Forschung zu menschlichem Verhalten hilft autonomen Fahrzeugen, Fußgängerüberwege vorherzusagen

Forschung aus der University of Leeds könnte dazu beitragen, dass selbstfahrende Autos menschenfreundlicher werden. Durch die Untersuchung, wie man menschliches Verhalten im Verkehr besser verstehen kann, könnten neuroscientifische Theorien darüber, wie das Gehirn Entscheidungen trifft, es ermöglichen, dass automatisierte Fahrzeugtechnologie vorhersagt, wann Fußgänger die Straße überqueren werden.

Drift-Diffusions-Modell

Das Entscheidungsmodell, das von dem Team der Forscher erforscht wurde, heißt Drift-Diffusion und könnte in Szenarien eingesetzt werden, in denen ein Auto einem Fußgänger den Vortritt lässt, mit oder ohne Signale. Durch diese Vorhersagemöglichkeit könnte das autonome Fahrzeug effektiver mit Fußgängern kommunizieren. Es würde ein besseres Verständnis ihrer Bewegungen im Verkehr und externer Signale wie Blinklichter erlangen, was dazu beitragen würde, den Verkehrsfluss zu maximieren und die Unsicherheit zu verringern.
Drift-Diffusions-Modelle basieren auf der Annahme, dass Menschen Entscheidungen treffen, nachdem sie sensorische Beweise bis zu einem Schwellenwert angesammelt haben, bei dem die Entscheidung getroffen wird.
Professor Gustav Markkula ist vom Institute for Transport Studies der University of Leeds. Er ist der Hauptautor der Studie.
“Wenn Fußgänger entscheiden, die Straße zu überqueren, scheinen sie viele verschiedene Quellen von Beweisen zu addieren, nicht nur in Bezug auf die Entfernung und Geschwindigkeit des Fahrzeugs, sondern auch kommunikative Signale des Fahrzeugs in Form von Verzögerung und Blinklichtern”, sagte Professor Markkula.
“Wenn ein Fahrzeug den Vortritt lässt, sind Fußgänger oft unsicher, ob das Auto tatsächlich den Vortritt lässt, und warten oft, bis das Auto fast vollständig zum Stehen gekommen ist, bevor sie beginnen, die Straße zu überqueren”, fuhr er fort. “Unser Modell zeigt diesen Zustand der Unsicherheit deutlich, was bedeutet, dass es verwendet werden kann, um zu helfen, wie automatisierte Fahrzeuge um Fußgänger herum verhalten sollen, um Unsicherheit zu begrenzen, was sowohl die Verkehrssicherheit als auch den Verkehrsfluss verbessern kann.”
“Es ist aufregend zu sehen, dass diese Theorien aus der kognitiven Neurowissenschaft in einen solchen realen Kontext gebracht werden können und einen praktischen Einsatz finden.”

Testen des Modells

Das Team hat sich daran gemacht, das Modell mit virtueller Realität zu testen. Versuchsteilnehmer wurden in verschiedene Straßenüberquerungsszenarien innerhalb des HIKER (Highly Immersive Kinematic Experimental Research)-Fußgängersimulators der Universität gesetzt. Ihre Bewegungen wurden verfolgt, während sie frei innerhalb einer stereoskopischen 3D-Virtualszene gingen, die den aufkommenden Verkehr darstellte. Den Teilnehmern wurde gesagt, die Straße zu überqueren, wenn sie sich sicher genug fühlten.
Die Forscher testeten mehrere verschiedene Szenarien, einschließlich des herannahenden Fahrzeugs, das eine konstante Geschwindigkeit beibehielt und abbremste, um den Fußgängern den Vortritt zu lassen. Das Fahrzeug blinkte manchmal auch mit den Scheinwerfern, um den Übergang zu signalisieren.
Die Tests zeigten, dass die Teilnehmer offensichtlich die sensorischen Daten von Fahrzeugentfernung, Geschwindigkeit, Beschleunigung und kommunikativen Signalen addierten, bevor sie eine Entscheidung über den Zeitpunkt der Straßenüberquerung trafen. Dies deutete für das Team darauf hin, dass das Drift-Diffusions-Modell vorhersagen kann, ob und wann Fußgänger wahrscheinlich die Straße überqueren werden.
“Diese Ergebnisse können dazu beitragen, ein besseres Verständnis menschlichen Verhaltens im Verkehr zu erlangen, was sowohl zur Verbesserung der Verkehrssicherheit als auch zur Entwicklung automatisierter Fahrzeuge erforderlich ist, die mit menschlichen Verkehrsteilnehmern zusammenleben können”, sagte Professor Markulla.
“Sichere und menschlich akzeptable Interaktion mit Fußgängern ist eine große Herausforderung für die Entwickler automatisierter Fahrzeuge, und ein besseres Verständnis des Verhaltens von Fußgängern wird der Schlüssel sein, um dies zu ermöglichen.”
Laut dem Hauptautor Dr. Jami Pekkanen “kann die Vorhersage von Fußgängerentscheidungen und Unsicherheit verwendet werden, um zu optimieren, wann und wie das Fahrzeug abbremsen und signalisieren sollte, dass es sicher ist, die Straße zu überqueren, was Zeit und Aufwand für beide spart.”