- Titel
- Development of a model to predict the auditory detectability and annoyance of quiet vehicle sounds
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-1025075
- Erstveröffentlichung
- 2026
- Datum der Einreichung
- 23.07.2024
- Datum der Verteidigung
- 26.01.2026
- Abstract (DE)
- Diese Dissertation befasst sich mit der Entwicklung eines Modells, welches zum einen die auditorische Detektierbarkeit von leisen Fahrzeugen und zum anderen dessen Lästigkeitswahrnehmung prognostiziert. Die Elektrifizierung von Fahrzeugen und die Entwicklung wasserstoffbetriebener Fahrzeuge können die Wahrnehmung von Fahrzeuggeräuschen beeinflussen. Vor allem schwächere Verkehrsteilnehmer wie Fußgänger, Radfahrer, Blinde und Sehbeeinträchtigte sind auf die Wahrnehmbarkeit von Fahrzeuggeräuschen angewiesen, da sie einen großen Sicherheitsaspekt darstellt. Ziel dieser Arbeit ist es, die akustische Detektierbarkeit leiser Fahrzeuge zu ermitteln. Dazu wurden im ersten Teil der Arbeit Basis-Geräusche erzeugt, bei denen systematisch Paramter verändert wurden. Mittels Hörversuchen wurden die Unterschiede in den Detektionszeiten verschiedener Varianten synthetischer Fahrzeuggeräusche untersucht. Darüber hinaus wurden die psychoakustischen und physikalischen Parameter der Geräusche ermittelt und mittels Korrelationen die Auswirkungen auf die Detektionsergebnisse aufgezeigt. Die Ergebnisse zeigen, dass nicht allein der Schalldruckpegel für eine rechtzeitige Detektion in einem typischen Hintergrundgeräusch maßgeblich ist. Des Weiteren konnte gezeigt werden, dass allein die Vorgaben aus den bisher geltenden Richtlinien nicht in jedem Fall zu einer sicheren Detektierbarkeit führen. Im Anschluss an die Hörversuche wurde ein prädiktives Modell zur Vorhersage der Detektierbarkeit entwickelt. Bisherige Methoden der Vorhersagbarkeit basieren dabei häufig allein auf dem Schalldruckpegel der Geräusche oder sind meist für eine bestimmte Kategorie von Geräuschen entwickelt worden. Die Prognose des vorliegenden Modells basiert nicht alleinig auf Schalldruckpegeln, sondern bedient sich neben der Weiterentwicklung bereits existierender Modelle auch anderer Parameter wie z.B. die Frequenzverteilung in Form von ‘spectral centroid´ oder der psychoakustischen Schärfe. Die Validierung des Modells erfolgte durch den Vergleich der Modellvorhersagen mit subjektiven Bewertungen durch Testpersonen in einem Hörversuch. Die Ergebnisse zeigen, dass das Modell eine hohe Übereinstimmung mit den menschlichen Wahrnehmungen aufweist, was seine Zuverlässigkeit und praktische Anwendbarkeit unterstreicht. Ebenfalls wurde ein Vorhersagemodell für die Lästigkeit der Sounds generiert, denn die Detektierbarkeit und die Lästigkeitsempfindungen bedingen sich oft gegenseitig, wodurch eine einseitige Betrachtung von Nachteil wäre. Es hat sich gezeigt, dass keine linearen Zusammenhänge zwischen den subjektiven Bewertungen und den psychoakustischen und physikalischen Parametern der Geräusche bestehen. Schließlich konnte gezeigt werden, dass die Verwendung von neuronalen Netzen für die Vorhersagbarkeit von wahrgenommener Lästigkeit bei künstlich erzeugten Fahrzeuggeräuschen gute Ergebnisse liefert. Zusammengefasst bietet diese Arbeit wertvolle Einblicke in die systematische Gestaltung von Basis-Fahrzeuggeräuschen für leise Fahrzeuge, die Generierung von Vorhersagemodellen für die Detektierbarkeit und die wahrgenommene Lästigkeit und zeigt Perspektiven für zukünftige Weiterentwicklungen der Modelle auf.
