Context Awareness for Smartphone-Based Cooperative VRU Collision Avoidance

Nach Angaben der Weltgesundheitsorganisation sterben weltweit noch immer jährlich rund 1,35 Millionen Menschen bei Verkehrsunfällen. Ungefähr 54% dieser Todesfälle ereignen sich unter ungeschützten Verkehrsteilnehmern wie Fußgängern, Radfahrern und Motorradfahrern. Fußgänger und Radfahrer machen dabei zusammen rund 26% aller Verkehrstoten aus. Im Gegensatz zu fahrzeugbasierten Kollisionsvermeidungssystemen setzen kooperative Systeme die Verwendung von mobilen Geräten wie Smartphones zur kontinuierlichen Erfassung von Bewegungen verletzlicher Verkehrsteilnehmer und dem Austausch dieser Informationen mit anderen Verkehrsteilnehmern voraus, um mögliche Kollisionen zu erkennen und zu vermeiden. Bei der Verwendung von Smartphones zur kooperativen Kollisionsvermeidung müssen jedoch Fehler bei der Bestimmung des aktuelle Bewegungsvektors (d.h. Position, Richtung und Geschwindigkeit) eines ungeschützten Verkehrsteilnehmers berücksichtigt werden. Bisher ist noch unklar, wie sich Fehler bei der Bestimmung des Bewegungsvektors eines ungeschützten Verkehrsteilnehmers auf die Fähigkeit auswirken, bevorstehende Kollisionen zu erkennen, wenn dieser Bewegungsvektor durch aktuelle Smartphones ermittelt wird. Zu diesem Zweck untersucht diese Dissertation die Machbarkeit des Einsatzes aktueller Smartphones zur kooperativen Kollisionsvermeidung, indem zunächst Fehler bei der Bestimmung von Position, Richtung und Geschwindigkeit eines Fußgängers ermittelt werden. Des Weiteren wird eine Simulation durchgeführt, um den Einfluss dieser Fehler auf die Kollisionserkennungsleistung zu untersuchen, welche zeigt, dass aktuelle Smartphones die Anforderungen an eine zuverlässige Kollisionsvermeidung noch nicht erfüllen. Um diese und andere Herausforderungen zu adressieren, fokussiert sich aktuellere Forschung auf die Nutzung physischer Aktivitäten von Fußgängern, wie Gehen oder Stehen, um kooperative Kollisionsvermeidungssysteme zu unterstützen. Bisher wurde jedoch die tatsächliche Zeit, die benötigt wird, um Übergänge zwischen Aktivitäten von Fußgängern zu erkennen, nicht betrachtet. Daher untersucht diese Dissertation sowohl die Erkennungsgenauigkeit als auch die Erkennungsverzögerung von drei Fußgängeraktivitäten, d.h. das Losgehen, das Stehenbleiben und das Überqueren einer Bordsteinkante. Hierfür wird eine eventbasierte Evaluation durchgeführt, die den Einfluss verschiedener Phasen der Aktivitätserkennung sowohl auf die Erkennungsgenauigkeit als auch auf die Verzögerung analysiert. Aus dieser Untersuchung werden Empfehlungen abgeleitet, wie die Erkennungsverzögerung verringert und gleichzeitig eine hohe Erkennungsgenauigkeit beibehalten werden kann. Schließlich wird in dieser Dissertation die Verwendung eines Bordsteinerkennungsmoduls zur Verbesserung der aktuellen Position eines Fußgängers evaluiert. Für diese Evaluation werden Verzögerungen sowohl für die Erkennung der Überquerung der Bordsteinkante als auch für die Kommunikation berücksichtigt. Dabei zeigt sich, dass selbst unter Berücksichtigung von Verzögerungen, die Wahrscheinlichkeit, eine bevorstehende Kollision zwischen Fußgängern und Fahrzeugen zu erkennen, signifikant erhöht werden kann.