toco Pesquisa sobre o comportamento humano ajuda carros autônomos a prever travessias de pedestres - Unite.AI
Entre em contato

Inteligência artificial

Pesquisa sobre o comportamento humano ajuda carros autônomos a prever travessias de pedestres

Atualização do on

Pesquisa da Universidade de Leeds poderia ajudar os carros autônomos a se tornarem mais amigáveis ​​ao ser humano. Ao investigar como entender melhor o comportamento humano no trânsito, as teorias neurocientíficas de como o cérebro toma decisões podem permitir que a tecnologia de veículos automatizados preveja quando os pedestres vão atravessar a rua.

Modelo de difusão de deriva

O modelo de tomada de decisão explorado pela equipe de pesquisadores é chamado de difusão à deriva e pode ser usado em cenários envolvendo um carro dando passagem a um pedestre, com ou sem sinalização. Por meio dessa capacidade de previsão, o veículo autônomo pode se comunicar de maneira mais eficaz com os pedestres. Isso alcançaria uma melhor compreensão de seus movimentos no trânsito e sinais externos, como luzes piscantes, o que ajudaria a maximizar o fluxo de tráfego e diminuir a incerteza. 

Os modelos de difusão de deriva baseiam-se na suposição de que as pessoas tomam decisões depois de acumularem evidências sensoriais até um limite, no qual a decisão é tomada.

O professor Gustav Markkula é do Instituto de Estudos de Transporte da Universidade de Leeds. Ele é o principal autor do estudo.

“Ao tomar a decisão de atravessar, os pedestres parecem estar somando muitas fontes diferentes de evidências, não apenas relacionadas à distância e velocidade do veículo, mas também usando dicas comunicativas do veículo em termos de desaceleração e piscadas dos faróis,” Professor Markkula disse.

“Quando um veículo está cedendo, os pedestres geralmente se sentem bastante incertos sobre se o carro está realmente cedendo e, muitas vezes, acabam esperando até que o carro esteja quase parado antes de começar a atravessar”, continuou ele. “Nosso modelo mostra claramente esse estado de incerteza confirmado, o que significa que pode ser usado para ajudar a projetar como os veículos automatizados se comportam em torno dos pedestres, a fim de limitar a incerteza, o que pode melhorar a segurança e o fluxo do tráfego”.

“É emocionante ver que essas teorias da neurociência cognitiva podem ser trazidas para esse tipo de contexto do mundo real e encontrar um uso aplicado”.

Testando o modelo

A equipe começou a testar o modelo com realidade virtual. Os participantes do teste foram colocados em diferentes cenários de travessia de estradas dentro do simulador de pedestres HIKER (Highly Immersive Kinematic Experimental Research) da universidade. Seus movimentos foram rastreados enquanto caminhavam livremente dentro de uma cena virtual 3D estereoscópica que apresentava o tráfego que se aproximava. Os participantes foram instruídos a atravessar a rua quando se sentissem seguros o suficiente.

Os pesquisadores testaram vários cenários diferentes, incluindo o veículo que se aproximava mantendo uma velocidade constante e desacelerando para permitir a passagem do pedestre. O veículo também às vezes piscava os faróis para sinalizar uma cruz. 

Os testes demonstraram que os participantes aparentemente somaram os dados sensoriais da distância do veículo, velocidade, aceleração e dicas comunicativas antes de tomar uma decisão sobre quando cruzar. Isso indicou à equipe que o modelo de difusão de deriva poderia prever se e quando os pedestres provavelmente atravessariam a rua.

“Essas descobertas podem ajudar a fornecer uma melhor compreensão do comportamento humano no trânsito, o que é necessário tanto para melhorar a segurança no trânsito quanto para desenvolver veículos automatizados que possam coexistir com usuários humanos da estrada”, disse o professor Markulla.

“A interação segura e humanamente aceitável com os pedestres é um grande desafio para os desenvolvedores de veículos automatizados, e uma melhor compreensão de como os pedestres se comportam será fundamental para permitir isso”.

De acordo com o principal autor, Dr. Jami Pekkanen, “prever decisões e incertezas de pedestres pode ser usado para otimizar quando e como o veículo deve desacelerar e sinalizar para comunicar que é seguro atravessar, economizando tempo e esforço para ambos”.

Alex McFarland é um jornalista e escritor de IA que explora os mais recentes desenvolvimentos em inteligência artificial. Ele colaborou com inúmeras startups e publicações de IA em todo o mundo.