Rekonstruktion
Versuche
Experts
Forschung
Datenbank
Kongresse

Um die Möglichkeit zu prüfen, den Ferrari F430 in der Garage zu parken, war es notwendig, die Möglichkeiten zu überprüfen, die Garage mit dem Auto zu betreten. Der Antrag des Gerichts war, mehrere Varianten der Eintrittsoption mittels 3D-Simulation zu untersuchen. In verschiedenen Richtungen war der Kontakt des Fahrzeugs mit der Straße oder der Garage notwendig. Im Jahr 2009 wurde das Gebiet von GPS-Totalstation gemessen. Aufgrund des Mangels an genügend Punkten wurde das Gebiet 2017 mit einem Laserscanner erfasst. Zum Zeitpunkt des Scans wurde eine ausreichende Anzahl von Fotos erstellt. Fotos wurden verwendet, um mit dem Agisoft eine Punktwolke zu erstellen. Die Punktwolken wurden zur umfassenden Beurteilung des Versicherungsbetruges herangezogen. Drei verschiedene Polygone aus Punktwolken wurden im PC Crash verglichen.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Daten, die von fahrzeugmontierten elektronischen Steuergeräten (ECUs) aufgezeichnet werden, sind sehr nützlich für die Rekonstruktion von Verkehrsunfällen. In diesem Zusammenhang, event-Data-Recorder (EDRs) sind Airbag-ECU-Komponenten, die Informationen von Crashereignissen protokollierenfür einen Zeitraum von etwa 5 s. Informationen über den Betrieb des Gaspedals / Bremspedals sind sehr nützlich, um die Fahreractione vor dem Crash zu verstehen, aber die Genauigkeit der EDR-Geschwindigkeitsdaten muss in dieser Hinsicht überprüft werden.

