Badania zachowania ludzi pomagają samochodom autonomicznym przewidywać przejścia pieszych

Badania przeprowadzone na Uniwersytecie w Leeds mogą pomóc samochodom autonomicznym stać się bardziej przyjaznymi dla ludzi. Poprzez badanie, jak lepiej zrozumieć ludzkie zachowanie w ruchu drogowym, neuro naukowe teorie podejmowania decyzji mogą umożliwić technologii pojazdów zautomatyzowanych przewidywanie, kiedy piesi będą przechodzić przez drogę.

Model Drift Diffusion

Model podejmowania decyzji badany przez zespół naukowców nazywa się modelem drift diffusion i może być użyty w sytuacjach, w których samochód ustępuje pierwszeństwa pieszemu, z lub bez sygnałów. Dzięki tej możliwości przewidywania, pojazd autonomiczny może skuteczniej komunikować się z pieszymi. Będzie lepiej rozumieć ich ruchy w ruchu drogowym i zewnętrzne sygnały, takie jak migające światła, co pomoże zwiększyć przepływ ruchu i zmniejszyć niepewność.

Modele drift diffusion opierają się na założeniu, że ludzie podejmują decyzje po zebraniu dowodów zmysłowych do progu, w którym momentem podejmowane jest decyzja.

Profesor Gustav Markkula jest z Instytutu Studiów Transportowych Uniwersytetu w Leeds. Jest on głównym autorem badania.

„Kiedy podejmują decyzję o przejściu, piesi wydają się dodawać wiele różnych źródeł dowodów, nie tylko odnoszących się do odległości i prędkości pojazdu, ale także używających sygnałów komunikacyjnych z pojazdu, takich jak zwolnienie i migające światła przednie” – powiedział profesor Markkula.

„Kiedy pojazd ustępuje pierwszeństwa, piesi często czują się bardzo niepewnie, czy samochód rzeczywiście ustępuje, i często czekają, aż samochód几乎 całkowicie zatrzyma się, zanim zaczną przechodzić” – kontynuował. „Nasze badanie wyraźnie pokazuje ten stan niepewności, co oznacza, że może być użyte do pomocy w projektowaniu, jak pojazdy autonomiczne powinny zachowywać się wokół pieszych, aby ograniczyć niepewność, co może poprawić zarówno bezpieczeństwo ruchu, jak i przepływ ruchu”.

„To jest ekscytujące, że te teorie z neuro nauk mogą być wprowadzone w tego typu realnym kontekście i znaleźć zastosowanie”.

Testowanie Modelu

Zespół postanowił przetestować model za pomocą rzeczywistości wirtualnej. Uczestnicy testów zostali umieszczeni w różnych sytuacjach przejścia przez drogę w symulatorze pieszym HIKER (Highly Immersive Kinematic Experimental Research) uniwersytetu. Ich ruchy były śledzone podczas swobodnego poruszania się w stereoskopowej scenerii 3D, która przedstawiała nadjeżdżający ruch. Uczestnikom powiedziano, aby przechodzili przez drogę, gdy będą czuć się wystarczająco bezpiecznie.

Naukowcy przetestowali wiele różnych sytuacji, w tym nadjeżdżający pojazd poruszający się z stałą prędkością i zwalniający, aby pieszy mógł przejść. Pojazd czasami migał światłami, aby sygnalizować przejście.

Testy wykazały, że uczestnicy wydają się dodawać dane sensoryczne z odległości, prędkości, przyspieszenia i sygnałów komunikacyjnych przed podjęciem decyzji o przejściu. Wskazuje to, że model drift diffusion może przewidywać, czy i kiedy piesi będą przechodzić przez drogę.

„Te wyniki mogą pomóc w lepszym zrozumieniu ludzkiego zachowania w ruchu drogowym, co jest potrzebne zarówno do poprawy bezpieczeństwa ruchu, jak i do rozwoju pojazdów autonomicznych, które mogą współistnieć z ludzkimi użytkownikami dróg” – powiedział profesor Markulla.

“Bezpieczna i akceptowalna interakcja z pieszymi jest dużym wyzwaniem dla twórców pojazdów autonomicznych, a lepsze zrozumienie, jak piesi się zachowują, będzie kluczem do umożliwienia tego”.

Według głównego autora, dra Jami Pekkanena, „przewidywanie decyzji pieszych i niepewności może być użyte do optymalizacji, kiedy i jak pojazd powinien zwalniać i sygnalizować, aby komunikować, że jest bezpiecznie, aby przejść, co oszczędza czas i wysiłek dla obu”.