인간 행동 연구, 자율 주행차가 보행자 교차로 예측에 도움

리즈 대학교의 연구는 자율 주행차가 더 인간 친화적으로 될 수 있도록 도와줄 수 있다. 교통에서 인간 행동을 더 잘 이해하기 위해 신경과학적 이론을 조사함으로써, 자동차 기술이 보행자가 도로를 건너갈 때 예측할 수 있게 된다.

드리프트 확산 모델

연구자들이 조사한 결정 모델은 드리프트 확산이라고 불리며, 신호가 있는 경우나 없는 경우에 차가 보행자에게 양보하는 시나리오에서 사용될 수 있다. 이러한 예측 기능을 통해 자율 주행차는 보행자와 더 효과적으로 소통할 수 있다. 이는 보행자의 움직임과 외부 신호를 더 잘 이해하여 교통 흐름을 최적화하고 불확실성을 감소시킬 수 있다.

드리프트 확산 모델은 사람들이 감각적 증거를 한계까지 축적한 후 결정한다는 가정에 기반한다.

리즈 대학교의 교통 연구소의 구스타프 마르쿨라 교수는 이 연구의 주도자이다.

“보행자가 도로를 건너기 위해 많은 정보를 축적하는 것처럼 보인다. 차의 거리와 속도뿐만 아니라 차의 감속과 헤드라이트 플래시와 같은 의사소통 신호도 사용한다”고 마르쿨라 교수는 말했다.

“차가 양보할 때, 보행자는 차가 실제로 양보하는지에 대해 불확실하게 느끼고, 차가 거의 정지할 때까지 기다렸다가 도로를 건너기 시작한다”고 그는 계속했다. “우리의 모델은 이러한 불확실성을 명확히 보여주며, 자동차가 보행자 주변에서 어떻게 행동해야 하는지 설계하는 데 도움이 될 수 있다. 이는 교통 안전과 흐름을 모두 개선할 수 있다.”

“인지과학의 이러한 이론이 실제 상황에서 적용될 수 있다는 것은 흥미롭다.”

모델 테스트

연구자들은 가상 현실을 사용하여 모델을 테스트했다. 참가자들은 대학의 HIKER(고해상도 운동 실험 연구) 보행자 시뮬레이터에서 다양한 도로 건너기 시나리오에 참여했다. 참가자의 움직임은 자유롭게 걷는 동안 3D 가상 장면에서 추적되었다. 참가자들은 안전하다고 느끼면 도로를 건너라는 지시를 받았다.

연구자들은 여러 시나리오를 테스트했다. 차가 일정한 속도로 접근하거나 보행자가 건너기 위해 감속하는 경우, 그리고 차가 헤드라이트를 플래시하여 건너라고 신호를 보내는 경우 등이다.

테스트 결과, 참가자들이 차의 거리, 속도, 가속도, 그리고 의사소통 신호를 축적하여 도로를 건너기 위해 결정한다는 것을 보여주었다. 이는 드리프트 확산 모델이 보행자가 도로를 건너갈 때 예측할 수 있음을 의미한다.

“이 발견은 교통 안전을 개선하고 자동차가 인간과 함께 공존할 수 있도록 하는 데 필요한 인간 행동을 이해하는 데 도움이 될 수 있다”고 마르쿨라 교수는 말했다.

“보행자와의 안전하고 인간 친화적인 상호작용은 자동차 개발자의 주요 도전이다. 보행자의 행동을 이해하는 것이 이를 가능하게 하는 데 핵심이다.”

주도 연구자 자미 페칸넨 박사는 “보행자의 결정과 불확실성을 예측하는 것은 차가 감속하고 신호를 보내서 건너는 것이 안전하다는 것을 소통하는 데 사용될 수 있다. 이는 양쪽 모두 시간과 노력을 절약할 수 있다”고 말했다.