<?xml version="1.0" encoding="utf-8"?>
<export-example>
  <doc>
    <id>5958</id>
    <completedYear/>
    <publishedYear>2021</publishedYear>
    <thesisYearAccepted/>
    <language>deu</language>
    <pageFirst/>
    <pageLast/>
    <pageNumber>XII, 136</pageNumber>
    <edition/>
    <issue/>
    <volume/>
    <articleNumber/>
    <type>masterthesis</type>
    <publisherName/>
    <publisherPlace>Ingolstadt</publisherPlace>
    <creatingCorporation/>
    <contributingCorporation/>
    <belongsToBibliography>0</belongsToBibliography>
    <completedDate>2025-06-06</completedDate>
    <publishedDate>2021-06-15</publishedDate>
    <thesisDateAccepted>--</thesisDateAccepted>
    <title language="deu">Klassifizierung unterschiedlicher E-Scooter Fahrerprofile mit Hilfe eines selbstentwickelten Messfahrzeuges</title>
    <abstract language="deu">Die Zahl der E-Scooter Fahrer nimmt weltweit zu. Sowohl Sharing-Angebote als auch E-Scooter zum Kauf für den privaten Gebrauch gewinnen an Beliebtheit. Diese neue Art der Fortbewegung muss bei der Entwicklung moderner Fahrerassistenzsysteme gesondert berücksichtigt werden, da noch nicht belegt ist, ob sie die selbe Dynamik wie bestehende Verkehrsteilnehmer aufweist. Moderne Fahrzeugsysteme werden bereits früh in der Entwicklung durch Simulationsumgebungen unterstützt, abgesichert und auf Wirksamkeit geprüft. Solche Simulationen sollten dann Modelle beinhalten, die E-Scooter Fahrer inklusive ihres physikalischen Limits der Manövrierbarkeit abbilden und durch Realdaten parametrisiert sowie kalibriert werden. Dazu wird ein E-Scooter mit Sensorik und einem Datenlogger ausgestattet. Eine Probandenstudie im Realfahrversuch dient der Datengenerierung. Anhand dieser Studie wird das Fahrerverhalten erforscht und Empfehlungen zur Parametrierung einer Simulationsumgebung aufgestellt. Anhand der, durch die 36 Probanden gewonnen, Daten werden die Parameter Ausrollverzögerung, Reaktionszeit, mittlere Bremsverzögerung, maximale Bremsverzögerung, maximaler Rollwinkel, maximaler Lenkwinkel und maximale Querbeschleunigung kategorisiert und ausgewertet. Die Auswertung befasst sich unter anderem mit Unterschieden zwischen den Geschwindigkeitsstufen, Erfahrungsstufen mit anderen Verkehrsmitteln, sowie dem Geschlecht, Alter, Gewicht und Größe des Fahrers. Dadurch können signifikante Zusammenhänge aufgedeckt werden und in manchen Fällen Abhängigkeiten zur genaueren Kalibrierung der Simulation genutzt werden. Die Reaktionszeit weist eine direkte Proportionalität zur Fahrgeschwindigkeit auf. Dieser Zusammenhang kann zur Parametrisierung genutzt werden. Für die maximale Bremsverzögerung stellen Regressionsgleichungen mit der Prädikatorvariable Fahrergewicht die beste Lösung zur Kalibrierung dar. Die mittlere Bremsverzögerung hingegen wird in Abhängigkeit des Geschlechts und der Geschwindigkeit parametrisiert. Eine geschwindigkeitsabhängige Parametrisierung kann ebenso beim maximalen Rollwinkel angewendet werden. Die beiden Variablen maximaler Lenkwinkel und maximale Querbeschleunigung weisen in der Auswertung keine, für die Parametrisierung relevanten, signifikanten Zusammenhänge auf. Daher wird hier eine Kalibrierung anhand der berechneten Mittelwerte empfohlen. Im Nachgang der Arbeit sollte das Versuchsfahrzeug um weitere Sensorik erweitert und die Robustheit erhöht werden. Auch sollten die Ergebnisse dieser Arbeit in weiteren Studien validiert und verfeinert werden. Dazu sind größere Stichprobenumfänge und homogenere Verteilungen in der Stichprobe nötig.</abstract>
    <identifier type="urn">urn:nbn:de:bvb:573-59584</identifier>
    <enrichment key="opus.doi.autoCreate">false</enrichment>
    <enrichment key="opus.urn.autoCreate">true</enrichment>
    <licence>Urheberrechtsschutz</licence>
    <author>
      <first_name>Tetmar</first_name>
      <last_name>von dem Bussche-Hünnefeld</last_name>
    </author>
    <advisor>
      <first_name>Werner</first_name>
      <last_name>Huber</last_name>
    </advisor>
    <advisor>
      <first_name>Michael</first_name>
      <last_name>Botsch</last_name>
    </advisor>
    <collection role="institutes" number="19311">Fakultät Elektro- und Informationstechnik</collection>
    <collection role="degree_programme" number="19348">Automatisiertes Fahren und Fahrzeugsicherheit (M. Eng.)</collection>
    <thesisPublisher>Technische Hochschule Ingolstadt</thesisPublisher>
    <thesisGrantor>Technische Hochschule Ingolstadt</thesisGrantor>
    <file>https://opus4.kobv.de/opus4-haw/files/5958/Masterarbeit_E_Scooter_Bussche_Huennefeld.pdf</file>
  </doc>
</export-example>
