İnsan Davranışına İlişkin Araştırma, Otonom Araçların Yayaların Kavşakları Geçmesini Öngörmesine Yardım Edecek

Leeds Üniversitesi’nden yapılan bir araştırma, otonom araçların daha insan dostu hale gelmesine yardımcı olabilir. Trafikte insan davranışını daha iyi anlamak için nasıl bir yol izleneceğini araştıran bilim insanları, beynin kararlar almasına ilişkin nörobilimsel teorilerin, otonom araç teknolojisini, yayaların yolunu geçeceğini öngörme konusunda destekleyebileceğini keşfettiler.

Drift Diffusion Modeli

Araştırmacıların keşfettiği karar alma modeli, drift diffusion modeli olarak bilinir ve bir aracın, sinyal vererek veya vermeden, yayanın yolunu vermesi gereken senaryolarda kullanılabilir. Bu öngörme yeteneği sayesinde, otonom araç, yayalarla daha etkili bir şekilde iletişim kurabilir. Trafikteki hareketlerini ve dış sinyalleri gibi flaşörlerin hareketlerini daha iyi anlar ve bu da trafik akışını en üst düzeye çıkarır ve belirsizliği azaltır.

Drift diffusion modelleri, insanların kararlar almadan önce duyusal kanıtları bir eşiğe kadar biriktirdikten sonra karar aldıkları varsayımına dayanır.

Leeds Üniversitesi Ulaşım Çalışmaları Enstitüsü’nden Profesör Gustav Markkula, çalışmanın baş yazarıdır.

“Yayalar yolunu geçmek için karar verirken, birçok farklı kanıttı biriktiriyorlar, sadece aracın mesafesi ve hızı ile ilgili değil, aynı zamanda aracın yavaşlaması ve farlarının yanıp sönmesi gibi iletişimsel ipuçlarını da kullanıyorlar” dedi Profesör Markkula.

“Bir araç yol veriyorsa, yayalar genellikle aracın gerçekten yol verdiğinden emin olamazlar ve genellikle aracın neredeyse durana kadar beklerler” diye devam etti. “Modelimiz, bu belirsizlik durumunu açıkça gösteriyor, bu nedenle otonom araçların yayalar etrafında nasıl davranacağını tasarlamak için kullanılabilir, bu da hem trafik güvenliğini hem de trafik akışını iyileştirir.”

“Bilişsel nörobilimin bu teorilerinin böyle bir gerçek dünya bağlamına getirilebileceğini ve uygulamalı bir kullanım bulabileceğini görmek heyecan verici.”

Modelin Test Edilmesi

Araştırmacılar, modeli sanal gerçeklik kullanarak test etmeye karar verdiler. Deney katılımcıları, üniversitenin HIKER (Highly Immersive Kinematic Experimental Research) yayan simülatöründe farklı yol geçme senaryolarına yerleştirildi. Hareketleri, stereoskopik 3D sanal bir sahne sunulurken serbestçe yürürken izlendi. Katılımcılara, güvende hissetikleri zaman yol geçmeleri söylendi.

Araştırmacılar, yaklaşan aracın sabit bir hızda ilerlemesi ve yayaya yol vermesi için yavaşlaması da dahil olmak üzere birden fazla farklı senaryoyu test ettiler. Araç bazen de yol verme işareti olarak farlarını yanıp söndürdü.

Testler, katılımcıların aracın mesafesi, hızı, ivmesi ve iletişimsel ipuçları gibi duyusal verilerin toplamını yol geçme kararı almadan önce biriktirdiklerini gösterdi. Bu, drift diffusion modelinin yayaların yol geçme olasılığını ve zamanını öngörebileceğini gösterdi.

“Bu bulgular, trafik güvenliğini iyileştirmek ve insan yol kullanıcılarıyla birlikte var olabilecek otonom araçlar geliştirmek için gerekli olan trafikteki insan davranışını daha iyi anlamak için yardımcı olabilir” dedi Profesör Markkula.

“Yayalar ile güvenli ve insan tarafından kabul edilebilir bir etkileşim, otonom araç geliştiricileri için büyük bir zorluktur ve yayaların nasıl davrandıklarını daha iyi anlamak bu konuda anahtar olacaktır.”

Çalışmanın baş yazarı Dr. Jami Pekkanen, “Yayanın kararlarını ve belirsizliğini öngörmek, aracın ne zaman ve nasıl yavaşlayıp sinyal vererek güvenli geçişi haber vereceğini optimize etmek için kullanılabilir, bu da her iki taraf için zaman ve çaba tasarrufu sağlar” dedi.