蓋世汽車訊 據(jù)外媒報(bào)道，英國利茲大學(xué)的科學(xué)家正在研究如何更好地理解人們?cè)诮煌ㄖ械男腥耍⒈硎娟P(guān)于大腦如何做決策的神經(jīng)科學(xué)理論可用于自動(dòng)駕駛汽車技術(shù)，以提升自動(dòng)駕駛汽車的安全性，使其更具人性化。

利茲大學(xué)研究參與人員（圖片來源：利茲大學(xué)）

研究人員們開始確定一種稱為漂移擴(kuò)散（drift diffusion）的決策模塊能夠確定行人何時(shí)會(huì)在駛近的車輛前方穿過馬路，以及確定其是否可用于車輛給行人讓路的場(chǎng)景，無論是否有明確的信號(hào)。此種預(yù)測(cè)能力能夠讓自動(dòng)駕駛汽車根據(jù)交通移動(dòng)情況以及所有外部信號(hào)（如閃光燈），以更有效地與行人溝通，從而實(shí)現(xiàn)交通流量最大化，減少不確定性。漂移擴(kuò)散模型認(rèn)為，人們?cè)诟泄僮C據(jù)積累到一定閾值后才會(huì)做出決策。

利茲大學(xué)交通研究所的Gustav Markkula教授表示：“當(dāng)行人決定過馬路時(shí)，他們似乎綜合了很多不同來源的證據(jù)，此類證據(jù)不僅與車輛的距離和速度有關(guān)，還會(huì)利用車輛減速和前大燈閃爍等交流線索。”

“當(dāng)車輛讓行時(shí)，行人通常會(huì)很不確定這輛車是否真的在讓行，往往會(huì)等到車輛幾乎完全停止后才開始過馬路。我們的模型清楚地顯示了此種不確定狀態(tài)，意味著其可用于幫助設(shè)計(jì)自動(dòng)駕駛車輛在行人周圍的行人，以限制不確定性，進(jìn)而改善交通安全和交通流量。”

虛擬現(xiàn)實(shí)

為了測(cè)試該模型，該團(tuán)隊(duì)采用虛擬現(xiàn)實(shí)技術(shù)，在利茲大學(xué)獨(dú)特的HIKER（高度沉浸式運(yùn)動(dòng)學(xué)實(shí)驗(yàn)研究）行人模擬器中，將實(shí)驗(yàn)參與者置于不同的過馬路場(chǎng)景中。研究參與者在一個(gè)立體3D虛擬場(chǎng)景中自由行走時(shí)，其動(dòng)作會(huì)被極其詳細(xì)地跟蹤，其中場(chǎng)景展示了一條有迎面而來車輛的道路。參與者的任務(wù)就是在覺得安全的時(shí)候過馬路。

研究人員測(cè)試了不同的場(chǎng)景，其中包括駛近的車輛要么保持相同的車速，要么減速讓行人通過，有時(shí)也會(huì)閃爍前燈，這在英國是一種常用的表示讓行的信號(hào)。

正如其模型所預(yù)測(cè)的那樣，研究人員發(fā)現(xiàn)，隨著時(shí)間推移，參與者通過對(duì)車輛距離、速度、加速度和溝通線索等感官數(shù)據(jù)的積累，表現(xiàn)得就想在決定什么時(shí)候過馬路，這也意味著漂移擴(kuò)散模型可以預(yù)測(cè)行人是否以及何時(shí)可能開始過馬路。

Markkula教授表示：“這些發(fā)現(xiàn)有助于更好地理解人類在交通中的行為，這對(duì)于提高交通安全以及研發(fā)能夠與人類道路使用者共存的自動(dòng)駕駛車輛而言，都是非常必要的。安全且可被人接受的行人互動(dòng)對(duì)于自動(dòng)駕駛車輛研發(fā)人員而言，是一個(gè)主要的挑戰(zhàn)，更好地了解行人行為將是實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵。”

該研究的主要作者、現(xiàn)就職于赫爾辛基大學(xué)的Jami Pekkanen博士在利茲大學(xué)時(shí)進(jìn)行了該項(xiàng)研究。他表示：“預(yù)測(cè)行人的決策以及不確定性可以讓車輛優(yōu)化何時(shí)、如何減速、如何向行人發(fā)出信號(hào)，表明可以安全過馬路，從而為雙方節(jié)省時(shí)間和精力?！?/p>

返回第一電動(dòng)網(wǎng)首頁 >