Modèles et plateformes d’IA
Recherche sur le comportement humain pour aider les voitures autonomes à prédire les passages piétons

Recherche menée à l’Université de Leeds pourrait aider les voitures autonomes à devenir plus conviviales. En étudiant comment mieux comprendre le comportement humain dans la circulation, les théories neuroscientifiques de la prise de décision pourraient permettre aux technologies de véhicules autonomes de prédire quand les piétons vont traverser la route.
Modèle de diffusion de dérive
Le modèle de prise de décision exploré par l’équipe de chercheurs s’appelle la diffusion de dérive, et il pourrait être utilisé dans des scénarios impliquant une voiture qui cède la priorité à un piéton, avec ou sans signaux. Grâce à cette capacité de prédiction, le véhicule autonome pourrait communiquer plus efficacement avec les piétons. Il atteindrait une meilleure compréhension de leurs mouvements dans la circulation et des signaux externes comme les feux clignotants, ce qui contribuerait à maximiser le flux de circulation et à diminuer l’incertitude.
Les modèles de diffusion de dérive reposent sur l’hypothèse que les gens prennent des décisions après avoir accumulé des preuves sensorielles jusqu’à un seuil, auquel point la décision est prise.
Le professeur Gustav Markkula est de l’Institut des études sur les transports de l’Université de Leeds. Il est l’auteur principal de l’étude.
« Lorsqu’ils décident de traverser, les piétons semblent additionner de nombreuses sources de preuves différentes, non seulement en relation avec la distance et la vitesse du véhicule, mais également en utilisant des indices de communication du véhicule en termes de décélération et de flashes de phares », a déclaré le professeur Markkula.
« Lorsqu’un véhicule cède la priorité, les piétons se sentent souvent incertains quant à savoir si la voiture est vraiment en train de s’arrêter, et ils attendent souvent jusqu’à ce que la voiture ait presque complètement stoppé avant de commencer à traverser », a-t-il poursuivi. « Notre modèle montre clairement cet état d’incertitude, ce qui signifie qu’il peut être utilisé pour aider à concevoir le comportement des véhicules autonomes autour des piétons afin de limiter l’incertitude, ce qui peut améliorer à la fois la sécurité routière et le flux de circulation. »
« Il est excitant de voir que ces théories de la neurosciences cognitives peuvent être appliquées dans ce type de contexte réel et trouver une utilisation pratique. »
Test du modèle
L’équipe a entrepris de tester le modèle à l’aide de la réalité virtuelle. Les participants à l’essai ont été placés dans différents scénarios de traversée de route dans le simulateur de piétons HIKER (Highly Immersive Kinematic Experimental Research) de l’université. Leurs mouvements ont été suivis tout en marchant librement dans une scène virtuelle 3D stéréoscopique qui présentait la circulation à venir. Les participants ont été invités à traverser la route lorsqu’ils se sentaient suffisamment en sécurité.
Les chercheurs ont testé plusieurs scénarios différents, notamment le véhicule approchant à vitesse constante et en décélérant pour laisser le piéton traverser. Le véhicule a parfois clignoté ses phares pour signaler la traversée.
Les tests ont montré que les participants additionnaient apparemment les données sensorielles de la distance du véhicule, de la vitesse, de l’accélération et des indices de communication avant de prendre une décision sur le moment de traverser. Cela a indiqué à l’équipe que le modèle de diffusion de dérive pourrait prédire si et quand les piétons traverseraient probablement la route.
« Ces résultats peuvent aider à mieux comprendre le comportement humain dans la circulation, ce qui est nécessaire à la fois pour améliorer la sécurité routière et pour développer des véhicules autonomes qui peuvent coexister avec les usagers de la route humains », a déclaré le professeur Markulla.
“Une interaction sûre et acceptable avec les piétons est un défi majeur pour les développeurs de véhicules autonomes, et une meilleure compréhension de la façon dont les piétons se comportent sera essentielle pour permettre cela.”
Selon l’auteur principal, le Dr Jami Pekkanen, « Prédire les décisions et l’incertitude des piétons peut être utilisé pour optimiser le moment et la façon dont le véhicule doit décélérer et signaler pour communiquer qu’il est sûr de traverser, ce qui économise du temps et des efforts pour les deux. »












