New Publication on “Modellierung von Kinetose für die Trajektorienplanung im automatisierten Fahren unter Berücksichtigung von Kopfbewegungen”

Alexander Steinke, M.Sc., Paul Bommhardt, B.Sc., Prof. Dr.-Ing. Ulrich Konigorski

2023/05/22

Modellierung von Kinetose für die Trajektorienplanung im automatisierten Fahren unter Berücksichtigung von Kopfbewegungen

Abstract

Kinetose ist ein verbreiteter Auslöser von Unbehagen in Straßenfahrzeugen. Da die Fahrzeugbewegung als primäre Ursache für Kinetose gilt, sollten kritische Bewegungsprofile bereits in der Trajektorienplanung autonomer Fahrzeuge unterdrückt werden. So könnte das Kinetoserisiko prädiktiv reduziert, der Fahrkomfort von Passagieren gesteigert und die Nutzerakzeptanz automatisierter Fahrzeuge erhöht werden.

In dieser Arbeit wird das Entstehen von Kinetose als dynamisches System modelliert, welches sich aus einem Körperschwingungsmodell und dem Subjective Vertical Conflict (SVC)-Modell zusammensetzt. Durch eine Identifikation im automatisierten Versuchsfahrzeug erweitern wir zusätzlich die Systemkenntnis für laterale Kopfschwingungen im Frequenzband 0,02 Hz ≤ ?? ≤ 1 Hz einschließlich der Individualität verschiedener Passagiere.

In einem weiteren Schritt zeigen wir, dass das resultierende Kinetosemodell ohne wesentlichen Genauigkeitsverlust erheblich vereinfacht werden kann. So gibt es einen starken Zusammenhang zwischen Kinetose und dem horizontalen Ruck des Fahrzeugs, welcher in der Trajektorienplanung genutzt werden kann. Wir betten das Kinetosemodell in eine optimale Trajektorienplanung

ein und zeigen, dass sehr ähnliche Planungsergebnisse erzielt werden, wenn entweder der vertikale Konflikt als Teil des SVC-Modells, oder der horizontale Ruck des Fahrzeugs minimiert werden. In beiden Fällen lässt sich die Kinetoseinzidenz nach dem SVC-Modell deutlich senken, insbesondere auf Straßen, die besonders anfällig für Kinetose sind.

Idoi.org/10.51202/9783181024119-65