Автоматизированные транспортные средства можно сделать более удобными для пешеходов благодаря новым исследованиям, которые помогут предсказать, когда люди будут переходить дорогу, - пишет eurekalert.org.
Ученые из Университета Лидса, изучающие поведение человека в условиях дорожного движения, 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.
Исследователи задались целью определить, может ли диффузионно-дрейфовая модель принятия решений, предсказать, когда пешеходы будут переходить дорогу перед приближающимися автомобилями, и может ли она использоваться в сценариях, когда автомобиль уступает дорогу пешеходу, с явными сигналами или без них. Эта возможность прогнозирования позволит автономному транспортному средству более эффективно взаимодействовать с пешеходами с точки зрения его движения в транспортном потоке и любых внешних сигналов, таких как мигающие огни, для максимального увеличения транспортного потока и уменьшения неопределенности.
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 расстояние до транспортного средства и его скорость, но и коммуникативные сигналы 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 полностью остановится, прежде чем начать переход. Новая модель ясно показывает, что это состояние неопределенности действительно существует и его 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», - добавил Густав Марккула.
Чтобы проверить 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 со встречным транспортным средством. Задача участников заключалась в том, чтобы перейти дорогу, как только они почувствовали себя в безопасности.
Были протестированы разные сценарии, когда приближающееся транспортное средство либо сохраняло ту же скорость, либо замедлялось, чтобы позволить пешеходу перейти, иногда также мигали фары, представляя обычно используемый сигнал для выражения намерений в Великобритании.
Как и было предсказано их моделью, исследователи обнаружили, что участники вели себя так, как если бы 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 могла предсказать, когда и когда пешеходы начнут переходить дорогу.
Профессор Марккула сказал: «Эти результаты могут помочь лучше понять поведение человека в дорожном движении, что необходимо как для повышения безопасности дорожного движения, так и для разработки автоматизированных транспортных средств, которые могут сосуществовать с людьми-участниками дорожного движения. Безопасное и приемлемое для взаимодействия с пешеходами является серьезной проблемой для разработчиков автоматизированных транспортных средств, и лучшее понимание того, как ведут себя пешеходы, будет ключом к достижению этой цели».
Ведущий автор д-р Джами Пекканен, который проводил исследование в Университете Лидса, сказал: «Прогнозирование решений пешеходов и неопределенности можно использовать для оптимизации и программирования, когда и как транспортное средство должно замедляться и сигнализировать о том, что переход безопасен».
Фото: rawpixel / 123RF
