Делаем самоуправляемые автомобили удобными для человека

Ученые из Университета Лидса, изучающие, как лучше понять поведение человека в дорожном движении, говорят, что нейробиологические теории о том, как мозг принимает решения, могут быть использованы в автоматизированных транспортных средствах, чтобы повысить безопасность и сделать их более удобными для человека.

Участник испытаний в VR-студии Университета Лидса. Предоставлено: Университет Лидса.

Исследователи задались целью определить, может ли модель принятия решений, называемая диффузией дрейфа, предсказать, когда пешеходы будут переходить дорогу перед приближающимися автомобилями, и может ли она использоваться в сценариях, когда автомобиль уступает дорогу пешеходу, с или без явные сигналы. Эта возможность прогнозирования позволит автономному транспортному средству более эффективно общаться с пешеходами с точки зрения его движения в транспортном потоке и любых внешних сигналов, таких как мигающие огни, чтобы максимизировать поток трафика и снизить неопределенность.

Модели дрейфовой диффузии предполагают, что люди принимают решения после накопления сенсорных данных до порога, при котором принимается решение.

Профессор Густав Марккула из Института транспортных исследований Университета Лидса и старший автор исследования сказал: «Принимая решение о переходе, пешеходы, кажется, складывают множество различных источников доказательств, не только относящихся к расстояние и скорость транспортного средства, а также использование коммуникативных сигналов от транспортного средства в виде замедления и мигания фар.

«Когда автомобиль уступает дорогу, пешеходы часто чувствуют себя неуверенными в том, действительно ли автомобиль уступает дорогу, и часто в конечном итоге ждут, пока машина почти не остановится, прежде чем начать переход. Наша модель ясно показывает, что это состояние неопределенности подтверждается, что означает, что ее можно использовать, чтобы помочь спроектировать, как автоматизированные транспортные средства ведут себя вокруг пешеходов, чтобы ограничить неопределенность, что, в свою очередь, может улучшить как безопасность дорожного движения, так и транспортный поток.

«Приятно видеть, что эти теории когнитивной нейробиологии могут быть перенесены в подобный контекст реального мира и найдут прикладное применение».

Чтобы протестировать свою модель, команда использовала виртуальную реальность, чтобы поместить участников испытаний в различные сценарии пересечения дорог в уникальном симуляторе пешеходов HIKER (Highly Immersive Kinematic Experimental Research) Университета Лидса. Движения участников исследования отслеживались с высокой степенью детализации при свободном перемещении внутри стереоскопической виртуальной трехмерной сцены, показывающей дорогу с приближающимися транспортными средствами. Задача участников заключалась в том, чтобы перейти дорогу, как только они почувствовали себя в безопасности.

Были протестированы различные сценарии, когда приближающееся транспортное средство либо сохраняло ту же скорость, либо замедлялось, чтобы пешеход мог пересечь границу, иногда также мигали фары, что представляет собой обычно используемый сигнал для выражения намерений в Великобритании.

Как и было предсказано их моделью, исследователи обнаружили, что участники вели себя так, как будто они решали, когда переходить, складывая с течением времени сенсорные данные о расстоянии транспортного средства, скорости, ускорении, а также коммуникативные сигналы. Это означало, что их модель распространения сноса могла предсказать, когда и когда пешеходы начнут переходить дорогу.

Профессор Марккула сказал: «Эти результаты могут помочь лучше понять поведение людей в дорожном движении, что необходимо как для повышения безопасности дорожного движения, так и для разработки автоматизированных транспортных средств, которые могут сосуществовать с людьми, участвующими в дорожном движении.

«Безопасное и приемлемое для человека взаимодействие с пешеходами является серьезной проблемой для разработчиков автоматизированных транспортных средств, и лучшее понимание того, как ведут себя пешеходы, будет иметь ключевое значение для достижения этой цели».

Ведущий автор д-р Джами Пекканен, который проводил исследование в Университете Лидса, сказал: «Прогнозирование решений пешеходов и неопределенности можно использовать для оптимизации, когда и как транспортное средство должно замедляться, а также сигнализировать о том, что переходить безопасно. , экономя время и силы для обоих ».