@article{SchneiderHuestegge2019, author = {Schneider, Norbert and Huestegge, Lynn}, title = {Interaction of oculomotor and manual behavior: evidence from simulated driving in an approach-avoidance steering task}, series = {Cognitive Research: Principles and Implications}, volume = {4}, journal = {Cognitive Research: Principles and Implications}, doi = {10.1186/s41235-019-0170-7}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-200419}, pages = {19}, year = {2019}, abstract = {Background While the coordination of oculomotor and manual behavior is essential for driving a car, surprisingly little is known about this interaction, especially in situations requiring a quick steering reaction. In the present study, we analyzed oculomotor gaze and manual steering behavior in approach and avoidance tasks. Three task blocks were implemented within a dynamic simulated driving environment requiring the driver either to steer away from/toward a visual stimulus or to switch between both tasks. Results Task blocks requiring task switches were associated with higher manual response times and increased error rates. Manual response times did not significantly differ depending on whether drivers had to steer away from vs toward a stimulus, whereas oculomotor response times and gaze pattern variability were increased when drivers had to steer away from a stimulus compared to steering toward a stimulus. Conclusion The increased manual response times and error rates in mixed tasks indicate performance costs associated with cognitive flexibility, while the increased oculomotor response times and gaze pattern variability indicate a parsimonious cross-modal action control strategy (avoiding stimulus fixation prior to steering away from it) for the avoidance scenario. Several discrepancies between these results and typical eye-hand interaction patterns in basic laboratory research suggest that the specific goals and complex perceptual affordances associated with driving a vehicle strongly shape cross-modal control of behavior.}, language = {en} } @phdthesis{Schmitz2013, author = {Schmitz, Marcus}, title = {Simulationsgest{\"u}tzte Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern - Entwicklung und Anwendung eines Verhaltensmarkersystems}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-82272}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2013}, abstract = {Diese Arbeit beschreibt die Entwicklung und Anwendung einer simulationsgest{\"u}tzten Methode zur Kompetenzfeststellung von Triebfahrzeugf{\"u}hrern (Tf) der Deutschen Bahn AG unter Anwendung eines Verhaltensmarkersystems. Diese Methode wurde als ein erweitertes Konzept zur Bewertung eines Tf im Rahmen einer j{\"a}hrlich stattfindenden {\"U}berwachungsfahrt entwickelt. Diese {\"U}berwachungsfahrt besteht aus einer etwa 45-min{\"u}tigen Pr{\"u}fungsfahrt, mit deren Hilfe die Handlungssicherheit eines Tf erh{\"o}ht sowie dessen Leistung und Leistungsf{\"a}higkeit beschrieben und bewertet wird. Die {\"U}berwachungsfahrt wird von geschulten Instruktoren durchgef{\"u}hrt. W{\"a}hrend der Simulatorfahrt werden unregelm{\"a}ßige Ereignisse eingespielt, die der Tf unter Anwendung der vorgeschriebenen Sollverhaltensweisen bew{\"a}ltigen muss. Ziel ist es, keinen sicherheitsrelevanten Mangel zu verursachen. Grundlage des eingef{\"u}hrten Verhaltensmarkersystems ist ein Datenkonzept, das auf den in den Regelwerken beschriebenen Fahrtereignissen und den entsprechenden Sollverhaltensweisen beruht. Die {\"U}berwachungsfahrt wird aus diesen Einzelereignissen zusammengestellt und somit entspricht auch das w{\"a}hrend der {\"U}berwachung zu zeigende Verhalten dem in den Regelwerken beschriebenen Sollverhalten. Um Abweichungen vom vorgeschriebenen Verhalten besser