André Fiebig, David Ackermann, Sandra Böhm, Michael Chudalla,
Athansios Karakantas, Astrid Oehme, Sophie Pourpart, Moritz
Schuck, Fabio Strigari, Stefan Weinzierl
Attribute zur gesamtheitlichen Charakterisierung
der Wahrnehmung von
Straßenverkehrsgeräuschen
Open Access via institutional repository of Technische Universität Berlin
Document type
Conference paper | Published version
(i. e. publisher-created published version, that has been (peer-) reviewed and copyedited; also known as:
Version of Record (VOR), Final Published Version)
This version is available at
https://doi.org/10.14279/depositonce-15552
Citation details
Fiebig, André; Ackermann, David; Böhm, Sandra; Chudalla, Michael; Karakantas, Athansios; Oehme, Astrid;
Pourpart, Sophie; Schuck, Moritz; Strigari, Fabio; Weinzierl, Stefan (2022): Attribute zur gesamtheitlichen
Charakterisierung der Wahrnehmung von Straßenverkehrsgeräuschen. In: AIA-DAGA 2022 : proceedings of
the International Conference on Acoustics. Berlin: Deutsche Gesellschaft für Akustik e.V. pp. 500-503.
Terms of use
This work is protected by copyright and/or related rights. You are free to use this work in any way permitted by
the copyright and related rights legislation that applies to your usage. For other uses, you must obtain
permission from the rights-holder(s).
Attribute zur gesamtheitlichen Charakterisierung der Wahrnehmung von
Straßenverkehrsgeräuschen
André Fiebig1, David Ackermann2, Sandra Böhm3, Michael Chudalla4, Athansios Karakantas2, Astrid
Oehme3, Sophie Pourpart3, Moritz Schuck2, Fabio Strigari4, Stefan Weinzierl2
1 Technische Universität Berlin, Fachgebiet Technische Akustik, 10587 Berlin, E-Mail: andre.fiebig@tu-berlin.de
2 Technische Universität Berlin, Fachgebiet Audiokommunikation, 10587 Berlin
3 HFC Human-Factors-Consult GmbH, 12555 Berlin
4 Bundesanstalt für Straßenwesen (BASt), Bergisch Gladbach 51427
Einleitung
Die Lärmwirkungsforschung beschäftigt sich bereits seit
vielen Jahren mit der Belastung durch Verkehrsgeräusche und
den dadurch hervorgerufenen extra-auralen Lärmwirkungen
einschließlich der Lärmbelästigung (siehe z.B. [1]). Dabei
wird die Belästigung üblicherweise in den Zusammenhang
zum gemittelten Schalldruckpegel (z.B. LAeq, LDEN) der uner-
wünschten Geräuschquelle gestellt und Dosis-Wirkungs-
relationen abgeleitet [2]. Die Wirkung wird demnach nahezu
ausschließlich mit dem Grad der Belästigung beschrieben und
eine differenzierte Betrachtung der verschiedenen Aspekte
der Geräuschwahrnehmung erfolgt nicht. Da einige Lärm-
schutzmaßnahmen jedoch nicht die erwartete Reduzierung
der Belästigung auf Basis eines geminderten Schalldruck-
pegels der jeweiligen Geräuschquelle hervorrufen (z.B. [3]),
scheinen weitere Faktoren Einfluss auf die Wahrnehmung
und Bewertung von Verkehrsgeräuschen zu nehmen.
Mittlerweile gilt der Einfluss nicht-akustischer Faktoren auf
die Lärmbewertung als unbestritten [4], und auch der Einfluss
von psychoakustischen Eigenschaften ist vielfach untersucht
und belegt [5].
