Catálogo de publicaciones - libros

Mobilität, Verkehr und die physische Gestalt städtischer Räume sind eng miteinander verknüpft [1]. Die Stadtstruktur bildet eine wichtige Grundlage für Mobilitätsentscheidungen von Haushalten und Unternehmen und gibt in entscheidendem Maße vor, welche Formen von Verkehr ermöglicht oder aber auch ausgeschlossen werden. Kompakte Stadtstrukturen mit hoher Dichte und Nutzungsmischung bieten gute Voraussetzungen für kurze Wege, ein leistungsfähiges öffentliches Verkehrsangebot, fördern den Fuß- und Radverkehr und machen die Nutzung des Kraftfahrzeugs im Alltag oft unnötig.

Luis G. Willumsen, einer der renommiertesten Wissenschaftler für die Verkehrsmodellierung, stellte 2013 auf einer Fachkonferenz fest: „We can no longer ignore them [autonome Fahrzeuge], if planning horizon is 10+ years“ [37]. Doch Arbeiten, die versuchen, die Auswirkungen der autonomen Fahrzeuge auf die Alltagsmobilität der potenziellen Nutzer und konkret deren Verkehrsmittelwahl zu antizipieren, finden sich erst selten [11], [19], [37]. Allerdings erlaubt ein Blick auf die individuellen Treiber unseres täglichen Mobilitätsverhaltens bereits jetzt vorsichtige Aussagen zu etwaigen Verhaltensänderungen durch die Einführung autonomer Fahrzeuge. Analogieschlüsse zur Nutzung bekannter Verkehrsmittel und ihre Übertragung in Verkehrsnachfragemodelle lassen erste quantitative Aussagen über Auswirkungen auf die Gesamtverkehrsnachfrage zu. Die Nachfragemodellierung ermöglicht es hierbei, zwischen unterschiedlichen räumlichen Kontexten und Nutzergruppen zu unterscheiden und verschiedene Szenarien zum Einsatz solcher Systeme zu evaluieren.

Nach der Erfindung des Automobils durch Carl Benz im Jahr 1886 haben sich zum Teil sehr unterschiedliche Fahrzeugkonzepte gebildet. Einiges ist als konsequente Weiterentwicklung und Ablösung vorheriger Konzepte zu sehen, wie die Abkehr vom Kutschen- Design und die Integration der Räder und des Fahrwerks unterhalb der Karosserie oder die selbsttragende Karosserie. Als Haupteinfluss auf das Fahrzeugkonzept kann der Einsatzzweck betrachtet werden, der besonders deutlich wird, wenn Nutzkraftfahrzeuge mit einbezogen werden.

Derzeit wird in der Fachwelt und in der Öffentlichkeit viel über automatisierte (oft auch „autonom“ genannte) Fahrzeuge diskutiert und geforscht bzw. werden deren erste Produktumsetzungen entwickelt. Dabei steht häufig der individuell genutzte Pkw im Mittelpunkt der Betrachtung, d. h., der Blick richtet sich auf die zunehmende Automatisierung der Fahrzeuge auf Stadt- und Fernstraßen. Während die Vision, dass Pkw auf öffentlichen Straßen ohne menschlichen Eingriff selbsttätig fahren, noch in ferner Zukunft zu liegen scheint, gibt es bereits Beispiele, wo schon heute oder zumindest sehr bald selbstfahrende Fahrzeuge für den öffentlichen Personentransport eingesetzt werden.

Dieser Beitrag hat zum Ziel, die Auswirkungen des autonomen Fahrens auf der Ebene des Verkehrsmanagements zu quantifizieren. Dazu wird eine Modellierung des autonomen Fahrens entwickelt, die es ermöglicht, von Menschen geführte und autonome Fahrzeuge mit nur geringen Modifikationen zu verwenden. Das ist wichtig, wenn es darum geht, wie die Instrumente des Verkehrsmanagements weiterzuentwickeln sind, um autonome Fahrzeuge im Verkehrssystem berücksichtigen zu können. Interessant ist in diesem Zusammenhang vor allem der sogenannte gemischte Verkehr, bei dem normale und autonom fahrende Fahrzeuge miteinander agieren. Das dürfte – auch nach der Markteinführung autonomer Fahrzeuge – noch lange der Normalzustand auf den Straßen sein; von daher ist es von großer praktischer Bedeutung, genau diesen Zustand gut zu verstehen, um eventuell auftretende systemische Effekte im Voraus zu erkennen und diesen entgegenwirken zu können.

