Os veículos automatizados podem se tornar mais amigáveis para os pedestres, graças a novas pesquisas que podem ajudá-los a prever quando as pessoas vão atravessar a estrada.
Cientistas da Universidade de Leeds que investigam como compreender melhor o comportamento humano no trânsito dizem que as teorias neurocientíficas de como o cérebro toma decisões podem ser usadas na tecnologia de veículos automatizados para melhorar a segurança e torná-los mais amigáveis aos humanos.
Os pesquisadores decidiram determinar se um modelo de tomada de decisão chamado difusão drift poderia prever quando os pedestres cruzariam uma estrada na frente de carros que se aproximam, e se ele poderia ser usado em cenários onde o carro dá lugar ao pedestre, com ou sem sinais explícitos. Esta capacidade de previsão permitirá que o veículo autônomo se comunique de forma mais eficaz com os pedestres, em termos de seus movimentos no tráfego e quaisquer sinais externos, como luzes piscando, para maximizar o fluxo de tráfego e diminuir a incerteza.
Os modelos de difusão de deriva assumem que as pessoas tomam decisões após o acúmulo de evidências sensoriais até um limite no qual a decisão é tomada.
O professor Gustav Markkula, do Instituto de Estudos de Transporte da Universidade de Leeds e autor sênior do estudo, disse: “Ao tomar a decisão de atravessar, os pedestres parecem estar adicionando muitas fontes de evidências diferentes, não apenas relacionadas ao distância e velocidade do veículo, mas também usando pistas comunicativas do veículo em termos de desaceleração e flashes dos faróis.
“Quando um veículo está cedendo, os pedestres muitas vezes se sentem inseguros sobre se o carro está realmente cedendo e muitas vezes acabam esperando até que o carro quase pare totalmente antes de começar a cruzar. Nosso modelo mostra claramente esse estado de incerteza confirmada, o que significa que pode ser usada para ajudar a projetar como os veículos automatizados se comportam ao redor dos pedestres, a fim de limitar a incerteza, o que, por sua vez, pode melhorar a segurança e o fluxo do tráfego.
“É emocionante ver que essas teorias da neurociência cognitiva podem ser trazidas para este tipo de contexto do mundo real e encontrar um uso aplicado.”
Para testar seu modelo, a equipe usou a realidade virtual para colocar os participantes do teste em diferentes cenários de travessia de estradas no simulador de pedestres HIKER (Highly Immersive Kinematic Experimental Research) da Universidade de Leeds. Os movimentos dos participantes do estudo foram rastreados em detalhes enquanto caminhavam livremente dentro de uma cena virtual 3D estereoscópica, mostrando uma estrada com veículos se aproximando. A tarefa dos participantes era atravessar a rua assim que se sentissem seguros para fazê-lo.
Diferentes cenários foram testados, com o veículo se aproximando mantendo a mesma velocidade ou desacelerando para deixar o pedestre cruzar, às vezes também piscando os faróis, representando um sinal comumente usado para ceder intenções no Reino Unido.
Conforme previsto por seu modelo, os pesquisadores descobriram que os participantes se comportaram como se estivessem decidindo quando cruzar, adicionando, ao longo do tempo, os dados sensoriais de distância do veículo, velocidade, aceleração, bem como pistas comunicativas. Isso significava que seu modelo de difusão de deriva poderia prever se, e quando, os pedestres começariam a atravessar a estrada.
O professor Markkula disse: “Essas descobertas podem ajudar a fornecer uma melhor compreensão do comportamento humano no trânsito, que é necessário tanto para melhorar a segurança no trânsito quanto para desenvolver veículos automatizados que possam coexistir com os usuários humanos das estradas.
“A interação segura e aceitável para humanos com os pedestres é um grande desafio para os desenvolvedores de veículos automatizados, e uma melhor compreensão de como os pedestres se comportam será fundamental para permitir isso.”
O autor principal, Dr. Jami Pekkanen, que realizou a pesquisa enquanto estava na Universidade de Leeds, disse: “A previsão de decisões de pedestres e incertezas pode ser usada para otimizar quando e como o veículo deve desacelerar e sinalizar para comunicar que é seguro atravessar , economizando tempo e esforço para ambos. ”
O artigo, “Modelos de difusão de deriva variável de decisões de travessia de pedestres”, foi publicado em Computational Brain & Behavior em 5 de outubro de 2021.
Publicado em 09/10/2021 09h34
Artigo original:
Estudo original: