Rendre les voitures autonomes plus conviviales pour l’humain —

Des scientifiques dirigés par l’Université de Leeds qui étudient comment mieux comprendre le comportement humain dans la circulation affirment que les théories neuroscientifiques sur la façon dont le cerveau prend des décisions peuvent être utilisées dans la technologie des véhicules automatisés pour améliorer la sécurité et les rendre plus conviviaux.

Les chercheurs ont cherché à déterminer si un modèle de prise de décision appelé diffusion de dérive pouvait prédire quand les piétons traverseraient une route devant des voitures en approche, et s’il pouvait être utilisé dans des scénarios où la voiture cède le passage au piéton, avec ou sans signaux explicites. Cette capacité de prédiction permettra au véhicule autonome de communiquer plus efficacement avec les piétons, en termes de ses mouvements dans la circulation et de tout signal externe tel que les feux clignotants, afin de maximiser la fluidité du trafic et de réduire l’incertitude.

Les modèles de diffusion par dérive supposent que les personnes prennent des décisions après accumulation de preuves sensorielles jusqu’à un seuil auquel la décision est prise.

Le professeur Gustav Markkula, de l’Institut d’études sur les transports de l’Université de Leeds et auteur principal de l’étude, a déclaré : « Lorsqu’ils prennent la décision de traverser, les piétons semblent additionner de nombreuses sources différentes de preuves, non seulement liées à la la distance et la vitesse du véhicule, mais aussi en utilisant les indices de communication du véhicule en termes de décélération et de clignotement des phares.

« Lorsqu’un véhicule cède, les piétons se sentent souvent assez incertains quant à savoir si la voiture cède réellement, et finissent souvent par attendre que la voiture soit presque complètement arrêtée avant de commencer à traverser. Notre modèle montre clairement cet état de l’incertitude est confirmée, ce qui signifie qu’il peut être utilisé pour aider à concevoir le comportement des véhicules automatisés autour des piétons afin de limiter l’incertitude, ce qui peut à son tour améliorer à la fois la sécurité et la fluidité de la circulation.

“Il est passionnant de voir que ces théories des neurosciences cognitives peuvent être intégrées dans ce type de contexte du monde réel et trouver une utilisation appliquée.”

Pour tester leur modèle, l’équipe a utilisé la réalité virtuelle pour placer les participants à l’essai dans différents scénarios de traversée de route dans le simulateur de piéton HIKER (Highly Immersive Kinematic Experimental Research) unique de l’Université de Leeds. Les mouvements des participants à l’étude ont été suivis de manière très détaillée tout en marchant librement à l’intérieur d’une scène virtuelle 3D stéréoscopique, montrant une route avec des véhicules venant en sens inverse. La tâche des participants était de traverser la route dès qu’ils se sentaient en sécurité.

Différents scénarios ont été testés, le véhicule en approche conservant la même vitesse ou décélérant pour laisser le piéton traverser, parfois aussi en faisant clignoter les phares, ce qui représente un signal couramment utilisé pour exprimer des intentions au Royaume-Uni.

Comme prédit par leur modèle, les chercheurs ont découvert que les participants se comportaient comme s’ils décidaient du moment de la traversée en additionnant, au fil du temps, les données sensorielles de la distance du véhicule, de la vitesse, de l’accélération, ainsi que des indices de communication. Cela signifiait que leur modèle de diffusion de dérive pouvait prédire si et quand les piétons seraient susceptibles de commencer à traverser la route.

Le professeur Markkula a déclaré: “Ces résultats peuvent aider à mieux comprendre le comportement humain dans la circulation, ce qui est nécessaire à la fois pour améliorer la sécurité routière et pour développer des véhicules automatisés pouvant coexister avec les usagers humains de la route.

« Une interaction sûre et acceptable par l’homme avec les piétons est un défi majeur pour les développeurs de véhicules automatisés, et une meilleure compréhension du comportement des piétons sera essentielle pour permettre cela. »

L’auteur principal, le Dr Jami Pekkanen, qui a mené la recherche à l’Université de Leeds, a déclaré : « La prédiction des décisions des piétons et de l’incertitude peut être utilisée pour optimiser quand et comment le véhicule doit décélérer et signaler pour communiquer qu’il est sûr de traverser, gain de temps et d’efforts pour les deux.”

Source de l’histoire :

Matériaux fourni par Université de Leeds. Remarque : Le contenu peut être modifié pour le style et la longueur.