研究人类行为帮助自动驾驶汽车预测行人过马路

利兹大学的研究可能有助于使自动驾驶汽车更加人性化。通过研究如何更好地理解交通中的人类行为，神经科学理论可以使自动驾驶技术能够预测行人何时会过马路。

漂移扩散模型

研究团队探索的决策模型称为漂移扩散模型，它可以在车辆让行给行人的情景中使用，无论是否有信号。通过这种预测能力，自动驾驶汽车可以更有效地与行人进行沟通，了解他们在交通中的运动和外部信号，如闪烁的灯光，这将有助于最大化交通流和减少不确定性。

漂移扩散模型依赖于这样的假设：人们在积累了足够的感官证据后才会做出决定，当达到某个阈值时，决定就会被做出。

格斯塔夫·马尔库拉教授是利兹大学交通研究院的成员，他是这项研究的首席作者。

“当行人决定过马路时，他们似乎是在累积各种不同的证据，不仅仅是与车辆的距离和速度有关，还使用了车辆的沟通信号，如减速和头灯闪烁，”马尔库拉教授说。

“当车辆让行时，行人经常会感到不确定是否车辆真正让行，通常会等到车辆几乎完全停下来后才开始过马路，”他继续说。“我们的模型清楚地表明了这种不确定状态，这意味着它可以被用来帮助设计自动驾驶汽车在行人周围的行为，以限制不确定性，这可以提高交通安全和交通流畅度。”

“看到这些认知神经科学理论可以被应用到这种现实世界的背景中并找到实际用途，这是令人兴奋的。”

测试模型

研究团队使用虚拟现实技术来测试该模型。试验参与者被置于不同的过马路情景中，使用大学的HIKER（高沉浸度运动实验研究）行人模拟器。他们的运动被跟踪，当他们在呈现来往交通的立体3D虚拟场景中自由行走时。参与者被告知，当他们感到安全时可以过马路。

研究人员测试了多种不同的情景，包括车辆以恒定速度行驶和减速让行给行人。车辆有时也会闪烁头灯以发出信号。

测试结果表明，参与者似乎在做出过马路决定之前累积了来自车辆距离、速度、加速度和沟通信号的感官数据。这表明漂移扩散模型可以预测行人何时会过马路。

“这些发现可以帮助我们更好地理解交通中的人类行为，这对于提高交通安全和开发能够与人类道路使用者共存的自动驾驶汽车都是必要的，”马尔库拉教授说。

“与行人进行安全和人性化的交互是自动驾驶汽车开发者的主要挑战，了解行人如何行为将是实现这一目标的关键。”

根据首席作者Jami Pekkanen博士的说法，“预测行人决策和不确定性可以被用来优化车辆何时和如何减速和发出信号以表明可以安全过马路，从而为双方节省时间和精力。”