Pesquisa sobre Comportamento Humano Ajuda Carros Autônomos a Prever Travessias de Pedestres

Pesquisa da Universidade de Leeds pode ajudar carros autônomos a se tornarem mais amigáveis ao ser humano. Ao investigar como melhorar a compreensão do comportamento humano no tráfego, teorias neurocientíficas sobre 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 de deriva, e pode ser usado em cenários envolvendo um carro dando passagem a um pedestre, com ou sem sinais. Por meio dessa capacidade de previsão, o veículo autônomo pode se comunicar de forma mais eficaz com os pedestres. Ele alcançaria uma melhor compreensão dos movimentos dos pedestres no tráfego 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 dependem da suposição de que as pessoas tomam decisões após acumular evidências sensoriais até um limiar, no qual a decisão é tomada.

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

“Quando tomam 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 sinais comunicativos do veículo em termos de desaceleração e piscadas de farol,” disse o Professor Markkula.

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

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

Testando o Modelo

A equipe decidiu testar o modelo com realidade virtual. Os participantes do teste foram colocados em diferentes cenários de travessia de rua dentro do simulador de pedestres HIKER (Highly Immersive Kinematic Experimental Research) da universidade. Seus movimentos foram rastreados enquanto caminhavam livremente dentro de uma cena 3D estereoscópica que apresentava 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 deixar o pedestre atravessar. O veículo às vezes piscava os faróis para sinalizar a travessia.

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

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

“A interação segura e aceitável com 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 autor principal, 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.”