Onderzoek naar menselijk gedrag helpt autonome auto’s om voetgangersoversteekplaatsen te voorspellen

Onderzoek van de Universiteit van Leeds kan helpen om zelfrijdende auto’s mensvriendelijker te maken. Door te onderzoeken hoe beter te begrijpen hoe mensen zich gedragen in het verkeer, kunnen neuroscientifieke theorieën over hoe de hersenen beslissingen nemen, helpen om geautomatiseerde voertuigtechnologie te voorspellen wanneer voetgangers de straat willen oversteken.

Drift Diffusion Model

Het beslissingsmodel dat door het team van onderzoekers is onderzocht, heet drift diffusion, en kan worden gebruikt in scenario’s waarin een auto voorrang verleent aan een voetganger, met of zonder signalen. Door middel van deze voorspellingsmogelijkheid kan het autonome voertuig effectiever communiceren met voetgangers. Het zal een beter begrip krijgen van hun bewegingen in het verkeer en externe signalen zoals knipperende lichten, wat zal helpen om het verkeer te maximaliseren en de onzekerheid te verminderen.

Drift-diffusiemodellen zijn gebaseerd op de veronderstelling dat mensen beslissingen nemen nadat ze sensorische bewijzen hebben verzameld tot een drempel, op het moment dat de beslissing wordt genomen.

Professor Gustav Markkula is van de Universiteit van Leeds’ Institute for Transport Studies. Hij is de hoofdauteur van de studie.

“Wanneer ze besluiten om over te steken, lijken voetgangers veel verschillende bronnen van bewijzen te verzamelen, niet alleen met betrekking tot de afstand en snelheid van het voertuig, maar ook communicatieve signalen van het voertuig in termen van vertraging en knipperende lichten,” zei professor Markkula.

“Wanneer een voertuig voorrang verleent, voelen voetgangers zich vaak onzeker over of de auto daadwerkelijk voorrang verleent, en zullen ze vaak wachten tot het voertuig bijna tot stilstand is gekomen voordat ze beginnen over te steken,” vervolgde hij. “Ons model toont duidelijk aan dat deze staat van onzekerheid wordt aangetoond, wat betekent dat het kan worden gebruikt om te helpen ontwerpen hoe geautomatiseerde voertuigen zich gedragen rond voetgangers om onzekerheid te beperken, wat zowel de verkeersveiligheid als de verkeersstroom kan verbeteren.”

“Het is spannend om te zien dat deze theorieën uit de cognitieve neuro wetenschap in deze soort real-world context kunnen worden gebracht en een praktische toepassing kunnen vinden.”

Testing the Model

Het team heeft besloten om het model te testen met virtuele realiteit. Deelnemers aan de test werden geplaatst in verschillende scenario’s voor het oversteken van de straat binnen de HIKER (Highly Immersive Kinematic Experimental Research) voetgangersimulator van de universiteit. Hun bewegingen werden gevolgd terwijl ze vrij konden lopen in een stereoscopische 3D-virtuele scène die tegenliggend verkeer liet zien. De deelnemers werden gevraagd om over te steken wanneer ze zich veilig genoeg voelden.

De onderzoekers testten meerdere scenario’s, waaronder het naderende voertuig dat een constante snelheid aanhield en vertraagde om de voetganger over te laten steken. Het voertuig knipperde soms met de koplampen om aan te geven dat het mocht oversteken.

De tests toonden aan dat de deelnemers blijkbaar de sensorische gegevens van de afstand, snelheid, versnelling en communicatieve signalen van het voertuig optelden voordat ze een beslissing namen over wanneer ze wilden oversteken. Dit gaf aan het team aan dat het drift-diffusiemodel kon voorspellen of en wanneer voetgangers waarschijnlijk de straat zouden oversteken.

“Deze resultaten kunnen helpen om een beter begrip te krijgen van menselijk gedrag in het verkeer, wat nodig is om zowel de verkeersveiligheid te verbeteren als om geautomatiseerde voertuigen te ontwikkelen die kunnen samenleven met menselijke weggebruikers,” zei professor Markulla.

“Veilige en menselijk aanvaardbare interactie met voetgangers is een grote uitdaging voor ontwikkelaars van geautomatiseerde voertuigen, en een beter begrip van hoe voetgangers zich gedragen, zal cruciaal zijn om dit te bereiken.”

Volgens de hoofdauteur Dr. Jami Pekkanen, “kan het voorspellen van voetgangersbeslissingen en onzekerheid worden gebruikt om te optimaliseren wanneer en hoe het voertuig moet vertragen en signaleren om aan te geven dat het veilig is om over te steken, wat tijd en moeite kan besparen voor beide partijen.”