erkennen und bewerten zu k{\"o}nnen, werden sog. Verhaltensmarker eingef{\"u}hrt. Hierbei handelt es sich um objektive und nachpr{\"u}fbare Indikatoren, die etwas {\"u}ber den Grad der Erf{\"u}llung des Sollverhaltens Auskunft geben. Zentral f{\"u}r die Bewertung sind somit die Erfassung m{\"o}glicher Sollverhaltensabweichungen und die Frage nach der Festlegung der Schwere dieser Abweichung im Sinne eines Fehlers. Um Art und St{\"a}rke der Abweichungen vom Sollverhalten wurden objektive Fahrdaten aus dem Simulator herangezogen. Zus{\"a}tzlich wurde ein standardisiertes Beobachtungsverfahren f{\"u}r die Instruktoren entwickelt. In einem zweiten Schritt wurden die {\"u}ber beide Verfahren erfassten Abweichungen vom Sollverhalten auf der Basis von Expertenurteilen entsprechend der potentiellen Auswirkungen gewichtet. Diese Gewichtung reicht in drei Stufen von leichten Fehlern bis hin zu sicherheitsrelevanten M{\"a}ngeln. F{\"u}r alle in den {\"U}berwachungsfahrten vorkommenden Sollverhaltensweisen wurden m{\"o}gliche Abweichungen erhoben und in einer Fehlertabelle den Fehlerkategorien „gering", „mittelschwer" und „sicherheitsrelevant" zugeordnet. Die so gewichtete Fehlerbetrachtung f{\"u}hrt zu einer Gesamtbewertung des Tf und zu einer detaillierten Analyse seiner St{\"a}rken und Schw{\"a}chen. Insgesamt wurden 1033 {\"U}berwachungsfahrten von den Instruktoren auf einem projektspezifischen Bogen protokolliert. {\"U}ber die an den Simulatoren vorhandenen Datenschnittstellen wurden 1314 {\"U}berwachungsfahrten aufgezeichnet. Diese Datenquellen wurden integriert und ausgewertet. Als {\"u}bergeordnetes Ergebnis l{\"a}sst sich festhalten, dass die Anwendung der in dieser Arbeit entwickelten Methode nachweislich die Qualit{\"a}t und Genauigkeit der Bewertung verbessern konnte. Die Verhaltensmarker erm{\"o}glichen eine differenziertere Bewertung des Leistungsstands eines Tf. So ist es nicht nur m{\"o}glich, sicherheitskritisches Verhalten („roter Bereich") und ein optimales, fehlerfreies Verhalten („gr{\"u}ner Bereich") festzustellen, sondern auch Aussagen {\"u}ber den „gelben Bereich" dazwischen zu treffen (z.B. M{\"a}ngel, die in anderen Situationen sicherheitskritisch sein k{\"o}nnen).}, subject = {Lokomotivf{\"u}hrer}, language = {de} } @phdthesis{Muehlbacher2013, author = {M{\"u}hlbacher, Dominik}, title = {Die Pulksimulation als Methode zur Untersuchung verkehrspsychologischer Fragestellungen}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-90051}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2013}, abstract = {Fahr- und Verkehrssimulation sind neben Studien mit realen Fahrzeugen die g{\"a}ngigen Methoden der empirischen Verkehrswissenschaft. W{\"a}hrend sich die Fahrsimulation mit dem Erleben und Verhalten von Fahrern besch{\"a}ftigt, untersucht die Verkehrssimulation das gesamte Verkehrssystem. Der Bereich zwischen diesen Polen „Fahrer" und „Verkehr", in dem Fahrer aufeinander treffen und miteinander interagieren, ist angesichts der Bedeutung sozialer Prozesse f{\"u}r das Erleben und Verhalten ein wichtiger Aspekt. Allerdings wurde dieser Bereich in der Verkehrswissenschaft bisher nur unzureichend abgebildet. Auch in der Fahr- und Verkehrssimulation wurde dieser Aspekt bislang weitgehend vernachl{\"a}ssigt. Um diese L{\"u}cke zu schließen, wurde mit der Pulksimulation eine neue Versuchsumgebung entwickelt. Sie besteht aus miteinander vernetzten Fahrsimulatoren und erm{\"o}glicht es, Interaktionsfragestellungen zu untersuchen. Jedoch bringt die Anwendung der Pulksimulation neue Anforderungen an den Untersucher mit sich, die bei der Fahr- bzw. Verkehrssimulation nicht notwendig sind und f{\"u}r die Pulksimulation neu entwickelt werden m{\"u}ssen. Das Ziel der vorliegenden Arbeit ist, diese