Anpassung der Routenberechnung zur Stressreduktion beim Autofahren

Abstract

Navigation hat in den vergangenen Jahren an Bedeutung zugenommen und ist durch die Verbreitung von Smartphones zu einer alltäglichen Sache geworden. Meistens werden die berechneten Routen dabei auf einen bestimmten Parameter hin optimiert, z. B. die Fahrzeit, die Distanz oder den Verbrauch von Treibstoff. Ein noch sehr wenig beachteter Faktor ist Stress, welchen eine Route beim Fahrer auslösen kann. Stress kann durch unterschiedliche Faktoren beeinflusst werden, beispielsweise das Verkehrsaufkommen, die Fahrbahneigenschaften oder Zeitdruck. In dieser Arbeit wurde eine neue Routenoption untersucht, welche das Ziel hat, den Fahrer möglichst stressfrei und entspannt an sein Ziel zu bringen. Hierfür wurden verwandte Arbeiten zu Routenberechnung, Stress und Erlebniserfassung untersucht. Basierend auf digitalen Vektorkarten von OpenStreetMap wurden, mithilfe der Navigation-Application OsmAnd für Android Smartphones, Bewertungen der Benutzer und Sensordaten der Geräte zu einzelnen Streckensegmenten gesammelt und ausgewertet. Die Navigation-App wurde für diese Arbeit um ein Plugin erweitert, über welches der Benutzer die Bewertung der Streckensegmente vornehmen kann. Es wurde eine eigene Version von OsmAnd namens Happy Navi (OsmAnd) erstellt und über den Google Play Store sowie die eigene Homepage zur Verfügung gestellt. Die ausgewerteten Bewertungen werden von der App in zukünftige Routenberechnungen mit einbezogen und zeigen dem Fahrer eine alternative, stressreduzierte Route als zweite Option neben der normalen Route an. Mit den sensorisch erfassten Daten wurde versucht Aussagen darüber zu treffen, in welchen Situationen der Fahrer gestresst ist und welche Faktoren dabei eine Rolle spielen. Hierbei konnte gezeigt werden, dass es Korrelationen zwischen den Beschleunigungs- und Geschwindigkeitswerten im Bezug auf die Bewertung der Streckensegmente geben könnte. Die gewonnenen Erkenntnisse können in Zukunft dafür genutzt werden, den Stress einer Route möglicherweise automatisch anhand der sensorischen Daten zu bestimmen.

Navigation has gained importance in recent years and has become a ubiquitous thing through the spread of smart phones. Most of the time, calculated routes are thereby optimized for a specific parameter, like travel time, distance or consumption of fuel. Stress, a driver might be exposed to on a route, is yet a factor with very little attention. Stress can be influenced by different factors, such as the volume of traffic, road characteristics or through time pressure. In this work, a new route option is examined, which aims to bring drivers relaxed to their destination and with as little stress as possible. For this, related work to route calculation, stress and experience sampling has been investigated. Based on digital vector maps of OSM, using the navigation App OsmAnd for Android smart phones, opinions of users and sensor data of the devices about individual route segments were collected and then evaluated. The navigation app has been extended for this work with a plugin through which the user can make the evaluation of route segments. An adapted version of OsmAnd called Happy Navi (OsmAnd) was created and made available via the Google Play Store and home page. The evaluated ratings are then included in future route calculations by the app and show drivers an alternative, stress reduced route as a second option in addition to the normal route. Using recorded sensor data the goal was to identify situations in which the driver is stressed and what factors play a role therefor. It could be shown that there might be correlations between the acceleration and velocity values with respect to the evaluation of the route segments. These findings could be useful in the future for determining the stress of a route automatically based on sensory data.