The rise of automated driving will fundamentally change our mobility in the near future. This thesis specifically considers the stage of so called highly automated driving (Level 3, SAE International, 2014). At this level, a system carries out vehicle guidance in specific application areas, e.g. on highway roads. The driver can temporarily suspend from monitoring the driving task and might use the time by engaging in so called non-driving related tasks (NDR-tasks). However, the driver is still in charge to resume vehicle control when prompted by the system. This new role of the driver has to be critically examined from a human factors perspective.
The main aim of this thesis was to systematically investigate the impact of different NDR-tasks on driver behavior and take-over performance. Wickens’ (2008) architecture of multiple resource theory was chosen as theoretical framework, with the building blocks of multiplicity (task interference due to resource overlap), mental workload (task demands), and aspects of executive control or self-regulation. Specific adaptations and extensions of the theory were discussed to account for the context of NDR-task interactions in highly automated driving.
Overall four driving simulator studies were carried out to investigate the role of these theoretical components. Study 1 showed that drivers focused NDR-task engagement on sections of highly automated compared to manual driving. In addition, drivers avoided task engagement prior to predictable take-over situations. These results indicate that self-regulatory behavior, as reported for manual driving, also takes place in the context of highly automated driving. Study 2 specifically addressed the impact of NDR-tasks’ stimulus and response modalities on take-over performance. Results showed that particularly visual-manual tasks with high motoric load (including the need to get rid of a handheld object) had detrimental effects. However, drivers seemed to be aware of task specific distraction in take-over situations and strictly canceled visual-manual tasks compared to a low impairing auditory-vocal task. Study 3 revealed that also the mental demand of NDR-tasks should be considered for drivers’ take-over performance. Finally, different human-machine-interfaces were developed and evaluated in Simulator Study 4. Concepts including an explicit pre-alert (“notification”) clearly supported drivers’ self-regulation and achieved high usability and acceptance ratings.
Overall, this thesis indicates that the architecture of multiple resource theory provides a useful framework for research in this field. Practical implications arise regarding the potential legal regulation of NDR-tasks as well as the design of elaborated human-machine-interfaces. / In den nächsten Jahren wird die Fahrzeugautomatisierung stufenweise immer weiter zunehmen. Im Fokus dieser Arbeit steht das Hochautomatisierte Fahren (HAF), bei dem ein System in definierten Anwendungsbereichen, z.B. auf Autobahnen, die Fahraufgabe vollständig übernehmen kann (Level 3; SAE International, 2014). Der Fahrer muss das Verkehrsgeschehen nicht mehr überwachen, jedoch bereit sein, nach Aufforderung durch das System die Fahraufgabe wieder zu übernehmen. Bisherige Forschung legt nahe, dass Fahrer die freigewordene Zeit oftmals zur Beschäftigung mit sog. fahrfremden Tätigkeiten (FFTs) nutzen werden.
Die vorliegende Arbeit beschäftigt sich mit den Herausforderungen, die diese neue Rolle des Fahrers mit sich bringt. Der Fokus liegt auf dem Einfluss unterschiedlicher FFTs auf die Übernahmeleistung und der Frage, inwieweit Fahrer den Umgang mit FFTs an die situativen Bedingungen anpassen. Die Theorie der multiplen Ressourcen (Wickens, 2008) wurde dabei als Rahmenmodell gewählt und für den spezifischen Anwendungsfall von HAF-Systemen ausgelegt.
In vier Fahrsimulatorstudien wurden die unterschiedlichen Komponenten der Theorie untersucht. Studie 1 beschäftigte sich mit dem Aspekt der Ressourcenallokation (Selbstregulation). Die Ergebnisse zeigten, dass Fahrer die Beschäftigung mit einer prototypischen FFT an die Verfügbarkeit des HAF-Systems anpassten. Die Tätigkeit wurde bevorzugt im HAF und nicht im manuellen Fahrbetrieb durchgeführt und vor Übernahmesituationen wurden weniger Aufgaben neu begonnen. Studie 2 betrachtete den Aspekt der Interferenz zwischen FFT und Fahraufgabe. Die Modalitäten einer FFT wurden dazu systematisch variiert. Dabei zeigte sich, dass insbesondere visuell-manuelle Tätigkeiten mit hoher motorischer Beanspruchung (z.B. ein in der Hand gehaltenes Tablet) die Übernahme erschwerten. Fahrer schienen sich der Ablenkung bewusst zu sein und brachen diese Art von Aufgaben bei der Übernahme eher ab. Studie 3 ergab Hinweise, dass neben den Aufgabenmodalitäten auch kognitive Beanspruchung die Übernahmeleistung beeinträchtigen kann. Studie 4 beschäftigte sich mit der Mensch-Maschine-Schnittstelle (HMI) für HAF-Systeme. Die Ergebnisse ergaben, dass eine explizite Vorankündigung von Übernahmesituationen die Selbstregulation des Fahrers unterstützen kann.
Die Arbeit zeigt die Eignung der multiplen Ressourcentheorie als Rahmenmodell für Forschung im Bereich HAF. Praktische Implikationen ergeben sich für mögliche gesetzliche Regelungen über erlaubte Tätigkeiten beim HAF, genauso wie konkrete HMI-Gestaltungsempfehlungen.
Identifer | oai:union.ndltd.org:uni-wuerzburg.de/oai:opus.bibliothek.uni-wuerzburg.de:17395 |
Date | January 2018 |
Creators | Wandtner, Bernhard |
Source Sets | University of Würzburg |
Language | English |
Detected Language | German |
Type | doctoralthesis, doc-type:doctoralThesis |
Format | application/pdf |
Rights | https://opus.bibliothek.uni-wuerzburg.de/doku/lic_ohne_pod.php, info:eu-repo/semantics/openAccess |
Page generated in 0.0018 seconds