Es wird erwartet, dass die Projektergebnisse zu allen der folgenden erwarteten Ergebnisse beitragen werden:

• Validierte menschliche Verhaltensmodelle, die die Vielfalt des menschlichen Fahrverhaltens in sicherheitsrelevanten Szenarien repräsentieren, die über ein gemeinsames Repository ausgetauscht und verwendet werden können:
  • die Festlegung von Erfolgskriterien/Bewertungskriterien für CCAM-Systeme in Typgenehmigungsverfahren, Verbrauchertestkampagnen und industriellen Entwicklungsprozessen;
  • ein sicheres, menschenähnliches Verhalten von CCAM-Systemen zu entwickeln, das von allen Verkehrsteilnehmern leicht antizipiert werden kann und sowohl für CCAM-Fahrzeuginsassen als auch für alle Verkehrsteilnehmer akzeptabel ist.
• Anwendung solcher Modelle des menschlichen Verhaltens bei der virtuellen Sicherheitsvalidierung von CCAM-Systemen, um das Verhalten von Fahrzeugen mit menschlichem Antrieb in Closed-Loop-Simulationen des gemischten Verkehrs realistisch darzustellen und so die Vielfalt des menschlichen Fahrverhaltens widerzuspiegeln, einschließlich des Verhaltens unter komplexen realen und Notfallbedingungen.

Der Einsatz von CCAM-Systemen im gemischten Verkehr wird eine intensive Interaktion mit allen Verkehrsteilnehmern wie den menschlichen Fahrern anderer Fahrzeuge sowie Fußgängern und Zweiradfahrern bedeuten. Diese Interaktionen (einschließlich der impliziten und expliziten Kommunikation zwischen Menschen und CCAM-Systemen) werden eine entscheidende Rolle für die Akzeptanz und damit die Durchsetzung von CCAM-Systemen im zukünftigen Straßenverkehr spielen. CCAM-Systeme müssen ein sicheres und menschenähnliches Fahrverhalten an den Tag legen, so dass ihre Entscheidungen und Handlungen von allen Verkehrsteilnehmern leicht antizipiert werden können. Dabei müssen sie die Vielfalt des typischen Fahrverhaltens in den verschiedenen Ländern berücksichtigen sowie die Notwendigkeit, dass CCAM-Systeme die Verkehrsregeln einhalten und die Verkehrssicherheit unterstützen.

Dies erfordert validierte Modelle des expliziten und impliziten menschlichen Fahrverhaltens, um ein solches Systemverhalten zu entwickeln und zu validieren. Diese Modelle werden in Closed-Loop-Simulationen von CCAM-Systemen im gemischten Verkehr benötigt, um die Reaktionen der menschlichen Fahrer in anderen Fahrzeugen auf das Verhalten eines CCAM-Systems realistisch darzustellen. Modelle, die das menschliche Fahrverhalten darstellen, werden in den Projekten i4Driving^[1] und BERTHA^[2] für ausgewählte Anwendungsbereiche entwickelt, d.h. sie werden für eine begrenzte Anzahl von Szenarien kalibriert. Die Ergebnisse dieser Projekte - insbesondere eine Simulationsbibliothek und eine innovative Methodik zur Berücksichtigung von Unsicherheiten aus i4Driving und ein skalierbares, probabilistisches Fahrerverhaltensmodell aus BERTHA - müssen zusammengeführt werden und darauf aufbauen. Es besteht Forschungsbedarf, um die Anwendungsbereiche dieser Projekte zu erweitern und den Schwerpunkt auf die Darstellung des Fahrerverhaltens in einer Vielzahl von sicherheitskritischen Szenarien zu legen, wobei die Variation und statistische Verteilung menschlicher Verhaltensmuster und die Faktoren, die dieses Verhalten beeinflussen, einschließlich der parallelen Ausführung nicht fahrbezogener Aufgaben, zu berücksichtigen sind.