Solche Daten spiegeln wahrscheinlich nicht die tatsächliche Geschwindigkeit während eines bremsbedingten Schleuderns wider. Daher ist es wichtig, die Genauigkeit der EDR-Geschwindigkeitsdaten bei der Unfallrekonstruktion zu überprüfen. Pre-Crash-Sicherheitssysteme (PCS) bremsen automatisch in gefährlichen Situationen, und die relevanten Daten, die in der ECU aufgezeichnet werden, sind vielversprechend im Bereich der Unfallrekonstruktion. Diese Studie beinhaltete physikalische Tests in Auffahrunfällen und die Sammlung von aufgezeichneten PCS-Daten im Post-Test-Stadium. Ein Toyota Corolla wurde als Testfahrzeug verwendet mit einem Toyota Safety Sense C PCS ausges-tattet, der Einzelbilddaten von dem Punkt, an dem das System gebremst wurde, mit Informationen einschließlich Fahrzeuggeschwindigkeit und Fahreraktionen lieferte. Die erzeugten Geschwindigkeitsdaten waren sehr genau. Die EDR-Daten lieferten jedoch keine Daten über die automatische PCS-Bremsung. Somit kann eine PCS-Aktivierung nicht zuverlässig aus einer Unfallszene detektiert werden, selbst wenn PCS-Aktivierungsdaten in der ECU eines Antiblockiersystems vorhanden sind.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Verschiedene Produkte verschiedener Hersteller wurden in 5 Fahrzeugen verbaut. In einigen Fahrzeugen wurden zwei verschiedene Systeme installiert. Alle Fahrzeuge wurden auf der gleichen Straße getestet. Jedes Fahrzeug befuhr die Strecke dreimal zu verschiedenen Tageszeiten (auch nachts und bei Regen). Um festzustellen, ob die Systeme die tatsächlichen Verkehrszeichen erkennen können (nicht über eine GPSKarte), wurden einige der Verkehrszeichen während einiger Tests mit schwarzen Kunststofffolien abgedeckt. Die Systemwarnung an den Fahrer wurde für jedes Verkehrszeichen aufgezeichnet und ausgewertet. Zum Vergleich wurden 2 Fahrzeugen mit GPS-System getestet. Die Ergebnisse zeigen die Schwächen und Stärken jedes Systems. Die Untersuchung zeigt, wann die Warnungen an den Fahrer nicht korrekt sind. In einigen Fällen wird der Fahrer faelschlicherweise alarmiert, obwohl keine Bedrohung vorliegt. In anderen Fällen warnt das System den Fahrer nicht vor Gefahren, die „jenseits des Horizonts“ liegen, d. H. nicht im Sichtfeld des Systems.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Für die Farbe der Metall-und Plastikfahrzeugteile ist charakteristisch, dass sie im Querschnitt mehrere Schichten aufweisen, die sich nach Farbnuance und der chemischen Zusammensetzung unterscheiden. Die Anordnung, die Farbe und die chemische Zusammensetzung der Farbenschichten des Fahrzeuges unterschieden sich je nach dem Autohersteller, aber auch nach der Marke, dem Model und dem Baujahr des Fahrzeugs desselben Herstellers. In dieser Studie wurde gezeigt, auf welche Art und Weise die Marke, das Modell und das Baujahr des Fahrzeuges festgestellt werden. Dabei werden die IR-Spektren jeder Schicht des unbekannten Farbmusters mit derzeit verfügbaren Informationen über verschiedene Fahrzeughersteller verglichen. Das unbekannte Farbmuster wurde auf der Kleidung des Passanten festgestellt, der am Autounfall mit dem unbekannten Fahrzeug teilnahm, das die Unfallflucht beging. Die physikalischen Eigenschaften des unbekannten Farbmusters sind mikroskopisch geprüft und so wurde die Anordnung, die Zahl und die Farbe der Schichten im Querschnitt festgestellt. Qualitative chemische Zusammensetzung jeder Farbenschicht ist durch die Methode IR-Spektroskopie festgestellt, und die erhaltenen IR- Spektren sind mit IR-Spektren der Fahrzeugfarbe verglichen, die in ENFSI EUCAP/FRCAP-Datenbank mit Hilfe von KnowItAll-software verfügbar waren.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Die angenommenen Reaktionszeiten von Fahrern in bestimmten Verkehrssitatuonen sind ein zentraler Aspekt bei Unfallgutachten und juristischen Bewertungen. Als Reaktionszeit kann man die Zeit zwischen dem visuellen Erscheinen eines Stimulus und dem Start der darauffolgenden angemessenen Reaktion definieren. Verschiedene kognitive und psychologische Faktoren, auch als informationsverarbeitende Prozesse bezeichnet, können einen Fahrer beeinflussen. Der vorliegende Beitrag diskutiert, wie stark diese informationsverarbeitenden Prozesse durch spezifische Verkehrssituationen sowie durch Entscheidungsprozesse beeinflusst werden. Basierend auf einer Datanbankanalyse werden echte Unfalldaten empirisch diskutiert und geklärt, wie sinnvoll es ist, generelle Reaktionszeiten im Straßenverkehrsrecht zu spezifizieren. Gleichzeitig wird eine empirische Methode vorgestellt, welche die Generation von Verhaltensdaten einer representativen Stichprobe zu einer situationsspezifischen Fallbetrachtung ermöglicht.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Der Artikel zeigt eine praktische und einfache Methode zur Erstellung einer 3D-Punktwolke mit dem Agisoft Photogrammetrie‐Programm um einen Basisplan für die Analyse von CCTV-Material zu erstellen.

Es wird erklärt wie CCTV-Aufnahmen als einzelne Bilder in Avidemux betrachtet werden können, so dass die Position eines Fahrzeugs in Raum und Zeit bestimmt werden kann.

Eine Punktwolke kann in das Programm PC Crash importiert werden um die Kameraposition zu optimieren. Ein 3D Model des Fahrzeugs kann hinzugefügt und mit der tatsächlichen Position des Fahrzeugs in den CCTV Bilddateien synchronisiert werden.

Unter Verwendung von zwei oder mehr Bildern und durch Definieren der Fahrzeugposition im 2D Fenster ist es möglich eine Näherung der zurückgelegten Strecke in der Zeit und damit die Geschwindigkeit durch Bezugnahme auf das 3D Modell in dem 3D Fenster zu bestimmen.

Mithilfe dieser Herangehensweise, basierend auf kostenloser oder günstiger zur Verfügung stehenden Software kann der Unfallermittler schnell und präzise die Geschwindigkeit des Fahrzeugs von CCTV Bilddateien bestimmen.


