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 dem zunehmenden Einsatz automatisierter Fahrzeuge (AV) in Europa gewinnen externe Mensch-Maschine-Schnittstellen (eHMI) an Bedeutung, um die Kommunikation zwischen Fahrzeugen und anderen Verkehrsteilnehmenden (VRU) zu verbessern. Besonders chinesische Hersteller integrieren bereits fortschrittliche symbolbasierte eHMI-Konzepte und sind regulatorisch teilweise näher an einer gesetzlichen Einführung als Europa. Insbesondere die Verständlichkeit und kulturelle Akzeptanz dieser Symbole werden im europäischen Kontext regelmäßig diskutiert.

Ziel der Ausschreibung ist die Validierung chinesischer eHMI-Symbole hinsichtlich Verständlichkeit, Notwendigkeit und Akzeptanz bei europäischen Nutzenden, um einen europäischen Standard umsetzen zu können.

Im Rahmen des Forschungsprojektes „Migration of Road Vehicle Automation“(MiRoVA) befasst sich das Fachgebiet Fahrzeugtechnik (FZD) mit der Entwicklung von assistiertem und automatisiertem Fahren und der Frage, welche Auswirkungen eine zunehmende Automatisierung auf Mensch-Technik-Systeme, intern wie extern hat. Besonders aus externer Sicht ist dabei das Fahrverhalten ein entscheidender Faktor bei der erfolgreichen Integration in den Mischverkehr. Ziel dieser Arbeit ist die systematische Identifikation und Analyse potentieller Unterschiede zu menschlichem Fahrverhalten.

Am Fachgebiet Fahrzeugtechnik (FZD) wird in Kooperation mit der TWT GmbH Science & Innovation im Forschungsprojekt CONTROL an der physikbasierten Simulation von Radar- und LiDAR-Sensoren für automatisierte Fahrzeuge geforscht. Ziel dieser Arbeit ist die Entwicklung realistischer Validierungsszenarien zur Untersuchung von Daten-, Modell- und Labelunsicherheiten sowie deren Einfluss auf die Sensorfusion und nachgelagerte Downstream-Aufgaben. Basierend auf simulierten Sensordaten werden klassische und ML-basierte Sensorfusionsverfahren hinsichtlich Fusionsgenauigkeit, Unsicherheitsquantifizierung, Recheneffizienz und Robustheit gegenüber adversarialen bzw. anomalienbehafteten Eingaben vergleichend bewertet.

Im Rahmen des Forschungsprojektes „Migration of Road Vehicle Automation“(MiRoVA) befasst sich das Fachgebiet Fahrzeugtechnik (FZD) mit der Entwicklung von assistiertem und automatisiertem Fahren und der Frage, wie sich Mensch-Technik-Systeme im Zuge unterschiedlicher Automatisierungsgrade und Designs entwickeln. Sogenannte ADS-Features lassen sich dabei auf unterschiedlichen Systemebenen beschreiben (bspw. Funktion, Software, Hardware, Fähigkeiten). Ziel dieser Thesis ist die Entwicklung eines Modellansatzes, welches die Wirkzusammenhänge innerhalb eines ADS-Features und seiner Systemebenen qualitativ darstellt und diesen anhand eines bestehenden ADS-Features evaluiert.

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.

Am Fachgebiet Fahrzeugtechnik (FZD) wird in dem Forschungsprojekt CONTROL an der Simulation von Sensorik für die Umfelderfassung automatisierter Fahrzeuge geforscht. Hierbei steht besonders die Fusion verschiedener Sensormodalitäten und deren Adaptivität im Fokus. Im Rahmen dieser Thesis sollen Ansätze einer adaptiven Sensorfusionsarchitektur systematisch untersucht und identifiziert werden. Darauf aufbauend soll ein erster Implementierungsansatz für eine 2D Objekterkennung mithilfe der Sensorfusionsarchitektur erarbeitet und hinsichtlich verschiedener Metriken analysiert werden.

Am Fachgebiet Fahrzeugtechnik (FZD) wird das Potential von Function Offboarding in Zusammenarbeit mit der Industrie für zukünftige softwarezentrierte Fahrzeugarchitekturen untersucht. Ziel ist die Konzeption und Implementierung einer modularen Simulationsumgebung zur quantitativen Bewertung des Einflusses von Modellkomplexität und Kommunikationslatenz auf die Funktionsgüte einer fahrdynamischen Regelung.