İnsanların Davranışlarını Anlamak, Otonom Araçların Yayaların Kavşakları Öngörmesine Yardımcı Oluyor

Leeds Üniversitesi’nden yapılan bir araştırma, self-driving araçların daha insan dostu olmasına yardımcı olabilir. Trafikte insan davranışını daha iyi anlamak için nasıl çalışılacağını araştırarak, beyin kararlar alırken nasıl çalıştığına ilişkin nörobilimsel teoriler, otomatik araç teknolojisini yayaların yoldan geçeceğini öngörme yeteneği ile donatabilir.

Drift Diffusion Modeli

Araştırmacıların keşfettiği karar alma modeli, drift diffusion modeli olarak adlandırılıyor ve bir arabanın yayalara yol vermesi senaryolarında, sinyal olsun veya olmasın, kullanılabilir. Bu öngörme yeteneği sayesinde, otonom araç, yayalarla daha etkili bir şekilde iletişim kurabilir. Trafikte hareketlerini ve dış sinyalleri gibi yanıp sönen ışıkları daha iyi anlar, bu da trafik akışını en üst düzeye çıkarmaya ve belirsizliği azaltmaya yardımcı olur.

Drift diffusion modelleri, insanların duyusal kanıtları bir eşik değerine kadar biriktirdikten sonra karar aldıkları varsayımına dayanır.

Professor Gustav Markkula, Leeds Üniversitesi Ulaşım Çalışmaları Enstitüsü’nden.

“Yayalar, yoldan geçme kararı alırken, sadece aracın mesafesi ve hızı ile ilgili değil, aynı zamanda aracın yavaşlaması ve farlarının yanıp sönmesi gibi iletişimsel ipuçlarını da biriktiriyor gibi görünüyor” dedi Professor Markkula.

“Bir araç yol veriyorsa, yayalar genellikle arabanın gerçekten yol verdiğinden emin olamazlar ve genellikle arabanın neredeyse durana kadar beklerler, sonra da karşıya geçmeye başlarlar” 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 iyileştirebilir.”

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

Modelin Test Edilmesi

Araştırmacılar, modeli sanal gerçeklik ile test etmeye karar verdi. Deneklere, üniversitenin HIKER (Yüksek Düzeyde İmmersif Kinematik Deneysel Araştırma) yaya simülatöründe farklı yoldan geçme senaryoları sunuldu. Hareketleri, stereoskopik 3D sanal sahne içinde özgürce yürürken izlendi. Deneklere, kendilerini yeterince güvende hissettiği zaman yoldan geçmeleri söylendi.

Araştırmacılar, birden fazla farklı senaryoyu test etti, bunlar arasında yaklaşan aracın sabit bir hızda ilerlemesi ve yayaya yol vermek için yavaşlaması da vardı. Araç bazen de yayaya yol verdiğini işaret etmek için farlarını yanıp söndürdü.

Testler, deneklerin araç mesafesi, hız, ivme ve iletişimsel ipuçlarından duyusal verileri topladığını ve sonra da yoldan geçme kararı aldığını gösterdi. Bu, drift diffusion modelinin yayaların yoldan geçip geçmeyeceğini ve ne zaman geçeceğini öngörebileceğini araştırmacılara gösterdi.

“Bu bulgular, trafikte insan davranışını daha iyi anlamak için yardımcı olabilir, bu da hem trafik güvenliğini hem de insan yolcularıyla birlikte var olabilecek otonom araçları geliştirmek için gereklidir” dedi Professor Markulla.

“Yayalar ile güvenli ve insan tarafından kabul edilebilir etkileşim, otonom araç geliştiricileri için büyük bir zorluk teşkil ediyor ve yayaların nasıl davrandığını daha iyi anlamak, bunu mümkün kılmak için anahtar olacaktır.”

Çalışmanın baş yazarı Dr. Jami Pekkanen, “Yaya kararları ve belirsizliği öngörmenin, aracın ne zaman ve nasıl yavaşlayıp sinyal vermesi gerektiğini optimize etmek için kullanılabileceğini, bu da hem araç hem de yayalar için zaman ve çaba tasarrufu sağlayabilir” dedi.