Investigación sobre el comportamiento humano ayuda a los coches autónomos a predecir cruces peatonales

Investigación de la Universidad de Leeds podría ayudar a los coches autónomos a ser más amigables con los humanos. Al investigar cómo entender mejor el comportamiento humano en el tráfico, las teorías neurocientíficas de cómo el cerebro toma decisiones podrían permitir que la tecnología de vehículos automatizados prediga cuándo los peatones van a cruzar la calle.

Modelo de Difusión de Deriva

El modelo de toma de decisiones explorado por el equipo de investigadores se llama difusión de deriva, y podría ser utilizado en escenarios que involucran a un coche que cede el paso a un peatón, con o sin señales. A través de esta capacidad de predicción, el vehículo autónomo podría comunicarse de manera más efectiva con los peatones. Lograría una mejor comprensión de sus movimientos en el tráfico y señales externas como luces intermitentes, lo que ayudaría a maximizar el flujo de tráfico y disminuir la incertidumbre.

Los modelos de difusión de deriva se basan en la suposición de que las personas toman decisiones después de acumular evidencia sensorial hasta un umbral, en el punto en que se toma la decisión.

El profesor Gustav Markkula es del Instituto de Estudios de Transporte de la Universidad de Leeds. Es el autor principal del estudio.

“Al tomar la decisión de cruzar, los peatones parecen sumar muchas fuentes diferentes de evidencia, no solo relacionadas con la distancia y velocidad del vehículo, sino también utilizando señales de comunicación del vehículo en términos de desaceleración y destellos de luces”, dijo el profesor Markkula.

“Cuando un vehículo cede el paso, los peatones a menudo se sienten bastante inciertos sobre si el coche realmente está cediendo, y a menudo terminan esperando hasta que el coche casi se detiene completamente antes de empezar a cruzar”, continuó. “Nuestro modelo muestra claramente este estado de incertidumbre, lo que significa que se puede utilizar para ayudar a diseñar cómo los vehículos automatizados se comportan alrededor de los peatones para limitar la incertidumbre, lo que puede mejorar tanto la seguridad del tráfico como el flujo de tráfico”.

“Es emocionante ver que estas teorías de neurociencia cognitiva pueden ser traídas a este tipo de contexto real y encontrar un uso aplicado”.

Poniendo a Prueba el Modelo

El equipo se propuso probar el modelo con realidad virtual. Los participantes en la prueba fueron colocados en diferentes escenarios de cruce de calles dentro del simulador de peatones HIKER (Highly Immersive Kinematic Experimental Research) de la universidad. Sus movimientos fueron rastreados mientras caminaban libremente dentro de una escena 3D estereoscópica que presentaba tráfico en aproximación. A los participantes se les dijo que cruzaran la calle cuando se sintieran lo suficientemente seguros.

Los investigadores probaron múltiples escenarios diferentes, incluyendo el vehículo que se acercaba a una velocidad constante y desaceleraba para dejar cruzar al peatón. El vehículo también destellaba sus luces para señalizar un cruce.

Las pruebas demostraron que los participantes aparentemente sumaron los datos sensoriales de la distancia del vehículo, velocidad, aceleración y señales de comunicación antes de tomar una decisión sobre cuándo cruzar. Esto indicó al equipo que el modelo de difusión de deriva podría predecir si, y cuándo, los peatones probablemente cruzarían la calle.

“Estos hallazgos pueden ayudar a proporcionar una mejor comprensión del comportamiento humano en el tráfico, lo que es necesario tanto para mejorar la seguridad del tráfico como para desarrollar vehículos automatizados que puedan coexistir con los usuarios de la carretera humanos”, dijo el profesor Markulla.

“La interacción segura y aceptable para los humanos con los peatones es un desafío importante para los desarrolladores de vehículos automatizados, y una mejor comprensión de cómo se comportan los peatones será clave para permitir esto”.

Según el autor principal, el Dr. Jami Pekkanen, “Predecir las decisiones y la incertidumbre de los peatones se puede utilizar para optimizar cuándo y cómo el vehículo debe desacelerar y señalizar para comunicar que es seguro cruzar, ahorrando tiempo y esfuerzo para ambos”.