Kooperative Interaktionen zwischen Verkehrsteilnehmenden sind eine wesentliche Voraussetzung für einen sicheren und effizienten Straßenverkehr. Besonders Fahrstreifenwechsel stellen Situationen dar, in denen Fahrende ihre eigenen Interessen mit den Bedürfnissen anderer Verkehrsteilnehmender abwägen müssen. Prosoziales Fahrverhalten umfasst hierbei freiwillige, kooperative und situationsangemessene Verhaltensweisen, die dazu beitragen, Sicherheit, Vorhersagbarkeit und Verkehrsfluss zu verbessern. Mit der zunehmenden Einführung automatisierter Fahrzeuge gewinnen solche kooperativen Interaktionen weiter an Bedeutung. Automatisierte Fahrzeuge müssen ihr Fahrverhalten so gestalten, dass menschliche Fahrende ihre Absichten verstehen und angemessen darauf reagieren können. Um diese Interaktionen wissenschaftlich untersuchen zu können, werden geeignete Messinstrumente benötigt. Während etablierte Fragebögen, wie beispielsweise das Prosocial and Aggressive Driving Inventory (PADI), allgemeines prosoziales Fahrverhalten erfassen, existiert bislang kein validiertes Instrument, das speziell die Kooperationsbereitschaft und das prosoziale Verhalten in Fahrstreifenwechselsituationen misst.

Mit der zunehmenden Entwicklung und Einführung automatisierter Fahrzeuge (AV) verschiebt sich der Fokus der Forschung zunehmend von der äußeren Erscheinung und der Kenntlichkeit automatisierter Fahrzeuge hin zu deren tatsächlichem Fahrverhalten. Aktuelle Studien zeigen, dass die Kooperation und Interaktion mit anderen Verkehrsteilnehmenden weniger davon abhängt, ob ein Fahrzeug als automatisiert erkannt wird, sondern vielmehr davon, wie es sich im Straßenverkehr verhält. Fahrverhaltensparameter wie Geschwindigkeit, Beschleunigung, Verzögerung, Spurführung oder Sicherheitsabstände beeinflussen maßgeblich die Wahrnehmung, Vorhersehbarkeit und Akzeptanz automatisierter Fahrzeuge. Obwohl bereits zahlreiche Untersuchungen zu einzelnen Aspekten des Fahrverhaltens existieren, fehlt bislang eine systematische Zusammenführung der relevanten Einflussfaktoren. Ziel dieser Arbeit ist es daher, den aktuellen Stand der Forschung im Rahmen einer systematischen Literaturrecherche aufzuarbeiten und die wesentlichen Fahrverhaltensparameter sowie deren Einfluss auf die Kooperation zwischen automatisierten Fahrzeugen und anderen Verkehrsteilnehmenden zu identifizieren und zu strukturieren.

Im Rahmen des Forschungsprojekts IgeL_x wird ein Standard für Systeme in der intelligenten Straßenbeleuchtung entwickelt. Zu diesem Zweck soll eine Nutzungskontextanalyse durchgeführt werden.

Ziel dieser Arbeit ist es, zielgruppenspezifische Informationsmaterialien sowohl im Textformat (Handbuchstil) als auch in Form von Kurzvideos zu entwerfen und zu evaluieren.

Beschäftigte in der manuellen Montage sind häufig hohen physischen Belastungen ausgesetzt, die mit muskuloskelettalen Erkrankungen assoziiert werden. Zur Reduktion ungünstiger Gelenkstellungen und Körperhaltungen bietet die automatische Positionierung von Arbeitsobjekten an ergonomisch gestalteten adaptiven Arbeitsstationen einen vielversprechenden Ansatz. Die Auswirkungen eines solchen Demonstrators sollen mithilfe eines Motion-Capture-Systems untersucht werden.

Am Fachgebiet Fahrzeugtechnik (FZD) wird in Kooperation mit Persival GmbH in dem Forschungsprojekt CONTROL an der Simulation von Sensorik für die Umfelderfassung automatisierter Fahrzeuge geforscht. Hierbei stehen besonders die Unsicherheiten von Lidarsensoren im Fokus. Im Rahmen dieser Thesis sollen bestehende Materialklassifikationen analysiert, erweitert und auf klassenspezifische Unsicherheiten bezüglich Reflexionseigenschaften typischer Lidarwellenlängen untersucht werden. Hierfür werden Reflektivitätsmessungen unter Laborbedingungen sowie auf Teststrecken durchgeführt.