Cookies help us deliver our services. By using our services, you agree to our use of cookies.

Cuvillier Verlag

Publications, Dissertations, Habilitations & Brochures.
International Specialist Publishing House for Science and Economy

Cuvillier Verlag

De En Es
Regressionsmodelle zur Berücksichtigung von Fahrerindividualität in der kognitiven Fahrerverhaltensmodellierung

Hard Copy
EUR 62.90

E-book
EUR 44.90

Regressionsmodelle zur Berücksichtigung von Fahrerindividualität in der kognitiven Fahrerverhaltensmodellierung (Volume 18) (English shop)

Manuela Witt (Author)

Preview

Extract, PDF (240 KB)
Table of Contents, PDF (89 KB)

ISBN-13 (Hard Copy) 9783736973954
ISBN-13 (eBook) 9783736963955
Language Alemán
Page Number 230
Lamination of Cover matt
Edition 1
Book Series Schriftenreihe des Lehrstuhls Kraftfahrzeugtechnik
Volume 18
Publication Place Göttingen
Place of Dissertation Dresden
Publication Date 2021-03-18
General Categorization Dissertation
Departments Automotive engineering
Keywords Fahrermodell, kognitives Fahrermodell, Fahrerverhalten, Fahrerindividualität, Fahrereigenschaften, Persönlichkeit, Kognition, Alter, Geschlecht, Fahrerfahrung, Fahrroutine, Stress, Fahrsimulatorstudie, Realfahrversuch, Verkehrssicherheit, Assistiertes Fahren, Fahrerassistenzfunktionen, Automatisiertes Fahren, Verkehrssimulation, Stochastic Cognitive Model, prospektive Wirksamkeitsanalyse, Risikobereitschaft, Driving Anger, Sensation Seeking, Geduld, Ängstlichkeit, Impulsivität, Lineare Regression, Regressionsmodell, Regressionsanalyse, Hauptkomponentenanalyse, Fahrgeschwindigkeit, Folgeabstand, Gesetzeskonformität, Geschwindigkeitsüberschreitung, Beschleunigung, Müdigkeit, Fahrerleistung, Fahrverhaltensparameter, Rechtsfahrgebot, Eye Tracking, Informationsverarbeitung, driver model, cognitive driver model, driver behavior, driver individuality, driver characteristics, personality, cognition, age, gender, driving experience, driving routine, stress, driving simulator study, realistic driving study, traffic safety, Assisted Driving, Advanced Driver Assistance Systems, Automated Driving, traffic simulation, Stochastic Cognitive Model, prospective impact assessment, risk tolerance, driving anger, sensation seeking, patience, anxiety, impulsiveness, linear regression, regression model, regression analysis, Principal Component Analysis, driving velocity, following distance, legal compliance, speeding, acceleration, fatigue, driver performance, driving behavior parameters, obligation to drive on the right, eye tracking, information processing
Description

Im Rahmen der Entwicklung assistierter und automatisierter Fahrfunktionen ist die Erhöhung der Verkehrssicherheit ein gemeinsames Bestreben aller Beteiligten (u.a. von Automobilherstellern, Kunden, der Bundesregierung und unabhängigen Testinstituten). Die Methode der agentenbasierten Verkehrssimulation zur gesamthaften Bewertung der Sicherheit dieser Funktionen rückt dabei zunehmend in den Fokus der verfügbaren Testwerkzeuge. Zur adäquaten Simulation des Straßenverkehrs werden valide Modelle für den Fahrer, die Verkehrsumgebung und das Fahrzeug benötigt. Insbesondere die Modellierung menschlichen Fahrerverhaltens stellt eine zentrale Herausforderung dar, die auch die Berücksichtigung von Fahrerindividualität verlangt. Der Einfluss inter- und intraindividueller Fahrereigenschaften wird im Rahmen dieser Dissertation mithilfe von Fahrsimulatorstudien und Realfahrversuchen empirisch untersucht und anhand von Regressionsmodellen quantifiziert. Dabei werden demographische Eigenschaften wie das Alter, das Geschlecht sowie die Fahrroutine, Persönlichkeitseigenschaften wie Sensation Seeking, Risikobereitschaft und Driving Anger sowie veränderliche Fahrerzustände wie Müdigkeit und Stress berücksichtigt. Korrelationen zwischen Fahrerindividualität und stochastischen Verhaltensparametern werden analysiert und anhand von Regressionsanalysen gewichtet.