Ein besonderer Schwerpunkt liegt auf der Untersuchung automatisierter Shuttle-Angebote. Mithilfe eines Wizard-of-Oz-Shuttles wird erforscht, wie Menschen automatisierte Fahrzeuge wahrnehmen, wie sicher sie sich fühlen und welche Kommunikations- und Interaktionsformen die Akzeptanz solcher Angebote erhöhen können. Dafür werden Sensorik, digitale Erkennungssysteme sowie Kommunikationslösungen im und am Fahrzeug weiterentwickelt, getestet und im Realbetrieb evaluiert.

Im Projekt BLiNKplus beschäftigen wir uns mit der Frage, wie automatisierte und vernetzte Mobilitätsangebote im ländlichen Raum sicher, verständlich und nutzerorientiert gestaltet werden können. Im Mittelpunkt steht dabei nicht nur die technische Umsetzung, sondern vor allem die Interaktion zwischen Fahrzeug, Fahrgästen, Passanten und der Umgebung.

• Akzeptanz automatisierter Mobilitätsangebote
  Ein zentraler Bestandteil unserer Arbeit ist die Untersuchung der Akzeptanz automatisierter Verkehrsmittel im öffentlichen Personennahverkehr. Dazu entwickeln wir ein Modell, das beschreibt, welche Faktoren das Vertrauen, das Sicherheitsgefühl und die Nutzungsbereitschaft von Menschen beeinflussen.Dabei betrachten wir verschiedene Perspektiven: Menschen, die sich dem Fahrzeug nähern, Passanten im Umfeld des Shuttles sowie Fahrgäste während der Fahrt. Besonders wichtig ist der Übergang vom Passanten zum Fahrgast – also der Moment, in dem eine Person das Fahrzeug wahrnimmt, sich ihm nähert, einsteigt und Teil des Mobilitätsangebots wird.
• Entwicklung eines realitätsnahen Testumfelds
  Um neue Konzepte nicht ausschließlich im Realbetrieb testen zu müssen, nutzen wir einen Emulator als Laborumgebung. Dieser bildet zentrale Funktionen des Fahrzeugs und seiner Umgebung nach. So können Sensorik, Datenerfassung und Interaktionskonzepte unter kontrollierten Bedingungen entwickelt, erprobt und optimiert werden. Im Rahmen von BLiNKplus werden Innen- und Außensensorik installiert, kalibriert und miteinander verbunden. Ziel ist es, eine möglichst nahtlose und zuverlässige Datengrundlage zu schaffen, die sowohl Informationen aus dem Fahrzeuginnenraum als auch aus der Umgebung berücksichtigt.
• Erweiterung des Wizard-of-Oz-Shuttles
  Das im Projekt eingesetzte Shuttle wird als sogenanntes Wizard-of-Oz-Fahrzeug genutzt. Das bedeutet: Das Fahrzeug kann für Testpersonen wie ein automatisiertes Shuttle wirken, während bestimmte Funktionen kontrolliert begleitet oder simuliert werden. Dadurch lassen sich realistische Nutzungssituationen untersuchen, ohne bereits vollständig autonome Systeme vorauszusetzen. Im Projekt wird das Fahrzeug technisch erweitert. Dazu gehören unter anderem zusätzliche Außensensoren, Außenanzeigen, Rechentechnik, Stromversorgung und Speicherressourcen. Diese Erweiterungen ermöglichen es, die Umgebung des Fahrzeugs präziser zu erfassen und die Kommunikation mit Passanten und Fahrgästen gezielter zu gestalten.
• Erfassung und Analyse von Mobilitäts- und Sensordaten
  Ein weiterer Schwerpunkt liegt auf der Erhebung und Auswertung von Daten. Wir untersuchen, wie Personen im Umfeld des Fahrzeugs erkannt und unterschieden werden können – beispielsweise als vorbeigehende Passanten oder als ankommende Fahrgäste. Außerdem werden besondere Situationen im Umfeld des Fahrzeugs betrachtet, etwa unerwartete Bewegungen, ungewöhnliche Ereignisse oder veränderte Umgebungsbedingungen. Diese Informationen sind wichtig, um das Verhalten des Shuttles und seine Kommunikation mit Menschen besser an die jeweilige Situation anzupassen.
• Kommunikation zwischen Fahrzeug und Umgebung
  Damit automatisierte Mobilitätsangebote verständlich und akzeptiert werden, muss das Fahrzeug klar mit seiner Umgebung kommunizieren können. Deshalb entwickeln wir Strategien, mit denen das Shuttle Informationen nach außen vermittelt. Dazu gehören zum Beispiel Hinweise für ankommende Fahrgäste zur Warte- oder Haltezeit sowie Informationen für Passanten zur bevorstehenden Abfahrt. Auch einsteigende Fahrgäste sollen verständlich über Fahrtrichtung, Ziel und relevante Hinweise zur Route informiert werden. Diese Kommunikationsstrategie ist ein funktionaler Bestandteil des Fahrzeugs und unterscheidet sich von der allgemeinen Öffentlichkeitsarbeit zum Projekt.
• Analyse des Fahrzeuginnenraums
  Neben der Umgebung des Fahrzeugs betrachten wir auch den Innenraum. Hier geht es darum, das Situationsbewusstsein und die Aufmerksamkeit der Fahrgäste besser zu verstehen. Dafür werden Innenraumsensoren eingesetzt und Datenmodelle entwickelt, die unterschiedliche Situationen im Fahrzeug erkennen können. Untersucht werden unter anderem typische Nutzungssituationen, besondere Ereignisse im Innenraum sowie unterschiedliche Fahrgastprofile. Die Ergebnisse helfen dabei, automatisierte Mobilitätsangebote stärker an den Bedürfnissen der Nutzerinnen und Nutzer auszurichten.
• Entwicklung von Interaktionsstrategien
  Auf Basis der gewonnenen Erkenntnisse entwickeln wir Interaktionsstrategien für unterschiedliche Zielgruppen und Nutzungssituationen. Dabei berücksichtigen wir sowohl Faktoren innerhalb des Fahrzeugs als auch äußere Einflüsse wie Tageszeit, Witterung oder besondere Ereignisse im Umfeld. Ziel ist es, dass das Fahrzeug situationsgerecht reagiert und verständlich kommuniziert – zum Beispiel gegenüber wartenden Fahrgästen, einsteigenden Personen oder Passanten in unmittelbarer Nähe.
• Erprobung im Realbetrieb
  Die entwickelten Konzepte werden nicht nur im Labor, sondern auch im Realbetrieb getestet. Dabei stehen Datenschutz und Datensicherheit im Vordergrund. Zusätzlich wird das Fahrpersonal geschult, damit die Interaktion mit dem Fahrzeug und den Fahrgästen im Testbetrieb zuverlässig begleitet werden kann. Im Realbetrieb untersuchen wir, wie Fahrgäste das Shuttle wahrnehmen, wie sie auf verschiedene Kommunikations- und Interaktionsformen reagieren und welche Maßnahmen die Akzeptanz automatisierter Mobilität verbessern. Dabei werden sowohl häufige als auch seltene Nutzungssituationen betrachtet.
• Evaluation, Optimierung und Wissenstransfer
  Die Ergebnisse aus Labor- und Realbetrieb werden systematisch ausgewertet. Auf dieser Grundlage werden die entwickelten Modelle, Erkennungssysteme und Interaktionsstrategien überprüft, weiterentwickelt und optimiert.

Projektpartner:

Gefördert durch: