研究人员开发新模型 帮助汽车预测人类驾驶员的行为

据外媒报道，代尔夫特理工大学的研究人员基于人类将风险控制在阈值以下的原则，开发了一种新的模型来描述驾驶行为。该模型可以准确预测人类在各种驾驶任务中的行为，也可以用于智能汽车，以确保其感知能力不会过于机器人化。

驾驶行为通常由预测最佳路径的模型来描述，但实际上，人类并不是以这种方式驾驶的。研究人员Sarvesh Kolekar解释说，“人们不可能总是调整自己的驾驶行为并遵循最佳路径。例如，人们并不总是在车道中间行驶，只要车道限制可以接受，他们就不会介意。”预测最佳路径的模型不仅在研究中很受欢迎，而且在汽车应用中也很受欢迎。Kolekar表示，“目前的智能汽车驾驶非常灵活，并不断寻求最安全的路径，从而形成了机器人驾驶风格。为了更好地理解人类的驾驶行为，我们试图开发基于人类风险阈值的新模型。”为此，Kolekar引入了驾驶员风险领域。DRF是汽车周围不断变化的2D场，显示驾驶员在每个点上对风险的考虑程度。Kolekar在之前的研究中设计了一个评估这些风险的计划，并在DRF中计算了这些风险造成的后果的严重程度。例如，在道路边界的一侧有悬崖比有草地要危险得多。DRF的灵感来源于Gibson和Crooks在1938年提出的一个心理学概念。研究人员表示，汽车驾驶员会感知周围的风险区域，他们的交通操作就是基于这些感知。Kolekar成功地将这一理论转化为计算机算法。随后，Kolekar在包括超车和躲避障碍物在内的七种场景中对该模型进行了测试。Kolekar说：“我们将该模型的预测结果与文献中关于人类驾驶行为的实验数据进行了比较，结果表明，该模型只需要少量数据就可以理解人类的基本驾驶行为，甚至可以预测以前看不见的场景中合理的人类行为。“这种对人类驾驶行为的描述方法具有很强的预测和推广价值。除了学术价值外，该模型还可以用于智能汽车。研究人员表示，“如果智能汽车能够考虑到人类的驾驶习惯，那么人们对它们的接受度就会更高，汽车就不会那么像机器人了。”

标签：

汽车资讯热门资讯