Институт биомеханики (IBV) в Валенсии (провинция Валенсия) координирует европейский проект BERTHA — инициативу с участием 14 партнёров из 6 стран, цель которой — сделать автономные транспортные средства более безопасными, понятными и предсказуемыми для их социальной интеграции в рамках Кооперативной, Связанной и Автоматизированной Мобильности (CCAM).

3 ключевых момента
  • Европейский проект BERTHA, координируемый IBV, интегрирует человеческое поведение в автономные транспортные средства для повышения безопасности и предсказуемости.
  • Эта инициатива, объединяющая 14 партнёров из 6 стран, имеет решающее значение для социальной приемлемости будущих систем автоматизированной мобильности.
  • Разработана модель поведения водителей (DBM) с 4 модулями (восприятие, когнитивные процессы, эмоционально-аффективный и моторный контроль), проверенными на реальных данных.

Почему человеческое поведение важно для автономной мобильности?

Современная мобильность находится в процессе трансформации в сторону Кооперативной, Связанной и Автоматизированной Мобильности (CCAM). В этом новом подходе автономные транспортные средства не действуют изолированно, а становятся частью сложной социальной среды. Они делят дорогу с пешеходами, велосипедистами и другими водителями, что предполагает постоянное и динамичное взаимодействие.

Автономное транспортное средство может технически соблюдать все правила дорожного движения: соблюдать скоростной режим, вовремя тормозить и оставаться в своей полосе. Однако, если его поведение воспринимается как странное, слишком резкое, чрезмерно осторожное, агрессивное или трудное для понимания людьми, доверие к таким системам будет подорвано. Взаимодействие на дороге часто зависит от неявной коммуникации, общих ожиданий и моделей поведения, которые люди понимают интуитивно, выходя за рамки писаных правил.

Поэтому предсказуемость является ключевым фактором. Если люди могут понимать и предвидеть действия автономного транспортного средства, им будет легче доверять ему и принимать его как часть своей повседневной мобильности. Проект BERTHA как раз и направлен на решение этой задачи, обеспечивая, чтобы автономные транспортные средства вели себя так, чтобы это было привычно и понятно для людей, облегчая их интеграцию и социальную приемлемость.

Модель поведения с четырьмя инновационными модулями

Для решения задачи более человечного и предсказуемого поведения проект BERTHA разработал Модель Поведения Водителей (DBM). Эта модель состоит из четырёх взаимосвязанных модулей: восприятие, когнитивные процессы, эмоционально-аффективный и моторный контроль. Все они были проверены на данных, полученных как в симуляциях, так и в реальных условиях, что гарантирует их надёжность и применимость.

Как восприятие и когнитивные процессы повышают доверие

Модуль Восприятия — одна из ключевых частей этой системы. Благодаря сбору данных о часах вождения десятков различных пользователей, этот модуль обеспечивает картирование внимания в реальном времени на 360° в симуляционной среде CARLA. Он использует передовые методы машинного обучения для воспроизведения взгляда и распределения внимания человека, позволяя автоматизированным транспортным средствам интерпретировать и предвидеть внимание водителя в сложных и динамичных дорожных сценариях. Результатом является система, которая не просто реагирует на окружающую среду, но делает это так, что отражает человеческое ситуационное осознание, повышая как безопасность, так и доверие пользователей.

Модуль Когнитивных процессов BERTHA моделирует понимание водителя с помощью двух подмодулей: Оценка Рисков и Принятие Решений. Они имитируют восприятие и понимание водителем дорожной ситуации и определяют наиболее подходящее поведение за рулём в зависимости от уровня воспринимаемого и принимаемого риска. Цель — безопасное продвижение в рамках окружающей среды. Эти когнитивные процессы были смоделированы и симулированы на основе теоретической модели COSMODRIVE, адаптированной к целям и случаям использования, исследованным в рамках проекта BERTHA.

Эмоциональный интеллект и моторный контроль для адаптивного вождения

Эмоционально-аффективный модуль, построенный на Байесовских сетях, способен предсказывать и моделировать ключевые психические состояния водителя, такие как усталость, сонливость и стресс. Интегрируя физиологические и демографические данные, этот модуль обеспечивает более глубокое понимание готовности водителя и его эмоционального состояния. Эта возможность крайне важна для разработки автоматизированных систем, которые могут адаптироваться к изменчивости человеческого поведения, гарантируя, что транспортные средства будут адекватно реагировать как на рутинные ситуации, так и на критические моменты.

Наконец, модуль Моторного контроля, откалиброванный на данных большого числа участников, генерирует вероятностные распределения для широкого спектра действий водителя. Этот вероятностный подход учитывает присущую человеческим стилям вождения вариативность — от осторожного до агрессивного, уверенного или напористого. Это приводит к более нюансированным и учитывающим контекст реакциям транспортного средства. Сокращая разрыв между симуляцией и реальным вождением, этот модуль позволяет разрабатывать автоматизированные транспортные средства, которые ведут себя предсказуемо и приемлемо для людей — ключевой шаг на пути к мобильности будущего.