Die vorliegende Arbeit befasst sich mit der Frage, was die Ursachen von Verkehrsunfaellen sind und welche Massnahmen fuer eine verbesserte Unfallpraevention geeignet sind. Der Schwerpunkt bei der Frage nach Mitteln zur Unfallreduzierung lag hierbei auf Fahrerassistenzsystemen, deren Unfallvermeidungspotenzial in der Praxis analysiert wurde. Zudem wurden auf Basis der Unfallanalysen Empfehlungen fuer deren nutzergerechte und verkehrssichere Gestaltung entwickelt. Fuer die Studie wurden insgesamt 312 Verkehrsunfaelle mit 528 Fahrern umfassend analysiert: Mit den Fahrern wurden umfangreiche strukturierte Interviews zum Unfallhergang gefuehrt und deren Wahrnehmungen, Kognitionen und motorische Reaktionen in der Pre-Crash-Phase detailliert erfragt. Zusaetzlich wurden die Unfallstelle fotografiert und nach verkehrspsychologischen Kriterien analysiert, der Unfallhergang technisch rekonstruiert und Daten aus der Verkehrsunfallanzeige der Polizei ausgewertet. Das Verhalten der Fahrer in den letzten Sekunden vor dem Unfall wurde einer Fehleranalyse unterzogen und aufgetretene Fehler anhand von zwei verschiedenen Fehlermodellen klassifiziert. Der Einfluss verschiedener Verhaltensweisen, Ereignisse oder Eigenschaften auf das Unfallrisiko wurde durch Verursacheranalysen untersucht. Dazu wurden alle Fahrer nach Unfallverursachern und Nicht-Unfallverursachern (= Unfallbeteiligte) unterschieden. Durch Berechnung eines Relativen Risikos - dem Quotienten aus der Unfallverursachungsrate bei den exponierten Fahrern und der Unfallverursachungsrate bei den nicht exponierten Fahrern - konnte das Risiko bestimmter Einflussfaktoren quantitativ bestimmt und miteinander verglichen werden. Das Einbeziehen von Unfallbeteiligten als "Kontrollgruppe" (anstatt der ausschliesslichen Befragung der Unfallverursacher) ist bei Unfallanalysen dieser Breite und Tiefe bislang einmalig und verleiht den Ergebnissen hohe Aussagekraft. Die Ergebnisse der Fehler- und Verhaltensanalysen werden detailliert dargestellt. Alle Fahrerassistenzsysteme wurden vor dem Hintergrund der Unfalldaten - insbesondere im Zusammenhang mit dem Vorhandensein bestimmter Risikofaktoren zum Unfallzeitpunkt - auf ihre Anfaelligkeit hinsichtlich Verhaltensadaptationen (vor allem Risikokompensationen) auf Seiten der Fahrer diskutiert. Es wurden zudem zahlreiche konkrete Empfehlungen gegeben, wie einzelne Assistenzsysteme gestaltet werden muessen, um einen moeglichst grossen Nutzen fuer die Unfallpraevention zu erzielen, unerwuenschte Nebenwirkungen zu reduzieren und Verkehrsgefaehrdungen durch einen Missbrauch dieser Systeme vorzubeugen. Ergaenzend dazu wurden aus den Ergebnissen der Auswertung von Unfallursachen und Risikofaktoren Schlussfolgerungen fuer eine verbesserte Unfallpraevention gezogen und die wichtigsten gesetzgeberischen, polizeilichen und strassenbaulichen Massnahmen aufgezeigt. English title: Errors and mistakes as a cause of traffic accidents and consequences for the design of advanced driver assistance systems and their potential of accident prevention. English summary: This study examined the causes of traffic accidents to determine suitable measures for improved accident prevention. The main focus for accident prevention was based on advanced driver assistance systems (ADAS), of which their potential of crash avoidance was analysed. Based on the accident analysis, recommendations for a user centred and roadworthy design of these systems are developed. In the accident analysis, 312 road traffic accidents with 528 drivers were thoroughly investigated. The drivers were interviewed about the accident and asked in detail about their perceptions, thoughts and physical actions in the pre-crash-phase. In addition, the scene of the accident was photographed, an accident reconstruction was made and the accident data from the police report was evaluated. Drivers’ behaviour in the last seconds before the crash was analysed using two models of information processing and human error, namely Rasmussen’s (1982) “model of internal human malfunction” and Reason’s (1990) “model of unsafe acts”. The influence of different behaviour patterns, events and personal attributes on the accident risk was examined by responsibility analyses. For this purpose, all drivers were classified as either culpable (main initiators) or nonculpable (innocently hit) drivers, as well as whether they were exposed to a definite risk directly before the accident. By calculating a relative risk – the ratio of the exposed drivers’ accident causation rate and the nonexposed drivers’ accident causation rate – the risk of certain influencing factors can be quantified and compared. Using the nonculpable drivers as a control group (instead of interviewing only the culpable drivers) strengthens the results and was not used previously in accidents of this breadth and depth before. The results of the error analysis by Rasmussen (1982) revealed that most road accidents (79.9 %) were caused by information errors, e. g. drivers perceive relevant information too late or not at all. All other kinds of errors were more seldom: Diagnostic errors amount to 7.7 % of all accidents, goal errors 5.8 %, procedure errors 12.2 %, action errors 1.9 % and structural errors 7.4 %. The error analysis by Reason (1990) showed that traffic violations have a strong influence on accident causation: Approximately one third of all drivers committed one or more violations. Routine violations increased the accident risk by 40 percent (relative risk [RR] = 1.43), exceptional violations by up to 60 percent (RR=1.62). The results of responsibility analyses demonstrated that certain risk factors significantly increase the accident risk by 30 to 100 percent. With some of these factors the importance had been previously underestimated or the influence was suspected but could not be proved due to the lack of empirical data. The relative risks of these factors were negative emotion (RR=2.01), drowsiness (RR=1.94), cognitive distraction (RR=1.90), glare by sun (RR=1.89), unadapted speed (RR=1.85), distraction by navigation task (RR=1.65), lack of knowledge of a place (RR=1.62), alcoholisation (1.55), absence of training for driving safety in the past (RR=1.40), insufficient safe distance (RR=1.39), distraction by objects outside of the car (RR=1.32) and distraction by objects inside of the car (RR=1.30). By considering various types and causes of accidents, the crash avoidance potential of various advanced driver assistance systems was assessed. The “automatic emergency brake assist” has the highest potential – it could prevent or reduce the injury rate in 57 percent of accidents. The accident prevention potential of “adaptive cruise control” and “lane departure warning” is also high; each of these systems could prevent one-fifth of all accidents. The potential of the “traffic sign recognition”, “attention control” and “lane change assistance” systems is moderate (six to eight percent of all accidents). The systems for vision enhancement have the lowest potential – a night vision system would benefit at most two percent of all accidents and the benefit of an “adaptive frontlighting system” for accident prevention is marginal. Based on the accident data, the advanced driver assistance systems are discussed concerning their susceptibility to adapt the driver’s behaviour (primarily risk compensations), in particular with regard to the presence of certain risk factors at the time of accident. Specific recommendations are given for the design of various driver assistance systems, in order to achieve the highest accident prevention, to reduce undesired side effects and to prevent misuse. In addition, the results of the accident analyses are used to draw conclusions on improved accident prevention and the most important measures concerning legislation, law enforcement and roadmaking are discussed. (Author/publisher) This document is also available electronically via Internet at URL: http://www.opus-bayern.de/uni-regensburg/volltexte/2005/555/pdf/diss_gr…
Samenvatting