Die Zukunft des Radverkehrs in urbanen Verkehrsstrukturen mit automatisierten Fahrzeugen

Karim El Gharbi () and Wilko Manz ()
Additional contact information
Karim El Gharbi: Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau
Wilko Manz: Rheinland-Pfälzische Technische Universität Kaiserslautern-Landau

A chapter in New Players in Mobility, 2025, pp 703-717 from Springer

Abstract: Zusammenfassung Die Förderung des Radverkehrs ist ein zentraler Bestandteil zur Lösung von Verkehrsproblemen und zur Erreichung von Umweltzielen in urbanen Räumen. In Anbetracht der technischen Entwicklung hin zu automatisierten und vernetzten Kraftfahrzeugen (avF) stellen die Wechselwirkungen zwischen avF und dem Radverkehr ein bislang nicht tiefergehend erforschtes Themenfeld dar. Im Forschungsprojekt „RAD-AUTO-NOM“ wurden daher Analysen durchgeführt, um die Vereinbarkeit dieser beiden Verkehrssysteme im Stadtverkehr zu untersuchen. Das Fahrverhalten von avF unterscheidet sich grundlegend von manuell gesteuerten Fahrzeugen durch ihre strikte Einhaltung der Verkehrsregeln, z. B. Geschwindigkeitsbegrenzungen oder Sicherheitsabständen zu anderen Verkehrsteilnehmenden. Die flexible, intuitive und nicht immer regelkonforme Fahrweise von Radfahrenden stellt eine besondere Herausforderung dar, da avF Schwierigkeiten haben können, ihre Bewegungen und Fahrmanöver zuverlässig zu erkennen und vorherzusagen. Algorithmen von avF sind darauf ausgelegt, sowohl die Sicherheit der Fahrzeuginsassen als auch die der anderen Verkehrsteilnehmenden zu gewährleisten. Dennoch bestehen ethische Unsicherheiten hinsichtlich der Entscheidungsfindung und Priorisierung in potenziell gefährlichen Situationen. Die Interaktion zwischen Radfahrenden und Kraftfahrzeugen ist durch diverse Konfliktsituationen geprägt, die durch eine verbesserte Vernetzung und Kommunikation der Fahrzeuge entschärft werden könnten. Typische Situationen wie das Hinterherfahren hinter Radfahrenden oder Überholen erfordern von avF eine genaue Berechnung von Sicherheitsabständen und Geschwindigkeiten, um potenzielle Gefahren zu minimieren. Die Herausforderung liegt dabei in der zuverlässigen Erkennung von Radfahrenden und der präzisen Vorhersage ihrer Bewegungen, was derzeit noch Entwicklungsbedarf bei avF signalisiert. Die zukünftige Weiterentwicklung dieser Technologien könnte jedoch dazu beitragen, Unfälle mit Radfahrenden zu reduzieren und das Sicherheitsgefühl im Straßenverkehr insgesamt zu erhöhen. Eine Online-Befragung wurde durchgeführt, um die Erwartungen und Anforderungen der Radfahrenden an avF zu erfassen. Die Ergebnisse zeigen, dass Radfahrende vor allem Wert auf ein regelkonformes Verhalten seitens der avF legen, während der direkten Kommunikation mit den Kraftfahrzeugen ein geringerer Stellenwert beigemessen wird. Des Weiteren wurde das Unsicherheitsempfinden von Radfahrenden in verschiedenen Verkehrsszenarien untersucht. Dabei zeigte sich, dass eine klare Trennung des Radverkehrs von anderen Verkehrsteilnehmenden zu einem geringeren Stressniveau bei Radfahrenden führt. Sobald autonome Fahrzeuge und Radfahrende aufeinandertreffen, entstehen komplexe Wechselwirkungen, die eine klare Regulierung erfordern. Geschwindigkeiten spielen hierbei eine zentrale Rolle, da sie direkten Einfluss auf das Fahrverhalten von avF und die Sicherheit haben. Das Projekt zeigt, dass die konsequente Einhaltung von Sicherheitsabständen zu Radfahrenden und anderen Verkehrsteilnehmenden ebenfalls von großer Bedeutung ist, um Unfälle zu verhindern und das Vertrauen in autonome Fahrzeuge zu stärken. Eine präzise Detektionstechnologie und klare rechtliche Rahmenbedingungen sind unerlässlich, um eine sichere Interaktion zwischen avF und Radverkehr zu gewährleisten und zugleich die Mobilität in urbanen Räumen effizienter zu gestalten.

Date: 2025
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-46485-1_43

Ordering information: This item can be ordered from
http://www.springer.com/9783658464851

DOI: 10.1007/978-3-658-46485-1_43

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().