Nieuw model maakt rijgedrag autonome auto ’humaner’

TU Delft een model ontwikkeld dat rijgedrag beschrijft op basis van één onderliggend ‘menselijk’ principe: het hanteren van een risicodrempel, om menselijk rijgedrag goed te voorspellen.

Trefwoorden: #2D, #algoritme, #auto, #autonoom rijden, #baanpositie, #computer, #DRF, #Driver’s Risk Field, #parameter, #rijgedrag, #rijscenario, #risico, #robot, #Sarvesh Kolekar, #snelheid, #TU Delft, #voertuig

Lees verder

research

( Foto: TU Delft )

ENGINEERINGNET.BE - Rijgedrag wordt meestal beschreven met modellen die een optimaal pad voorspellen, maar dat is vaak niet zoals mensen rijden.

‘Je past niet de hele tijd je rijgedrag aan om één optimaal pad aan te houden,’ zegt onderzoeker Sarvesh Kolekar van de vakgroep Cognitive Robotics.

Modellen die een optimaal pad voorspellen zijn populair in voertuigtoepassingen. ‘De huidige intelligente auto’s rijden erg netjes. Ze zoeken continu het veiligste pad: dus één pad met bijbehorende snelheid. Dit leidt tot ‘robotachtig’ rijden’, stelt Kolekar.

‘Om een beter begrip te krijgen van menselijk rijgedrag, probeerden we een nieuw model te ontwikkelen met de menselijke risicodrempel als onderliggend principe.’

Kolekar introduceerde hiertoe het zogenoemde Driver’s Risk Field (DRF). Dit is een veranderend 2D-veld rond de auto, dat per punt aangeeft hoe groot het risico is dat de rijder denkt te lopen.

Deze risico-inschattingen zijn in eerder onderzoek door Kolekar experimenteel bepaald. In het DRF is verdisconteerd hoe zwaar de gevolgen van het risico in kwestie zouden zijn. Op deze manier wordt de menselijke factor in het model voor rijgedrag gebracht.

Kolekar is er in geslaagd dit idee te vertalen naar een algoritme, waarin snelheid en baanpositie worden aangepast om het voorspelde risico binnen acceptabele grenzen te houden. Hij heeft het model voor zeven rijscenario’s getest, zoals het inhalen van een auto en het ontwijken van een obstakel.

‘Het blijkt dat ons model maar een klein aantal parameters nodig heeft om het onderliggende principe van menselijk rijgedrag te kunnen ‘pakken’, zodat het daarna menselijke aanpassingen in snelheid en baanpositie kan voorspellen in alle zeven scenario’s, zonder dat het model die scenario’s van te voren heeft gezien.'

Deze beschrijving van menselijk rijgedrag heeft een grote voorspellende waarde. 'Als intelligente auto’s meer rekening houden met hoe mensen in het echt rijden, kan dit de acceptatie van zulke auto’s bevorderen. Het rijgedrag van de auto voelt dan immers minder als een robot aan,’ aldus Kolekar.