GNSS-basierte Geisterfahrerdetektion mit automatischer Warnung anderer Verkehrsteilnehmer\r\nHanno Beckmanna, Kathrin Frankla, Jinyue Wangb, Monika Stapelfeldc, Martin Grzebellusc, Martin Metznerb, Volker Schwiegerb, Thomas Panya, Bernd Eissfellera\r\na Institut für Raumfahrttechnik und Weltraumnutzung, Universität der Bundeswehr München, Deutschland\r\nb Institut für Ingenieurgeodäsie, Universität Stuttgart, Deutschland\r\nc Navcert GmbH, Braunschweig, Deutschland\r\nGeisterfahrer verursachen häufig verheerende Unfälle (siehe z.B. [1]-[3]). Laut Statistik gibt es in Deutschland pro Jahr etwa 2.000 Geisterfahrten auf Autobahnen [1]. In den letzten Jahren wurden vermehrt Maßnahmen zur Vermeidung oder zumindest zur Detektion von Geisterfahrten diskutiert (vgl. bspw. [5]-[9]). Seit einiger Zeit sind die globalen Satellitennavigationssysteme (GNSS) als Möglichkeit zur Detektion von Geisterfahrern Gegenstand der Forschung [10]-[14]. Der Vorteil solch GNSS-basierter Ansätze ist, dass teure Infrastrukturmaßnahmen nicht benötigt werden. Stattdessen können die bereits im Fahrzeug integrierten GNSS Empfänger und verbauten Sensoren genutzt werden, um Geisterfahrten zu detektieren.\r\nIn [14] wird mit Hilfe von GNSS die absolute Position des Fahrzeugs bestimmt. Diese Positionierung kann durch zusätzliche Sensoren, wie Odometer oder Kreisel, unterstützt. Die so bestimmte Position des Fahrzeugs wird anschließend auf die im Navigationssystem hinterlegte digitale Straßenkarte projiziert. Ist die Fahrrichtung des Fahrzeugs entgegengesetzt der durch die Straßenkarte vorgegebenen Fahrbahnrichtung, so liegt eine Geisterfahrt vor. In diesem Fall wird der Geisterfahrer über seine Falschfahrt durch das Navigationssystem informiert. Im Vordergrund solch eines GNSS-basierten Detektionssystems steht die Integrität, d.h., dass eine Falschfahrerwarnung erst dann ausgegeben wird, wenn es sich mit vorgegebener, sehr hoher Wahrscheinlichkeit auch wirklich um einen Falschfahrer handelt. Die Integrität des Detektionssystems in [14] wird derzeit bspw. auf Sensor-Ebene [15], Empfänger-Ebene [16], MapMatching-Ebene [17] und Detektions-Ebene [18] gewährleistet.\r\nZeitgleich zur Warnung des Geisterfahrers selbst, sollte eine Warnung an die Verkehrsteilnehmer in unmittelbarer Umgebung des Geisterfahrers erfolgen. Dadurch haben\r\nauch die anderen Verkehrsteilnehmer die Möglichkeit ihre Geschwindigkeit zu drosseln und die linken Fahrstreifen freizumachen. Auch hier ist der GNSS-basierte Ansatz von Vorteil. So soll in [14] die durch GNSS ermittelte Fahrzeugposition per eCall zunächst an die zuständige eCall-fähige Leitstelle übermittelt werden. Von dort aus kann dann die Geisterfahrer-Warnung über den Traffic Message Channel (TMC) oder über die Verkehrsdurchsagen an die Fahrzeuge in der Umgebung des Geisterfahrers verteilt werden.\r\nIn dieser Arbeit soll das GNSS-basierte Geisterfahrer-Detektionssystem in [14] inklusive der Warnung anderer Verkehrsteilnehmer beleuchtet werden. Im Gegensatz zu anderen Forschungsarbeiten auf diesem Gebiet stehen hier die zu gewährleistende Integrität des Systems sowie die Realisierbarkeit der Warnung anderer Verkehrsteilnehmers im Vordergrund. Sowohl technische- als auch juristische Aspekte sollen hierbei betrachtet werden. Anschließend werden Ergebnisse zu echten Testfahrten gezeigt, bei denen die Zeitpunkte der Geisterfahrerdetektion für verschiedene GNSS-Modi bestimmt, evaluiert und miteinander verglichen werden.\r\nReferences\r\n[1] Tz, „Zwei Tote nach Geisterfahrer-Unfall“, 16.01.2017.\r\n[2] Focus online, „Geisterfahrer rast auf A61 in junge Familie auf dem Weg in den Urlaub – zwei Tote“, 01.01.2017.\r\n[3] Süddeutsche Zeitung, „Drei Tote nach Verkehrsunfall auf der A33“, 28.11.2016.\r\n[4] Berufsgenossenschaft Verkehrswirtschaft Post-Logistik Telekommunikation, „Falschfahrer: Jede sechste Fahrt endet tödlich“, 2013.\r\n[5] N. K. Vaswani, “Measures for preventing wrong-way entries on highways”, Virginia Highway Research Council, Charlottesville, Virginia, 1973.\r\n[6] Continental, „Tödliche Gefahr Geisterfahrer: Serientechnologie von Continental warnt, bevor es zum Unfall kommt“, 14.12.2012.\r\n[7] Ruhr Nachrichten, “Dobrindt prüft Warnsystem gegen Geisterfahrer”, 2014.\r\n[8] Babic, S. Valic, M. I., Golob, S., Tekavec, T., „Proposal for a new method for wrong way detection“.\r\n[9] VDI Nachrichten, “Sensoren in Leitpfosten erkennen Falschfahrer”, 2014.\r\n[10] Audi AG, „Steuerung für ein Fahrzeug zum Vermeiden von Falschfahrten“, DE 19934774 B4, 1999.\r\n[11] Autobild, „Toyota will Geisterfahrten verhindern“, 2011.\r\n[12] Heise, “Bosch-Software soll vor Geisterfahrern warnen”, 10.09.2015.\r\n[13] BMW AG, „Automatische Erkennung von Falschfahrern“, DE 102012220138 A1, 2012.\r\n[14] Bundesministerium für Wirtschaft und Energie, „Ghosthunter – Telematiksystem gegen Geisterfahrer mit Hilfe von GNSS“, Förderkennzeichen 50NA1523.\r\n[15] H. Beckmann, V. Kropp, B. Eissfeller, “New Integrity Concept for Intelligent Transportation Systems (ITS) for Safety of Live (SoL) Applications”, IEEE / ION PLANS 2014, Monterey, California, 2014.\r\n[16] K. Frankl, V. Kropp, H. Beckmann and B. Eissfeller, “Multi GNSS RAIM Module in a Software Defined Receiver for High-Reliability Terrestrial Applications”, ION GNSS+ 2014, Tampa, Florida, 2014.\r\n[17] J. Wang, M. Metzner, V. Schwieger, “Überprüfung und Bewertung der Datenqualität von digitalen Straßenkarten – Kartenvergleich zwischen HERE, TomTom, OSM und ATKIS-Basis-DLM”, DGON Symposium POSNAV 2016 – Positionierung und Navigation 2016, Berlin, Deutschland, 2016.\r\n[18] K. Frankl, H. Beckmann, J. Wang, M. Metzner, V. Schwieger and B. Eissfeller, “Preconditions for a Reliable & Robust Detection of Wrong-way Driving on Highways with GNSS and Autonomous Sensors”, ION GNSS+ 2016, Portland, Oregon, 2016