Upplevd säkerhet och komfortzoners gränser för att förbättra användarupplevelse och säkerhet vid autonom körning och förarstödssystem

Forskningsprojekt, 2025 – 2027

I takt med att autonoma körsystem (ADS) och förarstödssystem (DAS) utvecklas, förskjuts fokus från att undvika olyckor till att undvika konflikter. Det blir allt viktigare att dessa system inte bara är säkra, utan också upplevs som accepterade av förarna—helst så att en förarreaktion efter en undvikande manöver är ett "tack" snarare än irritation eller misstro. Forskning har visat att föraracceptans är starkt kopplad till upplevd säkerhet—ju säkrare ett system upplevs, desto större är acceptansen och tilliten.

Ny forskning från TU Delft har gjort betydande framsteg i att kvantifiera upplevd säkerhet genom att analysera samspelet mellan ego-fordonet och omgivande trafik, det vill säga kinematik ur förarens perspektiv. Deltagare i körsimulatorstudier och crowdsourcing-experiment har skattat sin upplevda säkerhet, vilket sedan modellerats med hjälp av maskininlärning och förklarande AI-metoder för att etablera samband mellan kinematik och upplevd risk.

Syftet med detta postdoc-projekt är att vidareutveckla TU Delfts metod för att förbättra förutsägbarheten av upplevd säkerhet, öka tidsupplösningen i prediktionerna, operationalisera komfortzonsgränser (CZB) i termer av upplevd säkerhet, vidareutveckla och utvärdera modeller för upplevd säkerhet och CZB med hjälp av naturalistiska kördata, samt utöka scenariotäckningen till att inkludera oskyddade trafikanter.

Projektets resultat är avsedda att användas av utvecklare av ADS- och DAS-system för konflikt- och olycksundvikande, i syfte att förbättra systemen både vad gäller användarupplevelse och säkerhet. Ökad upplevd säkerhet bidrar inte bara till ökad acceptans och tillit, utan också till förbättrad systemprestanda genom att CZB integreras i algoritmerna för dessa system.