Tipp-Basiertes Ecodriving Feedback: Entwicklung eines Post-Manöver-Assistenzsystems zum Training energieeffizienten Fahrverhaltens in batteriebetriebenen Elektrofahrzeugen

Art der Abschlussarbeit

Status der Arbeit

Betreuer/in

Hintergrundinformationen zu der Arbeit

Der Klimawandel und die damit einhergehenden Folgen für die Umwelt gewinnen stetig an Relevanz. Ein moderierender Faktor zur Bekämpfung dieser Problematik ist die Senkung der Treibhausgasemissionen. Die Elektrifizierung des Transports wird diesbezüglich als mögliche Lösung angesehen, da die Energieversorgung von Elektrofahrzeugen potentiell vollständig durch erneuerbare Energien gesichert werden kann. Batteriebetriebene Elektrofahrzeuge (BEVs) ermöglichen in diesem Zusammenhang eine klimaneutrale Transportmöglichkeit. Damit der ökologische Nutzen dieser Fahrzeuge vollständig entfaltet werden kann, ist jedoch gezieltes Verhalten seitens der Fahrer*innen notwendig. Sogenannte Ecodriving-Strategien bieten in diesem Zusammenhang ein breites Portfolio an Handlungsabläufen, welche die Energieeffizienz während der Fahrmanöver maximieren können. Ecodriving-Strategien wurden bereits in verschiedensten Varianten aufbereitet. Darunter wurden vor allem Interfaces beforscht, welche direkt in den Fahrzeugkontext eingebunden sind. Ein kognitiv anspruchsvolles Ecodriving-Training würde jedoch im sicherheitskritischen Nutzungskontext des Fahrzeugcockpits den Cognitive Load der Fahrer*innen auf ein kritisches Level treiben, weshalb im Rahmen dieser Arbeit ein Assistenzsystem entwickelt wird, welches durch zielführende Feedbackgestaltung auf einen Zeitpunkt nach der Fahrt (Post-Manöver) ausgelagert werden kann. Hierfür werden konkret zwei verschiedene Anzeigen des Assistenzsystems umgesetzt, welche auf ein Grundgerüst aus Ecodriving-Metriken aufbauen. Während eine Anzeige basierend auf bisherigen Forschungsergebnissen eher durch textuelle Bildung mentaler Modelle zum Ecodriving dominiert wird, soll die zweite Anzeige Elemente der Zielsetzungstheorie integrieren. Nach vorab definierten Bewertungskriterien sollen die Anzeigen in einer Evaluation, welche in der Umgebung des IMIS-Fahrsimulators umgesetzt wird, untersucht werden. Da aufgrund der globalen Pandemie nicht mit einer Erhebung im Labor gerechnet werden kann, wird als Alternativkonzept eine Online-Befragung mit aufgezeichneten Videos aus dem Fahrsimulator und Screenshots/-flows der Anzeigen konzipiert und durchgeführt.

Prüfling
Indrani Breider

Starttermin

März 2021