Methode zur Untersuchung verkehrspsychologischer Fragestellungen weiterzuentwickeln, zu pr{\"u}fen und zu etablieren. In ersten Untersuchungsans{\"a}tzen werden in acht Teilstudien die grundlegenden methodischen Besonderheiten der Pulksimulation am Beispiel des Folgefahrens und des Kreuzens betrachtet. Hierbei wird auch stets der Vergleich zu den bisher genutzten Versuchsumgebungen Einzelfahrsimulation und Verkehrssimulation gezogen. Folgende Fragstellungen wurden im Rahmen dessen beantwortet: (1) Wie unterscheidet sich eine Pulkfahrt von einer Einzelfahrt? (2) Welchen Einfluss haben nachfolgende Fahrzeuge im Pulk? (3) Welche Effekte haben Positionierungen im Pulk? (4) Wie unterscheiden sich reale Fahrer und Modelle im Pulk? (5) Wie wirkt sich die Einf{\"u}hrung einer Nebenaufgabe auf den Pulk aus? (6) Wie wirken sich verschiedene Abstandsinstruktionen aus? (7) Mit welchen Parametern kann der Pulk beschrieben werden? (8) Wie kann das Verhalten des Pulks an Kreuzungen untersucht werden? Schließlich werden zwei Anwendungsbeispiele der Pulksimulation zu aktuell relevanten Themen aufgezeigt. In der ersten Untersuchung wird ein Gefahrenwarner evaluiert, der vor Bremsungen vorausfahrender Fahrzeuge warnt. W{\"a}hrend Fahrer direkt hinter dem bremsenden Fahrzeug vom System nicht profitieren, steigt der Nutzen des Systems mit zunehmender Positionierung im Pulk an. In einer zweiten Studie wird ein Ampelphasenassistent untersucht. Dieser informiert den Fahrer w{\"a}hrend der Ann{\"a}herung an eine Ampel {\"u}ber die optimale Geschwindigkeit, mit der diese Ampel ohne Halt bei Gr{\"u}n durchfahren werden kann. Um die Auswirkungen des Systems auf den nicht-assistierten Umgebungsverkehr bestimmen zu k{\"o}nnen, werden verschiedene Ausstattungsraten innerhalb des Pulks eingef{\"u}hrt. Mit diesem Untersuchungsansatz k{\"o}nnen gleichzeitig Effekte des Systems auf die assistierten Fahrer (z. B. Befolgungsverhalten), die nicht-assistierten Fahrer (z. B. {\"A}rger) sowie das Verkehrssystem (z. B. Verkehrsfluss) bestimmt werden. Der Ampelphasenassistent resultiert in einem {\"o}konomischeren Fahrverhalten der assistierten Fahrer, erh{\"o}ht aber gleichzeitig in gemischten Ausstattungsraten den {\"A}rger der nicht-assistierten Fahrer im Verkehrssystem. Erst bei Vollausstattung entwickelt sich dieser negative Effekt zur{\"u}ck. Die in den Anwendungsbeispielen berichteten Ph{\"a}nomene sind durch Untersuchungen in einer Einzelfahrsimulation oder Verkehrssimulation nicht beobachtbar. Insbesondere f{\"u}r die Untersuchung von Fragen, in denen soziale Interaktionen mit anderen Fahrern eine Rolle spielen, zeichnet sich die Pulksimulation in besonderer Weise aus. Hierf{\"u}r liefert die Anwendung in der Pulksimulation zus{\"a}tzliche Informationen und zeigt somit, dass die Pulksimulation das Methodeninventar in der Verkehrswissenschaft effektiv erg{\"a}nzt. Sie stellt zum einen eine Erweiterung der Fahrsimulation um den Faktor „Verkehr" und zum anderen eine Erweiterung der Verkehrssimulation um den Faktor „Mensch" dar und wird so zu einem zentralen Bindeglied beider Versuchsumgebungen. Dar{\"u}ber hinaus erlaubt die Pulksimulation die Modellierung von Interaktionsverhalten im Straßenverkehr, was bisher nicht bzw. nur unter gr{\"o}ßtem Aufwand realisierbar war. Hierdurch k{\"o}nnen die Modelle der Fahr- und Verkehrssimulation weiterentwickelt werden. Mit den in dieser Arbeit neu entworfenen Parametern werden Kenngr{\"o}ßen zur Verf{\"u}gung gestellt, die Variationen bez{\"u}glich Quer- und L{\"a}ngsf{\"u}hrung auch auf Ebene des Pulks abbilden k{\"o}nnen. Weitere neu entwickelte Parameter sind in der Lage, Interaktionen {\"u}ber den Zeitverlauf zu beschreiben. Diese Parameter sind notwendig f{\"u}r den Einsatz der