Autonome Fahrzeuge nehmen selbstständig am Verkehr teil, ohne dass sie den Menschen als Überwacher oder Entscheider benötigen. Ihren Fahrgästen bieten autonome Fahrzeuge einen Komfortgewinn, da keine Fahraufgaben geleistet werden müssen. Einem Personenkreis, der bislang aufgrund von Mobilitätseinschränkungen von der Teilhabe am öffentlichen Leben teilweise oder ganz ausgeschlossen ist, bieten autonome Fahrzeuge neue Chancen für dessen Mobilität.

In seiner Metaanalyse dokumentiert Thomas Winkle beispielhaft Analysen für das Potenzial sicherheitserhöhender Fahrzeugsysteme mit geringeren Automatisierungsgraden. Für eine Prognose des Sicherheitspotenzials hoch- oder vollautomatisierter Fahrzeuge sind dagegen Annahmen erforderlich, da seriennahe Funktionsausprägungen bislang fehlen. Für Testmethoden zur Entwicklung und Auslegung sicherer automatisierter Fahrzeuge mit ökonomisch vertretbarem Aufwand empfiehlt der Autor eine Zusammenführung weltweit verfügbarer Verkehrsunfalldaten, Wetterdaten und Verkehrssimulationen. Daraus sind länderübergreifend prospektiv reale Verkehrsszenarien mit statistischer Relevanz zur Beherrschbarkeit kritischer Situationen und Fehlerprozesse sowie stochastische Modelle (zusammen mit virtuellen Labor- oder Fahrsimulatorversuchen) auswertbar.

Zur Erhöhung von Produktivität, Zuverlässigkeit und Flexibilität der Raumüberwindung nimmt der Automatisierungsgrad der Fahrzeuge sowohl im Bereich der Verkehrsträger als auch im Bereich des innerbetrieblichen Transports kontinuierlich zu. Durch die anwachsende Informationsdichte und Komplexität räumlicher Arbeitsteilung gewinnt die Idee der sich selbststeuernden, dezentralen Einheiten an Bedeutung. Die Konzentration der öffentlichen und wissenschaftlichen Diskussion zum autonomen Fahren mit individuellen Personenkraftwagen vernachlässigt bisher allerdings rund ein Drittel des Verkehrs auf öffentlichen Straßen, nämlich den Wirtschaftsverkehr.

This chapter discusses the operational and economic aspects of autonomous mobility-ondemand (AMoD) systems, a transformative and rapidly developing mode of transportation wherein robotic, self-driving vehicles transport passengers in a given environment. Specifically, AMoD systems are addressed along three dimensions: (1) modeling, that is analytical models capturing salient dynamic and stochastic features of customer demand, (2) control, that is coordination algorithms for the vehicles aimed at throughput maximization, and (3) economic, that is fleet sizing and financial analyses for case studies of New York City and Singapore. Collectively, the models and methods presented in this chapter enable a rigorous assessment of the of AMoD systems.

Beim hoch- und vollautomatisierten Fahren ist es aufgrund der dem Fahrer zugebilligten Nebenaufgaben notwendig, dass das Fahrzeug Einschränkungen seiner maschinellen Wahrnehmung sowie Funktionseinschränkungen darauf aufbauender Verarbeitungsmodule selbst erkennt und darauf adäquat reagiert. Während man aufgrund von Simulatorstudien beim hochautomatisierten Fahren von realistischen Übergabezeiten an den Fahrer von fünf bis zehn Sekunden ausgeht [1], [2], bevor dieser die Fahraufgabe wieder sicher übernehmen kann, wäre beim vollautomatisierten Fahren der Mensch überhaupt keine Rückfallebene mehr.