Ziel der vorliegenden Studie war es, Beschreibungsattribute
zu erheben, die dediziert beim Erleben von Straßen-
verkehrsgeräuschen verbalisiert werden. Zwar explorierten
einige Arbeiten (z.B. [6]) bereits verschiedene Dimensionen,
die der Wahrnehmung von Umgebungsgeräuschen zu Grunde
zu liegen scheinen, jedoch wurden die Dimensionen weder
spezifisch für Straßenverkehrsgeräusche noch im Kontext
virtueller Realität mit hoher Immersionsgüte ermittelt. Um
diese Forschungslücke zu schließen, wurden verschiedene
Straßenverkehrsszenarien realitätsnah im Mixed Reality
Design Lab der TU Berlin und der UdK Berlin erzeugt und
von Versuchspersonen beschreibende und differenzierende
Attribute elizitiert.
Methode
Stichprobe
Insgesamt nahmen 22 Personen (9 w, 13 m) im Alter von 22
bis 64 Jahren an dem audio-visuellen Hörversuch teil. Das
Durchschnittsalter betrug 38.6 Jahre mit einer Standard-
abweichung von 13.4. Der Mittelwert der Lärmempfind-
lichkeit, die nach dem Lärmempfindlichkeitsfragebogen LEF-
K nach Zimmer und Ellermeier [7] ermittelt wurde, betrug im
Mittel 13.6 bei einer Standardabweichung von 4.5. Die Hälfte
aller Teilnehmenden verfügte bereits über Erfahrungen mit
einer VR-Brille und/oder VR-Umgebungen. Der Großteil der
Teilnehmenden gab an, kein explizites Akustikfachwissen zu
besitzen.
Stimuli
Insgesamt 39 Straßenverkehrsszenen, die mittels einer
Insta360 Pro II 360° Kamera, einem Zylia ZM1 Ambisonics
Mikrofon und einem NTI XL2 Schallpegelmesser aufge-
zeichnet wurden (siehe Messaufbau in Abb. 1), dienten als
Basis zur Erzeugung der Versuchsstimuli. Das verwendete
Ambisonics Mikrofon erlaubt die Generierung von
Ambisonics Aufnahmen dritter Ordnung.
Die Aufnahmen unterschieden sich anhand diverser Kriterien,
wie Verkehrsmenge, Verkehrszusammensetzung, Immis-
sionspunkt, Straßenbelag, Straßenführung und der zulässigen
Höchstgeschwindigkeit. Dazu wurden punktuell Aufnahmen
realisiert, in denen neben dem Straßenverkehrsgeräusch auch
noch weitere Geräuschquellen hörbar sind. Die 8 Minuten
langen Aufnahmen deckten einen weiten Pegelbereich (LAeq
von 55.0 dB(A) bis 78.0 dB(A)) sowie erhebliche Unter-
schiede in der Verkehrsmenge (DTVw von 4.500 bis 54.000)
mit einem variierenden LKW-Anteil von bis zu 6.400 DTVw
ab.
Aus den Aufnahmen wurden Szenen mit einer Dauer von 20
Sekunden extrahiert, die spezifische Verkehrssituationen
repräsentieren. Die Szenen wurden für den Versuch jeweils
paarweise (Dyade) so zusammengestellt, dass sie sich in
mehreren der oben genannten Kriterien unterschieden und
sich somit stark kontrastierten. Der Hauptteil an Szenen
entfiel auf die mittlere Pegelkategorie von 60 dB(A) bis
64 dB(A). Insgesamt wurden 73 verschiedene Szenen erzeugt
und in 40 Dyaden präsentiert. Abb. 2 verdeutlicht exem-
plarisch die Bandbreite an präsentierten Straßenverkehrs-
situationen.
Abbildung 1: Aufbau zur Messung von audio-visuellen
Straßenverkehrsszenen mit Ambisonics-Mikrofon, Schall-
pegelmesser und 360°-Kamera
DAGA 2022 Stuttgart
500
Apparatus
Die audio-visuellen Szenen wurden im Mixed Reality Design
Lab der TU Berlin und UdK Berlin mittels 3D-Audio (21.2-
Kanal Ambisonics) und einem Head Mounted Display (Varjo
VR-3 OLED, 1920 x 1920 px per eye, 115° FoV) kontrolliert
mit dem originalen Schalldruckpegel wiedergegeben (siehe
Abb. 3).