Pulksimulation in zuk{\"u}nftigen Untersuchungen. Zusammenfassend wurde in der vorliegenden Arbeit die Methodik der Pulksimulation f{\"u}r den gesamten Anwendungsprozess von der Fragestellung bis hin zur Interpretation der Ergebnisse weiterentwickelt. Der Mehrwert dieser Methode wurde an aktuellen und bisher nicht untersuchbaren Fragestellungen belegt und somit die Validit{\"a}t der Pulksimulation gest{\"a}rkt. Die vorgestellten Untersuchungen zeigen das große Potenzial der Pulksimulation zur Bearbeitung von Fragen, die auf der Interaktion verschiedener Verkehrsteilnehmer basieren. Hierdurch wird erstmals die M{\"o}glichkeit geschaffen, soziale Interaktionen {\"u}ber den Zeitverlauf in die Fahrermodelle der Verkehrssimulation zu integrieren. Damit ist der Br{\"u}ckenschlag von der Fahr- zur Verkehrssimulation gelungen.}, subject = {Verkehrspsychologie}, language = {de} } @phdthesis{Kaussner2007, author = {Kaußner, Yvonne}, title = {Fahrtauglichkeit bei M. Parkinson}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-22505}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2007}, abstract = {Obwohl es keineswegs in allen empirischen Studien gelungen ist, einen Zusammenhang zur Krankheitsschwere nachzuweisen, ist die Diagnose der Fahrtauglichkeit bei M. Parkinson weitgehend auf die Schwere der motorischen Beeintr{\"a}chtigung zentriert. J{\"u}ngst kam die Diskussion um „Schlafattacken" hinzu. In diesem Problemfeld ist die vorliegende Arbeit angesiedelt. Dazu wurden zwei Studien durchgef{\"u}hrt: zum einen die dPV-Befragung 2000 mit {\"u}ber 6 000 beantworteten Frageb{\"o}gen und fast 400 Telefoninterviews, zum anderen eine Fall-Kontroll-Studie im W{\"u}rzburger Fahrsimulator. Bei der dPV-Befragung 2000 handelt es sich um eine deutschlandweite Fragebogen- und Interviewstudie, welche v.a. den Problemstand im Sinne eines Dilemmas zwischen Mobilit{\"a}tsbed{\"u}rfnis der Patienten und Sicherheitsanspruch der Gesellschaft belegte. Einerseits ließ allein die hervorragende R{\"u}cklaufquote von 63\% (bei {\"u}ber 12 000 versandten Frageb{\"o}gen) ein enormes Mobilit{\"a}tsbed{\"u}rfnis der Patienten erkennen, andererseits ergaben sich aber auch im Hinblick auf die Verkehrssicherheit kritische Befunde: So wurde f{\"u}r die Patienten ein erh{\"o}hter Verursacheranteil bei Verkehrsunf{\"a}llen nachgewiesen. Zudem erwiesen sich neben der (subjektiven) Krankheitsschwere erstmalig auch Tagesm{\"u}digkeit und pl{\"o}tzliche Einschlafereignisse als signifikante Risikofaktoren f{\"u}r ihre Unfallbelastung. Um den Einfluss von motorischen (Krankheitsschwere) und aktivationalen (Tagesm{\"u}digkeit) Beeintr{\"a}chtigungen prospektiv zu untersuchen, wurde anschließend eine Fall-Kontroll-Studie im W{\"u}rzburger Fahrsimulator durchgef{\"u}hrt. Durch diese Studie sollte weiterhin der Einsatz und die Wirkung kompensatorischer Bem{\"u}hungen untersucht werden. Insgesamt wurden dazu 24 Parkinson-Patienten mit 24 gesunden Personen verglichen (gematcht nach Alter, Geschlecht und Fahrerfahrung). Die Patientengruppe war geschichtet nach Krankheitsschwere (Hoehn\&Yahr-Stadien 1-3) sowie nach Tagesm{\"u}digkeit (ja-nein), so dass sich 3x2 Subgruppen ergaben. Jeder Proband absolvierte zwei Fahrten im Simulator. In Fahrt 1 war eine Serie von Verkehrssituationen mit variierender Schwierigkeit realisiert, Fahrt 2 stellte eine extrem monotone Nachtfahrt dar. Um den Einsatz und die Effektivit{\"a}t kompensatorischer Bem{\"u}hungen abzusch{\"a}tzen, wurde ein Teil der Fahrt 1 unter Zeitdruck wiederholt. In Fahrt 2 wurden kompensatorische Bem{\"u}hungen durch die Inanspruchnahme optionaler 3-Minuten-Pausen erfasst. Zus{\"a}tzlich zu den Fahrten im Simulator wurde eine ausf{\"u}hrliche Diagnostik mit herk{\"o}mmlichen Testverfahren der