(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Fortschritte bei Überwachungssystemen für Daten aus Verkehrssignalen bieten Ingenieuren Lösungen mit großen Datenmengen für die Entwicklung, Überwachung und Optimierung von Verkehrssignalen. Bei den meisten modernen Anwendungen wird bei einem Verkehrssignal die genaue Abfolge der Ereignisse vor und während eines Unfalls mit präzisen Details, genauem Zeitstempel und Positionsangaben aufgezeichnet. Mittlerweile ist die Verwendung der unterschiedlichsten GPS-kompatiblen Systeme in Autos, Nutzfahrzeugen und sogar in Fußgänger- und Radfahrer-Apps gängige Praxis. Die Geräte zeichnen oft die Koordinaten der Positionsangaben, die Momentangeschwindigkeit und die Zeitangaben auf. Diese Aufzeichnungen können mit den Verkehrssignal- Datenloggern kombiniert werden, um die spezifischen Bewegungen der beteiligten Parteien in Zeit und Raum zu ermitteln. Die Kombination dieser beiden Datentechnologien kann angewendet werden, um häufige Fragen über Unfälle an ampelgesteuerten Straßenkreuzungen zu beantworten, zum Beispiel welcher Fahrer eine grüne Ampel hatte oder wie der Unfall durch die Reaktion des Benutzers auf Signaländerungsintervalle, Phasenregelung und Fußgängersignale beeinflusst wurde.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Der Beitrag gibt einen aktuellen Überblick über die Erfahrung des AZT mit der Komplexität und den Einschränkungen bei der Speicherung von Unfall- und Eventdaten sowie der technischen Zugriffsmöglichkeit. Es zeigt sich, dass schon heute eine Vielzahl von Daten in den Fahrzeugen gespeichert wird, gleichzeitig ist modell-, marken- oder herstellerübergreifend kein einheitlicher Standard etabliert. Bei Crashversuchen zeigten sich gute Übereinstimmungen bezüglich der durch externe Messtechnik gemessenen und der vom Fahrzeug aufgezeichneten CDR-Daten – sofern die Beschränkungen bei der Datengenerierung im Fahrzeug verstanden und beachtet wurden. Mit Blick auf hochautomatisierte Fahrzeuge wurde seitens der Bundesrepublik Deutschland in der Neuregelung des Straßenverkehrsgesetzes (§ 63a StVG) eine standardisierte und regulierte Datenspeicherung, die sich auf Informationen zur Feststellung des Fahrmodus beschränkt, vorgeschrieben. Die Regulierung der Zugriffsmöglichkeit auf diese Daten und die konkrete Ausgestaltung eines Datenmodells steht derzeit noch aus. Die Allianz setzt sich für das Modell eines unabhängigen Datentreuhänders ein, der Berechtigten einen einfachen, manipulationssicheren, fairen und diskriminierungsfreien Zugang zu den entsprechenden Datenelementen ermöglicht.In der Arbeitsgruppe AHEAD wird mit der Unterstützung des AZT und weiteren Kooperationspartnern ein Datenmodell, das eine sachgerechte Aufklärung von Unfällen und Ereignissen mit hochautomatisierten Fahrzeugen zukünftig erlauben soll, erarbeitet. Zweckmäßige Datenelemente aus den Fahrdaten, der Umfeld- und Objekterkennung, der Fahreraktivität und dem Crash sollen definiert und Daten sowie Formate vereinheitlicht werden. In Crashversuchen wird das entworfene Datenmodell validiert und evaluiert. Ziel ist es, dass dieses Datenmodell schließlich in der Normierungsarbeit für die Homologation von hochautomatisierten Fahrzeugen (ab Level 3) zu Grunde gelegt werden kann.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Die Ermittlung der Einlaufgeschwindigkeit und der Kollisionsgeschwindigkeit ist ein Hauptbestandteil der Unfallrekonstruktion. Konventionell werden diese Geschwindigkeiten über Impuls- und Energiebetrachtungen sowie der Schäden eingegrenzt.

Durch die zunehmende Speicherung von elektronischen Daten können die gespeicherten Fahrdaten und eben auch die Geschwindigkeit manchmal nach einem Unfall ausgelesen werden. Ein verlockender – weil einfacher – Weg der Geschwindigkeitsbestimmung ist, die vorkollisionären Geschwindigkeiten – die beispielsweise im Rahmen von Fehler- oder Umgebungsdaten gespeichert werden – mit der Kollisionsgeschwindigkeit gleichzusetzen.

Diese Herangehensweise wird im Folgenden kritisch hinterfragt.

(EVU-Mitglieder können den ganzen Beitrag herunterladen)

Viele der heutigen BMW Fahrzeuge haben einen zentralen Fehlerspeicher, der in Unfallsituationen Geschwindigkeit speichern kann. In dieser Arbeit untersuchen wir den zentralen Fehlerspeicher, wir untersuchen die Bedeutung der gespeicherten Geschwindigkeitswerte und präsentieren eine Best Practice zum Auslesen des Speichers.









(EVU-Mitglieder können den ganzen Beitrag herunterladen)