Um ein hohes Maß an Robustheit und Anwendbarkeit in einer Vielzahl von Szenarien zu erreichen, ist eine detaillierte Kalibrierung und Parametrisierung erforderlich, da das Fahrerverhalten von Faktoren wie der Straßeninfrastruktur, den Fahrzeugtypen, den Verkehrsbedingungen und -regeln sowie von regionalen Einflüssen und den Erfahrungen bzw. der Demografie des Fahrers abhängt, z. B. von Geschlecht, Alter und anderen relevanten sozialen Variablen. In Anbetracht der Abweichung des durchschnittlichen vom idealen menschlichen Fahrverhalten müssen die vorgeschlagenen Maßnahmen auch die Modelle für ihre erweiterten Anwendungsbereiche validieren, was weit über die Anwendungen und den Grad der Validierung hinausgeht, die im Rahmen der oben genannten Projekte unter HORIZON-CL5-2022-D6-01-03 durchgeführt wurden. Es wird erwartet, dass die vorgeschlagenen Maßnahmen die technologische Reife dieser Modelle auf TRL 5 anheben. Die Daten für die Parametrisierung und Validierung sollten durch die Beobachtung echter menschlicher Fahrer in Fahrsimulatoren und/oder im realen Verkehr unter Berücksichtigung des Geschehens innerhalb und außerhalb des Fahrzeugs erfasst werden.

Vorgeschlagene Maßnahmen sollten die validierten Modelle so weit wie möglich in die virtuellen Validierungs- und Verifizierungsansätze integrieren, wie sie in den Projekten HEADSTART^[3] und SUNRISE^[4] entwickelt und durch das Projekt SYNERGIES^[5] ergänzt werden. Die erfolgreiche Integration sollte in verschiedenen sicherheitsrelevanten Szenarien demonstriert werden, wie es die im Rahmen von HORIZON-CL5-2023-D6-01-02^[6] finanzierte(n) Aktion(en) vorsehen. Die Modelle sollten über die föderierte Datenaustauschplattform für CCAM, die im Rahmen von HORIZON-CL5-2025-D6-06^[7] entwickelt wird, gemeinsam genutzt werden.

Vorschläge sollten auch zusätzliche Anwendungsbereiche für validierte Fahrerverhaltensmodelle erforschen, wobei die Integration von relevantem Fachwissen aus den Sozial- und Geisteswissenschaften (SSH) erwartet wird.

Um die erwarteten Ergebnisse zu erzielen, wird die internationale Zusammenarbeit mit Forschungsakteuren in Japan und den Vereinigten Staaten, aber auch mit anderen relevanten strategischen Partnern in Drittländern gefördert. Eine solche Zusammenarbeit sollte so weit wie möglich Synergien bei der Erfassung von Daten für die Parametrisierung und Validierung von Verhaltensmodellen nutzen und dabei regionale und kulturelle Unterschiede sowie die Besonderheiten der jeweiligen Straßeninfrastruktur berücksichtigen.

Mit diesem Thema wird die ko-programmierte Europäische Partnerschaft 'Vernetzte, kooperative und automatisierte Mobilität' (CCAM) umgesetzt. Daher wird von den Projekten, die aus diesem Thema hervorgehen, erwartet, dass sie der Europäischen Partnerschaft 'Vernetzte, kooperative und automatisierte Mobilität' (CCAM) über die Ergebnisse berichten, um die Überwachung ihrer KPIs zu unterstützen.

Es wird erwartet, dass die Projekte, die aus diesem Thema hervorgehen, die Gemeinsame Europäische Bewertungsmethodik (EU-CEM) für CCAM^[8] anwenden.

Im Rahmen dieses Themas geförderte Projekte werden ermutigt, mögliche Komplementaritäten mit den Aktivitäten des Referats für nachhaltige, intelligente und sichere Mobilität der Gemeinsamen Forschungsstelle der Europäischen Kommission zu untersuchen und gegebenenfalls eine formelle Zusammenarbeit einzugehen.

[1] Integrierte 4D-Fahrermodellierung unter Unsicherheit, Grant Agreement ID: 101076165.

[2] BEhavioural ReplicaTion of Human drivers for CCAM, Grant Agreement ID: 101076360.

[3] Harmonisierte europäische Lösungen für die Prüfung des automatisierten Straßentransports, Finanzhilfevereinbarung Nr.: 824309.

[4] Safety assUraNce fRamework for connected, automated mobIlity SystEms, grant agreement ID: 101069573.

[5] Reale und synthetische Szenarien für die Entwicklung, das Training, den virtuellen Test und die Validierung von CCAM-Systemen, Grant Agreement ID: 101146542.

[6] Erstellung von Szenarien für Entwicklung, Training, virtuelle Tests und Validierung von CCAM-Systemen

[7] Föderierte CCAM-Datenaustauschplattform (siehe unten).

[8] Sehen Sie sich die Bewertungsmethodik hier an.