Fahreignungsdiagnostik am „Act-React-Testsystem" (ART-2020) betrieben. Die Ergebnisse zeigten f{\"u}r Fahrt 1 eine signifikant erh{\"o}hte Fehlerzahl der Patienten. Diese war v.a. auf eine schlechte Spurf{\"u}hrung zur{\"u}ckzuf{\"u}hren. Lediglich in den leichten Teilen der Fahrt waren diese Beeintr{\"a}chtigungen signifikant mit dem Hoehn \& Yahr-Stadium verkn{\"u}pft. In Fahrt 2 wurden im Verlauf der Fahrt besonders starke Leistungsabf{\"a}lle f{\"u}r Patienten des Stadiums 3 und f{\"u}r Patienten mit Tagesm{\"u}digkeit nachgewiesen. Einschlafereignisse traten aber selbst bei tagesm{\"u}den Patienten nicht h{\"a}ufiger auf als bei den Kontrollen. Ein wesentlicher Befund war, dass sich die Patienten gegen{\"u}ber den gesunden Fahrern durch deutlich st{\"a}rkere Kompensationsbem{\"u}hungen auszeichneten. In Fahrt 1 bewirkte der Zeitdruck bei ihnen einen h{\"o}heren Zeitgewinn und einen h{\"o}heren Fehlerzuwachs. Unter Monotonie nutzten sie signifikant h{\"a}ufiger die M{\"o}glichkeit einer Pause. Die Befunde am ART-2020 wiesen eher auf eine generelle Verlangsamung als auf qualitative kognitive Defizite hin, wobei motorische und kognitive Komponenten in einigen Tests nur unzureichend getrennt werden konnten. Insgesamt hatten aber nicht nur die Patienten, sondern auch die gesunden Probanden dieser Altersgruppe enorme Schwierigkeiten mit den Leistungstests. Nur eine Patientin und zwei gesunde Probanden erreichten in allen erhobenen Parametern einen Prozentrang von mindestens 16, was als Kriterium f{\"u}r das Bestehen einer solchen Testbatterie gilt. In Fahrt 1 attestierten die Testleiter jedoch nur f{\"u}nf Patienten (und keinem gesunden Fahrer) so schwerwiegende Auff{\"a}lligkeiten, dass ihre Fahrtauglichkeit in Frage gestellt wurde (2x Hoehn\&Yahr 2, 3x Hoehn\&Yahr 3). Auch diese Diskrepanz zwischen Test- und Fahrleistung spricht f{\"u}r eine moderierende Wirkung der Kompensationsf{\"a}higkeit. Alles in allem konnte durch die Fall-Kontroll-Studie zwar best{\"a}tigt werden, dass Krankheitsschwere und Tagesm{\"u}digkeit auf einige Parameter der Fahrleistung einen signifikanten Einfluss haben, insgesamt konnten diese Merkmale die Fahrleistung aber nicht zufriedenstellend vorhersagen. Ab dem Hoehn \& Yahr-Stadium 2 spielt die F{\"a}higkeit, krankheitsbedingte Beeintr{\"a}chtigungen zu kompensieren, eine wesentliche Rolle. Genau dies wird aber in den traditionellen Leistungstests nicht erfasst. K{\"u}nftige Untersuchungen sollten sich daher auf die Diagnostik und v.a. die Trainierbarkeit von Kompensationsf{\"a}higkeit konzentrieren.}, subject = {Fahreignung}, language = {de} } @phdthesis{Kaussner2003, author = {Kaußner, Armin}, title = {Dynamische Szenerien in der Fahrsimulation}, url = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-8286}, school = {Universit{\"a}t W{\"u}rzburg}, year = {2003}, abstract = {In der Arbeit wird ein neues Konzept f{\"u}r Fahrsimulator-Datenbasen vorgestellt. Der Anwender entwirft eine auf seine Fragestellung zugeschnittene Datenbasis mithilfe einer einfachen Skriptsprache. Das Straßennetzwerk wird auf einer topologischen Ebene rep{\"a}sentiert. In jedem Simulationsschritt wird hieraus im Sichtbarkeitsbereich des Fahrers die geometrische Rep{\"a}sentation berechnet. Die f{\"u}r den Fahrer unsichtbaren Teile des Straßenetzwerks k{\"o}nnen w{\"a}hrend der Simulation ver{\"a}ndert werden. Diese Ver{\"a}nderungen k{\"o}nnen von der Route des Fahrers oder von den in der Simulation erhobenen Messerten abh{\"a}ngen. Zudem kann der Anwender das Straßennetzwerk interaktiv ver{\"a}ndern. Das vorgestellte Konzept bietet zahlreiche M{\"o}glichkeiten zur Erzeugung reproduzierbarer Szenarien f{\"u}r Experimente in Fahrsimulatoren.}, subject = {Straßenverkehr}, language = {de} }