Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
The Research Initiative UR:BAN Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

9. Analysing Behavioural Data from On-Road Driving Studies: Handling the Challenges of Data Processing

verfasst von : Matthias Graichen, Prof. Dr. Verena Nitsch, Prof. Dr. Berthold Färber

Erschienen in: UR:BAN Human Factors in Traffic

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The analysis of real world driving data entails numerous challenges. In this chapter, several strategies are proposed to meet challenges that surface in data storage, data extraction, data correction and data enrichment. The strategies are illustrated with examples from a study that had been conducted as part of the UR:BAN research project ”Behaviour Prediction and Intention Detection” (VIE), which aimed at investigating driving behaviour when approaching intersections under real environmental conditions in order to predict turning manoeuvres at urban intersections. It was demonstrated that with the proposed data infrastructure, correction procedures and extracted filters for potentially confounding variables, it is possible to establish a “clean” data basis to implement and adjust a prediction algorithm for turning manoeuvres according to individual driver characteristics.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Behaviour Prediction and Intention Detection in UR:BAN VIE – Overview and Introduction
Nächstes Kapitel Predicting Strategies of Driving in Presence of Additional Visually Demanding Tasks: Inverse Optimal Control Estimation of Steering and Glance Behaviour Models
Literatur
1.
Lietz, H., Petzoldt, T., Henning, M., Haupt, J., Wanielik, G., Krems, J., Noyer, U.: Methodische und technische Aspekte einer Naturalistic Driving Study. BASt FE 82.0351/2008. FAT Schriftenreihe, vol. 229. VDA, Berlin (2011)
2.
Statistisches Bundesamt (Destatis): Verkehrsunfälle – Fachserie 8 Reihe 7 – 2014. Wiesbaden (2015)
3.
4.
Federal Highway Administration (FHWA): Task analysis of intersection driving scenarios: Information processing bottlenecks (No. FHWA-HRT-06-033) (2006)
5.
6.
Donges, E.: Aspekte der aktiven Sicherheit bei der Führung von Personenkraftwagen. Automobil-Industrie 2, 183–190 (1982)
7.
8.
Köhler, L., Mergl, C., Blaese, D., Bengler, K.: Fahrerbeanspruchung im urbanen Raum: Erhebung der subjektiven Beanspruchung des Fahrers bei einer Kreuzungsüberquerung. Der Fahrer im 21. Jahrhundert. Fahrer, Fahrerunterstützung und Bedienbarkeit, 7. VDI-Tagung, Braunschweig, 5. und 6. November 2013. VDI-Berichte, vol. 2205. VDI, Düsseldorf, pp 237–250 (2013)
9.
10.
Liebner, M., Klanner, F.: Driver intent inference and risk assessment. In: Winner, H., Hakuli, S., Lotz, F., Singer, C. (eds.) Handbook of driver assistance systems. Basic Information, Components and Systems for Active Safety and Comfort. Springer International Publishing, Cham (2016)
11.
Köhler, L., Bengler, K., Mergl, C., Maier, K., Wimmer, M.: Validation of a telephone manager for stressful driving situations. In: de Waard, D., Sauer, J., Röttger, S., Kluge, A., Manzey, D., Weikert, C., Hoonhout, J. (eds.) Proceedings of the Human Factors and Ergonomics Society Europe Chapter 2014 Annual Conference. Human Factors in high reliability industries (2015)
12.
Zademach, M.: Analyse des Fahrerverhaltens an innerstädtischen Kreuzungen: Ermittlung von Anforderungen an ein System zur Vermeidung von Kollisionen. Verlag Dr. Hut, München (2016)
13.
Zademach, M., Mergl, C., Färber, B.: Analyse des Fahrerverhaltens im Kreuzungsbereich: Ableitung einer Verhaltensprognose anhand von Fahrzeugdaten. Der Fahrer im 21. Jahrhundert. Fahrer, Fahrerunterstützung und Bedienbarkeit, 7. VDI-Tagung, Braunschweig, 5. und 6. November 2013. VDI-Berichte, vol. 2205. VDI, Düsseldorf (2013)
14.
15.
Ponziani, R.: Turn signal usage rate results: A comprehensive field study of 12,000 observed turning vehicles. Sae Tech Pap (2012). 2012-01-0261 doi:10.​4271/​2012-01-0261
