人間の行動に関する研究は、自動運転車による横断歩道の予測に役立ちます

リーズ大学からの研究 自動運転車がより人間に優しいものになる可能性があります。 交通中の人間の行動をよりよく理解する方法を研究することにより、脳がどのように意思決定を行うかに関する神経科学的理論により、自動車両技術が歩行者が道路を横断するタイミングを予測できるようになる可能性があります。

ドリフト拡散モデル

研究者チームが検討した意思決定モデルはドリフト拡散と呼ばれるもので、信号の有無にかかわらず、車が歩行者に道を譲るシナリオで使用できる可能性がある。 この予測機能により、自動運転車は歩行者とより効果的にコミュニケーションできるようになります。 これにより、交通や点滅する信号などの外部信号における車両の動きをよりよく理解できるようになり、交通の流れを最大化し、不確実性を軽減するのに役立ちます。 

ドリフト拡散モデルは、人々が感覚証拠を閾値まで蓄積した後に意思決定に達し、その時点で意思決定が行われるという前提に基づいています。

グスタフ・マークラ教授は、リーズ大学交通研究所の出身です。 彼はこの研究の筆頭著者です。

「横断を決断する際、歩行者は車両の距離や速度だけでなく、減速やヘッドライトの点滅といった車両からの伝達合図も利用して、さまざまな証拠を積み上げているようです」とマークラ教授は言う。言った。

「車が道を譲ろうとしているとき、歩行者は車が実際に道を譲っているのかどうか非常に不安になることが多く、車がほぼ完全に停止するまで待ってから横断し始めることがよくあります。」と彼は続けた。 「私たちのモデルは、この不確実性の状況が裏付けられていることを明確に示しています。つまり、不確実性を制限するために自動運転車が歩行者の周囲でどのように動作するかを設計するのにこのモデルを使用でき、これにより交通安全と交通の流れの両方を改善することができます。」

「認知神経科学からのこれらの理論が、この種の現実世界の状況に持ち込まれ、応用できることが分かるのはとても興味深いことです。」

モデルのテスト

チームは仮想現実を使ってモデルをテストすることに着手しました。 試験の参加者は、大学の HIKER (Highly Immersive Kinematic Experimental Research) 歩行者シミュレーター内で、さまざまな道路横断シナリオにさらされました。 彼らの動きは、対向車が表示される立体的な 3D 仮想シーン内を自由に歩きながら追跡されました。 参加者には、十分安全だと感じたら道路を渡るように指示された。

研究者らは、接近する車両が一定の速度を維持し、減速して歩行者を横断させるなど、複数の異なるシナリオをテストした。 この車両は時折、ヘッドライトを点滅させて交差点の合図をした。 

テストでは、参加者が、いつ横断するかを決定する前に、車両の距離、速度、加速度、およびコミュニケーションの合図からの感覚データを合計しているようであることが実証されました。 これは、漂流拡散モデルが歩行者が道路を横断する可能性があるかどうか、またいつ横断する可能性があるかを予測できることをチームに示しました。

「これらの発見は、交通安全の向上と人間の道路利用者と共存できる自動運転車の開発の両方に必要な、交通における人間の行動をより深く理解するのに役立ちます」とマークラ教授は述べた。

「自動運転車の開発者にとって、歩行者との安全かつ人間が許容できる対話は大きな課題であり、これを可能にするためには歩行者の行動をより深く理解することが鍵となります。」

主著者のジャミ・ペッカネン博士によると、「歩行者の判断と不確実性の予測を利用して、車両がいつどのように減速し、安全に横断できることを信号で伝えるかを最適化し、両方の時間と労力を節約できます。」