Abbildung 2: Beispiele von präsentierten Straßenverkehrs-
situationen
Prozedur
Den Versuchspersonen wurden 40 Dyaden in randomisierter
Form jeweils dreidimensional audio-visuell präsentiert,
wobei zunächst eine Verkehrsszene einer Dyade abgespielt
wurde und nach einem kurzen Standbild von 3 Sekunden
(weiße Blende) unmittelbar die zweite Szene folgte.
Die Probanden wurden gebeten, Begriffe zu nennen, die ihren
individuellen Höreindruck bezogen auf die präsentierte
Dyade am besten beschreiben. Die Probanden wurden
angehalten, spontan und frei die erlebten Szenen zu kom-
mentieren.
Abbildung 3: Versuchsperson mit HMD im Sweetspot des
Mixed Reality Design Lab (links) und Technikleitung
(rechts)
Eine Trainingssequenz, bestehend aus drei Test-Dyaden,
diente zum Kennenlernen der Versuchsumgebung, zum
Adaptieren und Gewöhnen in die VR-Welt und der
Demonstration der Methodik. Die erste Test-Dyade wurde als
zwei separate Verkehrsszenen nacheinander präsentiert und
es wurde zuerst einmal das Verbalisieren des Höreindruckes
mittels Adjektive erprobt. Danach wurden die beiden
folgenden Test-Dyaden als Paar, also lediglich mit der
trennenden Blende, abgespielt. Danach konnten die
Versuchspersonen offene Punkte mit der Versuchsleitung
besprechen und dann mit dem eigentlichen Versuch beginnen.
Die Versuchspersonen waren angehalten, Pausen nach
individueller Notwendigkeit einzulegen und mindestens nach
der Hälfte der Versuchszeit, also nach 20 Dyaden, eine
Unterbrechung zur Erholung vorzunehmen.
Die Erfassung der elizitierten Attribute erfolgte verbal vom
Probanden an die Versuchsleitung, die die Begriffe unbe-
arbeitet und vollständig protokollierte. Die Probanden wurden
instruiert, pro Dyade bis zu fünf Attribute für jede der beiden
Verkehrsszenen zu benennen und, sofern möglich, ebenfalls
bis zu fünf Attribute, die die Unterschiede der Stimuli der
Dyade beschreiben. Jede Versuchsperson nahm einzeln am
Versuch teil und platzierte sich im Sweetspot des
Lautsprechersystems. Ein Versuch dauerte insgesamt 60 bis
90 Minuten einschließlich der Aufklärung und Doku-
mentation zur Einhaltung von Hygienemaßnahmen sowie der
Bearbeitung von Fragebögen zur Person und zur Lärm-
empfindlichkeit im Anschluss an den Hörversuch.
Ergebnisse
Die Datenanalyse der über 4000 Wortnennungen erfolgte
semantisch-qualitativ. Zunächst wurden die Rohdaten um
Beschreibungen bereinigt, die sich primär auf die visuellen
Eindrücke bezogen oder Wortgruppen umfassten, ohne
Attribute zu benennen. Nach der Bereinigung umfasste der
Datensatz zur weiteren Analyse insgesamt 742 verschiedene
Adjektive. Während des Versuchs wurden durch jeden der
Teilnehmenden zwischen 88 und 310 Attribute (M = 183.4,
SD = 50.9) genannt. Dabei handelte es sich bei ca. 33 % der
genannten Worte um Einzelattribute im Sinne von individuell
gewählten Worten, während es sich bei dem anderen Anteil
um Begriffe handelte, die auch von anderen Teilnehmenden
genannt wurden (interindividuelle Übereinstimmung).
Abbildung 4 zeigt die Rangreihenfolge der interindividuell
(relativ) am häufigsten genannten Attribute zur Cha-
rakterisierung der erlebten audio-visuellen Straßenverkehrs-
szenen.
Abbildung 4: Rangreihenfolge der relativ am häufigsten
genannten Begriffe zur Beschreibung der erlebten Unter-
schiede zwischen zwei Straßenverkehrsszenen jeweils
bezogen auf die Stichprobengröße in %
Zur exemplarischen Visualisierung der häufig genannten
B
eg
riffe ze
ig
t Abb. 5 eine Wortwolke. Deutlich ist die Vielfalt
DAGA 2022 Stuttgart
501
an Attributen zu erkennen, die im Kontext der audio-visuellen
Straßenverkehrsszenen genannt wurden.
Um die hohe Anzahl ähnlicher Attribute zu kategorisieren
bzw. zu clustern, wurden diese anhand semantischer Über-
legungen und theoretischer Plausibilität einschlägigen Be-
schreibungsdimensionen zugeordnet. Hierbei wurden für alle
Begriffe jeweilige Kategorisierungen von drei Personen (2
Psychologinnen, 1 Psychoakustiker) unabhängig voneinander
vorgenommen. Eine Zuweisung zu einer Kategorie erfolgte
dann, wenn ein Attribut von mindestens zwei der drei Be-
urteilenden der identischen Kategorie zugewiesen wurde.
Abbildung 5: Wortwolke mit den insgesamt am häufigsten
genannten Begriffen
Bekannte Dimensionen im Bereich der Wahrnehmung von
Umgebungen im Allgemeinen und Umgebungsgeräuschen im
Speziellen sind Valenz [8], Aktivierung [9] und Ereignisfülle
[6], Dominanz [10], Lautheit [11] und Vertrautheit [12].
Diese wurden als hypothetische Kategorien bei der Clus-
terung der gesammelten Begriffe genutzt. Ferner ergaben sich
in der Analyse weitere plausible Kategorien, die sich eher auf
den Geräuschcharakter, auf audio-visuelle Aspekte, der
Wahrnehmung des Raums oder der Trennung von Vorder-
grund und Hintergrund bezogen.
Tabelle 1 zeigt die Häufigkeiten der Nennung von Attributen
über die zur Clusterung genutzten Kategorien.
Der Kategorie Valenz lassen sich Begriffe zuordnen, die sich
auf Präferenz, Ablehnung, Akzeptanz oder Bevorzugung
beziehen. Beispielhafte Attribute für diese Kategorie sind
„angenehm“, „akzeptabel“, „nervig“ oder „zumutbar“. Zu
Beschreibungen innerhalb der Kategorie Aktivierung zählen
beispielsweise „aktivierend“, „monoton“, „hektisch“, währ-
end sich die Kategorie Dominanz auf die in einer Situation
erlebte Kontrolle bezieht. Beschreibende Adjektive hierfür
sind „bedrohlich“, „dominant“ oder „aggressiv“. In der
Kategorie Zeitstruktur wurden Begriffe wie „regelmäßig“,
„zyklisch“ und „vereinzelt“ eingeordnet, wohingegen der
Kategorie Ereignisfülle „hektisch“, „voll“, „durcheinander“
oder „viel“ zugeordnet wurden. In die Kategorie Vertrautheit
wurden Begriffe, wie „normal“, „realistisch“ oder „erwart-
bar“, oder „vertraut“ aufgenommen.
Tabelle 1: Anteil der Attributnennungen in den Kategorien
Kategorie
Anzahl
Nennungen
gesamt
Anteil
Nennungen
gesamt [%]
Valenz 945 23.4
Geräuschcharakter 696 17.2
Lautstärke 562 13.9
Aktivierung 444 11.0
Zeitstruktur 298 7.4
Vorder-/Hintergrund 290 7.2
Dominanz 205 5.1
Raum 181 4.5
Vertrautheit 134 3.3
Ereignisfülle 134 3.3
Audio-visuell 117 2.9
Klarheit 41 1.0
Attribute der Kategorie Klarheit beschreiben den Eindruck
der "Erfassbarkeit" der Umgebung. Beispielhafte Attribute
sind „verschwommen“, „transparent“ oder „klar“. Die
Kategorie Raum beinhaltet dagegen Begrifflichkeiten, die
eine räumliche, umhüllende oder richtungsbezogene Kom-
ponente enthalten, wie „offen“, „geschlossen“ oder „um-
hüllend“. Zur audio-visuellen Kategorie wurden Attribute
gezählt, die einen deutlich visuellen Bezug aufweisen. Bei-
spiele hierfür sind „industriell“, „sommerlich“ oder „städ-
tisch“. Der Aspekt des Vordergrundes/Hintergrundes be-
schreibt gemäß der Figur-Grund-Theorie alles, was sich auf
die Trennung von Vordergrund und Hintergrund bezieht.
