Ricerca sul comportamento umano aiuta le auto autonome a prevedere gli attraversamenti pedonali

Ricerca presso l’Università di Leeds potrebbe aiutare le auto a guida autonoma a diventare più amichevoli nei confronti degli esseri umani. Indagando su come comprendere meglio il comportamento umano nel traffico, le teorie neuroscientifiche su come il cervello prende decisioni potrebbero consentire alla tecnologia dei veicoli automatizzati di prevedere quando i pedoni stanno per attraversare la strada.

Modello di diffusione di deriva

Il modello di decisione esplorato dal team di ricercatori si chiama diffusione di deriva e potrebbe essere utilizzato in scenari che coinvolgono un’auto che cede il passo a un pedone, con o senza segnali. Attraverso questa capacità di previsione, il veicolo autonomo potrebbe comunicare più efficacemente con i pedoni. Avrebbe una migliore comprensione dei loro movimenti nel traffico e dei segnali esterni come le luci lampeggianti, il che aiuterebbe a massimizzare il flusso di traffico e ridurre l’incertezza.

I modelli di diffusione di deriva si basano sull’ipotesi che le persone prendano decisioni dopo aver accumulato prove sensoriali fino a un limite, al quale punto la decisione viene presa.

Il professor Gustav Markkula è dell’Istituto di studi sui trasporti dell’Università di Leeds. È l’autore principale dello studio.

“Quando si prende la decisione di attraversare, i pedoni sembrano aggiungere molti diversi tipi di prove, non solo relative alla distanza e alla velocità del veicolo, ma anche utilizzando segnali comunicativi dal veicolo in termini di decelerazione e lampeggio dei fari”, ha detto il professor Markkula.

“Quando un veicolo cede il passo, i pedoni spesso si sentono abbastanza incerti sul fatto che l’auto stia realmente cedendo e spesso finiscono per aspettare fino a quando l’auto non si è quasi fermata del tutto prima di iniziare ad attraversare”, ha continuato. “Il nostro modello mostra chiaramente questo stato di incertezza, il che significa che può essere utilizzato per aiutare a progettare come i veicoli automatizzati si comportano intorno ai pedoni per limitare l’incertezza, il che può migliorare sia la sicurezza stradale che il flusso di traffico”.

“È emozionante vedere che queste teorie della neuroscienza cognitiva possono essere portate in questo tipo di contesto reale e trovare un uso applicato”.

Test del modello

Il team ha deciso di testare il modello con la realtà virtuale. I partecipanti al trial sono stati inseriti in diversi scenari di attraversamento stradale all’interno del simulatore pedonale HIKER (Highly Immersive Kinematic Experimental Research) dell’università. I loro movimenti sono stati tracciati mentre camminavano liberamente all’interno di una scena 3D stereoscopica che presentava il traffico in arrivo. Ai partecipanti è stato detto di attraversare la strada quando si sentivano abbastanza sicuri.

I ricercatori hanno testato diversi scenari, tra cui il veicolo in avvicinamento che mantiene una velocità costante e decelera per far attraversare il pedone. Il veicolo ha anche lampeggiato i fari per segnalare di attraversare.

I test hanno dimostrato che i partecipanti sembravano aggiungere i dati sensoriali della distanza del veicolo, della velocità, dell’accelerazione e dei segnali comunicativi prima di prendere una decisione su quando attraversare. Ciò ha indicato al team che il modello di diffusione di deriva potrebbe prevedere se e quando i pedoni attraverseranno la strada.

“Questi risultati possono aiutare a fornire una migliore comprensione del comportamento umano nel traffico, che è necessaria sia per migliorare la sicurezza stradale che per sviluppare veicoli automatizzati che possano coesistere con gli utenti della strada umani”, ha detto il professor Markulla.

“Un’interazione sicura e accettabile con i pedoni è una grande sfida per gli sviluppatori di veicoli automatizzati, e una migliore comprensione di come si comportano i pedoni sarà fondamentale per consentire questo.”

Secondo l’autore principale del Dr. Jami Pekkanen, “La previsione delle decisioni e dell’incertezza dei pedoni può essere utilizzata per ottimizzare quando e come il veicolo dovrebbe decelerare e segnalare per comunicare che è sicuro attraversare, risparmiando tempo e sforzo per entrambi”.