must implement to display the causes and mechanisms of human error. This way, driver behavior models are able to map all hazard levels of realistic traffic, including normal traffic, critical situations, and road traffic accidents. By mapping the interactions of road users, cognitive models thus form the basis for the virtual safety assessment of ADAS and HAD systems. Due to the lack of existing cognitive driver behavior models that implement these cognitive core functions, the Driver Reaction Model (DReaM), a new driver behavior model, was developed and continuously improved as part of this work. Article 2 outlines a calibration and validation strategy, using DReaM as an example, to investigate whether driver behavior models are suitable for safety assessments, mapping all levels of realistic traffic. Subsequently, Article 3 estimates the time required to perform Monte Carlo studies for safety assessments, again using DReaM as an example. Therefore, an optimistic and pessimistic estimation is generated based on the minimum number of runs (MNR) required to simulate an exemplary traffic scenario. In summary, Articles 1–3 examine the quality of driver behavior models and the time required to perform safety-related studies. This lays the foundation for determining whether efficient safety assessments are feasible. Finally, Article 4 exemplarily assesses an urban Automatic Emergency Braking (AEB) system using DReaM to outline the overall virtual assessment methodology. Based on Article 4 and the findings of Article 1–3, minimal requirements are defined for improving and standardizing the virtual safety assessment process. These requirements aim to improve the reliability of safety assessments and enhance the comparability of results across various studies and models

Fahrerassistenzsysteme (FAS), wie zum Beispiel die „Aktive Gefahrenbremsung“, sollen dazu beitragen, das Fahren sicherer zu machen und die Anzahl an Unfällen und Verunglückten im Straßenverkehr weiter zu senken. Bei der Entwicklung von FAS muss neben der funktionalen Zuverlässigkeit des FAS sichergestellt werden, dass der Fahrer die Assistenzfunktion versteht und fehlerfrei benutzen kann. Zur Bestimmung geeigneter Systemauslegungen kommen in der Entwicklung Probandenversuche zum Einsatz, bei denen die zukünftigen Nutzer das FAS erleben und anschließend beurteilen. In dieser Arbeit wird die Eignung eines statischen Fahrsimulators für die Durchführung von Probandenversuchen zur Bewertung aktiv eingreifender FAS untersucht. Hierzu wurde ein Fahrversuch auf der Teststrecke und im statischen Fahrsimulator konzipiert, mit jeweils ca. 80 Probanden durchgeführt und die Ergebnisse bezüglich der Auswirkung des FAS „Aktive Gefahrenbremsung“ auf ausgewählte objektive und subjektive Kennwerte in der jeweiligen Versuchsumgebung vergleichend gegenübergestellt. Es zeigt sich, dass der statische Fahrsimulator prinzipiell für die Durchführung von Studien zur Bewertung aktiv eingreifender FAS geeignet ist. Als Ergebnis der Arbeit werden Erkenntnisse zur Aussagekraft der betrachteten Kennwerte sowie Empfehlungen zur Versuchsdurchführung im statischen Fahrsimulator gegeben.

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