L'Institut de Biomecànica (IBV) de València coordina el projecte europeu BERTHA, una iniciativa amb 14 socis de 6 països que busca fer els vehicles autònoms més segurs, humans i previsibles per a la seua acceptació social en l'entorn de la Movilitat Cooperativa, Connectada i Automatitzada (CCAM).
- El projecte europeu BERTHA, coordinat per l'IBV, integra el comportament humà en vehicles autònoms per a una major seguretat i previsibilitat.
- Esta iniciativa, amb 14 socis de 6 països, és crucial per a l'acceptació social dels futurs sistemes de mobilitat automatitzada.
- S'ha desenvolupat un model de comportament de conductors (DBM) amb 4 mòduls (percepció, cognició, afectiu-emocional i control motor) validats amb dades reals.
Per què és clau el comportament humà en la mobilitat autònoma?
La mobilitat actual es troba en un procés de transformació cap a la Movilitat Cooperativa, Connectada i Automatitzada (CCAM). En este nou paradigma, els vehicles autònoms no operen de manera aïllada, sinó que formen part d'un entorn social complex. Compartixen la via amb vianants, ciclistes i altres conductors, la qual cosa implica una interacció constant i dinàmica.
Un vehicle autònom pot complir tècnicament totes les normes de trànsit, com ara respectar els límits de velocitat, frenar a temps i mantindre's en el seu carril. Però, si el seu comportament és percebut com a estrany, massa brusc, excessivament cautelós, agressiu o difícil d'entendre per part dels humans, la confiança en estos sistemes es veurà compromesa. La interacció en carretera sovint depén de comunicació implícita, expectatives compartides i patrons de comportament que els humans comprenen de forma natural, més enllà de les normes escrites.
Per això, la previsibilitat és un factor fonamental. Si les persones poden entendre i anticipar les accions d'un vehicle autònom, els resultarà més fàcil confiar-hi i acceptar-lo com a part de la seua mobilitat quotidiana. El projecte BERTHA busca precisament abordar esta necessitat, assegurant que els vehicles autònoms es comporten d'una manera que resulte familiar i comprensible per als usuaris humans, facilitant així la seua integració i acceptació social.
Un model de comportament amb quatre mòduls innovadors
Per a respondre a esta necessitat de comportament més humà i previsible, el projecte BERTHA ha desenvolupat un model de Comportament de Conductors (DBM). Este model està format per un conjunt de quatre mòduls interrelacionats: percepció, cognició, afectiu-emocional i control motor. Tots ells han sigut validats amb dades obtingudes tant de simulacions com de proves realitzades en entorns reals, garantint la seua fiabilitat i aplicabilitat.
Com la percepció i la cognició milloren la confiança
El mòdul de Percepció és una de les peces clau d'este sistema. Gràcies a la captura d'hores de dades de conducció de desenes d'usuaris diversos, este mòdul proporciona un mapeig d'atenció en temps real de 360° dins de l'entorn de simulació CARLA. Utilitza tècniques avançades d'aprenentatge automàtic per a replicar la mirada i la distribució de l'atenció humanes, permetent als vehicles automatitzats interpretar i anticipar l'atenció del conductor en escenaris de trànsit complexos i dinàmics. El resultat és un sistema que no només reacciona a l'entorn, sinó que ho fa d'una manera que reflectix la consciència situacional humana, millorant tant la seguretat com la confiança dels usuaris.
Per la seua banda, el mòdul de Cognició de BERTHA modela la comprensió del conductor mitjançant dos submòduls: Avaluació de Riscos i Presa de Decisions. Estos simulen la percepció i la comprensió que té un conductor humà sobre la situació del trànsit, i determinen el comportament de conducció més adequat segons el nivell de risc percebut i acceptat. L'objectiu és progressar de forma segura dins de l'entorn. Estos processos cognitius s'han modelat i simulat basant-se en el model teòric COSMODRIVE, adaptant-se als objectius i casos d'ús investigats dins del projecte BERTHA.
La intel·ligència afectiva i el control motor per a una conducció adaptativa
El mòdul Afectiu, construït sobre Xarxes Bayesianes, té la capacitat de predir i modelar estats mentals clau en el conductor, com ara la fatiga, la somnolència i l'estrés. En integrar dades fisiològiques i demogràfiques, este mòdul proporciona una comprensió matisada de la preparació del conductor i el seu estat emocional. Esta capacitat és fonamental per a desenvolupar sistemes automatitzats que puguen adaptar-se a la variabilitat del comportament humà, assegurant que els vehicles responguen adequadament tant a situacions rutinàries com a moments crítics.
Finalment, el mòdul de Control Motor, calibrat amb dades d'un considerable nombre de participants, genera distribucions de probabilitat per a una àmplia gamma d'accions del conductor. Este enfocament probabilístic capta la variabilitat inherent en els estils de conducció humans, des del més cautelós fins a l'agressiu, confiat o assertiu. Això es traduïx en respostes matisades i conscients del context del vehicle. En reduir la bretxa entre la simulació i la conducció real, este mòdul permet el desenvolupament de vehicles automatitzats que es comporten de manera previsible i acceptable per als usuaris humans, un pas clau per a la mobilitat del futur.