英国研究人类在交通中的行为 帮助提升自动驾驶汽车安全性

盖世汽车讯 据外媒报道，英国利兹大学的科学家正在研究如何更好地理解人们在交通中的行人，并表示关于大脑如何做决策的神经科学理论可用于自动驾驶汽车技术，以提升自动驾驶汽车的安全性，使其更具人性化。

利兹大学研究参与人员（图片来源：利兹大学）

研究人员们开始确定一种称为漂移扩散（drift diffusion）的决策模块能够确定行人何时会在驶近的车辆前方穿过马路，以及确定其是否可用于车辆给行人让路的场景，无论是否有明确的信号。此种预测能力能够让自动驾驶汽车根据交通移动情况以及所有外部信号（如闪光灯），以更有效地与行人沟通，从而实现交通流量最大化，减少不确定性。漂移扩散模型认为，人们在感官证据积累到一定阈值后才会做出决策。

利兹大学交通研究所的Gustav Markkula教授表示：“当行人决定过马路时，他们似乎综合了很多不同来源的证据，此类证据不仅与车辆的距离和速度有关，还会利用车辆减速和前大灯闪烁等交流线索。”

“当车辆让行时，行人通常会很不确定这辆车是否真的在让行，往往会等到车辆几乎完全停止后才开始过马路。我们的模型清楚地显示了此种不确定状态，意味着其可用于帮助设计自动驾驶车辆在行人周围的行人，以限制不确定性，进而改善交通安全和交通流量。”

虚拟现实

为了测试该模型，该团队采用虚拟现实技术，在利兹大学独特的HIKER（高度沉浸式运动学实验研究）行人模拟器中，将实验参与者置于不同的过马路场景中。研究参与者在一个立体3D虚拟场景中自由行走时，其动作会被极其详细地跟踪，其中场景展示了一条有迎面而来车辆的道路。参与者的任务就是在觉得安全的时候过马路。

研究人员测试了不同的场景，其中包括驶近的车辆要么保持相同的车速，要么减速让行人通过，有时也会闪烁前灯，这在英国是一种常用的表示让行的信号。

正如其模型所预测的那样，研究人员发现，随着时间推移，参与者通过对车辆距离、速度、加速度和沟通线索等感官数据的积累，表现得就想在决定什么时候过马路，这也意味着漂移扩散模型可以预测行人是否以及何时可能开始过马路。

Markkula教授表示：“这些发现有助于更好地理解人类在交通中的行为，这对于提高交通安全以及研发能够与人类道路使用者共存的自动驾驶车辆而言，都是非常必要的。安全且可被人接受的行人互动对于自动驾驶车辆研发人员而言，是一个主要的挑战，更好地了解行人行为将是实现这一目标的关键。”

该研究的主要作者、现就职于赫尔辛基大学的Jami Pekkanen博士在利兹大学时进行了该项研究。他表示：“预测行人的决策以及不确定性可以让车辆优化何时、如何减速、如何向行人发出信号，表明可以安全过马路，从而为双方节省时间和精力。”