मानव व्यवहार पर शोध स्वायत्त कारों को पैदल यात्री पार करने की भविष्यवाणी में मदद करता है

लीड्स विश्वविद्यालय के शोध से स्व-ड्राइविंग कारें अधिक मानव-मित्र बन सकती हैं। यातायात में मानव व्यवहार को बेहतर ढंग से समझने के लिए जांच करके, निर्णय लेने के लिए मस्तिष्क के तंत्रिका विज्ञान सिद्धांत स्वचालित वाहन प्रौद्योगिकी को यह भविष्यवाणी करने में सक्षम बना सकते हैं कि पैदल यात्री सड़क पार करने वाले हैं या नहीं।

ड्रिफ्ट डिफ्यूजन मॉडल

शोधकर्ताओं द्वारा अन्वेषित निर्णय लेने का मॉडल ड्रिफ्ट डिफ्यूजन कहलाता है, और इसका उपयोग संकेतों के साथ या बिना पैदल यात्री को रास्ता देने वाली कार की स्थितियों में किया जा सकता है। इस भविष्यवाणी क्षमता के माध्यम से, स्वायत्त वाहन पैदल यात्रियों के साथ अधिक प्रभावी ढंग से संवाद कर सकता है। यह यातायात में उनकी गतिविधियों और फ्लैशिंग लाइट्स जैसे बाहरी संकेतों को बेहतर ढंग से समझने की उपलब्धि हासिल करेगा, जो यातायात प्रवाह को अधिकतम करने और अनिश्चितता को कम करने में मदद करेगा।
ड्रिफ्ट डिफ्यूजन मॉडल इस धारणा पर निर्भर करते हैं कि लोग एक सीमा तक संवेदी साक्ष्य एकत्र करने के बाद निर्णय लेते हैं, जिस बिंदु पर निर्णय लिया जाता है।
प्रोफेसर गुस्टाव मार्कुला लीड्स विश्वविद्यालय के परिवहन अध्ययन संस्थान से हैं। वह इस अध्ययन के प्रमुख लेखक हैं।
“पार करने का निर्णय लेते समय, पैदल यात्री विभिन्न स्रोतों से साक्ष्य जोड़ते हुए प्रतीत होते हैं, न केवल वाहन की दूरी और गति से संबंधित, बल्कि वाहन से संचारात्मक संकेतों का उपयोग करके भी जैसे कि धीमा करना और हेडलाइट फ्लैशिंग,” प्रोफेसर मार्कुला ने कहा।
“जब एक वाहन रास्ता दे रहा होता है, तो पैदल यात्री अक्सर यह अनिश्चित महसूस करते हैं कि क्या कार वास्तव में रास्ता दे रही है, और अक्सर तब तक प्रतीक्षा करते हैं जब तक कि कार लगभग पूरी तरह से रुक नहीं जाती, इससे पहले कि वे पार करना शुरू करें,” उन्होंने जारी रखा। “हमारा मॉडल स्पष्ट रूप से इस अनिश्चितता की स्थिति को दर्शाता है, जिसका अर्थ है कि इसे स्वचालित वाहनों के व्यवहार को पैदल यात्रियों के आसपास डिज़ाइन करने में मदद के लिए उपयोग किया जा सकता है ताकि अनिश्चितता को सीमित किया जा सके, जो यातायात सुरक्षा और यातायात प्रवाह दोनों में सुधार कर सकता है।”
“यह देखना रोमांचक है कि कैसे कॉग्निटिव न्यूरोसाइंस से ये सिद्धांत वास्तविक दुनिया के संदर्भ में लाए जा सकते हैं और एक अनुप्रयोग उपयोग पा सकते हैं।”

मॉडल का परीक्षण

शोध दल ने वर्चुअल रियलिटी के साथ मॉडल का परीक्षण करने का फैसला किया। परीक्षण प्रतिभागियों को विभिन्न सड़क पार करने की स्थितियों में विश्वविद्यालय के हाइकर (हाईली इम्मर्सिव किनेमैटिक एक्सपेरिमेंटल रिसर्च) पैदल यात्री सिम्युलेटर में रखा गया। उनकी गतिविधियों को स्टीरियोस्कोपिक 3डी वर्चुअल दृश्य में ट्रैक किया गया, जिसमें आगामी यातायात प्रस्तुत किया गया था। प्रतिभागियों को तब तक पार करने के लिए कहा गया जब तक वे सुरक्षित महसूस करते थे।
शोधकर्ताओं ने कई अलग-अलग परिदृश्यों का परीक्षण किया, जिसमें आगामी वाहन एक स्थिर गति बनाए रखना और पैदल यात्री को पार करने देने के लिए धीमा करना शामिल था। वाहन ने कभी-कभी पार करने के संकेत के लिए अपनी हेडलाइट्स भी फ्लैश कीं।
परीक्षणों ने दिखाया कि प्रतिभागियों ने वाहन की दूरी, गति, त्वरण और संचारात्मक संकेतों से संवेदी डेटा जोड़कर पार करने का निर्णय लिया, जो यह संकेत देता है कि ड्रिफ्ट डिफ्यूजन मॉडल यह भविष्यवाणी कर सकता है कि पैदल यात्री सड़क पार करने की संभावना है या नहीं।
“इन निष्कर्षों से यातायात में मानव व्यवहार की बेहतर समझ मिल सकती है, जो यातायात सुरक्षा में सुधार और मानव सड़क उपयोगकर्ताओं के साथ सहजीवन करने में सक्षम स्वचालित वाहनों को विकसित करने के लिए आवश्यक है,” प्रोफेसर मार्कुला ने कहा।
“पैदल यात्रियों के साथ सुरक्षित और मानव-स्वीकार्य इंटरैक्शन स्वचालित वाहनों के विकासकर्ताओं के लिए एक बड़ी चुनौती है, और पैदल यात्रियों के व्यवहार को बेहतर ढंग से समझना इसे सक्षम करने के लिए महत्वपूर्ण होगा।”
मुख्य लेखक डॉ. जामी पेकाननेन के अनुसार, “पैदल यात्री निर्णयों और अनिश्चितता की भविष्यवाणी का उपयोग यह तय करने के लिए किया जा सकता है कि वाहन कब और कैसे धीमा होना चाहिए और संकेत देना चाहिए कि पार करना सुरक्षित है, जिससे दोनों के लिए समय और प्रयास की बचत हो सकती है।”