La recherche sur le comportement humain aide les voitures autonomes à prédire les passages pour piétons

Recherche de l'Université de Leeds pourrait aider les voitures autonomes à devenir plus conviviales pour l'homme. En étudiant comment mieux comprendre le comportement humain dans la circulation, les théories neuroscientifiques sur la façon dont le cerveau prend des décisions pourraient permettre à la technologie des véhicules automatisés 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 la dérive, et il pourrait être utilisé dans des scénarios impliquant une voiture cédant le passage à un piéton, avec ou sans signalisation. Grâce à cette capacité de prédiction, le véhicule autonome pourrait communiquer plus efficacement avec les piétons. Cela permettrait de mieux comprendre leurs mouvements dans le trafic et les signaux externes comme les feux clignotants, ce qui aiderait à maximiser le flux de trafic et à réduire l'incertitude. 

Les modèles de diffusion par dérive reposent sur l'hypothèse que les gens prennent des décisions après avoir accumulé des preuves sensorielles jusqu'à un certain seuil, à partir duquel la décision est prise.

Le professeur Gustav Markkula est de l'Institut d'études sur les transports de l'Université de Leeds. Il est l'auteur principal de l'étude.

"Lorsqu'ils prennent la décision de traverser, les piétons semblent additionner de nombreuses sources de preuves différentes, non seulement liées à la distance et à la vitesse du véhicule, mais également en utilisant des signaux de communication du véhicule en termes de décélération et de clignotement des phares", a déclaré le professeur Markkula. a dit.

"Lorsqu'un véhicule cède, les piétons se sentent souvent assez incertains quant à savoir si la voiture cède réellement et finissent souvent par attendre que la voiture se soit presque complètement arrêtée avant de commencer à traverser", a-t-il poursuivi. "Notre modèle montre clairement que cet état d'incertitude est confirmé, ce qui signifie qu'il peut être utilisé pour aider à concevoir le comportement des véhicules automatisés autour des piétons afin de limiter l'incertitude, ce qui peut améliorer à la fois la sécurité et la fluidité du trafic."

"Il est passionnant de voir que ces théories des neurosciences cognitives peuvent être introduites dans ce type de contexte du monde réel et trouver une utilisation appliquée."

Tester le modèle

L'équipe a entrepris de tester le modèle avec 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 le trafic venant en sens inverse. Les participants devaient traverser la route lorsqu'ils se sentaient suffisamment en sécurité.

Les chercheurs ont testé plusieurs scénarios différents, y compris le véhicule qui s'approche en maintenant une vitesse constante et en décélérant pour laisser le piéton traverser. Le véhicule faisait aussi parfois clignoter ses phares pour signaler une croix. 

Les tests ont démontré que les participants ont apparemment additionné les données sensorielles de la distance, de la vitesse, de l'accélération et des signaux de communication du véhicule avant de prendre une décision sur le moment de traverser. Cela a indiqué à l'équipe que le modèle de diffusion de la dérive pouvait 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 automatisés capables de coexister avec les usagers humains de la route", a déclaré le professeur Markulla.

"Une interaction sûre et humainement acceptable avec les piétons est un défi majeur pour les développeurs de véhicules automatisés, et une meilleure compréhension du comportement des piétons sera essentielle pour y parvenir."

Selon l'auteur principal, le Dr Jami Pekkanen, "La prévision des décisions et de l'incertitude des piétons peut être utilisée pour optimiser quand et comment le véhicule doit décélérer et signaler pour communiquer qu'il est sûr de traverser, ce qui permet d'économiser du temps et des efforts pour les deux".