- Freie Schlagwörter (DE)
- Elektrofahrzeuge, Vorhersagemodell, Detektionsfähigkeit
- Freie Schlagwörter (EN)
- Quiet Cars, Prediction model, Annoyance, Detectability
- Klassifikation (DDC)
- 621
- Klassifikation (RVK)
- ZN 6810
- GutachterIn
- Prof. Dr. M. Ercan Altinsoy
- Prof. Dr. Katsuya Yamauchi
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-1025075
- Veröffentlichungsdatum Qucosa
- 06.03.2026
- Dokumenttyp
- Dissertation
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
CC BY-NC-ND 4.0- Inhaltsverzeichnis
List of Abbreviations I List of Symbols III 1. Introduction 1 1.1. Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.2. State of the art and literature review . . . . . . . . . . . . . . . . . . 6 1.3. Aim of the thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1.4. Structure of the thesis . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2. Theory and Background 13 2.1. Psychoacoustic Parameter . . . . . . . . . . . . . . . . . . . . . . . . 13 2.2. Electric vehicle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.3. International regulations of warning sounds . . . . . . . . . . . . . . 19 2.3.1. Legal requirements in United States of Amerika (USA) . . . . 19 2.3.2. Legal requirements in Asia . . . . . . . . . . . . . . . . . . . . 22 2.3.3. Legal requirements in the European Union (EU) . . . . . . . . 23 2.4. Reaction Time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.4.1. Simple Reaction Time . . . . . . . . . . . . . . . . . . . . . . 25 2.4.2. Complex Reaction Time . . . . . . . . . . . . . . . . . . . . . 26 3. Perceptual assessment of subjective vehicle exterior sounds 31 3.1. Evaluation of the detectability of synthetic generated vehicle sounds 31 3.1.1. Study design . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.1.2. Laboratory test . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.2. Online Evaluation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66 3.2.1. Procedure of the Online Evaluation . . . . . . . . . . . . . . . 67 3.2.2. Lab, Matlab, Expert panels . . . . . . . . . . . . . . . . . . . . 70 3.2.3. Lab, PsychoPy, Expert panels . . . . . . . . . . . . . . . . . . 71 3.2.4. Online, PsychoPy, self recruited . . . . . . . . . . . . . . . . . 72 3.2.5. Online, PsychoPy, Prolific recruited . . . . . . . . . . . . . . . 74 3.3. Comparison Offline Tests with Online Tests . . . . . . . . . . . . . . . 75 3.3.1. Preliminary Test - Comparison of offline and online simple reaction time measurements . . . . . . . . . . . . . . . . . . . 76 3.3.2. Main Test - Comparison of online and offline complex reaction time measurements . . . . . . . . . . . . . . . . . . . . . . . . 78 3.4. Annoyance evaluation of synthetic vehicle sounds . . . . . . . . . . . 84 3.4.1. Apparatus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 3.4.2. Stimuli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 3.4.3. Procedure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.4.4. Participants . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.4.5. Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 3.4.6. Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90 4. Development of a model to predict the auditory detectability and annoyance of quiet vehicle sounds 91 4.1. Prediction of the Annoyance . . . . . . . . . . . . . . . . . . . . . . . 91 4.1.1. Calculation of psychoacoustical parameters . . . . . . . . . . 91 4.1.2. Prediction with linear regression . . . . . . . . . . . . . . . . 92 4.1.3. Artificial neural network . . . . . . . . . . . . . . . . . . . . . 94 4.1.4. Comparison between artificial neural network (ANN) and linear regression . . . . . . . . . . . . . . . . . . . . . . . . . 99 4.1.5. Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102 4.1.6. Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 4.1.7. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 4.2. Prediction of the Detectability . . . . . . . . . . . . . . . . . . . . . . 106 4.2.1. Prediction with an own model . . . . . . . . . . . . . . . . . . 107 4.2.2. Validation of the Prediction Tool . . . . . . . . . . . . . . . . 120 4.2.3. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124 5. Conclusion and perspectives 127 5.1. Principal findings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 5.2. Limitations and Perspective . . . . . . . . . . . . . . . . . . . . . . . 130 5.3. Outlook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134 References 137 List of Figures V List of Tables XI A. Appendix XIII