16.
Hennessy, D.: Social, personality, and affective constructs in driving. In: Porter, B.E. (ed.) Handbook of Traffic Psychology, 1st edn., pp. 149–163. Elsevier/Academic Press, Amsterdam (2011)CrossRef
17.
Skippon, S.M., Reed, N., Luke, T., Robbins, R., Chattington, M., Harrison, A.H.: Relationships between driving style, self-reported driving behaviour and personality. In: Dorn, L. (ed.) Human Factors in Road and Rail Transport. Driver behaviour and training, vol. IV, Ashgate, Farnham, Surrey, England, Burlington, VT (2010)
18.
Deml, B., Freyer, J., Färber, B.: Ein Beitrag zur Prädiktion des Fahrstils. VDI-Berichte, vol. 2015. VDI, Düsseldorf (2007). Fahrer im 21. Jahrhundert. Human Machine Interface, 4. VDI-Fachtagung, 14. und 15. November 2007, Braunschweig
19.
20.
Quimby, A., Maycock, G., Palmer, C., Buttress, S.: The factors that influence a driver’s choice of speed – a questionnaire study. TRL REPORT, vol. 325. (1999)
21.
22.
23.
Pereira, M., Lietz, H., Beggiato, M.: Development of a database for storage and analysis of behavioural data. In: Stevens, A., Krems, J., Brusque, C. (eds.) Driver adaptation to information and assistance systems, pp. 301–317. The Institution of Engineering and Technology, London (2014)
24.
Blum, R.: PostgreSQL 8 for Windows. Database professional’s library. McGraw-Hill, New York (2007)
25.
Obe, R.O., Hsu, L.S.: PostGIS in action. Safari Tech Books Online. Manning, Greenwich, Connecticut (2011)
26.
27.
Harwood, D.W., Bauer, K.M., Potts, I.B., Torbic, D.J., Richard, K.R., Rabbani, E.R.K., Elefteriadou, L.: Safety effectiveness of intersection left- and right-turn lanes (No. FHWA-RD-02-089) (2002)
28.
Louveton, N., Bootsma, R.J., Guerin, P., Berthelon, C., Montagne, G.: Intersection crossing considered as intercepting a moving traffic gap: Effects of task and environmental constraints. Acta Psychol (Amst) 141(3), 287–294 (2012). doi:10.​1016/​j.​actpsy.​2012.​08.​003 CrossRef
29.
30.
Khattak, Aemal, J., Hallmark, Shauna, L., Souleyrette, Reginald, R.: An application of lidar technology to highway safety. In: Transportation Research Board (TRB) (ed.) 82nd Annual Meeting compendium of papers. CD-ROM Washington, January 12–16, 2003. (2003)
31.
Pech, T., Lindner, P., Wanielik, G.: Head tracking based glance area estimation for driver behaviour modelling during lane change execution. 2014 IEEE 17th International Conference on Intelligent Transportation Systems (ITSC 2014), Qingdao, 8–11 Oct. 2014. IEEE, Piscataway (2014)CrossRef
32.
Wittenburg, P., Brugman, H., Russel, A., Klassmann, A., Sloetjes, H.: ELAN: A professional framework for multimodality research. Proceedings of the 5th international conference on language resources and evaluation (LREC 2006), pp 1556–1559 (2006)
33.
34.
Graichen, M., Nitsch, V.: Effects of driver characteristics and driver state on predicting turning maneuvers in urban areas: Is there a need for individualized parametrization? 2016 AHFE International, 7th International Conference on Applied Human Factors and Ergonomics, Walt Disyney World Swan and Dolphin Hotel, Florida, 27–31 July 2016. (2016)
35.
Liebner, M., Klanner, F., Baumann, M., Ruhhammer, C., Stiller, C.: Velocity-Based Driver Intent Inference at Urban Intersections in the Presence of Preceding Vehicles. IEEE Intell Transportation Syst Mag 5(2), 10–21 (2013). doi:10.​1109/​MITS.​2013.​2246291 CrossRef
Metadaten
Titel
Analysing Behavioural Data from On-Road Driving Studies: Handling the Challenges of Data Processing
verfasst von
Matthias Graichen
Prof. Dr. Verena Nitsch
Prof. Dr. Berthold Färber
Copyright-Jahr
2018
Verlag
Springer Fachmedien Wiesbaden
Buch
UR:BAN Human Factors in Traffic

Print ISBN: 978-3-658-15417-2

Electronic ISBN: 978-3-658-15418-9

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-658-15418-9_9

    Premium Partner

    Bildnachweise