Buscando hacer más amigables a los vehículos autónomos estudian cómo el cerebro toma decisiones

Comparta este Artículo en:

Los vehículos automatizados podrían hacerse más amigables para los peatones gracias a una nueva investigación que podría ayudarlos a predecir cuándo las personas cruzarán la calle.

Científicos liderados por la Universidad de Leeds que investigan cómo comprender mejor el comportamiento humano en el tráfico dicen que las teorías neurocientíficas sobre cómo el cerebro toma decisiones se pueden utilizar en la tecnología de vehículos automatizados para mejorar la seguridad y hacerlos más amigables con los humanos.

Los investigadores se propusieron determinar si un modelo de toma de decisiones llamado difusión de deriva podría predecir cuándo los peatones cruzarían una carretera frente a los automóviles que se acercan, y si podría usarse en escenarios en los que el automóvil cede el paso al peatón, con o sin señales explícitas.

Esta capacidad de predicción permitirá que el vehículo autónomo se comunique de manera más efectiva con los peatones, en términos de sus movimientos en el tráfico y cualquier señal externa, como luces intermitentes, para maximizar el flujo de tráfico y disminuir la incertidumbre.

Los modelos de difusión a la deriva asumen que las personas toman decisiones después de la acumulación de evidencia sensorial hasta un umbral en el que se toma la decisión.

El profesor Gustav Markkula, del Instituto de Estudios del Transporte de la Universidad de Leeds y autor principal del estudio, dijo:

“Al tomar la decisión de cruzar, los peatones parecen estar sumando muchas fuentes diferentes de evidencia, no solo relacionadas con el distancia y velocidad del vehículo, pero también utilizando señales comunicativas del vehículo en términos de desaceleración y destellos de los faros.

“Cuando un vehículo está cediendo, los peatones a menudo se sentirán bastante inseguros acerca de si el vehículo realmente está cediendo y, a menudo, terminarán esperando hasta que el automóvil casi se haya detenido por completo antes de comenzar a cruzar.

Nuestro modelo muestra claramente este estado de incertidumbre confirmado, lo que significa que puede usarse para ayudar a diseñar cómo se comportan los vehículos automatizados alrededor de los peatones para limitar la incertidumbre, lo que a su vez puede mejorar tanto la seguridad del tráfico como el flujo del tráfico.

“Es emocionante ver que estas teorías de la neurociencia cognitiva pueden llevarse a este tipo de contexto del mundo real y encontrar un uso aplicado“.

Para probar su modelo, el equipo utilizó realidad virtual para colocar a los participantes de la prueba en diferentes escenarios de cruces de carreteras en el exclusivo simulador de peatones HIKER (Highly Immersive Kinematic Experimental Research) de la Universidad de Leeds.

It becomes extremely painful to walk soft cialis in this ailment since the entire body weight will be at your hand in a shortest period of time. Almonds, blueberries and fishes are few examples of foods rich in protein: poultry, certain fish [salmon, flounder etc], lamb, oats and certain cheeses to name but a few. 2) Carbohydrates [stored as glycogen] – Generally patients with any form go to the link best tadalafil of this Ajanta Pharma product requires only 30 minutes to be effective as it contains Sildenafil, an ingredient approved by the FDA to manage erection problems in. Neem efficiently gets rid of bacteria causing cute-n-tiny.com discount levitra acne problems. They even export the Indian medicines to foreign cute-n-tiny.com cheap viagra countries and have a strong customer base there.

Los movimientos de los participantes del estudio se rastrearon con gran detalle mientras caminaban libremente dentro de una escena virtual estereoscópica en 3D, que mostraba una carretera con vehículos que se aproximaban.

La tarea de los participantes era cruzar la calle tan pronto como se sintieran seguros para hacerlo.

Se probaron diferentes escenarios, con el vehículo que se acercaba manteniendo la misma velocidad o desacelerando para dejar que el peatón cruzara, a veces también haciendo parpadear los faros, lo que representa una señal de uso común para ceder intenciones en el Reino Unido.

Como predijo su modelo, los investigadores encontraron que los participantes se comportaron como si estuvieran decidiendo cuándo cruzar al sumar, con el tiempo, los datos sensoriales de la distancia del vehículo, la velocidad, la aceleración y las señales comunicativas.

Esto significaba que su modelo de difusión de deriva podía predecir si era probable que los peatones comenzaran a cruzar la carretera y cuándo.

El profesor Markkula dijo:

“Estos hallazgos pueden ayudar a proporcionar una mejor comprensión del comportamiento humano en el tráfico, que es necesario tanto para mejorar la seguridad del tráfico como para desarrollar vehículos automatizados que puedan coexistir con los usuarios humanos de la carretera.

“La interacción segura y aceptable para los humanos con los peatones es un gran desafío para los desarrolladores de vehículos automatizados, y una mejor comprensión de cómo se comportan los peatones será clave para permitir esto“.

El autor principal, el Dr. Jami Pekkanen, que llevó a cabo la investigación mientras estaba en la Universidad de Leeds, dijo:

“La predicción de las decisiones y la incertidumbre de los peatones se puede utilizar para optimizar cuándo y cómo el vehículo debe desacelerar y comunicar que es seguro cruzar ahorrando tiempo y esfuerzo para ambos “.

Fuente: PsyArXiv Preprints