Beispiele dafür sind „vordergründig“, „hintergründig“ oder
„präsent“.
Diskussion
Die Kategorie Geräuschcharakter fungiert bei der Clusterung
der gesammelten Begriffe als Sammelbehälter für Hör-
phänomene, die unmittelbar mit dem auditiven Eindruck
zusammenhängen, der von spezifischen akustischen Eigen-
schaften ausgelöst wird (siehe Abb. 6).
Abbildung 6: Wortwolke zu den häufigsten Attributen in
der Kategorie Geräuschcharakter
DAGA 2022 Stuttgart
502
Hier erscheint eine weitere Unterteilung in Subkategorien
angemessen, um die Vielfalt an Attributen weiter auf
semantische Einheiten herunterzubrechen. Insgesamt fällt
auf, dass ca. die Hälfte aller der Kategorie Geräuschcharakter
zugeordneten Begriffe mit dem spektralen Schwerpunkt bzw.
mit der Klangfarbe zusammenhängen. Hier werden häufig
Begriffe, wie „scharf“,„hell“, „dumpf“, „tief“, „hoch“,
„schrill“ oder „hochfrequent“ genannt. In der Psychoakustik
wird für die auditive Empfindung, die sich unmittelbar auf
den spektralen Schwerpunkt eines Geräusches ohne Berück-
sichtigung der spektralen Feinstruktur bezieht, der Parameter
Schärfe [13] vorgeschlagen. Ferner werden vielfach Begriffe
verwendet, die sich auf die wahrgenommene Bandbreite (z.B.
„schmalbandig“, „breitbandig“) oder auf typische Störge-
räusche („dröhnend“, „brummend“, „quietschend“, „klap-
pernd“, „knatternd“, „polternd“, „ratternd“, „wummernd“)
beziehen, vgl. [14]. Insgesamt entfallen rund 20% aller
Begriffe aus der Kategorie Geräuschcharakter auf
Störgeräuschphänomene. Dazu werden sporadisch Begriffe
genannt, die weiteren auditiven Basisempfindungsgrößen
zuzuordnen sind, wie Tonhaltigkeit, Rauigkeit und Schwan-
kungsstärke. Im Kontext dieser Kategorie können einige
wenige Begriffe auch unmittelbar der Kategorie Geräusch-
qualität zugeordnet werden und beziehen sich mit Attributen
wie „sanft“, „melodiös“, „sonor“, „fett“, „harmonisch“ oder
„dünn“ auf Qualitätsaspekte.
Zusammenfassung und Ausblick
Im Mixed Reality Design Lab wurden diverse audio-visuelle
Stimuli dargeboten und mittels eines explorativen Studien-
design zur Entwicklung von Beschreibungsdimensionen zur
Bewertung von Straßenverkehrsgeräuschen wahrnehmungs-
bezogene Attribute abgeleitet.
Die Versuchsteilnehmenden generierten insgesamt eine große
Anzahl an Beschreibungen, die teils eine hohe inter-
individuelle Übereinstimmung aufwiesen. Erwartungsgemäß
lassen sich etablierte Dimensionen aus der Soundscape-
Theorie (Affektmodell) in den Daten wiederfinden, d.h. die
bekannten Dimensionen Valenz, Aktivierung und Ereignis-
fülle. Dazu kommen noch weitere Begriffe, die akustische
Aspekte (z.B. Lautstärke, Zeitstruktur) und die dadurch
hervorgerufenen auditiven Empfindungen (z.B. Klangfarbe)
thematisieren. Dazu erscheint auch der Grad der Vertrautheit
für die Versuchsperson zur Charakterisierung und Unter-
scheidung der erlebten Szenen relevant.
Der Attributpool bildet eine umfassende Ausgangsbasis zur
Entwicklung eines Fragebogens zur Bewertung von Straßen-
verkehrsgeräuschen, der in einer Folgestudie eingesetzt wird,
um die generelle Eignung ausgewählter Items zu überprüfen.
Danksagung
Diesem Bericht liegen Teile der im Auftrag des Bundes-
ministeriums für Digitales und Verkehr, vertreten durch die
Bundesanstalt für Straßenwesen, unter FE-Nr. 02.0431/2019/
IRB durchgeführten Forschungsarbeit zugrunde. Die Ver-
antwortung für den Inhalt liegt allein beim Autor.
Literatur
[1] Berglund, B., Lindvall, T., Schwela, D.H. (Eds.)
Guidelines for community noise. World Health
Organization, 1999.
[2] Miedema, H.M.E., Vos, H. Exposure-reponse relation-
ships for transportation noise, J. Acoust. Soc. Am.
104(6), 3432-3445, 1998
[3] Nilsson, M.E., Berglund, B. Noise annoyance and
activity disturbance before and after the erection of a
roadside noise barrier, Acoust. Soc. Am.119(4), April
2006, 2178-2188, 2006
[4] Guski, R. Personal and social variables as co-
determinants of noise annoyance. Noise Health 3:45–56,
1999
[5] Engel, M.S., Fiebig, A., Pfaffenbach, C., Fels, J. A
Review of the Use of Psychoacoustic Indicators on
Soundscape Studies. Curr. Pollution Rep. 2021,
https://doi.org/10.1007/s40726-021-00197-1, 2021
[6] Axelsson, Ö., Nilsson, M.E., Berglund, B. A principal
components model of soundscape perception, J. Acoust.
Soc. Am., 128 (5), 2836-2846, 2010
[7] Zimmer, K., Ellermeier, W. Ein Kurzfragebogen zur
Erfassung der Lärmempfindlichkeit. Umweltpsycho-
logie, 2 (2), 54-63, 1998
[8] ISO/TS 12913-3: 2019. Acoustics — Soundscape —
Part 3: Data analysis. International Organization of
Standardization, Genf, 2019
[9] Andringa, T.C., van den Bosch, K.A.M. Core affect and
soundscape assessment: Fore- and background
soundscape design for quality of life. Proceedings of
Internoise 2013, Innsbruck, Austria, 2013
[10] Choi, Y., Lee, S., Choi, I.M., Jung, S., Park, Y.K., Kim,
C. International Affective Digitized Sounds in Korea: A
cross-cultural adaptation and validation study. Acta
Acustica United with Acustica, 101, 134-144.
https://doi.org/10.3813/AAA.918811, 2015
[11] Yu, B., Kang, J., Ma, H. Development of indicators for
the soundscape in urban shopping streets. Acta Acustica
united with Acustica, 102 (3): 462-473,
DOI:10.3813/AAA.918965, 2016
[12] Zhang, Y., Kang, J. The development of emotional
indicators for the soundscape in urban open public
spaces, IOP Conf. Ser.: Mater. Sci. Eng. 780, 052006,
DOI:10.1088/1757-899X/780/5/052006, 2020
[13] DIN 45692:2009-04: Messtechnische Simulation der
Hörempfindung Schärfe, Beuth Verlag, 2009
[14] Forschungsvereinigung Verbrennungskraftmaschinen
FVV. Störgeräusch. Beurteilung und Katalogisierung
von Störgeräuschen bei Verbrennungsmotoren. Vor-
haben Nr. 720, Heft 715, Frankfurt am Main, 2001
DAGA 2022 Stuttgart
503
Loading more pages...