來(lái)自TU Delft的研究人員現在已經(jīng)開(kāi)發(fā)出一種新模型，該模型基于一個(gè)基本的“人為”原則描述駕駛行為：將風(fēng)險控制在閾值以下。該模型可以在各種駕駛任務(wù)中準確預測人的行為。隨著(zhù)時(shí)間的流逝，該模型可以用于智能汽車(chē)中，從而使它們的感覺(jué)不再那么“機器人化”。由博士候選人Sarvesh Kolekar及其主管Joost de Winter和David Abbink進(jìn)行的研究將于2020年9月29日星期二在《自然通訊》上發(fā)表。
通常使用預測最佳路徑的模型來(lái)描述駕駛行為。但這不是人們實(shí)際駕駛的方式。認知機器人學(xué)系的研究員Sarvesh Kolekar說(shuō)：“您并不總是使自己的駕駛行為適應一條最佳道路。”“例如，人們不會(huì )在車(chē)道中間連續行駛：只要他們在可接受的車(chē)道限制內，就可以了。”
預測最佳路徑的模型不僅在研究中很流行，而且在車(chē)輛應用中也很流行。``目前的智能汽車(chē)駕駛非常整齊。他們不斷地尋找最安全的路徑：即以適當速度的一條路徑。這就導致了“機器人式”的駕駛風(fēng)格。為了更好地理解人類(lèi)駕駛行為，我們試圖開(kāi)發(fā)一種新模型，將人類(lèi)危險閾值作為基本原理。
為了掌握這一概念，Kolekar引入了所謂的駕駛員風(fēng)險場(chǎng)(DRF)。這是汽車(chē)周?chē)粩嘧兓亩S場(chǎng)，它指示駕駛員認為在每個(gè)點(diǎn)處的風(fēng)險有多高。Kolekar在先前的研究中設計了這些風(fēng)險評估。然后在DRF中考慮所討論風(fēng)險后果的嚴重性。例如，在道路邊界的一側有懸崖比放草要危險得多。``DRF的靈感來(lái)自心理學(xué)的概念，該概念是很久以前(由Gibson和Crooks于1938年提出)的。這些作者聲稱(chēng)，汽車(chē)駕駛員“感覺(jué)”了他們周?chē)娘L(fēng)險領(lǐng)域，并根據這些看法進(jìn)行了交通操作。”Kolekar設法將這一理論轉化為計算機算法。
然后，Kolekar在七個(gè)場(chǎng)景中對模型進(jìn)行了測試，包括超車(chē)和避免障礙。``我們將模型所做的預測與文獻中有關(guān)人類(lèi)駕駛行為的實(shí)驗數據進(jìn)行了比較。幸運的是，已經(jīng)有很多信息可用。事實(shí)證明，我們的模型僅需要少量數據即可“獲取”潛在的人類(lèi)駕駛行為，甚至可以預測在以前看不見(jiàn)的情況下的合理人類(lèi)行為。因此，駕駛行為或多或少會(huì )自動(dòng)產(chǎn)生。這是“緊急事件”。
